中國債券收益率的可預(yù)測性檢驗(yàn)
發(fā)布時(shí)間:2024-04-14 17:56
基于工具變量(instrumental variable, IVX)統(tǒng)計(jì)檢驗(yàn)方法,對我國主要宏觀經(jīng)濟(jì)變量能否單獨(dú)或聯(lián)合預(yù)測債券收益率進(jìn)行可預(yù)測性研究.IVX檢驗(yàn)方法無需考慮預(yù)測變量的持續(xù)性先驗(yàn)信息,對任何屬于單位根過程、近單位根過程、近平穩(wěn)過程或平穩(wěn)過程的預(yù)測變量都穩(wěn)健.進(jìn)一步使用AIC和BIC方法對多元變量回歸模型進(jìn)行變量篩選,仿真結(jié)果表明,兩種準(zhǔn)則均能準(zhǔn)確篩選出模型重要變量并排除冗余變量.通過對國債和AAA、AA-級企業(yè)債三種不同信用等級債券收益率的長短期可預(yù)測性差異分析,研究發(fā)現(xiàn):1) 1年期儲蓄存款利率、人民幣實(shí)際有效匯率、滬深300指數(shù)、工業(yè)增加值同比以及大部分宏觀經(jīng)濟(jì)變量組合在10%顯著性水平上能顯著預(yù)測債券收益率;2)宏觀經(jīng)濟(jì)變量長期預(yù)測能力強(qiáng)于短期;3)基于IVX方法的AIC和BIC準(zhǔn)則能夠有效地篩選模型重要變量.
【文章頁數(shù)】:16 頁
【文章目錄】:
1 引言
2 計(jì)量模型
1)未來1期可預(yù)測性檢驗(yàn)
2)未來K期可預(yù)測性檢驗(yàn)
3 Monte Carlo仿真
4 數(shù)據(jù)描述
5 實(shí)證結(jié)果
5.1 單位根檢驗(yàn)
5.2 短期水平回歸
5.3 長期水平回歸
6 結(jié)論
本文編號:3955062
【文章頁數(shù)】:16 頁
【文章目錄】:
1 引言
2 計(jì)量模型
1)未來1期可預(yù)測性檢驗(yàn)
2)未來K期可預(yù)測性檢驗(yàn)
3 Monte Carlo仿真
4 數(shù)據(jù)描述
5 實(shí)證結(jié)果
5.1 單位根檢驗(yàn)
5.2 短期水平回歸
5.3 長期水平回歸
6 結(jié)論
本文編號:3955062
本文鏈接:http://sikaile.net/jingjilunwen/zbyz/3955062.html
最近更新
教材專著