中國利率期限結構模型的實證研究.pdf

1、隨著中國對利率政策調控機制的改革和資本市場與貨幣市場的不斷發(fā)展，研究中國利率市場期限結構的理論、方法與應用具有重要的理論價值與現實意義。本文引入了一種高精確度的利率期限結構靜態(tài)估計方法，借此導出較為精確的中國利率期限結構的時間序列數據，并提出了考慮機制轉換的利率水平杠桿-GARCH跳躍模型，對中國利率期限結構的各種動態(tài)特征進行了較為系統(tǒng)的研究，在此基礎上，比較各種利率動態(tài)模型對樣本外數據的預測能力，從而為利率風險管理和資產定價提供有效的

2、管理工具。全文共分為五部分。 第一部分研究概述。論述研究背景及意義、主要內容及框架、理論基礎及研究方法、改進和創(chuàng)新以及相關術語的定義。 第二部分中國利率期限結構靜態(tài)模型估計及實證分析。比較各種利率期限結構靜態(tài)模型估計方法，剖析它們在模型估計中存在的問題和運用中應注意的有關要點，并重點介紹B樣條函數擬合方法的運用程序和優(yōu)化途徑，為構建中國市場利率期限結構的選擇模型提供基本數據。 第三部分中國利率期限結構動態(tài)模型估計

3、及實證分析。對各種利率期限結構動態(tài)模型的估計方法進行綜合的分析，比較它們在模型估計中的精確度，并給出動態(tài)模型估計方法的選擇標準和應用要領。運用最優(yōu)的動態(tài)模型估計方法和靜態(tài)估計所得的利率期限結構數據，分析國內外已有的利率期限結構模型對中國利率期限結構的解釋能力，從中挖掘中國利率期限結構本身的各項基本特征，對中國利率期限結構模型的準確創(chuàng)建進行了有益的探索。 第四部分中國利率期限結構模型在利率預測中的應用。本部分較為全面地概述了當前國

4、內外各種利率期限結構的預測模型和方法，通過比較各種參數與非參數預測模型對樣本內數據的預測能力，進一步驗證利率期限結構存在的不對稱性波動、波動集簇、杠桿波動效應以及波動跳躍特征，為利率衍生產品定價和利率風險控制提供基本的管理工具。 第五部分結論與啟示。在以上各部分分析的基礎上，總結論文的主要結論并根據本研究所得的結果，為中國利率的市場化改革、資本市場產品設計和制度建設、商業(yè)銀行利率風險管理和證券投資策略與管理提供政策性建議。

5、 通過理論分析和實證研究，作者發(fā)現：(1)中國短期利率波動具有顯著的特性，包括均值回復路徑、波動杠桿效應、不對稱信息響應、波動機制轉換和跳躍擴散等。本文證實了中國利率波動存在長期回復均值和負向飄移率，發(fā)現了短期利率波動存在微弱的杠桿效應，對負向信息的響應強度比對正向信息更強烈，較長期間的波動過程存在波動特征明顯不同的波動狀態(tài)。(2)B樣條估計方法是比息票剝離法和二項式樣條更為精確的利率期限結構靜態(tài)估計技術，通過最小化定價誤差搜索程序和

6、樣本內節(jié)點分布結構的最優(yōu)選擇，B樣條函數可以更準確地估計不同期限的息票債券隱含的利率期限結構。(3)對利率期限結構動態(tài)模型樣本內數據的擬合效果與樣本外預測結果基本上一致，各種參數模型與非參數模型的預測能力存在一定的差異，考慮不對稱信息響應、波動機制轉換和跳躍擴散特征的利率波動模型具有較高的利率預測能力，但是其模型預測精確度仍待進一步提高，也即對中國利率期限結構波動特征的研究還存在艱巨的任務。(4)最大似然估計比廣義矩估計、有效矩估計和核

7、估計在對利率期限結構的估計中更為便捷有效。不同的估計方法對利率期限結構估計的結果并不存在顯著的差異。 本文的改進及創(chuàng)新體現在： 1.以往所有的文獻均較少考慮利率期限結構擬合方法中存在的估計誤差，本文在比較利息剝離法、多項式樣條估計法和指數樣條估計法的基礎上引入了B樣條估計法，運用約束貼現函數回歸和即期利率回歸，借助估計誤差最小化搜索程序和樣本內節(jié)點的最優(yōu)組合，獲得較高精度的利率期限結構。 2.在中國市場利率期限結

8、構的波動模式設計方面，本文通過比較國際上主流利率期限結構模型對中國利率期限結構的解釋能力，選擇利率非線性均值-GARCH模型作為模型設計的出發(fā)點，進一步引入利率波動的杠桿效應、不對稱波動信息效應、跳躍擴散和波動狀態(tài)轉換機制，從時間序列維度揭示中國市場利率期限結構的變動規(guī)律。 3.鑒于廣義矩估計對矩條件選擇的強敏感性，本文選擇了最大似然估計法和非線性估計技術對各種利率模型進行參數估計，并通過最大似然率檢驗比較各種嵌套模型的解釋能力

9、。在進行時間序列估計的同時，選擇不同期限的短期利率作為樣本數據，從橫截面的角度進行參數估計穩(wěn)定性的比較。 4.在利率波動預測方面，本文比較了不同利率波動預測模型的均方誤差(RMSE)和平均絕對誤差(MAE)，證實了非線性—不對稱波動機制轉換GARCH模型具有較好的預測能力，并通過蒙特卡羅模擬和樣本內逐步推進程序預測現實的利率運動路徑，與神經網絡模型進行預測精度和風險控制能力的比較。 5.運用蒙特卡洛模擬法來解決利率變動路