适应我国国债利率期限结构的预测方法探讨

　　摘 要：在为债券及其他金融资产进行定价时，国债利率的期限结构是重要的参考因素，如何对其进行合理而尽量准确的预测，一直是学术研究和业务实践中的关注焦点。为了对比各种预测模型对该指标的刻画能力和预测准确程度，选取2016年1月4日至2019年12月31日的国债收益率每日收盘数据，对动态Svensson模型(简称“DS模型”)和长短时记忆神经网络模型(LSTM模型)的预测结果进行比较分析发现：DS模型和LSTM模型在样本内都有着良好的拟合效果;LSTM模型的预测效果明显好于DS模型。因此，构建基于预期收益率曲线的国债投资组合主动管理策略，并通过仿真实验证实，该策略能够实现显著高于市场基准的投资收益。

　　关 键 词：国债;利率期限结构;收益率曲线;DS模型;LSTM模型;预期收益率曲线策略

　　一、引言

　　近年来，我国债券市场发展迅速，据WIND数据库统计，截至2019年，我国国债发行规模高达41 641亿元，是2009年发行规模的2.57倍，国债在我国的金融市场已处于举足轻重的位置。在给定时间节点的情况下，对于流动性、税收及风险等方面性质相同但期限不同的资金，利率期限结构能够反映其收益率与剩余期限之间的关系，被国际投资者和学术界视为反映金融景气程度的“晴雨表”，并对金融产品及其衍生品的定价起到举足轻重的作用。在国债市场，利率期限结构在一定程度上体现了国民经济的繁荣程度和发展前景，经常会成为政府把握宏观形势、 调整政策取向的核心参考因素，也是固定收益证券、 利率衍生产品的价格形成基准。从微观视角来看，利率期限结构对于金融市场上的其他金融资产具有基础性意义，更是各类市场主体投资交易、风险防控的判断依据。随着利率市场化改革的不断推进，利率期限结构的波动频率和幅度不断加大，使决策的难度与日俱增。有鉴于此，在国家金融体制改革的攻坚阶段，探寻符合中国国债利率期限结构特点的预测方法，不仅具有突出的理论价值，而且兼具重要的实践意义。

　　二、文献回顾

　　利率期限结构被广泛用于宏观经济形势的分析和研判， 其政策价值也不断被学术界验证和肯定。通过引入Nelson-Siegel宏观金融模型(简称“NS模型”)，吴吉林等(2010)发现特定时间段内的预期通货膨胀可以由模型的水平因子所体现，而货币政策的调整则可以通过模型的斜率因子所反映，季绍波等(2010)也进一步验证了这一观点[1-2]。以2002—2009年的数据为样本，钟正生(2010)通过实证检验，发现我国的利率期限结构对货币政策的调整具有较高的敏感度，并且在預测未来6个月内GDP的变化方面，拥有不俗的表现[3]。张燃等(2011)借助仿射模型和三因子模型进行检验，发现利率期限结构对消费、投资等均具有较强的解释力[4]。贺畅达(2012)利用AFDNS模型预测实际GDP(产出)的变化，得出模型三因子对其确有预测能力的结论，尤其对其增长率的预测效果显著[5]。与此同时，学者们也展开了关于利率期限结构对于微观投资意义的研究。余文龙等(2010)引入DNS模型，对利率期限结构进行了预测，并在此基础上构建DNS向量久期，进行资产负债免疫，得到了更好的套期保值效果[6]。此外，NS模型也被许多学者用于利率期限结构的预测。例如，杨宝臣等(2012)将NS模型的输出结果引入风险管理模型，使得利率风险的对冲效果大幅改善[7]。为了提高投资策略的灵活性和预期回报，徐小余(2017)将利率期限结构预测结果用于构建蝶式债券组合，使得该组合的获利盈利能力大幅增强[8]。

　　为了适应不同的应用场景，众多学者根据具体的需要， 对现有的预测模型进行调整。Diebold等(2006)将收益率曲线的三个主要参数视作随时间变化的因子，从而实现了NS模型的改进，并构建和估计了这些参数的自回归模型[9]。根据其研究结论， 三个随时间变化的核心参数可以解释为与水平、斜率和曲率相对应的因子，并且可以得到较好的估计结果。该模型被用于预测短期和长期的期限结构，其预测能力也经受住了现实数据的检验。

　　在国内，现代利率期限结构模型也被广泛应用于国债利率期限结构的分析和预测。为了预测中国的国债利率期限结构，Luo等(2012)分别使用NS模型及其扩展模型进行估计，通过对比各种模型的运行结果可以发现，模型的形式越灵活，样本内拟合效果越好[10]。由于模型的参数是随时间变化的，作者还提出了另一种研究思路，即使用多个不同的动态过程对时变因素进行处理，然后分别预测短期和长期期限结构。鞠凤(2014)在综合比对NS模型和其他三类模型估计结果的基础上，使用一阶自回归过程对各参数进行比较分析， 进一步印证了NS模型相对于其他模型的优势[11]。赵晶等(2015)对中、美两国次贷危机期间和危机后5年的月度数据分别进行了拟合与预测， 通过比较其预测误差，发现Diebold & Li模型[9](简称“DL模型”)对两国市场数据的预测效果最好，而其他模型由于对样本数据的选取具有过高的敏感度，因此适用性大打折扣[12]。同样是使用NS模型，郭济敏等(2016)进一步探讨了各参数的经济意义，在此基础上对我国的国债收益率曲线进行了拟合， 通过对比拟合结果，深入分析了模型的有效性，并再次证实了NS模型在预测方面的优良性能[13]。此外，林瑞伟(2016)还通过实证研究发现，NSS扩展模型在用于拟合我国的国债利率期限结构时，也有着良好的表现，并且对于其他各类金融产品的定价也有一定的应用价值[14]。为了分析国债收益率过往表现对政府和投资者后续行为的影响，黄弘智(2018)将NS模型和自回归模型相结合，对月度收益率曲线变化进行了预测，以此刻画了市场对未来经济走势的预期，用于研究各类市场主体的行为及其动机[15]。

　　推荐阅读：债券证券类期刊投稿

期刊VIP网，您身边的高端学术顾问

文章名称： 适应我国国债利率期限结构的预测方法探讨

文章地址： http://www.qikanvip.com/jingjixue/55421.html