斯宾塞·海斯;沈海鹏;黄建华Z。 函数动态因子模型及其在收益曲线预测中的应用。 (英语) Zbl 1454.62302号 附录申请。斯达。 6,第3期,870-894(2012). 摘要:准确预测连续到期的零息债券收益率对债券投资组合管理和衍生证券定价至关重要。然而,收益率曲线预测的通用模型一直难以捉摸,以往的尝试往往导致拟合优度和与经济理论的一致性之间的权衡。为了解决这个问题,我们提出了一种新的公式,将动态因子模型(DFM)框架与功能数据分析的概念联系起来:一种具有功能因子加载的DFM曲线这就产生了一个能够预测功能时间序列的模型。此外,在收益率曲线背景下,我们表明该模型保留了经济解释。模型估计是通过期望最大化算法实现的,其中时间序列参数和因子负荷曲线在一个步骤中同时估计。实现了高效计算,并很好地结合了数据驱动的平滑参数。我们表明,与现有方法相比,我们的模型在预测实际收益数据方面表现得非常好,特别是在创新交易的基于利润的评估方面。我们进一步说明了我们的模型在产量预测之外的应用的可行性。 引用于19文件 MSC公司: 62P05号 统计学在精算科学和金融数学中的应用 62H25个 因子分析和主成分;对应分析 62兰特 功能数据分析 91克30 利率、资产定价等(随机模型) 关键词:功能数据分析;EM算法;自然三次样条;交叉验证;粗糙度惩罚 软件:预测;fda(右) PDF格式BibTeX公司 XML格式引用 \textit{S.Hays}等人,Ann.Appl。Stat.6,No.3,870--894(2012;Zbl 1454.62302) 全文: 内政部 arXiv公司 欧几里得 参考文献: [1] 巴兹列夫斯基(1994)。统计因素分析及相关方法:理论与应用。纽约威利·Zbl 1130.62341号 [2] Besse,P.C.、Cardot,H.和Stephenson,D.B.(2000)。一些功能性气候变化的自回归预测。扫描。《美国联邦法律大全》第27卷第673-687页·兹比尔0962.62089 ·doi:10.1111/1467-9469.00215 [3] Bowsher,C.G.和Meeks,R.(2008)。经济功能的动态:建模和预测收益率曲线。J.Amer。统计师。协会103 1419-1437·Zbl 1286.62113号 ·doi:10.1198/016214500000922 [4] Casassus,J.和Collin-Dufresne,P.(2005)。商品期货和利率隐含的随机便利收益率。《金融杂志》60 2283-2331。 [5] Chua,C.T.、Foster,D.、Ramaswamy,K.和Stine,R.(2008)。前向曲线的动态模型。金融研究综述21 265-310。 [6] Cox,J.C.、Ingersoll,J.E.Jr.和Ross,S.A.(1985年)。利率期限结构理论。《计量经济学》53 385-407·Zbl 1274.91447号 ·doi:10.2307/1911242 [7] Dempster,A.P.、Laird,N.M.和Rubin,D.B.(1977年)。通过EM算法从不完整数据中获得最大似然。J.罗伊。统计师。Soc.序列号。B 39 1-38·Zbl 0364.62022号 [8] Diebold,F.X.和Li,C.(2006)。预测政府债券收益率的期限结构。《计量经济学杂志》130 337-364·兹比尔1337.62324 ·doi:10.1016/j.jeconom.2005.03.005 [9] Diebold,F.X.、Rudebusch,G.D.和Aruoba,S.B.(2006年)。宏观经济和收益率曲线:动态潜在因素方法。《计量经济学杂志》131 309-338·Zbl 1337.62356号 ·doi:10.1016/j.jeconom.2005.01.011 [10] Duffee,G.(2002)。仿射模型中的期限溢价和利率预测。《金融杂志》57 405-443。 [11] Duffie,D.和Kan,R.(1996)。利率收益率模型。数学。财务6 379-406·Zbl 0915.90014号 ·文件编号:10.1111/j.1467-9965.1996.tb00123.x [12] Engle,R.和Watson,M.(1981年)。大都市工资率的单因素多元时间序列模型。J.Amer。统计师。协会78 774-781。 [13] Fama,E.和Bliss,R.(1987年)。长期远期利率中的信息。《美国经济评论》77 680-692。 [14] Fan,J.和Yao,Q.(2003)。非线性时间序列:非参数和参数方法。纽约州施普林格·Zbl 1014.62103号 [15] Geweke,J.F.和Singleton,K.J.(1981)。经济时间序列的最大似然“验证性”因子分析。国际。经济学。版次22 37-54·Zbl 0483.90037号 ·doi:10.2307/2526134 [16] Green,P.J.和Silverman,B.W.(1994年)。非参数回归和广义线性模型:粗糙度惩罚方法。统计学和应用概率专著58。查普曼和霍尔,伦敦·Zbl 0832.62032号 [17] Hays,S.、Shen,H.和Huang,J.Z.(2012)。补充“应用于收益曲线预测的功能性动态因子模型”·Zbl 1454.62302号 [18] Heath,D.、Jarrow,R.和Morton,A.(1992年)。债券定价和利率期限结构:未定权益估值的新方法。计量经济学60 77-105·Zbl 0751.90009号 ·doi:10.2307/2951677 [19] Hull,J.和White,A.(1990年)。利率衍生证券定价。金融研究回顾3 573-592·兹比尔1386.91152 [20] Hyndman,R.J.和Shang,H.L.(2009)。预测功能时间序列。J.韩国统计师。Soc.38 199-211·Zbl 1293.62267号 ·doi:10.1016/j.jkss.2009.06.002 [21] G.G.法官(1985年)。计量经济学的理论与实践。纽约威利。 [22] Koopman,S.J.、Mallee,M.I.P.和Van der Wel,M.(2010)。使用具有时变参数的动态Nelson-Siegel模型分析利率的期限结构。J.总线。经济学。统计师。28 329-343. ·Zbl 1209.91182号 ·doi:10.1198/jbes.2009.07295 [23] Molenaar,P.C.M.(1985年)。多元时间序列分析的动态因子模型。《心理测量学》50 181-202·Zbl 0603.62099号 ·doi:10.1007/BF02294246 [24] Nelson,C.R.和Siegel,A.F.(1987)。收益率曲线的简约建模。商业杂志60 473-489。 [25] Peña,D.和Box,G.E.P.(1987年)。确定时间序列中的简化结构。J.Amer。统计师。协会82 836-843·兹比尔062362081 ·doi:10.2307/2288794 [26] Peña,D.和Poncela,P.(2004)。使用非平稳动态因子模型进行预测。《计量经济学杂志》119 291-321·Zbl 1282.91270号 ·doi:10.1016/S0304-4076(03)00198-2 [27] Press,W.H.、Teukolsky,S.A.、Vetterling,W.T.和Flannery,B.P.(1992)。FORTRAN:科学计算的艺术,第二版,剑桥大学出版社,剑桥·Zbl 0778.65002号 [28] Ramsay,J.O.和Silverman,B.W.(2002)。应用功能数据分析:方法和案例研究。纽约州施普林格·Zbl 1011.62002号 ·电话:10.1007/b98886 [29] Ramsay,J.O.和Silverman,B.W.(2005)。《功能数据分析》,第二版,斯普林格出版社,纽约·Zbl 1079.62006号 [30] Shen,H.(2009年)。平滑曲线时间序列的建模和预测。技术计量51 227-238·doi:10.1198/tech.2009.08100 [31] Vasicek,O.(1977年)。术语结构的平衡特征。《金融经济学杂志》5 177-188·Zbl 1372.91113号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。