改进Diebold & Li两步法的Nelson-Siegel模型——基于遗传算法与最小二乘法交叉运用  

作　　者：李国徽[1] 谢贵知 

机构地区：[1]三亚学院理工学院,海南三亚572022 [2]三亚房地产管理处,海南三亚572021

出　　处：《海南金融》2014年第2期13-16,共4页Hainan Finance

摘　　要：Nelson-Siegel利率期限结构模型指数部分的衰减参数通常根据Diebold&Li的两步法、遗传算法或非线性最小二乘法估计,这会导致拟合误差偏大或估计结果不稳定。本文提出用遗传算法与最小二乘法交叉迭代的方法来改进Diebold&Li两步法对Nelson-Siegel利率期限结构模型参数的估计,并与Diebold&Li两步法和遗传算法进行实证比较。实证结果表明,用改进的两步法不仅能提高样本内模型的拟合优度,还能降低样本外模型的定价误差,特别是对于较长期限的债券数据,改进的两步法的模型估计效果明显好于Diebold&Li两步法和遗传算法。

关 键 词：NELSON-SIEGEL模型 遗传算法 Diebold & Li两步法 改进的两步法 

分 类 号：F820[经济管理—财政学]