传统上,协整的测试是在非常长的时间内进行的,本案例研究A测试了1960-2010年期间T-Bill利率和国债收益率之间的平衡。
但是作为量化主义者,我们必须在市场数据中寻找共同运动。
现货曲线
银行提供每日收益率曲线数据。考虑长时间框架的小窗口是有意义的。
2013年5月至2015年5月的两年窗口期(以下图表)。
曲线数据的问题
1. 在这种数据中,RT在 “短端” ,YT在 “长端”。 不具有协整性。
2. 哪些利率是协整的?
单位根
r25Y单位根
随时关注您喜欢的主题
长期关系
我们的线性模型旨在获得ˆet,因此我们将差分实际的r10Y与拟合的rˆ10Y
ˆe t的平稳性检验
平稳的协整残差 ˆ e t
我们已经确认了残差的平稳性,因此根据Engle-Granger,确认了协整关系。
长期关系(协整)
ECM估计给出了
• 所关注的参数是向平衡状态的修正速度(1-α)。 它不可避免地很小,但对于协整关系的存在必须是显著的 。
- 我们在∆r10Y和∆r25Y之间有相当好的相关性。
均衡修正模型:双向的
摘要
• 这种不同期限的即期利率的演变情况是一种基础关系的情况。
• 因此,强加一个长期关系并使用Engle-Granger程序具有更大的统计能力。
• r10Y 和r25Y 系列都有一个单位根。
• 事实证明,通过对这些时间序列进行差分,单位根被取消了 ,得到了一个平稳的残差。
• 这意味着时间序列是协整的。
∆r10Y和∆r25Y的受限VECM
长期关系r25Y对r10Y的影响
线性模型r25Y = β r10Y + t的目的只是为了获得ˆet。
ˆet的平稳性检验
与线性回归的比较
∆r25Y和∆r10Y的简单差分之间的回归 之间的回归给出了一个最小方差关系,并表明协整在其中扮演了一个完全独立的角色。
可下载资源
关于作者
Kaizong Ye是拓端研究室(TRL)的研究员。在此对他对本文所作的贡献表示诚挚感谢,他在上海财经大学完成了统计学专业的硕士学位,专注人工智能领域。擅长Python.Matlab仿真、视觉处理、神经网络、数据分析。
本文借鉴了作者最近为《R语言数据分析挖掘必知必会 》课堂做的准备。
非常感谢您阅读本文,如需帮助请联系我们!