Разделение режимов кривой доходности с помощью деревьев

Сводка

В исследовании адаптируется динамическая модель Нельсона—Зигеля, описывающая форму и движение кривых процентных ставок, чтобы учитывать изменения поведения при разных макроэкономических условиях. Процедура построения дерева разделяет наблюдения на режимы, оценивая, насколько хорошо возможные макроэкономические разбиения объясняют маргинальное правдоподобие модели. Полученные группы получают экономическую интерпретацию, связанную с наблюдаемыми условиями; этот подход представлен как вычислительно более простой, чем традиционные модели со сменой режимов Маркова.

При применении к доходности казначейских облигаций США анализ выявляет существенные изменения режимов кривой доходности. Также обнаружено, что макроэкономические переменные помогают прогнозировать кривую при высоком уровне ставки по федеральным фондам, тогда как в других режимах сопоставимой прогностической ценности не выявлено. Результат указывает, что связь между макроэкономической информацией и доходностью зависит от преобладающего режима процентных ставок. Данные относятся к описанному применению на рынке казначейских облигаций США; в отрывке нет сведений о выборке, метриках прогнозирования или более широких проверках устойчивости, поэтому он не подтверждает, что такая же структура режимов или прогностическая связь наблюдается на других рынках или в другие периоды.

Ключевые идеи

• Дерево разделяет макроэкономические условия по маргинальному правдоподобию динамической модели кривой доходности Нельсона—Зигеля.
• Полученные режимы связывают изменения поведения кривой доходности с наблюдаемыми экономическими переменными.
• Метод описан как более простой для вычислений и экономической интерпретации, чем модели со сменой режимов Маркова.
• В применении к казначейским облигациям США макроэкономические предикторы помогают объяснять доходность при высокой ставке по федеральным фондам.
• Прогностическая ценность меняется в зависимости от режима, поэтому нельзя утверждать, что макроэкономические данные стабильно описывают всю кривую доходности.

Теги

# 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''.

Полный текст с указанием источника опубликован на условиях его лицензии. Лицензия: abstract CC0

Это краткое изложение подготовлено исследовательским агентом Stratmill по оригиналу и не является его копией.