Decomposition of Brazil's 5-year DI Futures in Basis Points
巴西五年期 DI 期货利率变动的基点分解AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究利率期货变动，并以宏观及风险因子构造金融价格变化的回归分解。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
巴西五年期 DI 期货利率变动的基点分解
- 研究问题
- 如何将巴西五年期 DI 期货利率的日度变动分解为宏观预期、国内风险与外部风险的基点贡献，形成可复现的解释框架？
- 方法与思路
- 作者用 PLS 汇总预期变化与宏观意外指标，将 CDS 分为全球和国内成分，再以线性回归映射为日度及累计基点贡献。
- 材料陈述的贡献
- 摘要称模型解释约百分之二十二点四五的日度变动方差，已解释部分以国内风险为主，并保留截距和残差实现加总。
- 阅读关注点
- 应核对调查预期如何转为日度变化、监督因子的构建与样本使用、CDS 分解规则，以及回归贡献是否稳定且可复现。
- 阅读边界
- 这是预印本，同行评审及期刊接收未核实。分解体现线性关联，摘要不支持因果解释；较大残差限制对总体变动的解释。
原文摘要
This paper proposes an empirical, replicable, and interpretable framework to decompose, in basis points (bps), daily changes in Brazil's 5-year DI futures rate (DI5Y). The approach combines three building blocks: (i) macroeconomic and fiscal expectations from the Central Bank of Brazil Focus survey, converted into daily changes; (ii) a supervised macro factor built with Partial Least Squares (PLS) that summarizes changes in expectations together with a high-frequency macro "surprise" indicator; and (iii) a decomposition of sovereign risk using Brazil CDS into global and domestic components, obtained by regressing CDS on external financial conditions (DXY, CRB, VIX, and the US 10-year yield). The final step maps these drivers into daily bps contributions through a linear regression of the daily change in DI5Y on the three factors, producing a cumulative decomposition that adds up with an intercept and a residual. In the final sample (2015-01-13 to 2025-12-12; 2,741 observations), the model explains about 22.45% of the daily variance in DI5Y changes. The explained share is dominated by domestic risk, with a smaller but statistically significant contribution from the macro factor. The residual remains large, highlighting the limits of linearity and omitted drivers such as monetary policy event windows, term premia, liquidity, and positioning. Overall, the framework delivers a transparent accounting of how much of the daily (and cumulative) movement in DI5Y is associated with macro/central bank forces, domestic Brazil risk, and external risk.