777精品久无码人妻蜜桃-欧美在线观看视频一区-99精品网-伊人网中文字幕-99福利网-国产精品99久久久久久武松影视-日本黄色片免费看-免费观看高清在线观看-人妻少妇被粗大爽9797pw-日韩国产在线播放-国产日产成人免费视频在线观看-一区二区人妻-午夜看毛片-国产精品s-午夜免费av-国产精品色情国产三级在-国产精品资源在线

適應(yīng)我國(guó)國(guó)債利率期限結(jié)構(gòu)的預(yù)測(cè)方法探討

來(lái)源:期刊VIP網(wǎng)所屬分類:經(jīng)濟(jì)學(xué)時(shí)間:瀏覽:次

  摘 要:在為債券及其他金融資產(chǎn)進(jìn)行定價(jià)時(shí),國(guó)債利率的期限結(jié)構(gòu)是重要的參考因素,如何對(duì)其進(jìn)行合理而盡量準(zhǔn)確的預(yù)測(cè),一直是學(xué)術(shù)研究和業(yè)務(wù)實(shí)踐中的關(guān)注焦點(diǎn)。為了對(duì)比各種預(yù)測(cè)模型對(duì)該指標(biāo)的刻畫能力和預(yù)測(cè)準(zhǔn)確程度,選取2016年1月4日至2019年12月31日的國(guó)債收益率每日收盤數(shù)據(jù),對(duì)動(dòng)態(tài)Svensson模型(簡(jiǎn)稱“DS模型”)和長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)模型(LSTM模型)的預(yù)測(cè)結(jié)果進(jìn)行比較分析發(fā)現(xiàn):DS模型和LSTM模型在樣本內(nèi)都有著良好的擬合效果;LSTM模型的預(yù)測(cè)效果明顯好于DS模型。因此,構(gòu)建基于預(yù)期收益率曲線的國(guó)債投資組合主動(dòng)管理策略,并通過(guò)仿真實(shí)驗(yàn)證實(shí),該策略能夠?qū)崿F(xiàn)顯著高于市場(chǎng)基準(zhǔn)的投資收益。

  關(guān) 鍵 詞:國(guó)債;利率期限結(jié)構(gòu);收益率曲線;DS模型;LSTM模型;預(yù)期收益率曲線策略

債券

  一、引言

  近年來(lái),我國(guó)債券市場(chǎng)發(fā)展迅速,據(jù)WIND數(shù)據(jù)庫(kù)統(tǒng)計(jì),截至2019年,我國(guó)國(guó)債發(fā)行規(guī)模高達(dá)41 641億元,是2009年發(fā)行規(guī)模的2.57倍,國(guó)債在我國(guó)的金融市場(chǎng)已處于舉足輕重的位置。在給定時(shí)間節(jié)點(diǎn)的情況下,對(duì)于流動(dòng)性、稅收及風(fēng)險(xiǎn)等方面性質(zhì)相同但期限不同的資金,利率期限結(jié)構(gòu)能夠反映其收益率與剩余期限之間的關(guān)系,被國(guó)際投資者和學(xué)術(shù)界視為反映金融景氣程度的“晴雨表”,并對(duì)金融產(chǎn)品及其衍生品的定價(jià)起到舉足輕重的作用。在國(guó)債市場(chǎng),利率期限結(jié)構(gòu)在一定程度上體現(xiàn)了國(guó)民經(jīng)濟(jì)的繁榮程度和發(fā)展前景,經(jīng)常會(huì)成為政府把握宏觀形勢(shì)、 調(diào)整政策取向的核心參考因素,也是固定收益證券、 利率衍生產(chǎn)品的價(jià)格形成基準(zhǔn)。從微觀視角來(lái)看,利率期限結(jié)構(gòu)對(duì)于金融市場(chǎng)上的其他金融資產(chǎn)具有基礎(chǔ)性意義,更是各類市場(chǎng)主體投資交易、風(fēng)險(xiǎn)防控的判斷依據(jù)。隨著利率市場(chǎng)化改革的不斷推進(jìn),利率期限結(jié)構(gòu)的波動(dòng)頻率和幅度不斷加大,使決策的難度與日俱增。有鑒于此,在國(guó)家金融體制改革的攻堅(jiān)階段,探尋符合中國(guó)國(guó)債利率期限結(jié)構(gòu)特點(diǎn)的預(yù)測(cè)方法,不僅具有突出的理論價(jià)值,而且兼具重要的實(shí)踐意義。

  二、文獻(xiàn)回顧

  利率期限結(jié)構(gòu)被廣泛用于宏觀經(jīng)濟(jì)形勢(shì)的分析和研判, 其政策價(jià)值也不斷被學(xué)術(shù)界驗(yàn)證和肯定。通過(guò)引入Nelson-Siegel宏觀金融模型(簡(jiǎn)稱“NS模型”),吳吉林等(2010)發(fā)現(xiàn)特定時(shí)間段內(nèi)的預(yù)期通貨膨脹可以由模型的水平因子所體現(xiàn),而貨幣政策的調(diào)整則可以通過(guò)模型的斜率因子所反映,季紹波等(2010)也進(jìn)一步驗(yàn)證了這一觀點(diǎn)[1-2]。以2002—2009年的數(shù)據(jù)為樣本,鐘正生(2010)通過(guò)實(shí)證檢驗(yàn),發(fā)現(xiàn)我國(guó)的利率期限結(jié)構(gòu)對(duì)貨幣政策的調(diào)整具有較高的敏感度,并且在預(yù)測(cè)未來(lái)6個(gè)月內(nèi)GDP的變化方面,擁有不俗的表現(xiàn)[3]。張燃等(2011)借助仿射模型和三因子模型進(jìn)行檢驗(yàn),發(fā)現(xiàn)利率期限結(jié)構(gòu)對(duì)消費(fèi)、投資等均具有較強(qiáng)的解釋力[4]。賀暢達(dá)(2012)利用AFDNS模型預(yù)測(cè)實(shí)際GDP(產(chǎn)出)的變化,得出模型三因子對(duì)其確有預(yù)測(cè)能力的結(jié)論,尤其對(duì)其增長(zhǎng)率的預(yù)測(cè)效果顯著[5]。與此同時(shí),學(xué)者們也展開(kāi)了關(guān)于利率期限結(jié)構(gòu)對(duì)于微觀投資意義的研究。余文龍等(2010)引入DNS模型,對(duì)利率期限結(jié)構(gòu)進(jìn)行了預(yù)測(cè),并在此基礎(chǔ)上構(gòu)建DNS向量久期,進(jìn)行資產(chǎn)負(fù)債免疫,得到了更好的套期保值效果[6]。此外,NS模型也被許多學(xué)者用于利率期限結(jié)構(gòu)的預(yù)測(cè)。例如,楊寶臣等(2012)將NS模型的輸出結(jié)果引入風(fēng)險(xiǎn)管理模型,使得利率風(fēng)險(xiǎn)的對(duì)沖效果大幅改善[7]。為了提高投資策略的靈活性和預(yù)期回報(bào),徐小余(2017)將利率期限結(jié)構(gòu)預(yù)測(cè)結(jié)果用于構(gòu)建蝶式債券組合,使得該組合的獲利盈利能力大幅增強(qiáng)[8]。

  為了適應(yīng)不同的應(yīng)用場(chǎng)景,眾多學(xué)者根據(jù)具體的需要, 對(duì)現(xiàn)有的預(yù)測(cè)模型進(jìn)行調(diào)整。Diebold等(2006)將收益率曲線的三個(gè)主要參數(shù)視作隨時(shí)間變化的因子,從而實(shí)現(xiàn)了NS模型的改進(jìn),并構(gòu)建和估計(jì)了這些參數(shù)的自回歸模型[9]。根據(jù)其研究結(jié)論, 三個(gè)隨時(shí)間變化的核心參數(shù)可以解釋為與水平、斜率和曲率相對(duì)應(yīng)的因子,并且可以得到較好的估計(jì)結(jié)果。該模型被用于預(yù)測(cè)短期和長(zhǎng)期的期限結(jié)構(gòu),其預(yù)測(cè)能力也經(jīng)受住了現(xiàn)實(shí)數(shù)據(jù)的檢驗(yàn)。

  在國(guó)內(nèi),現(xiàn)代利率期限結(jié)構(gòu)模型也被廣泛應(yīng)用于國(guó)債利率期限結(jié)構(gòu)的分析和預(yù)測(cè)。為了預(yù)測(cè)中國(guó)的國(guó)債利率期限結(jié)構(gòu),Luo等(2012)分別使用NS模型及其擴(kuò)展模型進(jìn)行估計(jì),通過(guò)對(duì)比各種模型的運(yùn)行結(jié)果可以發(fā)現(xiàn),模型的形式越靈活,樣本內(nèi)擬合效果越好[10]。由于模型的參數(shù)是隨時(shí)間變化的,作者還提出了另一種研究思路,即使用多個(gè)不同的動(dòng)態(tài)過(guò)程對(duì)時(shí)變因素進(jìn)行處理,然后分別預(yù)測(cè)短期和長(zhǎng)期期限結(jié)構(gòu)。鞠鳳(2014)在綜合比對(duì)NS模型和其他三類模型估計(jì)結(jié)果的基礎(chǔ)上,使用一階自回歸過(guò)程對(duì)各參數(shù)進(jìn)行比較分析, 進(jìn)一步印證了NS模型相對(duì)于其他模型的優(yōu)勢(shì)[11]。趙晶等(2015)對(duì)中、美兩國(guó)次貸危機(jī)期間和危機(jī)后5年的月度數(shù)據(jù)分別進(jìn)行了擬合與預(yù)測(cè), 通過(guò)比較其預(yù)測(cè)誤差,發(fā)現(xiàn)Diebold & Li模型[9](簡(jiǎn)稱“DL模型”)對(duì)兩國(guó)市場(chǎng)數(shù)據(jù)的預(yù)測(cè)效果最好,而其他模型由于對(duì)樣本數(shù)據(jù)的選取具有過(guò)高的敏感度,因此適用性大打折扣[12]。同樣是使用NS模型,郭濟(jì)敏等(2016)進(jìn)一步探討了各參數(shù)的經(jīng)濟(jì)意義,在此基礎(chǔ)上對(duì)我國(guó)的國(guó)債收益率曲線進(jìn)行了擬合, 通過(guò)對(duì)比擬合結(jié)果,深入分析了模型的有效性,并再次證實(shí)了NS模型在預(yù)測(cè)方面的優(yōu)良性能[13]。此外,林瑞偉(2016)還通過(guò)實(shí)證研究發(fā)現(xiàn),NSS擴(kuò)展模型在用于擬合我國(guó)的國(guó)債利率期限結(jié)構(gòu)時(shí),也有著良好的表現(xiàn),并且對(duì)于其他各類金融產(chǎn)品的定價(jià)也有一定的應(yīng)用價(jià)值[14]。為了分析國(guó)債收益率過(guò)往表現(xiàn)對(duì)政府和投資者后續(xù)行為的影響,黃弘智(2018)將NS模型和自回歸模型相結(jié)合,對(duì)月度收益率曲線變化進(jìn)行了預(yù)測(cè),以此刻畫了市場(chǎng)對(duì)未來(lái)經(jīng)濟(jì)走勢(shì)的預(yù)期,用于研究各類市場(chǎng)主體的行為及其動(dòng)機(jī)[15]。

  推薦閱讀:債券證券類期刊投稿

金川县| 瓮安县| 合作市| 阿尔山市| 禹城市| 广饶县| 沈丘县| 读书| 呈贡县| 米脂县| 昆山市| 玛多县| 广昌县| 乌苏市| 咸阳市| 敖汉旗| 长寿区| 额尔古纳市| 长阳| 定边县| 政和县| 绥宁县| 集安市| 武穴市| 成武县| 南昌县| 林州市| 兴文县| 丹寨县| 巴南区| 荥经县| 隆昌县| 贵港市| 聊城市| 诏安县| 五大连池市| 莲花县| 淮安市| 安远县| 乐亭县| 横峰县|