基于组合预测的静态利率期限结构优化模型  

An Optimization Model of Static Term Structure of Interest Rates Based on the Combinatorial Forecast Method

作　　者：周荣喜[1] 王晓光[1] 余湄[2] 

机构地区：[1]北京化工大学经济管理学院,北京100029 [2]对外经济贸易大学金融学院,北京100029

出　　处：《运筹与管理》2014年第6期205-212,共8页Operations Research and Management Science

基　　金：国家自然科学基金项目(71171012);教育部国家大学生创新训练计划(ZD201105);中央高校基本科研业务费专项资金(ZZ1321);对外经济贸易大学211工程建设项目;北京化工大学教育教学改革项目(A201208);北京化工大学国际经济贸易特色专业建设项目

摘　　要：针对单个静态利率期限结构模型在拟合收益率曲线时的不足，本文引入组合预测的方法，在绝对误差和与方差和最小准则下，分别建立了静态利率期限结构组合优化模型，并给出了模型的遗传算法求解过程。然后将上海证券交易所2004～2009年的国债每日交易数据分为样本内数据和样本外数据，对多项式样条、指数样条、NS、SV和组合优化模型进行实证比较。结果表明：无论是对于样本内数据的拟合，还是对于样本外数据的预测，组合优化模型的统计特征指标几乎都要优于其他单一模型，并且具有良好的适应性和稳健性，适用于拟合我国国债利率期限结构。For the weakness in fitting the yield curve of certain term structure of interest rates model , this paper introduces the combinatorial forecast method , and develops respectively the combinatorial term structure of inter-est rates models based on the principle of the minimization variance and the minimization absolute error criterion , and presents the process of genetic algorithms for the models .The data of Shanghai Stock Exchange from 2004 to 2009 are divided into in-sample and out-of-sample data for the empirical research .The comparisons of empirical results of the five models including polynomial spline , exponential spline , Nelson-Siegel , Svensson and the com-binatorial optimization show that combinatorial optimization model outperforms other models in most of the statisti -cal indicators , and has good adaptability and robustness .It can be applied to fitting the static term structure of interest rates in the bond market of China .

关 键 词：金融工程 静态利率期限结构 组合预测 遗传算法 国债定价 

分 类 号：F830[经济管理—金融学]