单因子利率模型的极大似然估计—对中国利率的实证分析.PDF

单因子利率模型的极大似然估计—对中国利率的实证分析 潘冠中 邵斌 (上海财经大学, 金融学院, 上海, 200433) 摘要：本文指出在对利率模型进行适当的离散化后运用极大似然估计方法进行参数估计优于GMM 方法。 通过选择七天银行间拆借利率作为模型中短期利率的近似，我们第一次将极大似然估计法运用于中国市场, 对一系列单因子利率模型的参数进行了估计，并对这些模型进行了似然比检验。我们发现在中国市场中 CKLS 模型中的γ值约为 1.5，和美国市场中的γ值相近，和英国市场的γ值相差很大, 另外和美英两国 都不同的是中国的利率变化有明显的均值回复效应。 关键词：单因子利率模型 极大似然估计 CKLS 模型 导言 利率模型或利率期限结构模型一直是金融领域研究的热点和难点, 是我们对利率衍生 产品定价和风险管理不可缺少的工具。最简单但又为人们广泛使用的利率模型是所谓的单因 子模型, 这样的模型只设定一个状态变量，一般取为无违约风险的瞬时利率，即期限趋近于 零时的即期利率，记为r , 而这个状态变量的运动变化决定了整个利率期限结构的运动变 t 化。 我们一般可以将r 的动态变化用下面的随机微分方程描述： t dr = µ r ;Θ dt + σ r ;Θ dW （1） t ( t ) ( t ) t 其中，Θ为参数集；µ r ;Θ 是随机微分方程的漂移项，表示利率变化的瞬时期望；σ r ;Θ ( t ) ( t ) 2 一般称为瞬时利率的波动率，σ r ;Θ 是扩散项，表示利率变化的瞬时方差；W 为布朗运 ( t ) t 动。 利率有三个比较明显的特征：利率（本文所指的利率为名义利率）不可能小于零，否则 会存在无风险套利机会；利率有均值回复的特征；在利率水平比较高时，其波动率也较大， 这称之为利率的水平效应。一个好的利率模型应该能体现这三个特征。从Merton （1973）、 Vasicek （1977），到CIR （1985），再到CKLS （1992），这四个单因子利率模型大致反映了 人们逐步认识利率的过程。有鉴于此，本文的分析主要围绕以上几个模型展开。 由（1）出发，我们就可以得出大多数利率衍生产品的价格，如债券期权等。要计算出 利率衍生产品的价格，还需要用金融市场上的利率或债券收益率数据估计出（1）式中的参 数。金融市场上观察到的是离散的利率数据，而（1）式是一连续时间模型。为了利用离散 的数据估计(1)式中的模型参数，我们需要把这个方程离散化。CKLS （1992）直接将（1） 用欧拉方法离散化，并使用广义矩方法（GMM ）估计了CKLS 模型的参数，但是欧拉离散 的误差较大，并且GMM 的参数估计值不稳定，选取不同的矩条件估计出的参数值会有差别。 Nowman （1997）通过将CKLS 模型更精确地离散化，并且利用MLE 方法估计了CKLS 模 1 型的参数。MLE 得到的参数估计值稳定，并且有效性方面来比较，MLE 也要优于GMM 。 有鉴于此，本文使用了MLE 对中国货币市场利率进行了实证分析，主要是估计了CKLS 模 型的参数并利用似然比检验比较了不同的单因子利率模型。 利率模型参数估计的另一重要问题是数据的选择。由于在现实的金融市场上不存在瞬时 利率r ，从而无法得到其观察值，所以研究者一般以短期利率作为其近似替代以估计利率 t 模型的参数，如CKLS （1992