本文将带时变转移概率的马尔可夫转换模型扩展至多状态、状态特异均值与方差的设定,并通过蒙特卡洛模拟和美国国债收益率数据进行检验。结果显示,状态均值、方差和平均转移概率能够可靠估计,但TVTP驱动系数,尤其是GAS模型中的得分系数,存在明显识别困难;一步点预测对模型错设较为稳健,而正确设定更有利于刻画潜在状态动态。1961—2024年四种期限国债收益率变化的实证结果表明,基于滞后收益率水平的外生TVTP模型拟合效果最佳。
multiregimeTVTP,支持模型模拟、Hamilton滤波、最大似然估计、蒙特卡洛评估和预测分析。报告标题:《Multi-regime Markov-switching models with time-varying transition probabilities: An application to U.S. Treasury yields》(多状态、转移概率时变的马尔可夫转换模型:美国国债收益率的应用)。
作者:Samuel Modée、Yushu Li、Sjur Westgaard、Stein Andreas Betheulsen。
机构:卑尔根大学数学系,以及挪威科技大学工业经济与技术管理系。
日期:2026年8月10日。
主题:研究具有时变转移概率(Time-Varying Transition Probabilities,TVTP)的多状态马尔可夫转换模型,并通过蒙特卡洛模拟和美国国债零息收益率变化数据进行检验。
报告没有给出传统股票研究报告中的“买入/持有/卖出”评级或目标价,其核心贡献是统计建模和预测方法方面的。论文的主线结论包括四点:第一,在两状态和三状态模型中,状态均值、状态方差以及平均转移概率通常能够被可靠估计;第二,驱动转移概率变化的系数,特别是GAS模型中的得分系数,存在较严重的识别困难;第三,TVTP设定是否正确,对一步点预测的影响非常有限,但对潜在状态概率、状态动态刻画和模型拟合优度更为重要;第四,在美国国债收益率应用中,以滞后收益率水平为驱动变量的“Exogenous”模型获得了最好的总体样本内拟合表现。
传统马尔可夫转换模型假设观测序列受到一个不可直接观察的离散状态变量控制,例如经济衰退、正常增长或高波动状态;状态按照一阶马尔可夫链转移,且转移概率固定不变。 这种框架的优势是能够捕捉非线性、结构变化和波动状态转换,但固定转移概率意味着经济环境变化不会影响状态持续时间或转换风险,这在宏观经济和金融数据中可能过于僵化。
TVTP模型放松了这一限制,使状态转移概率可以由可观测变量随时间变化。例如,经济增长、收益率水平、利差或近期观测值,都可能改变从一个状态转移到另一个状态的概率。 其经济含义是:状态转换不再只是一个外生、固定概率的随机过程,而是能够响应经济信息,因此有助于识别商业周期拐点、评估状态切换风险并提升经济解释力。
论文进一步讨论了GAS模型。GAS,即广义自回归得分模型,通过条件预测似然函数的得分更新转移概率参数;所谓“得分”,可以理解为当前新信息对模型参数最有利的调整方向,得分绝对值越大,通常意味着新观测对模型局部拟合的影响越显著。
作者指出,既有研究往往集中于两状态、共同方差的较简单情形,而宏观经济分析中常见的是三状态结构,并且每个状态具有自身的均值和方差。例如,衰退、稳定和增长状态不一定拥有相同的波动水平,因此仅设定共同方差会限制模型的现实适用性。
本论文的三项主要贡献是:
设 (y_t) 为观测变量,(z_t\in{1,\ldots,K}) 为不可观测状态。在给定状态后,观测通常服从具有状态特定均值 (\mu_i) 和方差 (\sigma_i^2) 的条件分布;这意味着不同状态不仅可以改变收益率变化的平均水平,也可以改变其波动程度。 通过Hamilton滤波器,模型利用历史数据递归计算当前属于每个状态的概率,并据此构造似然函数,再通过最大似然估计参数。
时变转移矩阵记为 (\pi_t)。对第 (i) 行中的每一个非对角元素,作者先建立一个无约束动态变量 (f_{ij,t}),再通过logistic变换将其映射到0和1之间;对角元素则由每一行概率之和等于1的约束确定。 在一般 (K) 状态情形下,每个时点有 (K(K-1)) 个自由的非对角转移参数,这意味着状态数量增加会快速提高参数维度,也会带来更严重的估计和识别压力。
Model I设定为:
[ f_{ij,t}=\omega_{ij}+A_{ij}y_{t-1}. ]
其中,(\omega_{ij}) 是基础转移倾向,(A_{ij}) 表示滞后观测值对相应转移概率的影响。 该模型的经济直觉是,最近一期的收益率变化或经济变量变化,能够直接改变下一期状态切换风险。
该设定并不等同于收益率水平驱动。在收益率变化数据中,Model I使用的是最近一次变化量,因此更侧重于短期冲击或近期动量对状态转换的作用。
Model II设定为:
[ f_{ij,t}=\omega_{ij}+A_{ij}X_{t-1}. ]
这里的 (X_{t-1}) 是外生解释变量,且每一个转移方向拥有独立的截距和斜率参数。 在实证应用中,作者将 (X_{t-1}) 设置为滞后收益率水平 (Y_{t-1}),而不是滞后收益率变化。
作者特别说明,“Exogenous”是模型类别意义上的称呼,收益率水平实际上是同一收益率序列历史信息的函数,因此并非严格意义上的外生变量;它与Model I的实质区别在于,转移概率响应的是利率水平,而不是最新一期利率变化。
Model III以过去的缩放得分和自身滞后值更新:
[ f_{ij,t}=\omega_{ij}+A_{ij}s_{ij,t-1}+B_{ij}f_{ij,t-1}. ]
其中 (s_{ij,t-1}) 是预测似然关于转移参数的缩放得分,(A_{ij}) 衡量新信息冲击的即时影响,(B_{ij}) 则体现转移参数动态的持续性。 缩放得分采用逆Fisher信息平方根等方式进行标准化,理论上可使得分具有单位方差,但该缩放也使得分大小与状态方差发生联系。
这构成了论文最重要的识别发现之一:当状态方差变化时,可以通过调整得分系数 (A_{ij}) 抵消其影响,从而使多组不同的 ((\sigma_i^2,A_{ij})) 组合产生近似相同的滤波概率和似然值。 因此,GAS得分系数可能无法被统计上唯一识别。
论文设计了9个数据生成过程(DGP),分别在样本量 (T=500) 和 (T=1{,}000) 下运行,共形成18组场景—样本量组合。 DGP 1—4属于两状态区块,采用对角转移参数化和共同方差;DGP 6—9属于三状态区块,采用非对角参数化和状态特定方差;DGP 5则是一个两状态、非对角参数化且具有状态特定方差的补充场景。
两状态DGP 1—4的状态均值为 ((-1,1)),共同方差为0.5;DGP 5的方差变为 ((0.3,0.7))。三状态DGP 6—9的均值为 ((-2,0,2)),方差为 ((0.3,0.5,0.8))。作者称TVTP系数的绝对值处于中等水平,使概率随时间发生有意义的变化,但不会完全主导状态动态。
每个场景重复50次,每次估计采用10个随机初始值并保留收敛结果中对数似然最高者。 每次滤波使用前100个观测作为burn-in,最后10个观测也不纳入似然;当原始样本为500时,实际用于累计似然的观测数量为390个。 此外,作者通过使估计状态均值与真实状态均值的绝对偏差最小化来处理状态标签交换问题。
开源包统一实现了常数转移模型、Model I、Model II和Model III,并支持任意 (K\geq2) 以及对角和非对角转移参数化。 非对角概率通过独立logistic变换生成;如果一行非对角概率之和超过1,程序会按比例缩放,从而保证转移矩阵有效。
作者还通过C语言编写滤波核心,以提高蒙特卡洛计算速度;相对于纯R实现,每次似然计算可获得约10至56倍加速,尤其是Model I和Model III收益最大。 这一软件贡献提升了研究的可复现性,但按比例缩放概率的数值保护机制也可能意味着某些极端参数区域的实际模型映射不再完全等同于原始无约束logistic设定,这是使用者需要注意的实现细节。
表3报告了正确设定下各类参数的平均偏差和RMSE。对于常数转移DGP,状态均值、方差和转移概率均表现出较小偏差与RMSE,并且样本量从500扩大到1000后误差下降,支持最大似然估计具有一致性趋势。
对于Model I,均值和方差仍然能够较好恢复,但TVTP系数 (A) 的RMSE显著更高,三状态模型尤其明显。 DGP 7在样本量500时,44个收敛重复中有4个出现 (|\hat A_{ij}|>10) 的极端估计,作者认为这更可能是平坦似然区域中的优化器失效,而非真实参数估计质量极差;剔除后,RMSE为1.550,样本量增加到1000后降至0.549。
Model II也呈现类似模式。两状态DGP 3的 (A) RMSE由0.311降至0.189,三状态DGP 8则由0.815降至0.298,说明增大样本量能够改善识别,但三状态模型仍然更困难。
Model III的状态均值、方差和平均转移概率能够被恢复,但得分系数 (A) 的RMSE基本等于真实系数的数量级,并且从500增加到1000并没有改善。 一维剖面似然显示,在 (A=0) 处的负对数似然甚至低于真实值;二维 ((\sigma^2,A)) 剖面进一步显示出明显的“脊”,说明GAS得分系数存在结构性、而非单纯计算性的不可识别问题。
表4报告名义95% Wald置信区间的经验覆盖率。常数转移模型中,均值和方差覆盖率总体接近95%,但三状态DGP 6在 (T=500) 时方差覆盖率下降到0.867,样本增至1000后恢复至0.960。
TVTP模型中的转移概率覆盖率系统性低于95%,三状态情形更严重:DGP 7和DGP 8在 (T=500) 时分别只有0.675和0.713,样本增至1000后也仅提升至0.753和0.817。 这说明基于数值Hessian和delta method计算的传统Wald标准误,可能无法充分反映TVTP模型的非线性、边界效应和参数相关性。作者因此建议实践中考虑bootstrap或sandwich估计量。
Model III中DGP 4的方差覆盖率在 (T=500) 时达到1.000,表面上看似优异,但其原因是GAS识别脊导致Hessian病态,计算出的标准误被放大,置信区间异常宽,并不代表参数估计真正精确。
表5比较了不同估计模型下的一步预测准确性。所有DGP和样本量下,正确设定与错误设定模型之间的MAFE和MSFE差异均小于1%。 其原因在于一步条件均值预测主要由状态均值和当前滤波状态概率决定,而状态均值在不同模型下都较为稳健;转移矩阵只被应用一次,因此对单步概率的边际影响有限。
这一结果不能推广为“TVTP设定无关紧要”。作者明确指出,研究只考察了一步点预测;多步预测会反复应用转移矩阵,错设影响可能累积,密度预测和区间预测也会更明显地区分不同模型,因为正确模型能够刻画时变不确定性。
表6以真实参数运行滤波器获得的状态概率作为基准,计算估计概率的MSE和MAE。所有DGP的MSE均低于0.008,并且在样本量从500增加到1000时均下降。 三状态模型比两状态模型困难,在 (T=500) 时,DGP 7的MSE最高为0.0079,而DGP 9最低为0.0023;两状态对角参数化DGP的MSE大约为0.001。
这表明虽然TVTP系数本身可能难以估计,但只要模型设定正确,潜在状态路径和滤波概率仍然可以被较准确地重建。DGP 7误差最大,恰好与其三状态Model I的TVTP系数最难估计相对应。
数据来自Liu和Wu重构的美国国债零息收益率,涵盖1961年6月至2024年12月,共763个月观测,选取1个月、12个月、36个月和72个月四个期限。 作者使用收益率一阶差分:
[ y_t=Y_t-Y_{t-1}, ]
将原始收益率水平的762个变化量作为建模对象。一阶差分旨在消除收益率水平的强持续性,并使序列更接近平稳。
每个期限均估计三状态模型,状态具有不同均值和方差。经济解释上,三种状态分别对应低波动、正常或中等波动、高波动环境。 每个转移矩阵包含 (K(K-1)=6) 个无约束非对角参数;估计使用100个随机起点,前100个观测作为滤波burn-in,最终有效似然样本为662个观测。
GAS模型在四个期限上均出现严重收敛问题:每个期限100个随机起点中仅有1个收敛,而且该收敛结果中的得分系数全部精确收缩到0,使模型退化为常数转移模型。 其余99个非零初值均未收敛,这与蒙特卡洛实验中发现的((\sigma^2,A))似然脊相一致。
作者提出两个可能原因:一是逆Fisher缩放使得分幅度与状态方差相联系,(A)和方差之间可以互相抵消;二是收益率变化的一步预测误差可能接近噪声,而真正携带状态信息的是缓慢变化的收益率水平,因此得分更新缺乏稳定、系统性的信号。 由于该模型无法提供有意义的独立估计结果,作者将其排除在实证比较表之外。
表7比较了四个期限下常数模型、TVP模型和Exogenous模型的对数似然、参数数量、AIC和BIC;表8列出了各期限三个状态的估计均值和方差,并按照方差从低到高排序。 结果显示,Exogenous模型在四个期限上均获得最低AIC,在1个月和12个月期限上也获得最低BIC;但在36个月和72个月期限上,常数模型因参数更少而具有更低BIC。
AIC通过对数似然和参数数量共同衡量拟合与复杂度,通常对额外参数的惩罚较轻;BIC的参数惩罚更重,因此更偏好简约模型。Exogenous模型在AIC上的全面胜出,说明滞后收益率水平提供了足够的拟合增益;而其在长端未能赢得BIC,则说明长端新增TVTP参数带来的拟合改善不足以抵消复杂度惩罚。
图1展示了四个期限Exogenous模型的滤波状态分类,背景颜色按估计方差排序:蓝色为低波动、鲑色为中等波动、红色为高波动。
图中最直观的特征是:1个月和12个月收益率变化在早期样本中更频繁地在低波动与中波动之间切换,而36个月和72个月在1960年代中期以前主要维持低波动状态;这说明不同期限的状态转换并不同步。 2008年金融危机后,短端较快回到低波动状态,1个月期限在2008年12月、12个月期限在2009年5月重新进入低波动,而72个月期限直到2011年10月才稳定回到低波动。
高波动状态在20世纪80年代初最突出,符合沃尔克紧缩和利率剧烈调整时期的历史背景;其估计方差随期限增加而显著下降,从1个月的约1.60降至72个月的约0.38。 这说明短端对货币政策和即时通胀风险更敏感,而长端受到预期和期限溢价平滑作用,波动相对较小。
2020年3月疫情冲击被1个月、36个月和72个月模型识别为高波动状态,滤波概率超过99%;12个月期限则被识别为中波动状态,概率同样约为99%。对应收益率变化分别为−1.34、−0.94、−0.60和−0.52个百分点。 这一结果也提醒读者,状态分类不能简单按原始变动绝对值横向比较,因为每个期限的状态方差是独立估计的,某一期限较小的原始变动也可能相对于其自身历史尺度足够异常。
该论文不是股票或债券投资报告,没有DCF、P/E、EV/EBITDA、目标价或企业价值估值部分。其“模型选择”主要依靠最大化对数似然、AIC和BIC,而不是金融资产内在价值估计。 因此,AIC最低只能解释为样本内统计拟合和模型复杂度权衡较优,不能直接转换成某种债券价格或收益率目标预测。
作者提出的缓解方案包括使用bootstrap或sandwich标准误、改变GAS得分缩放方式、使用惩罚最大似然、固定方差或约束 (A) 与得分缩放的乘积,并进一步研究多步和区间预测。
论文最稳健的发现是:状态均值、状态方差和滤波状态概率具有较好的可恢复性,而TVTP系数本身未必能够稳定识别。 这一区分非常重要,因为研究者可能能够较可靠地判断“当前处于何种波动状态”,却无法精确解释究竟是哪一个动态系数推动了状态转移。
实证中,滞后收益率水平模型在AIC上四个期限全面领先,并在短端BIC上领先,说明利率水平而不是最近一期收益率变化,可能是美国国债波动状态动态的重要信息变量。 但长端BIC更偏好常数模型,表明Exogenous模型的复杂度收益具有期限异质性,不能简单宣称一个TVTP模型适用于整条收益率曲线。
总体而言,作者的立场不是“TVTP能够显著改善所有预测”,而是更为谨慎:正确的转移概率设定主要提升状态动态的刻画、滤波概率和样本内拟合,而对一步点预测的改善很小。 对未来研究而言,最值得推进的是多步预测、预测区间、密度预测、跨期限联合模型,以及解决GAS系数与状态方差之间的不可识别问题。
2605.14976.pdf