Estimation of a nonparametric model for bond prices from cross-section and time series information
结合横截面与时间序列信息的债券价格非参数估计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。
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：摘要直接研究债券定价，并以多期债券观测构建加性非参数面板模型。
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…
结合横截面与时间序列信息的债券价格非参数估计
- 研究问题
- 如何结合多期付息政府债券的横截面与时间序列信息，非参数估计贴现函数和收益率曲线，并预测单只债券价格？
- 方法与思路
- 作者构造加性非参数面板模型，将横截面非参数方法与刻画时变动态的核估计结合，依据债券未来支付安排预测价格。
- 材料陈述的贡献
- 摘要称建立估计量的一致性、收敛率和渐近正态性，并展示曲线形态与动态的刻画能力；另有模拟及每日 CRSP 债券数据应用。
- 阅读关注点
- 应核对加性结构、贴现函数估计与现金流的连接、横截面和时间维度的渐近条件，以及与 Diebold–Li 方法的比较标准。
- 阅读边界
- 摘要未说明平滑参数、具体正则条件及实证比较数值，不能据此断言优于既有方法；解读仅限所给出版社摘要版本。
原文摘要
We develop a novel estimation methodology for an additive nonparametric panel model that is suitable for capturing the pricing of coupon-paying government bonds followed over many time periods. We use our model to estimate the discount function and yield curve of nominally riskless government bonds. The novelty of our approach is the combination of two different techniques: cross-sectional nonparametric methods and kernel estimation for time varying dynamics in the time series context. The resulting estimator is used for predicting individual bond prices given the full schedule of their future payments. In addition, it is able to capture the yield curve shapes and dynamics commonly observed in the fixed income markets. We establish the consistency, the rate of convergence, and the asymptotic normality of the proposed estimator. A Monte Carlo exercise illustrates the good performance of the method under different scenarios. We apply our methodology to the daily CRSP bond market dataset, and compare ours with the popular Diebold and Li (2006) method.