长期利率外推中的贝叶斯参数不确定性
文章 arXiv papers · 作者: Anne Balter et al.
总结
本文研究利率模型参数的不确定性如何影响远超流动性工具期限的预测，重点是长期负债定价，以及如何量化最长达一个世纪的利率不确定性。所提框架采用均值回归仿射 Vasicek 模型，并用贝叶斯分布表示参数的不确定性。
模型的横截面和时间序列参数通过受限双变量 VAR(1) 设定估计。在实证示例中，长期预测的置信度很低。文中给出的解释是，当均值回归接近单位根时，参数不确定性会累积。摘录未提供数据集、后验细节、数值置信区间或与其他模型的比较，因此仅说明了方法和主要发现，信息不足以评估校准或稳健性。
核心观点
- 研究使用贝叶斯分布表示 Vasicek 利率模型参数的不确定性。
- 受限双变量 VAR(1) 用于估计横截面和时间序列参数。
- 分析目标是量化流动性市场工具稀缺期限上的利率不确定性。
- 据报告，当均值回归接近单位根时，长期预测的置信度很低。
标签
全文
# Extrapolating the term structure of interest rates with parameter uncertainty # Extrapolating the term structure of interest rates with parameter uncertainty Pricing extremely long-dated liabilities market consistently deals with the decline in liquidity of financial instruments on long maturities. The aim is to quantify the uncertainty of rates up to maturities of a century. We assume that the interest rates follow the affine mean-reverting Vasicek model. We model parameter uncertainty by Bayesian distributions over the parameters. The cross-sectional and time series parameters are obtained via the restricted bivariate VAR(1) model. The empirical example shows extremely low confidence in long term extrapolations due to the accumulated effect of the mean-reversion`s behaviour close to the unit root.
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。