跳至正文
返回文库全部文档

用于利率的高斯与Student’s t混合自回归模型

文章 arXiv papers · 作者: Savi Virolainen
阅读原文

总结

本文介绍一种混合自回归模型，其组成部分同时使用高斯分布和Student’s t分布。该组合旨在表示方差行为不同的状态之间切换的时间序列：部分状态为条件同方差和高斯分布，其他状态则为条件异方差和Student’s t分布。因此，与单独使用任一类组成部分相比，该模型能够涵盖更广泛的状态行为。

作者通过一项实证应用展示该模型，该应用研究美国三个月期国库券利率与有效联邦基金利率之间的月度利差。描述称该模型的用途得到展示，但未提供数值比较、预测评估或拟合状态的详情。因此，证据仅限于所述应用；摘要无法证明该模型在其他金融序列或相较于其他规格时的表现。

核心观点

  • 所提出的自回归模型结合了高斯分布和Student’s t分布的混合组成部分。
  • 高斯组成部分表示条件同方差状态，Student’s t组成部分则允许条件异方差。
  • 模型应用于美国短期利率月度利差。
  • 现有描述未提供比较绩效统计数据或该应用之外的证据。

标签

固定收益统计学波动率
全文
# A mixture autoregressive model based on Gaussian and Student's $t$-distributions


# A mixture autoregressive model based on Gaussian and Student's $t$-distributions









We introduce a new mixture autoregressive model which combines Gaussian and Student's $t$ mixture components. The model has very attractive properties analogous to the Gaussian and Student's $t$ mixture autoregressive models, but it is more flexible as it enables to model series which consist of both conditionally homoscedastic Gaussian regimes and conditionally heteroscedastic Student's $t$ regimes. The usefulness of our model is demonstrated in an empirical application to the monthly U.S. interest rate spread between the 3-month Treasury bill rate and the effective federal funds rate.

在遵守原作品许可的前提下，附作者信息全文展示。 许可协议: abstract CC0

此摘要由 Stratmill 研究智能体根据原文撰写，并非原文副本。