混频仿射宏观-金融期限结构模型构建及应用

The affine term structure model is limited to same frequency modeling. It is fail to make use of high frequency data information and has negative effect on the timlyness and accuracy of fitting and forecasting. In fact, the data in macroeconomic and finance market are often released at different frequencies (mixed frequency) in real economic activity. This phenomenon puts forward severe challenge for building Affine Macro-Finance of term structure model properly. Using different frequency data information and mixed frequency state space model, this project will propose a mixed frequency affine Macro-Finance model and show the Bayesian estimation. It will provide new improvement for term structure modeling. First, this project will propose the linear mixed frequency affine Macro-Finance model and extend to the nonlinear form of mixed frequency model. And then the high frequency term structure factor extracted from mixed frequency model will be introduced into the DSGE model for macroeconomic analysis. This high frequency term structure factors also applied to macroeconomic variable forecasting. Furthermore, we'll realize vector duration immunization strategy specification with the high frequency term structure factors. This project not only provides empirical evidence for monetary authority to adjust monetary policy decision but also makes a reference for the bond investors to optimize their investment portfolios.

传统的仿射宏观-金融模型多局限于同频数据建模，这使得重要的高频数据信息未被充分利用，从而影响了模型拟合预测的时效性及精确性。然而，在现实经济活动中，宏观经济、金融市场中的观测数据常以不同频率(混频)发布，这一现象对构建仿射宏观-金融模型提出了严峻挑战。面对现实经济活动中普遍存在混频数据信息的客观事实，本项目将利用混频状态空间模型等前沿计量方法，提出并拓展混频仿射模型以实现利率期限结构建模的新突破。首先，本项目拟提出线性混频仿射利率期限结构模型，进而扩展出非线性混频仿射宏观金融模型形式；其次，本项目将混频模型提取的高频期限结构因子引入DSGE模型进行宏观经济分析，并讨论高频期限结构因子在宏观指标混频预测中的作用；进一步地，我们拟利用高频期限结构因子构建向量久期风险免疫策略。这不但为货币当局微调货币政策提供经验支持，也为债券投资者优化投资组合策略提供了参考依据。

近年来，债券市场对货币政策的传导效率不断加强，债券利率期限结构行为在宏观经济的作用日益突出。就中国的宏观经济、金融实践而言，讨论债券的利率期限结构行为显得更为必要。但是传统研究方法均局限于同频数据建模，忽略了经济、金融数据信息发布的非同步性现象，导致高频数据信息未被充分利用。如何基于混频信息构建利率期限结构宏观-金融模型，弥补同频期限结构模型的不足，揭示利率期限结构新机制，便成为本课题亟待解决的关键问题。.本项目主要研究内容包括：构建混频仿射宏观-金融模型，并对混频仿射宏观-金融模型进行非线性扩展；利用混频模型中提取高频期限结构因子构建混频DSGE模型应用于宏观经济政策分析；利用高频期限结构因子对重要宏观指标的混频预测；利用混频数据信息构建债券免疫策略研究。.本项目研究取得如下重要结果：（1）成功构建混频仿射宏观金融利率期限结构模型，并证实混频模型对收益率曲线良好的样本外预测效果。相关成果发表于《Economic Modelling》。（2）利用收益率曲线中高频期限结构因子构建混频DSGE模型，研究发现引入国债收益率曲线的混频模型能够识别中国宏观经济的不确定性均衡现象并显著提高宏观经济分析的时效性。相关成果发表于《经济研究》。（3）利用期限结构斜率因子等混频数据信息对金融形势指数进行估计和预测。研究发现混频数据信息具有良好样本内拟合及样本外预测效果，使得金融形势指数可以发挥风险预警功能。相关成果发表于《金融研究》。（4）本课题还基于混频模型讨论财政政策与利率期限结构的影响，相关成果已被《Journal of the Asian Pacific Economy》录用。.本项目的相关研究成果具有如下理论和实际意义：一方面，丰富期限结构模型的设定形式，为揭示利率期限结构特征提供新的方法思路与技术支持。有利于对宏观经济学中的一些重要命题进行更为准确、科学的测度和检验。另一方面，有助于理解和预判我国未来货币政策的运行机制，提升宏观指标的预测效果，有助于及时准确地把握未来宏观经济走势。