导读:本文包含了利率期限结构模型论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:模型,利率,期限,结构,动态,收益率,曲线。
利率期限结构模型论文文献综述
赫国胜,周琳[1]（2019）在《利率期限结构利差因子的传导效应——基于状态空间模型的实证研究》一文中研究指出利率期限结构中状态因子分别代表长期水平、短期斜率和中期曲度,在货币政策传导过程中不同因子表现出的传导效应是不同的。以发展中的利率期限结构理论为基础,运用状态空间模型对动态Nelson Siegel模型中的状态因子进行估计。通过对货币政策传导过程的分段研究,从而得到代表短期斜率项的利差因子β1对货币政策传导效应相比较其他两个状态因子更强的结论,进而说明利差因子β1对货币政策传导的实现更具实践意义。(本文来源于《金融理论与实践》期刊2019年11期）
李倩,廖宜静[2]（2019）在《银行间国债利率期限结构的实证研究——基于Nelson-Siegel-Svensson模型》一文中研究指出本文主要运用NSS模型对银行间国债的利率期限结构进行实证研究,从Wind数据库选取了2016年1月4日至2018年12月31日的10个到期期限的银行间国债的即期利率。通过对数据的分析发现我国银行间国债的利率符合流动性偏好理论。通过MATLAB编程,将数据代入到程序中得到每一个交易日的参数估计值,参照Diebold and Li的两步法将时间参数固定在均值上,然后对参数进行二次估计。最后分析认为NSS模型对我国银行间国债利率期限结构的拟合效果比较理想。(本文来源于《辽宁工业大学学报(社会科学版)》期刊2019年04期）
周琳[3]（2019）在《中国国债利率期限结构与宏观经济相关性实证研究——基于动态Nelson Siegel模型》一文中研究指出作为价格型货币政策的重要一环,国债收益率曲线与宏观经济状况的关联程度究竟有多高,其信息指示器功能是否能充分发挥,能否给货币政策制定提供有价值的参考依据是当前货币政策框架转型阶段下一个值得研究的问题。文章运用动态Nelson Siegel模型,在不改变该模型原有估计方法的前提下,通过提升宏观经济变量对利率期限结构的约束程度,将相关性更高的宏观经济指标引入模型,对我国利率期限结构与宏观经济的相关性进行量化研究,从而探求改进后的模型是否具有更强的估计能力和预期精度,为未来该领域研究的推进奠定实证基础。(本文来源于《辽宁大学学报(哲学社会科学版)》期刊2019年03期）
孔小伟[4]（2019）在《宏观经济—金融利率期限结构模型研究:理论回顾与展望》一文中研究指出以利率为桥梁,金融和宏观经济的融合研究已成为趋势,表现在宏观经济一金融利率期限结构模型的不断拓展和深化。相关研究可分叁个方面:首先,在标准的金融仿射无套利期限结构模型中加入宏观经济的因素,表明标准的金融期限结构的潜在构成因素也包括宏观经济基础。其次,将宏观经济动态随机一般均衡模型(DSGE)与债券定价结合起来,发掘其金融学意义。通过引入DSGE模型,可以对资产价格进行更好的解释。再次,发展一种实证上易处理的无套利期限结构模型,有利于期限结构模型向宏观金融领域的扩展,而能识别潜在收益率曲线因子的AFNS模型就具有这种性质,并表现出很好的实证预测效果,有助于阐明很多问题。展望未来,宏观经济一金融模型在关于债券供给和债券风险溢价之间的联系这一领域将取得更大的进展。(本文来源于《海派经济学》期刊2019年01期）
陈洋[5]（2019）在《NS类模型因子选择技术在利率期限结构中的应用》一文中研究指出利率期限结构是利率风险管理、金融资产定价和金融产品设计的基础,其估计是金融学的一个重要研究方向。行业中估计利率期限结构的常用模型是NS模型与其衍生的SV模型,许多国家的货币政策制定者、中央银行以及金融机构都用NS类模型估计利率期限结构。NS模型是叁因素模型,但研究发现NS模型只能拟合形状相对简单的利率曲线。当利率曲线较复杂时,NS模型的拟合能力有限,不能准确估计利率期限结构。SV模型在NS模型的叁因子基础上增加一个驼峰因子,它可以拟合双峰和双U型的利率曲线。本文尝试提出模型以拟合更复杂的利率曲线,使之更加准确地估计各种复杂的利率期限结构。为使NS类模型具有更强的拟合能力,启发于SV模型增加一个驼峰因子,本文在NS模型上添加多个驼峰因子,构造出多驼峰因子的NS类模型(即LASSO-NS模型)。但考虑到添加多个驼峰因子后,模型可能存在过度拟合的问题,本文引入LASSO技术选择模型的因子个数,LASSO技术在选择因子个数的同时得到模型的参数估计值。LASSO技术通过添加各驼峰因子回归系数的L1范数作为惩罚项,通过调节惩罚系数的值进行因子选择,在因子选择过程中,随着惩罚系数值的变化自动选择出最优模型的因子个数,并给出模型的参数估计值,使得模型对形状复杂的利率期限结构拟合能力更强。本文选取2013年1月到2018年6月期间上海证券交易所国债市场中每月最后一个交易日共66个交易日的数据作为分析样本。本文从横截面数据、样本内拟合、样本外预测和参数稳定性四个方面对LASSO-NS模型与NS模型和SV模型进行实证分析比较,实证结果表明LASSO-NS模型在这四个方面的结果都优于NS模型和SV模型。LASSO-NS模型能灵活的表示形状复杂的利率期限结构,它不仅能克服SV模型参数估计值依赖给定的初值的缺点,还能很好的反映多峰的利率曲线,在拟合精度和参数稳定性上也优于NS模型和SV模型,而且能更准确地估计我国国债的利率期限结构。(本文来源于《浙江工商大学》期刊2019-01-01）
Oldrich,Alfons,VASICEK,牛霖琳[6]（2018）在《利率期限结构模型》一文中研究指出1.引言利率是时间和期限(距离到期日的时间长度)的函数。作为时间的函数,利率表现为随机过程(见图1)。利率作为期限的函数,在某一个时点,不同期限的利率在一起组成利率期限结构,也叫做收益率曲线(yield curve)。利率期限结构模型将不同期限的利率随时间的变动用一个联合的随机过程刻画(见图2)。(本文来源于《经济资料译丛》期刊2018年04期）
孔小伟[7]（2018）在《宏观经济—金融利率期限结构模型研究:理论回顾与展望》一文中研究指出以利率为"桥梁",金融和宏观经济的融合研究已成为趋势,表现在宏观经济—金融利率期限结构模型的不断拓展和深化。相关研究可分为叁个方面:首先,在标准的金融仿射无套利期限结构模型中加入宏观经济的因素,表明标准的金融期限结构的潜在构成因素也包括宏观经济基础。其次,将宏观经济动态随机一般均衡模型(DSEG)与债券定价结合起来,发掘其金融学意义。通过引入DSGE模型,可以对资产价格进行更好的解释。最后,发展一种实证上易处理的无套利期限结构模型,有利于期限结构模型向宏观金融领域的扩展,而能识别潜在收益率曲线因子的AFNS模型就具有这种性质,并表现出很好的实证预测效果,有助于阐明很多问题。展望未来,宏观经济—金融模型在关于债券供给和债券风险溢价之间的联系这一领域将取得更大的进展。(本文来源于《海派经济学》期刊2018年03期）
魏立佳,蔡远飞[8]（2018）在《利率期限结构的区制转移动态Nelson-Siegel模型》一文中研究指出为了刻画宏观经济周期对国债收益率的影响,本文在动态Nelson-Siegel(NS)模型基础上引入经济扩张、经济收缩两个不同的宏观经济状态,构建马尔科夫区制转移动态利率期限结构模型(MS-DNS模型)。根据卡尔曼滤波的极大似然估计结果,本文对中国国债收益率的动态潜在因子进行估计,并对未来的国债收益率进行向前预测。实证结果发现:MS-DNS利率期限结构模型取得了较好的拟合效果,而预测效果整体上较DNS模型有所改进。此外,MS-DNS模型体现了利率期限结构的非线性特征,区制转移与经济周期之间存在紧密的联系,可较为准确地捕获经济周期的阶段性变化。同时,美国国债收益率的稳健性研究也验证了MS-DNS模型的广泛适用性。(本文来源于《金融学季刊》期刊2018年03期）
张健,陈映洲[9]（2018）在《无套利“双斜率”DNS利率期限结构模型与实证》一文中研究指出随着债券市场的发展与利率市场化实质性推进,建立适合我国利率期限结构的模型具有重要意义。目前的DNS模型整体拟合能力较好,但无债券定价理论的支撑,对短期收益率的拟合优度也有待提高。文章在风险中性定价理论框架下构建无套利"双斜率"DNS模型,并利用国债收益率数据进行实证分析发现,相对于已有DNS模型,新模型能有效改善对短期收益率的拟合效果。随着样本债券期限的增加,新模型参数估计具有较高的稳定性,且应用性强。(本文来源于《统计与决策》期刊2018年12期）
黄弘智[10]（2018）在《上交所国债利率期限结构实证分析与预测——基于Nelson-Siegel和一阶自回归模型》一文中研究指出本文根据2013年1月至2017年8月上海证券交易所国债收益率数据,预测2018年1~8月的国债零息曲线变动情况,考察政府和投资者对中国市场2018年的投资情绪,从而分析市场预测的经济走势,并利用Nelson-Siegel模型、一阶自回归模型进行实证研究。结果显示:一是2018年投入中国市场的资金将减少,投资者不看好中国上半年的经济形势;二是市场预期中国在2020年左右摆脱目前增速下滑的态势。(本文来源于《福建金融》期刊2018年06期）
利率期限结构模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要运用NSS模型对银行间国债的利率期限结构进行实证研究,从Wind数据库选取了2016年1月4日至2018年12月31日的10个到期期限的银行间国债的即期利率。通过对数据的分析发现我国银行间国债的利率符合流动性偏好理论。通过MATLAB编程,将数据代入到程序中得到每一个交易日的参数估计值,参照Diebold and Li的两步法将时间参数固定在均值上,然后对参数进行二次估计。最后分析认为NSS模型对我国银行间国债利率期限结构的拟合效果比较理想。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
利率期限结构模型论文参考文献
[1].赫国胜,周琳.利率期限结构利差因子的传导效应——基于状态空间模型的实证研究[J].金融理论与实践.2019
[2].李倩,廖宜静.银行间国债利率期限结构的实证研究——基于Nelson-Siegel-Svensson模型[J].辽宁工业大学学报(社会科学版).2019
[3].周琳.中国国债利率期限结构与宏观经济相关性实证研究——基于动态NelsonSiegel模型[J].辽宁大学学报(哲学社会科学版).2019
[4].孔小伟.宏观经济—金融利率期限结构模型研究:理论回顾与展望[J].海派经济学.2019
[5].陈洋.NS类模型因子选择技术在利率期限结构中的应用[D].浙江工商大学.2019
[6].Oldrich,Alfons,VASICEK,牛霖琳.利率期限结构模型[J].经济资料译丛.2018
[7].孔小伟.宏观经济—金融利率期限结构模型研究:理论回顾与展望[J].海派经济学.2018
[8].魏立佳,蔡远飞.利率期限结构的区制转移动态Nelson-Siegel模型[J].金融学季刊.2018
[9].张健,陈映洲.无套利“双斜率”DNS利率期限结构模型与实证[J].统计与决策.2018
[10].黄弘智.上交所国债利率期限结构实证分析与预测——基于Nelson-Siegel和一阶自回归模型[J].福建金融.2018
论文知识图
