發(fā)布時(shí)間：2024-07-05 22:40

　　近些年,重大且難以預(yù)料的事件頻發(fā),對(duì)世界經(jīng)濟(jì)和金融產(chǎn)生了巨大影響,也引發(fā)了研究者對(duì)模型誤設(shè)問題的更多關(guān)注。在此背景下,本文從兩個(gè)維度展開對(duì)重大事件影響下模型誤設(shè)問題的研究:模型不穩(wěn)定性和不確定性。模型不穩(wěn)定性是時(shí)間維度上的概念,即不同時(shí)點(diǎn)上的真實(shí)數(shù)據(jù)生成過程可能不一樣,參數(shù)穩(wěn)定不變的模型難以準(zhǔn)確刻畫實(shí)際經(jīng)濟(jì)中的巨大變化;模型不確定性是空間維度上的概念,即在同一時(shí)間點(diǎn)上,由于真實(shí)數(shù)據(jù)生成過程不可觀測,很難確定用哪一個(gè)模型來刻畫真實(shí)的研究對(duì)象。本文分別利用隨機(jī)水平轉(zhuǎn)移(RLS)時(shí)變系數(shù)和概率測度變換兩種方法,試圖解決模型不穩(wěn)定性和不確定性的問題。兩種方法最終均以修正模型系數(shù)的方式改善了模型誤設(shè)問題。在三個(gè)具體經(jīng)濟(jì)問題的應(yīng)用中,改進(jìn)的模型對(duì)實(shí)際經(jīng)濟(jì)數(shù)據(jù)有了更貼切的刻畫,極大降低了模型誤設(shè)導(dǎo)致的偏差。首先,本文發(fā)現(xiàn)重大經(jīng)濟(jì)事件、金融危機(jī)、央行重大貨幣政策干預(yù)等都會(huì)對(duì)利率期限結(jié)構(gòu)產(chǎn)生結(jié)構(gòu)性的影響,如果依然沿用傳統(tǒng)的利率期限結(jié)構(gòu)模型會(huì)導(dǎo)致模型誤設(shè)的問題出現(xiàn)。因此,本文第三章在經(jīng)典動(dòng)態(tài)Nelson-Siege模型的基礎(chǔ)上引入隨機(jī)水平轉(zhuǎn)移(RLS)的時(shí)變參數(shù)過程,構(gòu)建了新的預(yù)測模型。模型內(nèi)置的RLS過...

【文章頁數(shù)】：132 頁

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖3-1日度收益率曲線

本文所使用的收益率數(shù)據(jù)集從2006年2月9日開始到2019年6月28日截止,總共包含11種期限的國債。與DieboldandLi(2006)中僅分析月度數(shù)據(jù)不同的是,本文的研究集中在包含更多市場信息的日度數(shù)據(jù)上,該做法使得對(duì)僅存幾個(gè)月期限的短期國債的收益率的預(yù)測變得可行,另外....

圖3-3RLS截距項(xiàng)的濾波估計(jì)值

最后,表3-5展示了不同模型樣本內(nèi)擬合的效果比較結(jié)果。我們計(jì)算了不同模型樣本內(nèi)擬合所得殘差的均值和標(biāo)準(zhǔn)差,并在表的最后一行列出了殘差平方和SSR。從表中可以看出截距項(xiàng)RLS設(shè)置的預(yù)測模型RLS-μ,不管是讓其中的概率不變還是讓其概率變化,所得的SSR都比各DNS模型的小很多。在概....

圖3-3RLS截距項(xiàng)的濾波估計(jì)值

圖3-3RLS截距項(xiàng)的濾波估計(jì)值3.4.2樣本外預(yù)測

圖4-1SW與RLS-intercept的預(yù)測比較結(jié)果

將上述附表中兩階段模型在兩個(gè)子樣本中的預(yù)測結(jié)果綜合整理成全樣本結(jié)果,并將上述四種RLS時(shí)變系數(shù)預(yù)測模型在全樣本中的RMSE比值與兩階段模型在全樣本中的比值做差,對(duì)所有序列的差值進(jìn)行統(tǒng)計(jì),統(tǒng)計(jì)結(jié)果以直方圖的形式分別展現(xiàn)在了圖4-1、圖4-2、圖4-3和圖4-4中。四個(gè)圖依次對(duì)應(yīng)將截....

本文編號(hào)：4001652