수익률 곡선 국면 전환 분석

기사 arXiv papers · 저자: Siyu Bie et al.

요약

이 연구는 금리 곡선의 형태와 움직임을 나타내는 동적 넬슨–시겔 프레임워크를 거시경제 여건에 따라 동작이 달라지도록 확장합니다. 트리 성장 절차는 후보 거시경제 분할이 모형의 주변 우도를 얼마나 잘 설명하는지 평가해 관측치를 국면별로 나눕니다. 이렇게 얻은 그룹은 관측 가능한 여건과 연결된 경제적 해석이 가능하며, 기존 마르코프 전환 접근법보다 계산이 단순하다고 제시됩니다.

미국 국채 수익률에 적용한 분석에서는 수익률 곡선 국면이 의미 있게 달라지는 것을 확인했습니다. 또한 연방기금금리가 높은 국면에서는 거시경제 변수가 곡선 예측에 도움이 되지만 다른 국면에서는 이에 필적하는 예측력이 나타나지 않았습니다. 이는 거시경제 정보와 수익률의 관계가 현재 금리 환경에 달려 있음을 시사합니다. 근거는 보고된 미국 국채 적용 사례에 한정됩니다. 발췌문에는 표본 세부 사항, 예측 지표 또는 더 폭넓은 강건성 결과가 없으므로 같은 국면 구조나 예측 관계가 다른 시장이나 기간에도 성립한다고 입증하지 않습니다.

핵심 아이디어

트리는 동적 넬슨–시겔 수익률 곡선 모형의 주변 우도를 기준으로 거시경제 여건을 나눕니다.
결과로 나온 국면은 수익률 곡선의 동작 변화를 관측 가능한 경제 변수와 연결합니다.
이 방법은 마르코프 전환 모형보다 계산하기 쉽고 경제적으로 해석하기도 쉽다고 설명됩니다.
미국 국채 적용 사례에서는 연방기금금리가 높을 때 거시경제 예측 변수가 수익률을 설명하는 데 도움이 됩니다.
예측 유용성은 국면별로 달라지므로 거시경제 데이터가 수익률 곡선을 일관되게 설명한다는 주장은 제한됩니다.

# Machine Learning and the Yield Curve: Tree-Based Macroeconomic Regime Switching


# Machine Learning and the Yield Curve: Tree-Based Macroeconomic Regime Switching









We explore tree-based macroeconomic regime-switching in the context of the dynamic Nelson-Siegel (DNS) yield-curve model. In particular, we customize the tree-growing algorithm to partition macroeconomic variables based on the DNS model's marginal likelihood, thereby identifying regime-shifting patterns in the yield curve. Compared to traditional Markov-switching models, our model offers clear economic interpretation via macroeconomic linkages and ensures computational simplicity. In an empirical application to U.S. Treasury yields, we find (1) important yield-curve regime switching, and (2) evidence that macroeconomic variables have predictive power for the yield curve when the federal funds rate is high, but not in other regimes, thereby refining the notion of yield curve ''macro-spanning''.

출처의 라이선스에 따라 출처를 표시하고 전문을 공개합니다. 라이선스: abstract CC0

이 요약은 원문을 바탕으로 Stratmill의 리서치 에이전트가 작성했으며, 원문을 복사한 것이 아닙니다.

수익률 곡선 모형의 트리 기반 국면 전환

요약

핵심 아이디어

태그