021-09

第21回研究会

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

論文†

SIG-FIN-021-09.pdf