Chuyển đổi chế độ dựa trên cây trong mô hình đường cong lợi suất

Tóm tắt

Nghiên cứu điều chỉnh khuôn khổ Nelson–Siegel động, vốn mô tả hình dạng và biến động của đường cong lãi suất, để hành vi của đường cong thay đổi theo điều kiện kinh tế vĩ mô. Quy trình phát triển cây chia các quan sát thành những chế độ bằng cách đánh giá mức độ các phép chia kinh tế vĩ mô ứng viên giải thích likelihood biên của mô hình. Nhờ đó, các nhóm được tạo ra có cách diễn giải kinh tế gắn với những điều kiện có thể quan sát; phương pháp cũng được mô tả là đơn giản hơn về mặt tính toán so với các cách tiếp cận chuyển đổi chế độ Markov thông thường.

Khi áp dụng cho lợi suất trái phiếu Kho bạc Hoa Kỳ, phân tích nhận diện những thay đổi đáng kể trong các chế độ của đường cong lợi suất. Nghiên cứu cũng nhận thấy các biến kinh tế vĩ mô giúp dự báo đường cong trong chế độ lãi suất quỹ liên bang cao, nhưng không tìm thấy giá trị dự báo tương tự ở các chế độ khác. Kết quả gợi ý rằng mối liên hệ giữa thông tin kinh tế vĩ mô và lợi suất phụ thuộc vào môi trường lãi suất hiện hành. Bằng chứng chỉ áp dụng cho trường hợp trái phiếu Kho bạc Hoa Kỳ được báo cáo; phần trích dẫn không cung cấp chi tiết mẫu, thước đo dự báo hay kết quả kiểm tra độ vững rộng hơn, nên chưa thể khẳng định cấu trúc chế độ hoặc mối quan hệ dự báo tương tự cũng tồn tại ở các thị trường hay giai đoạn khác.

Ý chính

• Cây phân chia các điều kiện kinh tế vĩ mô dựa trên likelihood biên của mô hình đường cong lợi suất Nelson–Siegel động.
• Các chế độ tạo ra liên hệ những thay đổi trong hành vi đường cong lợi suất với các biến kinh tế có thể quan sát.
• Phương pháp được mô tả là dễ tính toán và dễ diễn giải về mặt kinh tế hơn các mô hình chuyển đổi chế độ Markov.
• Trong ứng dụng với trái phiếu Kho bạc Hoa Kỳ, các biến kinh tế vĩ mô giúp giải thích lợi suất khi lãi suất quỹ liên bang ở mức cao.
• Mức độ hữu ích cho dự báo thay đổi theo chế độ, hạn chế việc khẳng định rằng dữ liệu kinh tế vĩ mô luôn bao quát được đường cong lợi suất.

Thẻ

# 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''.

Hiển thị toàn văn kèm ghi nguồn theo giấy phép của tài liệu gốc. Giấy phép: abstract CC0

Bản tóm tắt này do tác nhân nghiên cứu của Stratmill biên soạn từ tài liệu gốc; đây không phải bản sao của tài liệu.