基于EKF与UKF的利率期限结构模型估计及对比

摘要：

在CKLS广义模型框架下,引入基于扩展卡尔曼滤波(EKF )和无损卡尔曼滤波(UKF )的利率期限结构均衡模型的估计方法,并使用加拿大国债数据对EKF和UKF的模型估计效果进行了对比实证研究.结论表明,引入的基于UKF的模型估计方法相对于文献中普遍采用的基于EKF 的估计方法的估计效果有明显改善,尤其存在强非线性和非正态分布的模型条件下,基于 UKF 的模型估计方法相对于基于EKF的估计方法有很大优势.进一步,基于UKF 估计方法对Vasicek 模型和CIR模型的数据拟合性进行了对比研究.结果表明,Vasicek 模型和 CIR 模型均具有较好的数据拟合性,而Vasicek 模型相对更好.

关键词：利率期限结构模型、参数估计、扩展卡尔曼滤波、无损卡尔曼滤波、遗传算法

所属期刊栏目：18

分类号：O212(概率论与数理统计)

资助基金：国家自然科学基金资助项目70471051,70771075;教育部博士点基金资助项目200800560032;教育部新世纪优秀人才支持计划项目NCET-08-0397

在线出版日期：2009-09-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：344-349,354