中国利率期限结构:NS模型与SV模型的实证比较
需积分: 12 93 浏览量
更新于2024-08-12
1
收藏 274KB PDF 举报
"这篇文章是闵晓平和田澎在2009年发表于《哈尔滨工业大学学报》的一篇自然科学论文,主要探讨了利用参数模型对中国利率期限结构的实证估计。研究选取了1997年6月至2004年10月上海证券交易所国债市场的月度数据,对比分析了Nelson-Siegel模型(NS模型)和Svensson模型(SV模型)的适用性。通过似然比检验和样本内外的分组拟合优度检验,得出结论NS模型更适用于上证所的利率期限结构估计,尤其在1-10年期,尤其是5-7年期的期限结构估计较为可靠,而在0-1年和10-20年期的估计可靠性较低。"
这篇论文深入研究了利率期限结构的估计方法,这是金融市场中一个至关重要的概念,因为它关系到投资者如何理解和预测未来利率变动,从而影响投资决策。利率期限结构是指不同期限的债券收益率之间的关系,它反映了市场对未来利率走势的预期。
Nelson-Siegel模型(NS模型)是一个广泛使用的参数模型,它通过三个参数来描述收益率曲线的形状,包括平坦、倾斜和曲率。该模型简洁且实用,但可能无法完全捕捉到收益率曲线的所有复杂特征。
相比之下,Svensson模型(SV模型)是NS模型的一个扩展,增加了更多的参数以更好地拟合收益率曲线的非平行移动,特别是在短端和长端的细节。然而,实证结果显示,对于上海证券交易所的数据,NS模型的表现优于SV模型,这可能是因为NS模型在保持解释能力的同时,避免了过度拟合的问题。
论文的实证研究部分采用了统计检验,如似然比检验,用于比较两个模型的拟合优度,而样本内和样本外的分组拟合优度检验则评估了模型在训练数据和未见过的数据上的表现。这些方法确保了研究的严谨性和模型选择的合理性。
这篇论文对于理解中国利率市场的特性和模型选择提供了有价值的实证证据,对于政策制定者、金融机构和投资者来说,这些发现有助于更好地理解并预测利率期限结构,从而做出更为明智的金融决策。
2021-09-26 上传
2021-05-25 上传
2020-05-13 上传
2021-06-18 上传
2021-05-13 上传
2021-05-27 上传
2021-09-18 上传
2021-09-12 上传
weixin_38624519
- 粉丝: 5
- 资源: 899
最新资源
- 51单片机驱动DS1302时钟与LCD1602液晶屏万年历设计
- React 0.14.6版本源码分析与组件实践
- ChatGPT技术解读与应用分析白皮书
- 米-10直升机3D模型图纸下载-3DM格式
- Tsd Music Box v3.02:全面技术项目源码资源包
- 图像隐写技术:小波变换与SVD数字水印的Matlab实现
- PHP图片上传类源码教程及资源下载
- 掌握图像压缩技术:Matlab实现奇异值分解SVD
- Matlab万用表识别数字仪表教程及源码分享
- 三栏科技博客WordPress模板及丰富技术项目源码资源下载
- 【Matlab】图像隐写技术的改进LSB方法源码教程
- 响应式网站模板系列:右侧多级滑动式HTML5模板
- POCS算法超分辨率图像重建Matlab源码教程
- 基于Proteus的51单片机PWM波频率与占空比调整
- 易捷域名查询系统源码分享与学习交流平台
- 图像隐写术:Matlab实现SVD数字水印技术及其源码