基于卡尔曼滤波估计的两因子vasicek模型实证分析

《基于卡尔曼滤波估计的两因子vasicek模型实证分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据中图分类号：UDC：学校代码：10055密级：公开高恐失淫硕士学位论文基于卡尔曼滤波估计的两因子Vasicek模型实证分析EmpiricalAnalysisofTwoFactorsVasicekModelBasedonKalmanFilterEstimation学科专业应届数堂答辩委员会主席韭鲞生南开大学研究生院二。一四年五月万方数据南开大学学位论文使用授权书根据《南开大学关于研究生学位论文收藏和利用管理办法》，我校的博士、硕士学位获得者均须向南开大学提交本人的学位论文纸质本及相应电子版。本人完全了解南开大学有关研究生学位论文收藏和

2、利用的管理规定。南开大学拥有在《著作权法》规定范围内的学位论文使用权，即：(1)学位获得者必须按规定提交学位论文(包括纸质印刷本及电子版)，学校可以采用影印、缩印或其他复制手段保存研究生学位论文，并编入《南开大学博硕士学位论文全文数据库》；(2)为教学和科研目的，学校可以将公开的学位论文作为资料在图书馆等场所提供校内师生阅读，在校园网上提供论文目录检索、文摘以及论文全文浏览、下载等免费信息服务；(3)根据教育部有关规定，南开大学向教育部指定单位提交公开的学位论文；(4)学位论文作者授权学校向中国科技信息研究所及其万方数据电子出版社和中国学术

3、期刊(光盘)电子出版社提交规定范围的学位论文及其电子版并收入相应学位论文数据库，通过其相关网站对外进行信息服务。同时本人保留在其他媒体发表论文的权利。非公开学位论文，保密期限内不向外提交和提供服务，解密后提交和服务同公开论文。论文电子版提交至校图书馆网站：b娅；丝Q2：!!三：2Q：!鱼!；墨QQ!纽鸳曼丛n鱼星茎：j踱。本人承诺：本人的学位论文是在南开大学学习期间创作完成的作品，并已通过论文答辩；提交的学位论文电子版与纸质本论文的内容一致，如因不同造成不良后果由本人自负。本人同意遵守上述规定。本授权书签署一式两份，由研究生院和图书馆留存。

4、作者暨授权人签字：堂蕉2014年5月23日南开大学研究生学位论文作者信息论文题目基于卡尔曼滤波估计的两因子Vasicek模型实证分析姓名张龙学号2120110094答辩日期2014年5月22日论文类别博士口学历硕士■硕士专业学位口高校教师口同等学力硕士口院／系／所数学科学学院专业应用数学联系电话13011382710Email13011382710@163．com迥信地址(郾骊J：大j串巾罔升区上洋跆94亏甯升大字四区公禹3亏棱2IJ405至备注：是否批准为非公开论文否注：本授权书适用我校授予的所有博士、硕士的学位论文。由作者填写(一式两份

5、)签字后交校图书馆，非公开学位论文须附《南开大学研究生申请非公开学位论文审批表》。万方数据南开大学学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师指导下进行研究工作所取得的研究成果。除文中已经注明引用的内容外，本学位论文的研究成果不包含任何他人创作的、己公开发表或者没有公开发表的作品的内容。对本论文所涉及的研究工作做出贡献的其他个人和集体，均已在文中以明确方式标明。本学位论文原创性声明的法律责任由本人承担。学位论文作者签名：堂蕉2014年5月23日非公开学位论文标注说明(本页表中填写内容须打印)根据南开大学有关规定，非公开学位

6、论文须经指导教师同意、作者本人申请和相关部门批准方能标注。未经批准的均为公开学位论文，公开学位论文本说明为空白。论文题目口限制(≤2年)口秘密(≤10年)口机密(≤20申请密级年)保密期限20年月日至20年月日审批表编号批准日期20年月日南开大学学位评定委员会办公室盖章(有效)注：限制★2年(可少于2年)：秘密★10年(可少于10年)：机密★20年(可少于20年)万方数据摘要利率期限结构，是指某个时点不同期限的即期利率与到期期限的关系及变化规律，表示的是时间因素对利率的影响情况。利率期限结构反映了在当前市场条件下市场对未来利率的预期，是金融

7、资产尤其是利率衍生金融产品定价的基础，在利率风险管理、金融产品设计和货币政策制定与传导中发挥着基础性的关键作用。随着目前我国利率化市场化改革的不断推进及金融创新的不断深入，进行利率期限结构的研究就有了特别的现实意义。本文将利率期限结构静态估计的Nelson．Siegel模型同动态估计的两因子Vasicek模型相结合，利用Nelson．Siegel模型进行即期利率横截面估计，得到动态分析所需要的不同期限即期利率时间序列数据，将所得到的的时间序列数据分为两部分：训练集和测试集。然后，对于训练集数据，基于卡尔曼滤波估计方法对两因子Vasicek模

8、型进行参数校正(Calibration)，利用校正后的模型对未来的即期利率进行趋势性的预测，与测试集数据相比对，达到了预期的效果。本文给出了一个基于卡尔曼滤波估计的利率期限结构研