基于动态SV模型预测国债利率期限结构

发布时间：2025-05-01 14:06

　　 选取中国人民银行2011年1月至2018年3月共87个月的国债收益率数据,通过改变价格数据为收益率数据,将传统的Svensson模型求解转化为线性优化问题,对利率期限结构进行较精确拟合,实证结果表明,参数的估计值与理论值有高度相关性且更加稳健。之后基于SV模型中各参数的AR(1)模型和VAR(1)模型构建了动态SV模型,实现了预测步长为1个月、6个月和1年的样本外预测,预测结果表明,随着预测步长增大,动态SV模型的预测能力逐渐增强;当预测步长为1年时,SV-VAR(1)模型表现出较明显的优势,特别是对于长期利率的预测,预测误差的均值、方差以及均方根误差均小于其他模型。因此,动态SV模型更适合于步长较长时长期利率的预测,并且SV-VAR(1)模型的表现更好,这为国债利率期限预测提供了一种新方法。

【文章页数】：7 页

【部分图文】：

图1 参数β的载荷值

因此将λ1和λ2的初始范围设定为[0.25,2],将参数分别按0.01为间隔遍历代入SV模型,按样本数据回归残差最小原则,寻找区间内参数的最优取值,最终得到λ1=0.298,λ2=0.721,此时载荷值(1-e-λt)/λt-e-λt达到最大,对应的期限t大约为6年和2.5年,再....

图2 参数β的理论值与估计值

根据1.1节所述各β的经济含义,本文将β0的理论值假设为30年期国债的即期利率,β1的理论值假设为30年期国债即期利率与3个月国债即期利率之差,β2的理论值假设为5年期国债即期利率的2倍与3个月期国债即期利率及30年期国债即期利率之和的差,β3的理论值假设为3年期国债即期利率的2....

图3 样本区间利率曲线的原始值

表2样本区间拟合残差描述性统计量Table2Descriptivestatisticsoffittingresidualsinsampleinterval期限均值标准差最小值最大值ρ(1)ρ(12)ρ(20)3个月0.0050.031-....

图4 样本区间利率曲线拟合结果

图3样本区间利率曲线的原始值图5样本区间利率曲线拟合残差

本文编号：4042406