摘 要：在為債券及其他金融資產進行定價時，國債利率的期限結構是重要的參考因素，如何對其進行合理而盡量準確的預測，一直是學術研究和業務實踐中的關注焦點。為了對比各種預測模型對該指標的刻畫能力和預測準確程度，選取2016年1月4日至2019年12月31日的國債收益率每日收盤數據，對動態Svensson模型(簡稱“DS模型”)和長短時記憶神經網絡模型(LSTM模型)的預測結果進行比較分析發現：DS模型和LSTM模型在樣本內都有著良好的擬合效果;LSTM模型的預測效果明顯好于DS模型。因此，構建基于預期收益率曲線的國債投資組合主動管理策略，并通過仿真實驗證實，該策略能夠實現顯著高于市場基準的投資收益。
關 鍵 詞：國債;利率期限結構;收益率曲線;DS模型;LSTM模型;預期收益率曲線策略
一、引言
近年來，我國債券市場發展迅速，據WIND數據庫統計，截至2019年，我國國債發行規模高達41 641億元，是2009年發行規模的2.57倍，國債在我國的金融市場已處于舉足輕重的位置。在給定時間節點的情況下，對于流動性、稅收及風險等方面性質相同但期限不同的資金，利率期限結構能夠反映其收益率與剩余期限之間的關系，被國際投資者和學術界視為反映金融景氣程度的“晴雨表”，并對金融產品及其衍生品的定價起到舉足輕重的作用。在國債市場，利率期限結構在一定程度上體現了國民經濟的繁榮程度和發展前景，經常會成為政府把握宏觀形勢、 調整政策取向的核心參考因素，也是固定收益證券、 利率衍生產品的價格形成基準。從微觀視角來看，利率期限結構對于金融市場上的其他金融資產具有基礎性意義，更是各類市場主體投資交易、風險防控的判斷依據。隨著利率市場化改革的不斷推進，利率期限結構的波動頻率和幅度不斷加大，使決策的難度與日俱增。有鑒于此，在國家金融體制改革的攻堅階段，探尋符合中國國債利率期限結構特點的預測方法，不僅具有突出的理論價值，而且兼具重要的實踐意義。
二、文獻回顧
利率期限結構被廣泛用于宏觀經濟形勢的分析和研判， 其政策價值也不斷被學術界驗證和肯定。通過引入Nelson-Siegel宏觀金融模型(簡稱“NS模型”)，吳吉林等(2010)發現特定時間段內的預期通貨膨脹可以由模型的水平因子所體現，而貨幣政策的調整則可以通過模型的斜率因子所反映，季紹波等(2010)也進一步驗證了這一觀點[1-2]。以2002—2009年的數據為樣本，鐘正生(2010)通過實證檢驗，發現我國的利率期限結構對貨幣政策的調整具有較高的敏感度，并且在預測未來6個月內GDP的變化方面，擁有不俗的表現[3]。張燃等(2011)借助仿射模型和三因子模型進行檢驗，發現利率期限結構對消費、投資等均具有較強的解釋力[4]。賀暢達(2012)利用AFDNS模型預測實際GDP(產出)的變化，得出模型三因子對其確有預測能力的結論，尤其對其增長率的預測效果顯著[5]。與此同時，學者們也展開了關于利率期限結構對于微觀投資意義的研究。余文龍等(2010)引入DNS模型，對利率期限結構進行了預測，并在此基礎上構建DNS向量久期，進行資產負債免疫，得到了更好的套期保值效果[6]。此外，NS模型也被許多學者用于利率期限結構的預測。例如，楊寶臣等(2012)將NS模型的輸出結果引入風險管理模型，使得利率風險的對沖效果大幅改善[7]。為了提高投資策略的靈活性和預期回報，徐小余(2017)將利率期限結構預測結果用于構建蝶式債券組合，使得該組合的獲利盈利能力大幅增強[8]。
為了適應不同的應用場景，眾多學者根據具體的需要， 對現有的預測模型進行調整。Diebold等(2006)將收益率曲線的三個主要參數視作隨時間變化的因子，從而實現了NS模型的改進，并構建和估計了這些參數的自回歸模型[9]。根據其研究結論， 三個隨時間變化的核心參數可以解釋為與水平、斜率和曲率相對應的因子，并且可以得到較好的估計結果。該模型被用于預測短期和長期的期限結構，其預測能力也經受住了現實數據的檢驗。
在國內，現代利率期限結構模型也被廣泛應用于國債利率期限結構的分析和預測。為了預測中國的國債利率期限結構，Luo等(2012)分別使用NS模型及其擴展模型進行估計，通過對比各種模型的運行結果可以發現，模型的形式越靈活，樣本內擬合效果越好[10]。由于模型的參數是隨時間變化的，作者還提出了另一種研究思路，即使用多個不同的動態過程對時變因素進行處理，然后分別預測短期和長期期限結構。鞠鳳(2014)在綜合比對NS模型和其他三類模型估計結果的基礎上，使用一階自回歸過程對各參數進行比較分析， 進一步印證了NS模型相對于其他模型的優勢[11]。趙晶等(2015)對中、美兩國次貸危機期間和危機后5年的月度數據分別進行了擬合與預測， 通過比較其預測誤差，發現Diebold & Li模型[9](簡稱“DL模型”)對兩國市場數據的預測效果最好，而其他模型由于對樣本數據的選取具有過高的敏感度，因此適用性大打折扣[12]。同樣是使用NS模型，郭濟敏等(2016)進一步探討了各參數的經濟意義，在此基礎上對我國的國債收益率曲線進行了擬合， 通過對比擬合結果，深入分析了模型的有效性，并再次證實了NS模型在預測方面的優良性能[13]。此外，林瑞偉(2016)還通過實證研究發現，NSS擴展模型在用于擬合我國的國債利率期限結構時，也有著良好的表現，并且對于其他各類金融產品的定價也有一定的應用價值[14]。為了分析國債收益率過往表現對政府和投資者后續行為的影響，黃弘智(2018)將NS模型和自回歸模型相結合，對月度收益率曲線變化進行了預測，以此刻畫了市場對未來經濟走勢的預期，用于研究各類市場主體的行為及其動機[15]。
推薦閱讀：債券證券類期刊投稿
