多因子混合模型在期限結構研究中的應用.pdf

1、期限結構研究具有重要的理論和現(xiàn)實意義.構造“理想的”期限結構模型是期限結構研究的重點.一個理想的模型應該既能擬合現(xiàn)有的即期利率曲線又能預測未來的利率期限結構，通常多因子模型假定所有的因子服從同一個短期利率模型.由于現(xiàn)實市場的期限結構非常復雜，同一性假定會對模型描述現(xiàn)實市場產(chǎn)生不利影響.本文在多因子模型的基礎上，提導了一類新的期限結構模型一多因子混合模型.在混合模型中，假定一些因子服從Vasicek模型，另一些因子服從CIR模型.由于真實

2、市場不是理想的市場，觀測到的數(shù)據(jù)受到“噪聲”干擾.在用市場數(shù)據(jù)估計模型參數(shù)前，數(shù)據(jù)需要“過濾”，卡爾曼濾波法是一種高效的“過濾’方法，能有效排除“噪聲”的干擾，獲得準確的目標值.因此文中闡述了如何構造卡爾曼濾波法的狀態(tài)空間，并推導了混合模型的狀態(tài)空間，得到極大似然估計的目標函數(shù).接著進行了模擬計算，Monte Carlo模擬計算結果很理想.模擬結果還顯示增加模擬次數(shù)加或延長利率期限能提高參數(shù)估計精度，證明混合模型的有效性和正確性.最后用