双斜率因子动态Nelson-Siegel利率期限结构模型及其应用

doi:10.16381/j.cnki.issn1003-207x.2015.10.001

中国管理科学 ›› 2015, Vol. 23 ›› Issue (10): 1-10.doi: 10.16381/j.cnki.issn1003-207x.2015.10.001

• 论文 • 下一篇

双斜率因子动态Nelson-Siegel利率期限结构模型及其应用

沈根祥^1,2, 陈映洲¹

1. 上海财经大学经济学院, 上海 200433;
2. 上海财经大学数理经济学教育部重点实验室, 上海 200433

收稿日期:2014-03-26 修回日期:2015-01-07 出版日期:2015-10-20 发布日期:2015-10-24
作者简介:沈根祥(1964-),男(汉族),河南许昌人,上海财经大学教授,博士生导师,研究方向:金融计量学、金融市场数量分析.
基金资助:
教育部人文社会科学研究规划基金资助项目(13YJA790095);上海财经大学数理经济学教育部重点实验室开放课题资助(201301KF01);上海财经大学研究生创新基金资助(CXJJ-2013-359)

Nelson-Siegel Dynamic Term Structure Model with Double Slope Factors and Its Applications

SHEN Gen-xiang^1,2, CHEN Ying-zhou¹

1. Economics School, Shanghai University of Finance and Economics, Shanghai 200433, China;
2. Key Laboratory of Mathematical Economics, Ministry of Education, Shanghai University of Finance and Economics, Shanghai 200433, China

Received:2014-03-26 Revised:2015-01-07 Online:2015-10-20 Published:2015-10-24

摘要/Abstract

摘要： 利率期限结构是利率产品定价的基础和核心,对利率市场化具有重要意义。根据我国债券市场的特点,本文对动态Nelson-Siegel模型进行扩展,引入第二个斜率因子,构造双斜率因子动态利率期限结构模型,增强收益率曲线近端的静态拟合和动态预测能力。本文提出的模型嵌套了动态Nelson-Siegel模型,是对动态Nelson-Siegel模型的实质性推广,极大似然比检验证明了第二个斜率因子引入的必要性。本文以状态空间模型的卡尔曼滤波构造样本似然函数,采用双折线优化算法计算模型参数的极大似然估计。基于我国银行间市场债券交易收益率数据的实证分析表明,双斜率因子模型能够显著改善动态Nelson-Siegel模型对收益率曲线近端的拟合能力,同时对短期预测能力也有改善。此外,第二个斜率因子反映出宏观经济活动对利率期限结构的滞后影响,扩展后的模型能捕捉我国利率期限结构更多的动态变化特征,给相关主体提供更具价值的参考信息。

关键词: 利率期限结构, Nelson-Siegel模型, 状态空间模型

Abstract: The four-factor dynamic term structure model is built up in this paper to improve substantially to widely used Nelson-Siegel model and tree-factor dynamic Nelson-Siege model. An additional slop factor is added to tree-factor dynamic model to make it more flexible in fitting and forecasting the short end of yield curve. Our model nests the three-factor dynamic Nelson-Siegel model as a special case and these two models can be compared directly by likelihood ratio. The model is formulated in state space form (6) and Kalman filtering is employed to construct likelihood. The empirical study is conducted using data from China interbank bond market and the conclusion shows that our double-slope-factor model can capture dynamics in short end of yield curve more accurately and then has a better fitting and forecasting performance than three-factor dynamic Nelson-Siegel model. The likelihood ratio test justifies the need of the additional slop factor. The model in the paper is an extension to those in the literature of term structure of interest rate and can be used in other empirical studies.

Key words: term structure of interest rate, Nelson-Siegel model, state space model

中图分类号:

F830.91

沈根祥, 陈映洲. 双斜率因子动态Nelson-Siegel利率期限结构模型及其应用[J]. 中国管理科学, 2015, 23(10): 1-10.

SHEN Gen-xiang, CHEN Ying-zhou. Nelson-Siegel Dynamic Term Structure Model with Double Slope Factors and Its Applications[J]. Chinese Journal of Management Science, 2015, 23(10): 1-10.

参考文献

[1] Piazzesi M. Affine term structure models[M]//Ait-Sahalia Y, Hansen LP. Handbook of financial econometrics. North-Holland:Elsevier, 2010:691-766.

[2] Shea G. Pitfalls in smoothing interest rate term structure data:Equilibrium models and spline approximations[J]. Journal of Financial and Quantitative Analysis, 1984, 19(3):253-269.

[3] Nelson C R, Siegel A F. Parsimonious modeling of yield curves[J]. Journal of Business, 1987, 60(4):473-489.

[4] Vasicek O. An equilibrium characterization of the term structure[J]. Journal of Financial Economics, 1977, 5(2):177-188.

[5] Cox J C, Ingersoll J E, Ross S A,et al. A theory of the term structure of interest rates[J]. Econometrica, 1985, 53(2):385-407.

[6] Duffie D, Kan R. A yield-factor model of interest rate[J]. Mathematical Finance, 1996, 6(4):379-406.

[7] Dai Q, Singleton K. Term structure dynamics in theory and reality[J]. Review of Financial Studies, 2003, 16(3):631-678.

[8] Duffee G D. Term premium and interest rate forecasts in affine models[J]. Journal of Finance, 2002, 57(1):405-443.

[9] Diebold F X, Li Canlin. Forecasting the term structure of government bond yields[J]. Journal of Econometrics, 2006, 130(2):337-364.

[10] Christensen J H E, Diebold F X, Rudebusch G D. The affine arbitrage-free class of Nelson-Siegel term structure models[J]. Journal of Econometrics, 2011, 44(1):4-20.

[11] 胡海鹏, 方兆本. 中国利率期限结构平滑样条拟合改进研究[J]. 管理科学学报,2009,12(1):101-111.

[12] 周子康, 王宁, 杨衡.中国国债利率期限结构模型研究与实证分析[J].金融研究,2008, (3):131-150.

[13] 余文龙, 王安兴.基于动态Nelson-Siegel模型的国债管理策略分析[J].经济学(季刊), 2010, 9(3):1403-1426.

[14] 沈根祥. 基于动态Nelson-Siegel模型的利率期限结构预期理论检验[J]. 上海经济研究,2010, (4):39-44.

[15] 沈根祥. 货币政策对利率期限结构的影响-基于动态Nelson-Siegel模型的实证分析[J]. 当代财经, 2011, (3):59-66.

[16] 谈正达, 霍良安. 无套利Nelson-Siegel模型在中国国债市场的实证分析[J]. 中国管理科学, 2012(06):18-27.

[17] 石柱鲜, 孙皓, 邓创. 中国主要宏观经济变量与利率期限结构的关系:基于VAR_ATSM模型的分析[J]. 世界经济, 2008, (3):53-59.

[18] 李宏瑾, 钟正生, 李晓嘉. 利率期限结构、通货膨胀预测与实际利率[J]. 世界经济,2010, (10):120-138.

双斜率因子动态Nelson-Siegel利率期限结构模型及其应用

Nelson-Siegel Dynamic Term Structure Model with Double Slope Factors and Its Applications

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	王宁,田淑珂,刘玉敏,赵哲耘. 基于PLS-Aenet的多工序制造过程关键质量特性识别[J]. 中国管理科学, 2024, 32(4): 271-278.
[2]	陈华,郑晓亚,陈荣,史乃聚. 基于交易者非理性假定的利率期限结构模型：理论与实证[J]. 中国管理科学, 2023, 31(12): 79-86.
[3]	沈根祥，张靖泽. 条件异方差动态Nelson-Siegel利率期限结构模型及其应用[J]. 中国管理科学, 2021, 29(10): 1-11.
[4]	孔继红, 岳伟. 动态Nelson-Siegel模型与无套利约束相容吗？——来自中债国债收益率曲线的经验证据[J]. 中国管理科学, 2020, 28(4): 61-72.
[5]	何迪, 周勇. 基于状态空间模型的宏观经济因素对股市流动性的建模分析[J]. 中国管理科学, 2019, 27(5): 42-49.
[6]	尹力博, 韩立岩. 基于多阶段随机规划模型的国债动态积极投资策略[J]. 中国管理科学, 2015, 23(6): 9-16.
[7]	罗孝玲, 黄玲英, 陈晓红. 利率期限结构的三因子高斯动态模型及应用[J]. 中国管理科学, 2015, 23(5): 7-13.
[8]	朱杰, 陈浪南. 基于状态空间模型的动态基金业绩评价研究[J]. 中国管理科学, 2013, 21(6): 11-21.
[9]	吴泽福. 国债市场利率期限结构波动的对偶变换建模[J]. 中国管理科学, 2012, 20(6): 28-34.
[10]	谈正达, 霍良安. 无套利Nelson-Siegel模型在中国国债市场的实证分析[J]. 中国管理科学, 2012, 20(6): 18-27.
[11]	戴国强, 李良松. 利率期限结构模型估计结果影响因素经验研究[J]. 中国管理科学, 2010, 18(1): 9-17.
[12]	李小平, 冯芸, 吴冲锋. 远期汇率期限结构的相对稳定点的研究[J]. 中国管理科学, 2009, 17(5): 9-19.
[13]	李小平, 冯芸, 吴冲锋. 利率调整对远期汇率期限结构的影响[J]. 中国管理科学, 2009, 17(4): 1-11.
[14]	谢家平. 客户资产度量的状态空间模型[J]. 中国管理科学, 2005, (2): 101-107.
[15]	谢赤, 吴雄伟. 基于Vasicek和CIR模型中的中国货币市场利率行为实证分析[J]. 中国管理科学, 2002, (3): 22-25.