论文部分内容阅读
在国债市场上,国债利率期限结构在各种投资组合管理、金融资产定价和风险管理中起到了基准作用。近年来,国内外学者对它进行了大量的研究。但针对国债利率期限结构的预测方法研究在国内才刚刚起步,于是,本文就试图在总结国内外研究成果的基础上,对我国国债利率期限结构的预测方法进行尽可能准确、细致的实证研究。本文首先选取上交所国债交易数据,利用目前各国央行常用的NSS模型构建我国国债利率期限结构,同时估计出该模型参数的时序数据。然后对该时序数据建立三种拟合模型以预测未来参数序列的发展,它们是ARMA(1,1)模型、AR(1)模型和RW模型,并采用递归算法思想比较了三种方法的预测效果,得出:在短期预测(1周)中,ARMA(1,1)模型比AR(1)更加适合,在中长期预测中,ARMA(1,1)模型适合于预测短期限利率,AR(1)模型适合于预测中长期限利率。接下来,为了搞清楚引入宏观经济变量建立回归预测模型能否改进预测效果,又筛选出三个和国债利率期限结构联系紧密的宏观经济变量,把它们和NSS模型参数放在一起利用逐步回归法分别对国债各种不同期限利率建立回归预测模型,并比较了它与时序预测方法的优劣,最终得出:单纯的时序预测方法适合于对国债利率期限结构做短、中期预测,回归预测方法在长期预测中表现出较大的优势。最后,针对央行货币政策的突然变化导致国债利率期限结构的突变,从而导致利用上述预测方法不能产生较好预测效果这一问题,本文提出了利用事件研究法修正在国债利率期限结构突变时预测的研究思路,为以后对该问题进一步的研究提供了指导性的建议。