基于跳扩散模型变窗宽非参数估计的Shibor动态特性深度剖析与实证研究.docxVIP

基于跳扩散模型变窗宽非参数估计的Shibor动态特性深度剖析与实证研究

一、引言

1.1研究背景与意义

在金融市场中，基准利率犹如定海神针，发挥着基础性的关键作用。它是整个金融市场利率体系的基石，其他利率水平或金融资产价格均依据这一基准利率来确定。在我国利率市场化改革不断推进的进程中，上海银行间同业拆放利率（ShanghaiInterbankOfferedRate，简称Shibor）于2007年1月4日正式上线运行，逐渐成为我国金融市场中认可度颇高的基准利率。

Shibor由信用等级较高、信息披露充分且交易活跃的18家银行组成报价团，自主报出人民币同业拆出利率，经计算得出算术平均利率，是一种单利、无担保、批发性利率。当前，我国大量金融产品定价与Shibor紧密挂钩，像短期债券、票据、利率互换、远期利率协议等。这使得Shibor不仅是金融机构进行资产定价、风险管理的重要依据，更是投资者做出投资决策时不可或缺的参考指标。从宏观层面来看，Shibor在货币政策传导机制中扮演着关键角色，直接影响着货币供应量、投资和消费等宏观经济变量，进而对整个经济的运行和发展产生深远影响。在经济衰退时期，央行通常会通过调控市场流动性等手段引导Shibor下降，以降低企业融资成本，鼓励投资和消费，增加就业机会，推动经济增长；而在经济过热、通货膨胀压力较大时，央行则会促使Shibor上升，抑制过度投资和消费，控制通货膨胀，保持经济的稳定运行。

准确刻画Shibor的动态变化特征，对金融市场的稳定和发展意义重大。一方面，对于利率衍生品定价而言，精确掌握Shibor的动态变化，能够为利率衍生品提供更为准确的定价依据，使市场参与者在进行衍生品交易时，能够更合理地评估风险和收益，从而促进利率衍生品市场的健康发展。另一方面，在利率风险管理方面，深入了解Shibor的动态特性，有助于金融机构和投资者更好地识别、衡量和控制利率风险，优化资产负债结构，提高风险管理水平。

传统的利率动态模型，如Merton(1973)、Vasicek(1977)、CIR(Cox，Ingersoll和Ross)(1985)等，虽然在一定程度上能够描述利率的动态变化，但存在局限性。这些模型往往假设利率变化是连续和平滑的，然而金融市场中，诸如股市崩盘、中央银行或货币当局的干预、外汇市场的冲击以及其他金融市场突发事件等，都会导致利率发生不连续的跳跃变化。Merton(1976)在标准布朗运动中加入跳跃项来描述这种不连续变化，形成了跳跃扩散模型，该模型能够更真实地反映金融市场中利率的实际波动情况。此外，在对模型进行参数估计时，传统的固定窗宽非参数估计方法灵活性不足，难以适应金融数据复杂多变的特性。变窗宽非参数估计方法则能根据数据的局部特征自动调整窗宽，从而更准确地捕捉数据的变化规律，提高估计的精度和可靠性。

因此，基于跳扩散模型和变窗宽非参数估计对Shibor动态进行研究，既能更准确地刻画Shibor的动态变化特征，又能为金融市场参与者提供更有效的风险管理工具和更合理的投资决策依据，对完善我国金融市场基准利率体系、提高金融市场效率具有重要的现实意义。

1.2国内外研究现状

在国外，对于利率动态模型的研究起步较早。Merton(1973)提出了经典的利率模型，为后续研究奠定了基础。Vasicek(1977)的模型假设利率的漂移项是线性的，利率具有均值回复特性。CIR(Cox，Ingersoll和Ross)(1985)模型则在Vasicek模型的基础上，对利率的扩散项进行了改进，使其更符合实际情况。Merton(1976)开创性地在标准布朗运动中加入跳跃项，构建了跳跃扩散模型，用以描述金融市场中可能出现的不连续变化，如股市崩盘、政策干预等对利率的影响。此后，众多学者对跳跃扩散模型进行了拓展和应用。Das(2002)、ChenScott(2002)等在基本利率动态模型和跳跃扩散模型中加入随机波动项，以描述资产价格（利率）波动项的波动率时变特征，进一步完善了对利率动态变化的刻画。在非参数估计方面，国外学者不断探索和改进方法，变窗宽非参数估计方法逐渐得到应用和发展，其能够根据数据的局部特征灵活调整窗宽，在处理复杂金融数据时展现出独特优势。

国内对于Shibor动态的研究也取得了一定成果。潘璐和马俊海（2011）对CKLS模型、CKLS-Jump跳跃扩散模型、带随机波动率的CKLS-Jump-SV模型和带跳跃随机波动率的CKLS-SV-Jump模型进行自适应MCMC参数估计，发现CKLS-SV-Jump模型能够最有效地刻画出Shib