基于VAR模型的中国债券市场信用价差预测研究

针对我国债券市场,选取上海证券交易所2006年1月至2011年12月国债和企业债月度交易数据,利用SV模型和遗传算法求得国债和企业债的利率期限结构,进而得到企业债的信用价差。然后利用多元回归模型提取影响我国企业债信用价差的显著宏观经济因素,并将其作为内生变量加入VAR模型当中,最后运用VAR模型对我国债券市场信用价差进行预测,结果表明VAR模型能够很好地预测我国债券市场的信用价差,不同期限的信用价差的时间序列呈现不同的时间序列特征。

我国不同行业企业债信用价差影响因素的实证研究

文章将上海证券交易所的AAA级企业债按行业分为电信服务业、工业、公用事业、金融业,分别对每个行业按不同期限进行回归分析后发现,工业和电信服务业的曲线形态先下降后上升,公用事业和金融业的曲线形态是向上倾斜的;不同行业不同期限企业债信用价差的影响因素各不相同,因此从行业的视角给投资者和监管者提供了决策支持。

基于ARMA模型和VAR模型的中国债券市场信用价差预测比较研究

选取上海证券交易所企业债和国债月度数据,利用遗传算法对静态利率期限结构NSM参数模型进行求解,进而拟合较为精确的企业债和国债的利率期限结构,据此计算出企业债的信用价差。数据一部分作为样本内拟合区间,另外一部分作为样本外预测区间以检查模型的预测精度。通过建立自ARMA样本外预测模型和VAR样本外预测模型分别对我国债券市场信用价差进行预测,最后比较两种模型的预测精度。结果表明VAR模型对于信用价差短期预测较为准确,而ARMA模型对于较长期预测较为准确。