CHIB市场SV模型与GRS模型的比较研究

利用中国银行同业间拆借(CHIB)市场数据,估计并比较了目前国际上普遍采用的SV模型和GRS,研究发现,在样本期间内GRS比SV模型能更好的描述利率的均值和波动行为,在样本期间外SV比GRS模型能更好的预测未来利率的走势,而GRS比SV模型能更好的预测未来利率的波动。     

基于模糊回归技术的交易所国债利率期限结构研究

介绍模糊利率期限结构模型，并采用该方法对中国交易所国债市场利率期限结构的预期作用进行实证分析，结果显示中国交易所国债市场模糊利率期限结构还是能够反映利率变化的。通过与西班牙国债市场模糊利率期限结构的比较，发现短期国债的数量和国债付息频率可能是造成两者模糊利率期限结构形状不同的原因，并使用实验的方法进行了验证．结果表明增加短期国债的数量和改变国债的付息频率有助于增加中国交易所国债市场利率期限结构的信息含量。     

基于CKLS过程的国债利率风险计量的实证分析

以我国国债市场为例,利用4种期限类型(7年期、8年期、10年期和20年期)的国债收益率样本数据对CKLS框架下各种利率动态模型进行实证分析得出,CIR模型较适宜于中国当前的金融市场实际;实证研究中考虑广义矩方法(GMM)可能存在某些问题,如效率不高等,本文使用Nowman(1997)提出的最大似然估计法(MLE)对上述利率动态模型进行估计。在此基础上,构建了基于利率期限结构的久期模型并进行经验计算。     

两因子CIR模型对上交所利率期限结构的实证研究

以上交所债券价格隐含的利率期限结构数据作为分析对象，利用推广的卡尔曼滤波法，实证分析了连续时间的两因子CIR模型，发现估计出的两因子CIR模型能够反映实际观测到的利率期限结构的形状，模型下的利率期限结构与实际观测到的利率期限结构形状基本相同．但估计出的两因子CIR模型对利率期限结构的预测误差具有一定的序列相关性，说明估计出的两因子CIR模型没有充分反映债券回报率和利率期限结构的可预测性．实证表明估计出的CIR模型可以用于上交所债券的定价，但用于利率期限结构变化的预测会产生一定的系统偏差．     

国债市场利率期限结构建模—-负指数立方L1平滑样条

通过对比国内外利率期限结构静态估计模型的优劣, 分析节点数目变化和定位改进B样条函数对利率期限结构静态估计的误差, 构建最小化定价误差的节点组合布局搜索程序, 并引入负指数平滑立方L₁样条优化模型, 将误差函数最小化结构从平方和最小化转化为误差距离最小化, 权衡拟合误差绝对距离最小化与贴现函数波动性约束, 克服B样条函数对节点数目与定位的人工干预和放宽对贴现函数的二阶平滑要求, 保留B样条函数刻画中长期利率波动趋势的优势, 增强对短期利率波动结构突变的估计和预测能力, 提高定价精确度和缓解利率期限结构曲线的过度波动问题.     

债券利率期限结构的构造方法与实证检验

在分析利率期限结构的多种构造方法的基础上,运用上交所国债数据对其中常用的4种构造模型进行较系统的实证对比检验。结果表明,多项式样条法和B-样条法在价格拟合度方面占有明显优势,而N elson-S iegel模型和Svennson模型构造的利率期限结构规范性较好;B-样条法在利率期限结构的拟合精度、曲线光滑性及平稳性方面的综合效果最好。对上交所债券数据的跟踪计算表明,B-样条法算法稳定可靠,能够准确及时地反映国债利率期限结构的变动特征,推荐作为当前债券利率期限结构的构造方法。     

一类均值随机跳跃型广义Vasicek模型

根据中国债券市场的特点构造一个新的利率模型.模型假定1年期储蓄存款利率服从跳跃过程,它决定了1年期市场利率的均值水平,并假定1年期市场利率是决定市场利率期限结构的另外一个状态变量,服从Vasicek模型.文中给出了该模型下市场利率期限结构的分析表达式,并以1998年至2007年的利率期限结构月度数据为样本,利用MCMC方法对模型进行了实证分析.模型能够很好地拟合市场利率期限结构样本观测值的均值,标准差,并能拟合偏度,峰度和序列相关性水平.     

基于EKF与UKF的利率期限结构模型估计及对比

在CKLS广义模型框架下,引入基于扩展卡尔曼滤波(EKF )和无损卡尔曼滤波(UKF )的利率期限结构均衡模型的估计方法,并使用加拿大国债数据对EKF和UKF的模型估计效果进行了对比实证研究.结论表明,引入的基于UKF的模型估计方法相对于文献中普遍采用的基于EKF 的估计方法的估计效果有明显改善,尤其存在强非线性和非正态分布的模型条件下,基于 UKF 的模型估计方法相对于基于EKF的估计方法有很大优势.进一步,基于UKF 估计方法对Vasicek 模型和CIR模型的数据拟合性进行了对比研究.结果表明,Vasicek 模型和 CIR 模型均具有较好的数据拟合性,而Vasicek 模型相对更好.     

二次项利率期限结构理论与模型

近些年动态利率期限结构的研究得到了长足的发展,为解决大部分利率衍生品的定价问题提供了一个定型的解决办法。但是未涵盖的波动率的存在使得许多动态利率期限结构模型并不能完全满足当前利率衍生产品定价和套期保值的需要。本文在对二次项期限结构模型的设定及估计方法分析的基础上,运用该模型对LIBOR零息债券进行模拟和估计,结果发现QTSMs能够很好的拟合LIBOR债券的收益率。从而试图为利率衍生品的定价和套期保值提供一个可借鉴的方法。     

一类均值为跳跃-均值回复过程的利率模型

中国的基准利率为1年期储蓄存款利率,其变化规律和对市场利率的影响不同于西方市场的基准利率,需要新的利率模型来反映基准利率的影响.本文用泊松过程描述1年期储蓄存款利率调整的发生次数,用扩散过程描述该利率调整大小及其时间序列相关性,并假定1年期储蓄存款利率决定了1年期市场利率的均值水平.在仿射模型的框架下,利用随机贴现因子定价模型,建立包含基准利率的连续时间仿射类利率模型,并利用MCMC(马尔科夫链蒙特卡洛)方法对之进行实证分析.实证分析说明本文给出的利率模型较好地拟合了市场利率期限结构的变化,并揭示了把1年期储蓄存款利率作为状态变量可以显著提高模型对市场利率期限结构数据的拟合精度.     

基于有理插值函数的利率期限结构模型

本文基于重心权有理插值函数,提出了一种新的利率期限结构静态估计模型,并给出一整套建模过程(包括基函数的构造、参数估计、节点选择、模型预测等).与传统的样条方法相比,本文提出的模型具有以下四个方面的优势:拟合的利率曲线光滑性更好;模型计算复杂度较低;参数估计存在明确的经济意义;模型的预测精度更高.最后,将该模型应用于上海证券交易所交易的国债利率期限结构研究,结果显示:模型在结构分析、计算复杂度、预测能力及经济内涵等方面均优于传统模型,能够有效提高国债利率期限结构拟合与定价的准确性.     

Analysis of the Relation between Interest Rate Policy and the Stock Market in China

1　IntroductionThegrowthofsocialeconomyisbasedontheflowofcapitalsfromtheinvestorstotheen-terprises,fromtheloweffectivedepartmentstothehighereffectivedepartments,fromtheconservativedepartmentstotheinnovativedepartments.Inordertoensurethenormalflowofth...     

上海证券交易所回购利率期限结构的风险溢酬

利用1999-01-04~2004-11-08的周样本数据,发现上交所回购市场上,回购利率期限结构具有显著的风险溢酬,利率期限结构的纯预期假设不成立。进一步分析发现,风险溢酬与利率期限结构的斜率明显相关,斜率越大,风险溢酬越大。利率期限结构的斜率还可以预测短期利率的变化。但风险溢酬与短期利率的波动率相关关系较弱,利率波动风险不是风险溢酬的主要决定因素。考虑到利率变化的高持续性,对回归估计量的小样本分布进行模拟分析发现,上述判断仍然成立。     

SV-GED模型在中国股市的VaR与ES度量及分析

从分析中国股市指数收益率的统计特征入手,以SV模型为基础,在多种分布情形下测算了沪深两市时变风险值V aR及ES。结果表明:基于GED分布的SV模型(SV-GED模型)较好地刻画了高频时间序列的尖峰肥尾性及波动集聚性与持续性等特性,并对两市指数进行较准确的预测,ES相比V aR能够较准确地估计尾部风险。     

具有有偏厚尾的非对称SV模型及其实证研究

为了描述资产收益与波动率之间的非对称关系,提出一种非对称SV模型,即具有杠杆效应与尺寸效应的SV(SV-LS)模型。进一步,针对资产收益分布展现出"有偏"及"厚尾"特征,引入有偏广义误差分布(SGED)来描述资产收益,提出具有有偏厚尾的SGED假定下的SV-LS模型。继而,基于有效重要性抽样(EIS)技巧,给出了模型参数的极大似然(ML)估计方法。最后,采用上证综合指数收益数据进行实证研究。结果表明,SGED假定下的SV-LS模型表现最优,它能够综合刻画资产收益的"有偏"及"厚尾"特征,并且证明了我国沪市具有很强的波动持续性以及显著的杠杆效应。     

随机波动率模型的参数估计及对中国股市的实证

基于有效重要性抽样(EIS)技巧,提出极大似然(ML)方法估计了四种不同收益分布假定的随机波动率(SV)模型的参数. 以上证综合指数和深证成份指数为例,实证检验了不同收益分布假定的SV模型的性能,分析适合我国股票市场的SV模型及收益分布. 实证结果表明,与正态分布、学生t-分布和广义误差分布(GED)假定的SV模型相比,具有“有偏”和“尖峰厚尾”特征的有偏学生t-分布假定的SV (SVSKt)模型能够更好地描述中国股票市场的波动性.     

中国A股市场流动性统计特性与变化趋势

构造了一个综合深度和宽度的指标来度量上海、深圳 A股市场的流动性 ,在这个指标的基础上 ,研究了上海、深圳 A股市场 1 0年来流动性的变化趋势 ,同时 ,对上海和深圳市场 A股市场流动性做了对比 .     

两因子常见利率模型在上交所债券市场的实证分析

以上交所债券价格隐含的利率期限结构从1996-03～2003-02的周样本数据作为分析对象,实证研究了常见的利率模型:Vasicek模型、CIR模型、仿射模型、广义高斯仿射模型,利用卡尔曼滤波法,估计了连续时间两因子利率模型。从模型给出的利率与实际观测到的利率的平均绝对误差来看,这些模型可以较好地描写利率期限结构的横截面特征,广义高斯仿射模型最好,仿射模型次之,CIR模型与Vasicek模型难分高下。但模型对各年期利率的预测误差表现出一定的序列相关性,说明这些模型不能够很好地描述利率期限结构的时间序列特征。     

债券隐含利率与多因子Vasicek模型

以上海证券交易所(简称上交所)债券价格隐含的利率期限结构,从1996-06～2003-02的周样本数据作为分析对象,首先利用主成分分析法对利率期限结构的变化进行分析,发现需要2～3个状态变量,利率模型才可能反映利率期限结构的变化。然后实证研究了连续时间的两因子、三因子Vasicek模型对上交所利率期限结构的描述情况。结果表明,两因子Vasicek模型可以反映样本期内上交所利率期限结构的形状,但模型不能反映利率期限结构的时间序列变化。同时发现,三因子模型相对于两因子模型,不能够明显改进对上交所利率期限结构的拟合。     

基于专家知识的模糊时间序列预测模型及应用

将投资专家的成功经验引入模糊时间序列模型,实现股票市场走势的多步预测。根据专家经验构造多个反映市场结构特征的变量并将其模糊化为模糊时间序列;建立具有多前件、高阶模糊关系的模糊时间序列预测模型;最后,将该模型用于股票指数预测。结果表明,与经典模糊时间序列模型相比,其预测精度有了较大提高。