基于仿射期限结构的我国债券信用价差建模与实证

摘要

债券的信用价差是刻画信用等级的重要工具之一，它可用于为信用级别不同的各种债券及其衍生品定价或套期保值，帮助投资者和监管部门做出正确的投融资决策。因此，如何合理计算信用价差具有重要理论与实用价值。本文分别从静态利率期限结构模型和动态利率期限结构模型出发，通过遗传算法和卡尔曼滤波法分别求解静态与动态利率期限结构模型，进而得到信用价差的静态和动态期限结构。由此可以很好的描述信用价差的动态变化过程，这为企业债券及其衍生品的定价和监管部门制定相关政策提供了理论和技术支持。
　　 主要研究工作和创新点如下:
　　 1、通过遗传算法求解利率期限结构FF模型参数最优值，并应用上交所部分企业债和国债交易数据进行实证研究得到了基于Jarrow信用价差简化模型下信用价差的期限结构。结果表明该模型所得信用价差更符合实际且适用于计量单个企业的信用价差。
　　 2、引入仿射期限结构模型，分别用两因子刻画无风险利率，两因子刻画信用价差，构造了基于仿射期限结构的企业债券收益率四因子模型，再利用卡尔曼滤波法求解进而得到信用价差的动态期限结构。通过样本内和样本外数据的实证研究表明，两因子的仿射模型能很好地刻画信用价差的动态变化。
　　 3、利用已得到的企业债收益率动态变化过程对企业债做了定价分析，取得了较好的效果，这为企业债券的定价提供了理论及实证基础。

目录

声明

学位论文数据集

摘要

第一章 绪论

1．1 选题背景和意义

1．2 利率期限结构研究现状

1．2．1 静态利率期限结构模型

1．2．2 动态利率期限结构模型

1．3 信用价差研究现状

1．3．1 信用价差模型

1．3．2 信用价差影响因素

1．4 研究内容及创新点

1．5 论文结构安排

第二章 利率期限结构模型

2．1 静态利率期限结构模型

2．1．1 直接推导模型

2．1．2 线性规划模型

2．1．3 样条函数模型

2．1．4 简约模型

2．2 动态利率期限结构模型

2．2．1 均衡模型

2．2．2 无套利模型

2．3 本章小结

第三章 模型估计方法

3．1 基于静态模型的遗传算法

3．1．1 遗传算法简介

3．1．2 遗传算法的基本用语

3．1．3 遗传算法的运行过程

3．2 基于动态模型的卡尔曼滤波法

3．2．1 状态空间模型理论

3．2．2 卡尔曼滤波

3．3 本章小结

第四章 信用价差期限结构实证研究

4．1 基于FF模型的信用价差期限结构实证研究

4．1．1 FF模型

4．1．2 Jarrow简化模型

4．1．3 实证研究

4．2 基于仿射模型的信用价差期限结构实证研究

4．2．1 信用价差仿射期限结构模型

4．2．2 数据说明及实证研究

4．3 企业债定价实证分析

4．4 本章小结

第五章 总结与展望

5．1 研究总结

5．2 研究展望

参考文献

附录

附录一 卡尔曼滤波算法程序

附录二 国债FF模型参数估计结果

附录三 企业债FF模型参数估计结果

致谢

研究成果及发表的学术论文

作者和导师简介