機械学習を用いた国債イールドカーブの変動モデルの構築と長期金利予測†
著者†
水門善之(野村證券金融経済研究所)
概要†
本研究では,機械学習の手法(SVM,非線形SVM,決定木,RF,ロジスティック回帰,LSTM)を用いた,日本の長期金利(長期国債利回り)の先行き予測モデルの作成と,各手法に基づくモデルの先行き予測精度の比較を行った.結果,LSTMベースのモデルにおいて,長期金利予測の相対的な精度の高さが確認できた.
更に,長期国債は周辺年限の国債との裁定取引の影響から,周辺年限の金利変動の影響を受けやすいという点を踏まえ,前述したLSTMベースの予測モデルを拡張する形で,長期金利と他年限金利の関係(金利の期間構造)を考慮したイールドカーブの変動モデルの構築を行った.結果,金利の期間構造を考慮した予測モデルを用いた場合,長期金利の予測精度に若干の改善が見られた.
キーワード†
Yield Curve, Term Structure Of Interest Rates, Machine Learning, LSTM