小样本特征下中国市场收益率曲线估计研究.pdf

南方经济2012年第4期 小样本特征下中国市场收益率曲线估计研究 刘晓曙宋德舜’ 摘要：文章针对我国当前债券市场债券品种相对较少、交易量相对不活跃的小样本特征，联合利用所有当 前和过去的价格信息，应用了不完全面板数据情形下非线性Kalman滤波方法来估计当前静态期限结构 以及动态期限结构。实证结果表明，该方法估计得到的收益率曲线不仅有很好地拟合市场数据效果，而 且具有连续变化的稳定性。 关键词：利率期限结构Kalman滤波不完全面板数据 JEL：G19，C23，C33分类号：F224．0 文献标识码：A 文章编号：1000—6249(2012)04—0056—012 一、引言 利率期限结构分析有两个重要的话题。一个是如何建模估计即期利率的当前收益率曲线，当前收益 率曲线对与折现函数线性相关的现金流产品的定价与套期保值非常重要；另一个则是如何建模估计利率 期限结构的动态行为，动态的利率期限结构模型对于与折现函数呈非线性关系的现金流产品是必不可少 的。长期以来，学术界对这两个话题是独立看待的。 。 静态利率期限结构模型一般采用参数和非参数方法来拟合当前的债券价格，而没有考虑到债券的历 and and 史价格信息。例如，McCulloch(1971)、VasicekFong(1982)、Fisher，Nychka 于样条的参数化插值方法，其优点是能够较好地起到拟合期限结构，缺点是即期利率曲线所暗含的远期 and 利率曲线相当不稳定，利率曲线的尾部容易出现剧烈的振荡等；Nelson 用节约型方式描述收益率曲线，此类模型限制了参数的个数，同时更多地考虑了远期利率曲线的稳定性。 动态期限结构模型主要关注的是期限结构如何随时间变动。相对于即期利率的期限结构模型，动态 期限结构模型增加了时间维度，使得问题变得复杂起来。一方面需要建立理论模型，另外一方面还要选 择适当的方法来估计模型参数。对于理论模型构建，动态期限结构模型分成两类。一类是首先建立即期 利率的随机模型，然后使用无套利假说来求解期限结构的动态特征问题。例如单因素的均值回复模型 and (Vasicek，1977)、两因素模型(Brennan et and 1980)、单因素一般均衡CIR模型(Coxa1．，1985)、多因素扩展CIR模型(Duffle Kan，1996)。第二 类是使用当前期限结构作为模型的参数输入，然后利用无套利假说推导出即期利率的随机行为，例如Ho and and Lee(1986)模型、Heath，Jarrow 线中的信息，但实际应用中它运用起来比前类模型更困难、更复杂。 在西方成熟市场中，每天都有大量不同期限债券交易的成熟市场，Bliss(1996)发现在这种情况下，不 仅即期利率期限结构模型能产生精确拟合当前债券交易的收益率曲线，而且拟合得到的收益率曲线具有 稳定性。但是，对于有效样本较小的市场，尽管选用一定的静态利率期限结构模型也可能使样本拟合效 果可能不错，但是常常发现得到的收益率曲线的变动缺乏稳定性。我们知道，如果市场没有经历大的利 ● Cfl。当然，文责自负。 宋德舜，北京大学光华管理学院，Email：songds00@yahoo．con 一56～ 万方数据 南方经济2012年第4期