财贸研究
財貿研究
재무연구
Finance and Trade Research
2013年
3期
124~129
,共null页
利率期限结构 Nelson-Siegel模型 水平因子 斜率因子 曲率因子
利率期限結構 Nelson-Siegel模型 水平因子 斜率因子 麯率因子
리솔기한결구 Nelson-Siegel모형 수평인자 사솔인자 곡솔인자
term structure of interest rates; Nelson-Siegel model; level factor; slope factor; curvature factor
利用粒子群算法,以2007年1月-2009年12月中国银行间国债市场的日交易数据模拟Nelson-Siegel模型,通过构建参数β1和β2的AR（2）模型对利率期限结构进行预测,样本内的预测结果比较理想,但样本外的预测绩效不佳.
利用粒子群算法,以2007年1月-2009年12月中國銀行間國債市場的日交易數據模擬Nelson-Siegel模型,通過構建參數β1和β2的AR（2）模型對利率期限結構進行預測,樣本內的預測結果比較理想,但樣本外的預測績效不佳.
이용입자군산법,이2007년1월-2009년12월중국은행간국채시장적일교역수거모의Nelson-Siegel모형,통과구건삼수β1화β2적AR（2）모형대리솔기한결구진행예측,양본내적예측결과비교이상,단양본외적예측적효불가.
Particle Swarm Optimization is a typical representation of modem global optimization. This paper uses globally optimal Particle Swarm Optimization to simulates the Nelson-Siegel model on the data of inter-bank government bonds from 2007 to 2009; so we can get parameters ofβ1, and β2, and the term structure of interest rates of every trade day. After constructing AR（2） models for parameters of β1, and β2, we can implement in-sample predictions with good performance and out-of-sample predictions with bad performance.
