中国银行间同业拆借利率(CHIBOR)是我国货币市场上最早市场化的利率。本文选择隔夜同 业拆借利率为研究对象并建立了ARIMA 及GARCH 模型,比较了这两种模型的预测能力,确定了适合我国 同业拆借市场的利率预测模型。本文的研究结果不仅可以帮助金融机构对自己的金融产品合理定价、适时 调整资产负债结构、防范风险,更可以帮助中央银行及早采取措施引导市场利率走向,达到既定货币政策 目标。
《南方金融》2005年第1期
理论研究
Arch0Arch1Arch2Arch3Garch1Garch2SSEMSESBCRSquareDurbinWatson
SSENormality TestLog likelihood
0.0034730.01850.73050.22270.1829231.4466110.241341372.832010.00312.9026
0.0003670.0053730.0013960.05560.03460.0281
DFE
9.473.45
<0.00010.00060.0031<0.0001<0.0001<0.00019590.491271363.09606
表5 隔夜同业拆借利率的ARIMA模型和GARCH模型预测偏误比较
ME
ARIMAGARCH
0.026253
MAE0.1748740.156738
RMSE0.2473940.262347
MAPE0.0723940.066721
-
2.95
13.146.436.50
-
0.0069
Ordinary Least Squares Estimates
Root MSEAIC
Total R
由上表可知,在平均预测误差(ME)、平均预测绝对误差(MAE)和平均绝对百分误差(MAPE)上,GARCH模型的误差值要小于ARIMA模型的误差值,而均方误差(RMSE)则是ARIMA模型的值小于GARCH模型的值。而且,从比较图上可以进一步看出,GARCH模型的预测波动性比ARIMA模型要好。
-
Square0.0031
GARCH Estimates
258.2955252208.5096
ObservationsMSEPr > ChiSq
9610.26878<0.0001
四、结论
根据以上分析,对于隔夜同业拆借利率的预测模型,我们得到以下结论:
(一)使用传统的ARIMA模型运用Box&Jenkins方法,以最小AIC及最小SBC为判定准则,发现对隔夜同业拆借利率,模型ARIMA(0,1,1)配适的较好。然后使用LM序列相关检验,对残差进行检定,发现对隔夜同业拆借利率,ARIMA模型都配适得比较成功。(二)配适GARCH模型,发现对隔夜拆借利率,以模型GARCH(2,3)较好。
(三)对于我们建立的模型,进行逐日预测,在95%的置信区间的图形上,我们可以看到,ARIMA模型的预测置信区间要更小一些,虽然GARCH模型的预测置信区间的波动性比ARIMA模型要好。而在四种预测偏误衡量函数上,也显示出,对隔夜同业拆借利率,ARIMA模型的预测能力比GARCH模型更好。所以,本文研究之前提出的三个假设,除了假设3不成立之外,其它两个假设都成立。
-
104.53189
因此,相应的GARCH预测模型是:
(二)模型的比较与分析。
根据以上的实证分析的结论,建立了两种预测分析模型。现在我们使用逐日预测法,计算模型的预测值和95%的置信区间,然后与真实值比较,用以判断哪种模型的预测效果更好。
运用SAS软件计算出来隔夜拆借利率两种预测模型的数值,然后与真实值进行对比。结果见下图:
图1 隔夜拆借利率模型预测结果比较
由预测资料和结果比较图可知,ARIMA模型的预测置信区间的上下限,包含在GARCH模型预测置信区间之内,即对隔夜同业拆借利率来说,ARIMA模型的预测能力比GARCH模型的预测能力要好。两个模型的预测偏误值如下表:
参考文献
[1]王军波、邓述慧:利率、成交量对股价波动的影响——GARCH修正模型的应用[J],系统工程理论与实践,1999,(9).
[2]Granger. C. E. J.:Some properties of time series data and their use in econometric model specification[J]. Journal of Econometrics,1981.
[3]戴勇:货币价格利率与真实经济波动——一个可计算的随机动态模型[J],北京大学中国经济研究中心学刊,1999,(3).[4]侯爱民、李国兴:以开放同业拆借利率为突破口, 加快我国利率市场化进程[J], 银行与企业,1996,(1).
(责任编辑:蔡键;校对:YF

)
25
, 2008 =统计应用研究> 中国银行间同业拆借市场利率波动模型研究曹志鹏 , 韩保林 1 2 ( 1. 西安交通大学 经济与金融学 院, 陕西 西安 710061; 2. 交通银行...
中国银行问同业拆借市场利率波动模型研究 利用中国银行间同业拆借市场1996年12月29日至2008年5月30日全部拆借品种每周加权平均利率,对正态分布、t分布和GED分布下...
我国银行间同业拆借利率的时间序列预测模型我国银行间同业拆借利率的时间序列预测模型隐藏>> !"#"$ ’(?? B4COP3OQ8C128 !""# !" $ # %" %&’ #& ...
中国银行间同业拆借利率预测模型研究 金融学, 2010, 硕士 【摘要】 利率作为资金的价格,是金融市场中最重要的变量之一,利 率问题也是金融市场中最基础,最核心的...
第26 卷 12 期第 2007 年 12 月 工业技术经济 基于 VaR 模型的银行同业...统一的银行同业拆借市场 格局 , 生成了全国统一的中国银行间同业拆借利率 ( ...
本文 着重研究和讨论我国银行间同业拆借利率与我国 PP I指数之间的关系 , 利用我国银行间同业拆借利率 ,采用计量经济模型预测我国 PP I指数走 势 ,为我国后...
中国银行间同业拆借利率(chiIlainterb柚k 章很多,...模型及其检验 方法 2.1利率期限结构的预期模型 利率...长短期利差不再能作为未来利率变动的较 好预测.从...
VaR 方法可以有效地预测同业拆借利率风险 , 并且 7 天拆借模型的预 测能力优于隔夜拆借模型 ; 我国同业拆借市场的利率风险很高 , 商业银行利率风险管理水平较低...
VaR模型对上海银行间同业拆借利率市场的应用研究_金融/投资_经管营销_专业资料...2 因此, 实证分析表明 EGARCH ( 1, )—GED 模型能较 好刻画并预测 SHIBOR ...
,2010 【统计应用研究】 Elman 神经网络在银行间同业拆借利率分析中的应用王军生... 并以上证指数和基金裕 阳为对象进行建模与预测[ 3 ] ; 禹建丽 、 孙增圻...
热门文档