發(fā)布時間：2024-05-30 20:02

　　本文依據(jù)多指數(shù)衰減插值模型(Multiple Exponential Decay Interpolation Model),對中國銀行間市場國債收益率曲線進行擬合。同時將多指數(shù)衰減模型與McCulloch三次樣條模型和Nelson-Siegel-Svensson模型進行比較。實證結(jié)果表明,多指數(shù)衰減模型能更好適應中國銀行間市場國債收益率曲線的形態(tài)特點,擬合優(yōu)度更高,且兼具模型簡約、計算負荷量小等優(yōu)點。通過對比樣本期間擬合價格殘差的月加權(quán)均方根誤差(wRMSE),多指數(shù)衰減模型在收益率曲線擬合方面具有相對優(yōu)勢,兼顧有效性、最優(yōu)性和簡約性,同時最大程度克服了過度擬合。此外,多指數(shù)衰減模型能夠適應波動性較大的極端市場價格數(shù)據(jù),在識別債券價格異象方面有一定優(yōu)勢。

【文章頁數(shù)】：16 頁

【部分圖文】：

圖1DW檢驗結(jié)果,2015/07,MED

Durbin-Watson(以下簡稱DW)是檢驗擬合殘差是否存在序列相關(guān)的候選方法之一。以擬合2015年7月銀行間國債市場收益率曲線為例,圖1展示了MED模型在不同k取值時擬合殘差項的DW統(tǒng)計值及其95%置信區(qū)間(11)。如圖所示,DW統(tǒng)計值大致隨k增大而增大;95%置信區(qū)間給出....

圖2BIC結(jié)果,2015/07,MED

對于模型整體擬合優(yōu)度,我們可以運用各種信息準則挑選最優(yōu)k值。以貝葉斯信息準則(BayesianInformationCriterion,簡稱BIC)為例,圖2顯示了2015年7月收益率曲線擬合中每個k≥2整數(shù)值對應的BIC值。其中,BIC值隨k值先降低后上升,當k=4時模型擬....

圖3擬合的收益率曲線,2015/07

按照第三部分第一節(jié)的方法,我們嘗試用MED、SNC和NSS三種插值模型分別對每個月度的收益率曲線進行擬合。圖3是基于2015年7月銀行間國債數(shù)據(jù)進行擬合的收益率曲線�；�于相同橫截面樣本,三種模型的擬合結(jié)果差異十分顯著。首先,SNC模型擬合(圖3-(b)所示)的遠期利率曲線(虛線)....

圖4擬合的即期收益率曲面,2009/01—2018/12

圖4展示三種模型分別擬合樣本期全部120個月的月度即期收益率曲線,從中我們可以看到近10年來中國無風險收益率曲線隨時間變化的動態(tài)過程。圖4-(a)為MED模型擬合的收益率曲線,該擬合成功地捕捉到樣本期初的低利率環(huán)境以及2013和2017年兩次“錢荒”事件導致的利率高企。具體而言,....

本文編號：3984735