【摘 要】
:
利率期限结构是指在税收、风险水平及流动性等其他因素都相同的情况下,不同期限债券的到期收益率与债券到期日之间的关系,它能反映出利率受时间影响的情况。在对金融领域进行研究时,总会触及该领域基础且重要的变量——利率,而研究利率期限结构也一直是金融工程领域至关重要的基础研究工作。本文第一章介绍了论文的研究背景和意义,然后第二章回顾了国内外在利率期限结构研究方面的重要文献。论文第三章主要从利率期限结构的经济
论文部分内容阅读
利率期限结构是指在税收、风险水平及流动性等其他因素都相同的情况下,不同期限债券的到期收益率与债券到期日之间的关系,它能反映出利率受时间影响的情况。在对金融领域进行研究时,总会触及该领域基础且重要的变量——利率,而研究利率期限结构也一直是金融工程领域至关重要的基础研究工作。本文第一章介绍了论文的研究背景和意义,然后第二章回顾了国内外在利率期限结构研究方面的重要文献。论文第三章主要从利率期限结构的经济学理论解释、静态和动态利率期限结构模型这三方面介绍了相关理论知识。在静态利率模型中,我们较为详细地描述了指数样条法、NS模型和Svensson扩展模型这三种主要模型。动态利率期限结构模型则是从均衡模型和无套利模型这两个角度出发进行了介绍。第四章介绍了本文使用的两因子Vasicek模型,并对其进行了相应的推导,同时对卡尔曼滤波估计方法以及两因子Vasicek模型的空间状态转换做出了详细的描述。论文第五章是利率期限结构的实证部分,首先对上交所质押式回购利率数据进行了描述性统计,然后对数据进行了平稳性检验,利用主成分分析法提取出两个主要因素,通过回归的方法确定初始值,接着利用卡尔曼滤波估计对模型进行参数估计和优化。在确定了模型的待估参数后,将参数代入到模型中并利用定价公式对国债进行定价分析。通过观察分析结果,我们可以发现国债定价误差较大,因此我们决定对误差进行修正,分别建立了定价误差的指数模型和OLS估计模型,对这两个模型进行比较分析,最终选择OLS估计模型作为误差模型,得到定价误差的修正模型后,然后对国债进行修正定价,得到新的国债定价结果。本文的研究结论主要有:通过对回购利率数据进行主成分分析,我们可以看出两因子模型能够较全面的描述利率的动态变化;利用卡尔曼滤波估计模型参数,进行定价后发现误差较大;对误差进行修正处理后,再次代入定价模型进行二次定价,可以发现修正过后的模型定价误差率明显降低,并且剩余期限短的国债定价误差相对更小,因此我们可以认为定价误差率(绝对值)与剩余期限之间存在同方向变化的特点。
其他文献
卷须是黄瓜(Cucumis sativus L.)的攀援器官。在保护地栽培条件下,任卷须自由生长会造成株间、株与吊蔓绳之间相互缠绕遮挡,不仅影响栽培群体的通风与透光,也给植株落蔓等田
绿叶挥发性物质(Green leaf volatiles)又称GLVs香气,主要是指由不饱和脂肪酸经过LOX、HPL等酶催化代谢来的短链的醛、醇类物质,因大多数具有青叶香气而得名。GLVs在葡萄浆果中
随着生活水平的提高,对冬季室内采暖舒适性需求越来越大,人们对于地采暖地板的青睐促进了行业的飞速发展。中国是木质产品的生产、消费及出口大国,其中木质地板的年产量及出口量均居世界首位。面对如此大的应用市场,各国相继出台了规范地板用材、尺寸、甲醛含量、膨胀率等各类标准,但如何评价木质地采暖地板舒适性和节能性,至今国内外尚无一套完善的体系。因此,对地采暖地板性能的检测,成为地板行业迫在眉睫的问题。本文研究
目的:通过临床对比试验,观察加味乌头汤配合运动推拿法治疗钙化性冈上肌腱炎(calcified supraspinatus tendinitis,CST)(风寒湿型)的临床疗效和可行性,为CST以及此类软组织损伤性疾病的临床诊治提供一些可靠的中医诊疗手段,同时也为此类疾病的中医辩证论治提供临床参考。方法:选择2018年3月至2019年10月于武汉市中医医院推拿科门诊和病房就诊的56例符合要求的CST
结核分枝杆菌(Mycobacterium tuberculosis,Mtb)因呈现“休眠”状态而在宿主体内长期滞留感染,表明Mtb利用转录调控蛋白调控目的基因的表达以快速适应环境的变化,使其能够在宿
如今,安卓恶意软件已经成为我们日常数字化生活中一个严重的威胁,且恶意软件的数量不断增加,种类也越来越多,使得传统分析手段变得低效甚至失效。因此,迫切需要高效且精确的
玉米是世界上重要的粮食及经济作物,在种植过程中需施大量磷肥保证产量,但自然界中磷肥资源越来越少,缺磷严重限制玉米的产量。磷作为生物膜及核酸的重要组成成分,是植物生长
全球气候变化与高强度的人类活动是导致景观格局演变的两大主要驱动因素。土地利用变化作为人类活动的主要表现形式与气候变化共同作用于景观生态系统,成为景观破碎化、生物
基于电子医疗健康记录数据进行再入院预测研究是当今很热的一个医学领域的研究趋势。精准的再入院预测不仅有助于病人了解自己的身体健康情况,指导健康生活行为,还对提升未来的社会公共医疗服务水平和改善国家医保统筹规划情况、降低社会医疗成本具有重大意义和应用价值。医疗健康大数据和人工智能方法的应用,为进行更加精准的再入院预测提供契机。人们提出了很多种基于机器学习进行再入院预测的方法。近年来,随着深度学习的兴起
磁场作为一种物理现象普遍存在于宇宙当中,而地球磁场对生命的起源和发展有至关重要的作用。趋磁细菌(Magnetotactic bacteria,MTB)是地球上古老的微生物之一,其能吸收外界环