基于NS混合模型的中国利率期限结构动态估计比较研究

被引：3

作者：

贺畅达

齐佩金

机构：

[1] 东北财经大学金融学院/应用金融研究中心

来源：

数学的实践与认识 | 2013年 / 43卷 / 20期

关键词：

利率期限结构; NS混合模型; 动态估计; 卡尔曼滤波;

D O I：

暂无

中图分类号：

F822.0 [方针政策及其阐述]; F224 [经济数学方法];

学科分类号：

020101 ; 020203 ; 020204 ; 0701 ; 070104 ;

摘要：

采用NS混合模型动态估计中国利率期限结构,考察动态NS模型,无套利NS模型及广义无套利NS模型等NS混合模型对我国利率期限结构的动态估计效率,比较NS混合模型的样本外预测能力,检验无套利约束对混合模型动态估计的影响.本文的经验分析结果表明:无套利条件的引入增强了NS混合模型的样本内动态估计能力和样本外预测能力;五因素的广义无套利NS模型(AFGNS)无论在利率期限结构样本内动态估计还是在总体预测效率上都要高于其他模型,可将其作为利率期限结构研究的基础模型:

引用

页码：1 / 11

页数：11

共 32 条

[1] 基于动态Nelson-Siegel模型的国债管理策略分析 [J].

余文龙 ;

王安兴 .

经济学(季刊), 2010, 9 (04) :1403-1426

[2] 中国国债利率期限结构的风险特征及其内含信息研究 [J].

康书隆 ;

王志强 .

世界经济, 2010, 33 (07) :121-143

[3] 中国利率期限溢酬:后验信息法与先验信息法 [J].

郑振龙 ;

吴颖玲 .

金融研究, 2009, (10) :68-82

[4] Nelson-Siegel模型与国债收益率曲线的预测 [J].

陈芳菲 ;

沈长征 .

统计与决策, 2006, (04) :133-135

[5]

计量经济分析方法与建模[M]. 清华大学出版社 , 高铁梅主编, 2006

[6]

经济周期波动的分析与预测方法[M]. 吉林大学出版社 , 董文泉等[著], 1998

[7]

Term Structure Forecasting: No‐Arbitrage Restrictions versus Large Information Set[J] . Carlo A.Favero,LinlinNiu,LucaSala. J. Forecast. . 2012 (2)

[8]

How arbitrage-free is the Nelson–Siegel model?[J] . Laura Coroneo,Ken Nyholm,Rositsa Vidova-Koleva. Journal of Empirical Finance . 2011 (3)

[9]

The affine arbitrage-free class of Nelson–Siegel term structure models[J] . Jens H.E. Christensen,Francis X. Diebold,Glenn D. Rudebusch. Journal of Econometrics . 2011 (1)

[10]

Forecasting the term structures of Treasury and corporate yields using dynamic Nelson-Siegel models[J] . Wei-Choun Yu,Eric Zivot. International Journal of Forecasting . 2010 (2)

← 1 2 3 4 →