基于SPDE的模型改进利率预测

本文介绍了一种新方法，通过使用随机偏微分方程（SPDE）对动态Nelson-Siegel（DNS）模型的残差进行建模，从而改进期限结构预测。这使得更灵活的协方差结构和可扩展的贝叶斯推断成为可能，从而提高了预测准确性和债券投资组合管理中的经济效用。使用SPDE对残差进行建模是一项关键创新，它提供了一种捕捉数据中复杂依赖关系并提高已建立模型性能的方法。

• •提出了一种使用SPDE对动态Nelson-Siegel（DNS）模型进行的新扩展。
• •SPDE允许灵活的协方差结构和可扩展的贝叶斯推断。
• •基于SPDE的模型改进了点预测和概率预测。
• •该模型在债券投资组合管理中产生了具有经济意义的效用增益。
• •结合SPDE残差减少了测量误差的依赖性。