全部版块 我的主页
论坛 经济学人 二区 外文文献专区
1026 5
2022-05-05
英文标题:
《Modeling Credit Spreads Using Nonlinear Regression》
---
作者:
Radoslava Mirkov and Thomas Maul and Ronald Hochreiter and Holger
  Thomae
---
最新提交年份:
2014
---
英文摘要:
  The term structure of credit spreads is studied with an aim to predict its future movements. A completely new approach to tackle this problem is presented, which utilizes nonlinear parametric models. The Brain-Cousens regression model with five parameters is chosen to describe the term structure of credit spreads. Further, we investigate the dependence of the parameter changes over time and the determinants of credit spreads.
---
中文摘要:
研究信用利差的期限结构,旨在预测其未来走势。提出了一种利用非线性参数模型解决这一问题的全新方法。选择五参数Brain-Cousens回归模型来描述信用利差的期限结构。我们进一步研究了信用利差随时间的变化和决定因素。
---
分类信息:

一级分类:Quantitative Finance        数量金融学
二级分类:Statistical Finance        统计金融
分类描述:Statistical, econometric and econophysics analyses with applications to financial markets and economic data
统计、计量经济学和经济物理学分析及其在金融市场和经济数据中的应用
--

---
PDF下载:
-->
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2022-5-5 11:54:04
使用非线性回归建模信用利差Radoslava Mirkov Thomas Maul Ronald HochreiterHolger Thomae 2013年7月摘要研究信用利差的期限结构,旨在预测其未来走势。提出了一种利用非线性参数模型解决这一问题的全新方法。选择具有五个参数的BrainCousens回归模型来描述信用利差的期限结构。此外,我们还研究了参数随时间变化的依赖性以及信用利差的决定因素。关键词:非线性回归、随机起始值、信用利差。1简介和动机我们研究信用利差曲线的历史发展,并对预测信用利差的未来走势感兴趣。在经济科学中,信用利差代表债券中特定风险的溢价。风险因素包括地缘政治和宏观经济变量。有关详细信息,请参见例如Schlecker[2009]。在金融危机时期,银行业使用的现有方法并不令人满意,因为消费者和参考曲线之间的关系发生了变化。我们从完全不同的角度审视信用利差的行为。我们不是用公共层因子法来模拟信用利差曲线,而是用几个参数的非线性参数函数来近似曲线。然后,我们集中精力找出这些参数与及时可用和可观察的指标和市场数据之间的相关性。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-5 11:54:07
这是因为参数曲线的复杂性可以减少到少量参数,这样就可以根据这些参数的变化来理解曲线结构的变化模式。此外,每个非线性参数曲线可以通过其参数估计值总结为一个低维多元观察值,然后可以进行回归或相关分析。5 10 15 200.0 0.5 1.0 1.5 2.0 2.5 3.0到期时间(年)利率(年)CSSB5 10 15 200.0 0 0.5 1.0 1.5 2.0到期时间(年)利率(年)CSSB图1:2011年10月21日(左)和2012年5月31日(右)ISDA融资(S,虚线)、德国ZF债券(B,虚线)和信用利差(CS,实线)的期限结构。以下模型描述了信用利差的结构,即所研究的可原谅到期时间xjis:yi=y(xj)+εi,其中xj,j=1,12表示报价信用利差的到期时间,通常为x=(1,2,3,4,5,6,7,8,9,10,15,20)和εi~ F(0,σ)是均值为零且方差为常数σ的误差项,对于i=1,n、 2数据描述所分析的数据集基于彭博社数据库的摘录,包含2011年6月至2012年6月期间所有到期的欧元和德国ZF债券的每日ISDA报价,即n=258。信用利差是通过从参考曲线中减去发行人曲线得到的,如图1所示。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-5 11:54:10
比较图1(左)和(右)中的信贷利差曲线,很明显信贷利差曲线的结构正在发生变化,我们需要一个足够灵活的模型,以适应可能的发展和信贷利差曲线的不同形状。3非线性回归模型我们建立了一个参数非线性逻辑回归模型,并分析了信用利差的期限结构。对数逻辑回归的推广,即所谓的Brain-Cousens模型(BC模型),是由Ritz和Streibig[2008]针对这种依赖性提出的。一些作者提出了一些类似问题的夹板复位变体,见Jarrow等人[2004]。BC模型定义为y(xj)=c+d+f xj- c1+exp(b[ln(xj)- ln(e)],(1)和模型(1)中的参数具有以下含义:c和d定义上下水平渐近线,f是上渐近线的斜率,而b和e描述曲线下降的形状,即e在曲线的反射点内,b与xj=e处的斜率成正比。Friedlet等人[2012]提出了一种描述非线性依赖关系的类似方法。计算参数最小二乘估计值所需的迭代起始值可通过使用前一天的参数估计值或生成随机起始值获得。如果前一天的参数估计值用作第二天估计值的起始值没有导致收敛,则从间隔中随机选取起始值[-2,2]被使用。这种方法的引入是为了在信贷息差行为从一天到另一天发生剧烈变化的情况下获得收敛性。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-5 11:54:13
它还可以识别市场波动强烈影响信贷息差发展的天数。表1给出了图1所示两条曲线的参数估计结果。我们参考图2了解已安装模型的图形表示。我们注意到,对于图2(左)所示的模型,起始值的九次迭代对于获得收敛是必要的。这种方法在258天中产生231天的收敛性。在没有随机起始值的情况下,收敛时间仅为180天。表1:BC模型(左)和(右)的最大似然误差(标准误差)。b c d e f4。9129 0.0772 0.9300 12.7469-0.0209(1.3833)(0.0648)(0.0307)(1.0744)(0.0094)1.3550-1.5464-0.2754 2.4529 1.4679(0.1951)(1.1451)(0.3344)(0.8448)(1.0474)4结论我们研究信用利差的期限结构,旨在预测其未来的变动。我们提出了一种全新的方法来解决这个问题,我们利用一个非线性参数模型并专注于其参数,而不是通过层因子模型来建模信用利差。选择具有五个参数的Brain-Cousens回归模型来描述信用利差的期限结构。引入了随机起始值●●●●●●●●●●●●5 10 15 200.0 0.2 0.4 0.6 0.8 1.0到期时间(年)信用价差●●●●●●●●●●●●5 10 15 200.0 0 0.2 0.4 0.6 0.8 1.0到期时间(以年为单位)信用分布图2:由(1)给出的拟合BC模型(实线)和2011年10月21日(左)和2012年5月31日(右)到期时的报价信用分布值。为了获得参数估计的收敛性,在信用利差行为发生剧烈变化的情况下也是如此。最后,分析参数值和给定微观经济因素随时间的依赖关系。参考资料。弗里德尔、R.米尔科夫和A.斯坦坎普。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-5 11:54:16
对输气管网的天然气流量进行建模和预测。《国际统计评论》,80(1):24-392012。R.Jarrow、D.Ruppert和Y.Yu。用半参数惩罚样条模型估计公司债务的利率期限结构。《美国统计协会杂志》,99(465),2004年。C·里兹和J·C·斯特里宾。R.Springer的非线性回归,2008年。施莱克先生。信贷利差-Ein flussfaktoren,Berechnung and langfristigeGleichgewichtsmodellierung,第66卷,金融市场和银行。Eul Verlag,2009年。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群