Classe de modelos Nelson-Siegel com parâmetros variando no tempo: ajuste e previsão da estrutura a termo da taxa de juros

Abstract

A presente pesquisa compara o ajuste e previsão da curva de juros por meio dos modelos dinâmicos de Svensson (1994) e de Nelson e Siegel (1987) com parâmetros variando no tempo. Para tal exercício, utilizou-se a representação em espaços de estados dos modelos para estimação baseada no filtro de Kalman para os modelos lineares, e no filtro de Kalman estendido para os modelos não-lineares. A introdução do parâmetro de decaimento e da volatilidade variando no tempo às extensões do modelo de Svensson são as principais contribuições desse estudo para a literatura. Os resultados, tanto para ajuste dentro da amostra quanto para previsão fora da amostra, são melhores que os modelos base de comparação, isto é, os modelos sem a introdução de parâmetros variando no tempo. Em especial, os modelos com o componente de volatilidade têm melhor performance que os demais. A hipótese de melhora na acurácia preditiva, portanto, confirma-se com a introdução de parâmetros que aumentam a flexibilidade dos modelos, principalmente para as extensões do modelo de Svensson.<br>

Abstract : In this research, I compare the fit and forecast of the yield curve through the dynamic Svensson (1994) model and dynamic Nelson e Siegel (1987) model with time-varying parameters. For this exercise, I used the state space form of the models for estimation based on the Kalman filter for the linear models, and the extended Kalman filter for the nonlinear models. The introduction of the time-varying loading parameter and time-varying volatility to the extensions of the dynamic Svensson model are the main contributions of this study to the literature. The results, both for in-sample fitting and out-of-sample forecasting, are better than the base comparison models, i.e., the models without the introduction of time-varying parameters. In particular, the models with the volatility component perform better than the others. The hypothesis of improvement in predictive accuracy, therefore, is confirmed by the introduction of parameters that enhance the flexibility of the models, mainly for the extensions of the Svensson model.