文件名称：使用机器学习的债券风险溢价-研究论文
文件大小：1.33MB
文件格式：PDF
更新时间：2024-06-29 05:19:30
Machine Learning Ensembled
我们表明机器学习方法，特别是极端树和神经网络 (NN)，提供了强有力的统计证据，支持债券回报的可预测性。 基于宏观经济和产量信息的 NN 预测转化为比仅使用产量获得的收益更大的经济收益。 有趣的是，非跨度因子的性质沿着收益率曲线发生变化：股票和劳动力市场相关变量与短期到期更相关，而产出和收入变量对较长期限更重要。 最后，NN 预测与时变风险规避和不确定性的代理相关，为具有这两种渠道的模型提供支持。