- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
上海银行间同业拆借利率特征研究
上海银行间同业拆借利率特征研究
摘要:上海银行间同业拆借利率(以下简称Shibor)自诞生以来便被寄予厚望,它的出现背负着推动利率市场化进程的重要使命。作为一款重要的短期市场利率,Shibor自身是否适应市场的需要、是否能够及时、准确反映市场信息需要时间来检验。本文模型分析显示,Shibor隔夜利率与一周利率存在明显的区制转移特征,极具市场敏感性;三月期及更长期限的Shibor利率其波动性反映了较强的市场趋势。作为市场基准利率,Shibor隔夜利率与一周利率潜力巨大。
关键词:上海银行间同业拆借利率;马尔科夫区制转移
中图分类号:F830.3 文献标识码:A 文章编号:1001-828X(2014)01-00-03
一、引言
2007年1月4日起,上海银行间同业拆房利率(Shanghai Interbank Offered Rate, Shibor,以下简称Shibor)正式开始运作,这是我国逐步推动利率市场化的一项重要举措。从宏观意义上,Shibor的建设和培育将有利于引导和完善货币市场定价,为未来更加具有深远意义的货币政策传导机制的构建打下基础。
Shibor报价银行团由18家系统中重要的商业银行组成,这些报价银行均是公开市场一级交易商或外汇市场做市商,且具有在中国货币市场上人民币交易相对活跃、信息披露比较充分的特征。以2012年为例,其报价银行包括工商银行、农业银行、中国银行、建设银行、交通银行、招商银行、中信银行、中国光大银行、兴业银行、北京银行、上海银行、汇丰银行、渣打银行、华夏银行、广东发展银行、国家开发银行、浦东发展银行、邮储银行等18家大型商业银行。
在报价机制上,每个报价行向全国银行间同业拆借中心报出不同期限品种的Shibor的价格,该中心经剔除最高、最低的各4家报价后,对其余报价计算算术平均数,从而得出每一期限品种的Shibor。Shibor于每个交易日的11:30对外发布。
作为一款重要的短期利率产品,Shibor应当具备市场基准性短期利率的特征。刘金全、郑挺国(2006)通过推广的CKLS模型结合马尔科夫区制转移对利率期限结构进行了研究,认为不同到期日利率期限结构均为非线性,在不同区之下存在飘逸函数和扩散函数的非对称性。梁琪、张孝岩、过新???(2010)通过对长、短期多组利率的综合检验,从描述统计、多元VAR、GRANGER因果、脉冲响应等角度进行分析,认为短期上Shibor具备基准利率的特征,但其基准地位仍有待加强。郑挺国、宋涛(2011)从短期利率波动角度,运用CKLS-SV模型结合区制转移和粒子滤波估计法分析了银行间同业拆借利率(Chibor),验证了Chibor所具有的随机波动性和区制转移特征。
为了验证Shibor在市场上发挥的作用,本文尝试将传统模型与马尔科夫区制转移模型结合在一起,通过简单的估计和模拟,来对Shibor的波动性和区制转移特征进行研究。
二、研究方法
马尔科夫区制转移模型的最大优势在于将区制转移性质设定为经济模型的内在特性,从而帮助捕捉研究对象的时变状况。
首先我对模型进行一定的简化,从最简单的线性模型入手,加入马尔科夫区制转移。
对于时间序列上的线性函数:,在没有区制转移的情况下表示线性波动。其中误差项服从N~(0, ),其中表示自变量的方差。但是,当自变量存在区制转移时,例如假设存在k个区制,误差项就会有多个值与相应的均值和方差相对应。
在实证研究中,我们往往会发现数据在某些时点发生与趋势不相吻合的跃迁,这虽然可以通过对政策调整、市场冲击等因素的考量来进行解释,但难以在完整的模型中呈现。
如若假设数据波动存在区制上的变迁或转移,那么在模型中就可以通过对转移概率构建出概率矩阵来形成新增的参数,协助模型的分析。对于上述线性函数,若假设其自变量的运行过程中存在两个区制,即区制数k等于2,那么就存在自变量从区制1转移到区制2的概率,反之亦然。由此可以构建概率矩阵,在这个两区制前提下,假设在时间t时是区制2,此时从区制2到区制1的转移在时间t到t+1内发生,其概率将是给定的P21。同理,保持在区制2的概率是P22,然后可以构建出两区制下的概率矩阵:。这正是马尔科夫区制转移结构的核心,即区制转移囊括了随机过程本身。
在模型设置过程中,如果考虑到区制数量是否可以更多,这个问题较难进行验证。Hamilton(2005)认为,虽然人们会很自然地考虑在具备n个区制的情况下,是否会有相应的n+1个区制参与到数据中,但不幸的是,这一假设的似然率检验并不能满足通常的正则条件。所以,本文仍采用两区制的模型来进行。
在此基础上,根据Marcelo Perlin(2010)所构建出的单变量马尔科夫区
文档评论(0)