开篇:润墨网以专业的文秘视角,为您筛选了一篇JSZ期限结构模型对我国债券收益率曲线的拟合实证范文,如需获取更多写作素材,在线客服老师一对一协助。欢迎您的阅读与分享!
[摘 要] 利率期限结构是指债券的到期收益率与到期期限之间的关系,该结构可以通过利率期限结构图表示,图中的曲线即为收益率曲线。本文利用jsz模型对我国债券市场利率期限结构模型进行估计,拟合效果好,而且运算速度比卡尔曼滤波更快。本文旨在提炼出JSZ模型的精华内容并阐述其计算的逻辑过程,并用于拟合我国银行间固定利率债券,使研究利率期限结构学者能快速掌握JSZ模型的核心思想及其应用。
[关键词] JSZ模型;利率期限结构;卡尔曼滤波
doi : 10 . 3969 / j . issn . 1673 - 0194 . 2015 . 17. 061
[中图分类号] F812.5 [文献标识码] A [文章编号] 1673 - 0194(2015)17- 0115- 03
对高斯动态期限结构模型(GDTSM)的估计大多采用卡尔曼滤波方法,这种方法的最大问题是模型中的变量太多,如果初始值设置的不好,模型不易收敛,或因计算过程中矩阵出现奇异矩阵,造成运算无法继续运行或结果不准确。JSZ模型是Scott Joslin、Kenneth J. Singleton、HaoxiangZhu(2011)提出,用于利率期限结构模型的估计。但JSZ(2011)文章内容较多,晦涩难懂,笔者下面的内容旨在提炼出JSZ模型的精华内容及其在我国债券收益率曲线拟合过程中的应用,相应的文献综述和证明过程请参考JSZ(2011)原文。
1 JSZ模型的核心
JSZ模型描述如下:
ΔXt=K■■+K■■Xt-1+∑XεtP(1)
ΔXt=K■■+K■■Xt-1+∑XεtQ(2)
rt=ρ0X+ρ1X・Xt(3)
Xt是定价因子,∑x∑x′是Xt的条件协方差矩阵,εtP,εtQ~N(0,IN)。
对于0息票债券模型收益率仍然遵循Duffiee和Kan(1996)仿射函数,表示成:
yt,m=Am(XQ)+Bm(XQ)・Xt(4)
Am,Bm满足Riccati差分方程:
Am+1-Am=K0Q ′Bm+■Bm′H0Bm-ρ0
Bm+1-Bm=K1Q′Bm-ρ1(5)
XQ=(K■■+K■■,∑X,ρ0X,ρ1X),(m1,m2,…,mJ)表示到期时间,J>N,相应的模型表示的收益率为:yt,m=(yt,m1,,yt,mJ)。
(1)、(2)、(3)、(4)是JSZ模型的规范化形式,为了便于计算,在命题1中JSZ给出其规范形式的等价形式:
任何规范的GDTMS观测上等价于下面形式:
ΔXt=K■■+K■■Xt-1+∑XεtP(6)
ΔXt=K■■+K■■Xt-1+∑XεtQ(7)
rt=t・Xt(8)
与标准的规范形式不同之处是:t是单位1向量,∑X是下三角矩阵,K■■=k■■,且K■■=0,i≠1,K■■是按顺序排列的约当型(Jordan)矩阵。
K■■=J(λiQ)diag(J1Q,J2Q,…,JmQ),且:
JiQ=λiQ 1 … 00 λiQ … 0 10 … 0 λiQ
各个约当块是按特征值的顺序排列(从大到小)。
这种等价形式简化了运算过程,而且便于计算机的处理,但定价因子Xt仍然是不可观测变量,因此,JSZ给出定理1,存在可观测的定价因子Ft=Wyt,任何规范的GDTMS等价于下面的模型:
ΔFt=K■■+K■■Ft-1+∑FεtP(9)
ΔFt=K■■+K■■Ft-1+∑FεtQ(10)
rt=ρ0F+ρ1F・Ft(11)
在此模型里,定价因子可以用可观测变量代替,假设名为Ft,这样不可观测的定价因子Xt变为可观测的定价因子Ft,可以假定N个0息票债券或其线性组合可以被模型精确定价;Ft的Q分布可以描述成参数:
FQ(k■■,λQ,∑F)λQ是K■■的特征值构成的向量,∑F∑F′是收益投资组合冲击的协方差矩阵。当模型在Q分布下稳定时,k■■与短期利率r■■在风险中性下的长期平均值成比例。K■■,K■■,∑F,ρ0F,ρ1F是k■■,λQ,∑F的明确函数。
综上所述,JSZ模型设置了2个测度P和Q,2种定价因子,可观测的P和不可观测的X,因此模型显得复杂,但运算并不复杂,JSZ对似然函数的处理进一步简化了估计难度。P测度下可观测的收益率的条件似然函数为:
f(yt|yt-1;)=f(yt|Ft;λQ,k■■,∑F)×f(Ft|Ft-1;K■■,K■■,∑F)
其中:f(Ft|Ft-1;K■■,K■■,∑F)=(2π)-N/2|∑F|-1×exp(-■||∑■■(Ft-Et-1[Ft])||2)
注意这里:Et-1[Ft]=K■■+(I+K■■)Ft-1是对公式(9)两边取期望得到。
参数(K■■,K■■)的最大似然函数为:
(K■■,K■■)=argmax■f(yt|yt-1;K■■,K■■,∑F)=argmin■||∑■■(Ft-Et-1[Ft])||2
这样,参数(K■■,K■■)的最大似然函数可以用普通最小二乘法求得。一般的三因子GDTSM模型有22个参数要估计,3个λQ,1个k■■,6个∑■■,3个K■■,9个K■■,而JSZ模型只有前4个参数,存在实质性的改进。
这里选取银行间固定利率国债收益率数据,时间是从2006年3月到2014年2月,取每月最后一天的数据,期限取6月、1年、2年、3年、5年、7年、10年。每一期限共计96个月度数据,数据来源是Wind数据库。数据的基本情况如图1所示。
为了利用Matlab软件编程,将式(6)到式(11)描述成计算机可以处理的形式:
在P测度下:
F(t+1)-F(t)=K0P_F+K1P_F*X(t)+eps_F(t+1)
其中:Cov(eps_F(t+1))=Sigma_F
在风险中性Q测度下:
X(t+1)-X(t)=K0Q_X+K1Q_X*X(t)+eps_X(t+1)
其中:Cov(eps_X(t+1))=Sigma_X
F(t+1)- F(t)=K0Q_F+K1Q_F*X(t)+eps_F(t+1)
其中:Cov(eps_F(t+1))=Sigma_F
式(4)描述成计算机处理形式为:
模型收益率Yt=AF’+BF’*F(t)或:Yt=AX’+BX’*X(t)
利用JSZ模型及JSZ提供的Matlab工具箱,对模型的各参数进行估计,结果如下:
AF=[-0.076 9 0.075 8 0.101 1 -0.026 3 -0.190 7 -0.083 1 0.217 7]
BF=[ 0.458 3 0.459 0 0.435 8 0.399 9 0.328 7 0.273 5 0.216 7 -0.4501 -0.336 5 -0.106 5 0.091 4 0.357 5 0.488 3 0.548 3 -0.630 4 -0.019 5 0.471 0 0.485 8 0.139 0 -0.183 7 -0.441 0]
AX=[0.747 2 1.546 2 2.821 0 3.716 0 4.809 2 5.399 5 5.688 2]
BX=[0.975 5 0.947 1 0.893 7 0.844 3 0.756 1 0.680 4 0.585 8 0.873 1 0.748 3 0.565 0 0.441 6 0.294 9 0.216 2 0.152 5 0.869 8 0.742 5 0.556 9 0.433 2 0.287 8 0.210 5 0.148 4]
K0P_F=[-0.108 6 0.224 8 -0.286 7]
K1P_F=[-0.050 0 0.182 4 0.001 8 -0.013 1 -0.129 3 -0.431 9 0.001 7 -0.003 4 -0.467 9]
K0Q_F=[0.274 1 0.122 7 -0.050 3]
K1Q_F=[-0.005 1 0.075 8 0.285 0 -0.006 8 -0.008 4 -0.191 0 -0.003 8 0.005 6 -0.107 1]
K0Q_X=[ 0.315 0 0.000 0 0.000 0]
K1Q_X=[-0.009 9 0.000 0 0.000 0 0.000 0 -0.054 6 0.000 0 0.000 0 0.000 0 -0.056 1]
下面对比模型的拟合值和实际值,如图2所示。
图2中黑色实线表示实际值,红色实线(如果无颜色,则是较淡的曲线)表示模型求得的拟合值,如果不放大图,二者几乎重合,说明JSZ模型非常好地拟合收益率曲线数据。
3 结 论
JSZ模型可以很好地拟合我国银行间国债收益率曲线,而且收敛的速度比用卡尔曼滤波技术快得多,几秒完成运算。使用卡尔曼滤波需要设置初始值较多,如果设置不好,收敛的速度会非常慢,甚至不收敛,而JSZ模型无此问题。JSZ模型的另一个优点是需要估计的参数少,三因子模型只有4个,利用卡尔曼滤波需要估计22个参数。JSZ模型本身也非常灵活,感兴趣学者可以在此基础上加入宏观经济变量,来分析利率期限结构与宏观经济之间的关系。
主要参考文献
[1]D Duffie,R Kan. A Yield-factor Model of Interest Rates[J]. Mathematical Finance,1996(6):379-406.
[2]S Joslin,K Singleton,H Zhu.A New Perspective on Gaussian DTSMs[J].The Review of Financial Studies,2011,24(3):926-970.
[3]S Joslin.Pricing and Hedging Volatility in Fixed Income Markets[R]. Working Paper, MIT,2007.
[4]S Joslin,A Le,K Singleton.The Conditional Distribution of Bond Yields Implied by GaussianMacro-finance Term Structure Models[R]. Working Paper, Sloan School, MIT,2010.
[5]S Joslin,M Priebsch,K Singleton.Risk Premiums in Dynamic Term Structure Models with UnspannedMacro Risks[R]. Working Paper, Stanford University,2010.
[6]S Joslin,K Singleton,H Zhu.Supplement to“A New Perspective on Gaussian DTSMs.”[R].WorkingPaper,Sloan School,MIT,2010.
[7]李宏瑾. 市场预期、利率期限结构与间接货币政策转型[M].北京:经济管理出版社,2013.
[8]周荣喜,杨丰梅.利率期限结构模型:理论与实证[M].北京:科学出版社,2011.