27.07.2013 Views

Estimation af Multifaktor Affine Rentestruktur Modeller ved Kalman ...

Estimation af Multifaktor Affine Rentestruktur Modeller ved Kalman ...

Estimation af Multifaktor Affine Rentestruktur Modeller ved Kalman ...

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

Vores dekomponering <strong>af</strong> rentestrukturens korrelationsmatrix er meget lig med<br />

Litterman & Scheinkman, de 3 faktorer vi finder er næsten identiske med<br />

dem, der findes for den amerikanske statskurve. Vi kan tolke vores faktorer<br />

hhv. som ændringer i rentekurvens niveau, stejlhed og krumning. Faktor 2 og<br />

3 bliver alts˚a en ændring i den første og anden <strong>af</strong>ledte <strong>af</strong> rentekurven. I klassiske<br />

hedgestrategier er det kun den første faktor, man kan sikre sig overfor.<br />

Hvis man laver varighedsimmunisering <strong>af</strong> sin obligationsportefølje er man<br />

netop sikret mod parallelforskydninger <strong>af</strong> rentestrukturen. Men som vi kan<br />

se p˚a vores 2 andre faktorer er dette bestemt ikke nok til at sikre porteføljen.<br />

Der findes dog ikke tilsvarende let tilgængelige nøgletal, der beskriver en<br />

porteføljes følsomhed overfor de to sidste faktorer. Litterman & Scheinkman<br />

viser, hvordan man alligevel godt kan bruge sin viden om de primære skift i<br />

rentestrukturen til at foretage et hedge <strong>af</strong> sin portefølje.<br />

6 <strong>Estimation</strong>sresultater i de Gaussiske modeller<br />

Vi vil i dette <strong>af</strong>snit beskrive estimationsresulaterne i de multifaktor Gaussiske<br />

modeller. Vi har implementeret <strong>Kalman</strong> filteret beskrevet i <strong>af</strong>snit 3.2 i R. Som<br />

beskrevet i <strong>af</strong>snit 3 har vi benyttet en quasi-Newton metode, dvs. alle <strong>af</strong>ledte<br />

er udregnet vha. endelig differens metoder.<br />

Vores generelle erfaring er, at den Gaussiske model konvergerer s˚a snart en<br />

rimelig start vektor Θ0 er valgt. Dog har det langtsigtede renteniveau δ0<br />

en tendens til at antage høje værdier, i enkelte tilfælde værdier svarende<br />

til langsigtsrenteniveauet er p˚a 75 %. Som konsekvens <strong>af</strong> dette begrænsede<br />

vi parameteren δ0 til mere plausible værdier, ca. 10 %. Dette resulterede i<br />

pænere parameter estimater og højere likelihood værdier, dog blev standard<br />

<strong>af</strong>vigelsen p˚a parametren ogs˚a større. Dette indikerer, at likelihood’en har<br />

flere lokale maksima.<br />

6.1 1-faktor modellen<br />

I tabel 3 er de estimerede parametre i den 1-faktor Gaussiske model vist.<br />

Vi ser, at parameteren, der beskriver mean-reversion hastigheden, κ er insignifikant.<br />

Det lave estimat beskriver s˚aledes, at mean-reversionen i modellen<br />

sker langsomt, dvs. faktoren i modellen bevarer effekter i renteudviklingen i<br />

lang tid og beskriver her<strong>ved</strong> det generelle niveau for renten. Hvis κ var lig 0<br />

37

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!