摘要：在CKLS广义模型框架下,引入基于扩展卡尔曼滤波（EKF）和无损卡尔曼滤波（UKF）的利率期限结构均衡模型的估计方法,并使用加拿大国债数据对EKF和UKF的模型估计效果进行了对比实证研究。结论表明,引入的基于UKF的模型估计方法相对于文献中普遍采用的基于EKF的估计方法的估计效果有明显改善,尤其存在强非线性和非正态分布的模型条件下,基于UKF的模型估计方法相对于基于EKF的估计方法有很大优势。进一步,基于UKF估计方法对Vasicek模型和CIR模型的数据拟合性进行了对比研究。结果表明,Vasicek模型和CIR模型均具有较好的数据拟合性,而Vasicek模型相对更好。

关键词：利率期限结构模型 参数估计 扩展卡尔曼滤波 无损卡尔曼滤波 遗传算法 

单位：天津大学管理学院 天津300072