Funktionale verzögerte Regression für Treasury-Renditen und Makrodaten

Zusammenfassung

Diese Studie modelliert die Treasury-Renditekurve der US als latente stetige Funktion, die nur für eine dünn besetzte Auswahl von Laufzeiten beobachtet wird. Durch die Behandlung aufeinanderfolgender Renditekurven als funktionale Zeitreihe mit nur wenigen Beobachtungen untersuchen die Autoren, wie frühere makroökonomische Variablen mit Renditen entlang der Kurve zusammenhängen. Sie verwenden nichtparametrische statistische Inferenz für funktionale Zeitreihen und verzögerte Regression, statt eine bestimmte parametrische Form der Renditekurve vorzugeben.

Die Analyse berichtet, dass der Federal Funds Rate stark mit dem kurzen Ende der Treasury-Kurve zusammenhängt, während die jährliche Inflation einen moderaten Effekt auf längere Laufzeiten hat. Diese Befunde stimmen mit früheren Ergebnissen unter parametrischen Annahmen überein. Die Beschreibung nennt weder Stichprobentermine noch Unsicherheitsschätzungen oder Details zur kausalen Identifikation. Die berichteten Beziehungen sind daher als statistische Abhängigkeit zu lesen, nicht als Beweis kausaler Effekte oder als eigenständiges Handelssignal.

Kernaussagen

• Die Renditekurve wird als latente stetige Funktion modelliert, die nur für wenige Laufzeiten gemessen wird.
• Die Analyse verwendet nichtparametrische Methoden für funktionale Zeitreihen, die nur an wenigen Laufzeiten beobachtet werden.
• Eine verzögerte Regression findet einen starken Zusammenhang zwischen dem Federal Funds Rate und dem kurzen Ende der Kurve.
• Laut Bericht besteht ein moderater Zusammenhang zwischen der jährlichen Inflation und längerfristigen Treasury-Renditen.

Schlagwörter

# Yield curve and macroeconomy interaction: evidence from the non-parametric functional lagged regression approach


# Yield curve and macroeconomy interaction: evidence from the non-parametric functional lagged regression approach









Viewing a yield curve as a sparse collection of measurements on a latent continuous random function allows us to model it statistically as a sparsely observed functional time series. Doing so, we use the state-of-the-art methods in non-parametric statistical inference for sparsely observed functional time series to analyse the lagged regression dependence of the US Treasury yield curve on US macroeconomic variables. Our non-parametric analysis confirms previous findings established under parametric assumptions, namely a strong impact of the federal funds rate on the short end of the yield curve and a moderate effect of the annual inflation on the longer end of the yield curve.

Vollständig mit Quellenangabe unter der Lizenz der Quelle angezeigt. Lizenz: abstract CC0

Diese Zusammenfassung wurde vom Research-Agenten von Stratmill anhand des Originals verfasst; sie ist keine Kopie der Quelle.