基于高斯过程的具有非线性的动态期限结构模型
应用统计
2023-05-19 v1 统计方法学
机器学习
摘要
未 spanned 宏观经济变量对动态期限结构模型的重要性已在文献中被深入讨论。据我们所知，早期研究仅考虑了经济与利率真实世界动态之间在 DTSM 中的线性相互作用。我们提出了一种高斯 DTSM 的广义建模框架，允许二者之间存在未 spanned 的非线性关联，并将其用于预测。具体而言，我们构建了一种定制的序贯蒙特卡洛估计与预测方案，其中引入高斯过程先验来建模非线性。我们提出的序贯方案也可用于动态投资组合优化，以评估对投资者所生成经济价值的潜力。该方法使用美国国债数据和选定的宏观经济指数进行展示。即，我们考察核心通胀与实际经济活动。我们将非线性模型所得结果与线性模型应用所得结果进行对比。与实际经济活动不同，在核心通胀情形下，我们发现与线性模型相比，非线性模型的应用在所选期限上带来了统计显著的经济价值增益。
引用
@article{arxiv.2305.11001,
title = {Dynamic Term Structure Models with Nonlinearities using Gaussian Processes},
author = {Tomasz Dubiel-Teleszynski and Konstantinos Kalogeropoulos and Nikolaos Karouzakis},
journal= {arXiv preprint arXiv:2305.11001},
year = {2023}
}
备注
arXiv admin note: text overlap with arXiv:2205.00098