Prediksjon av terminpremien på norske statsobligasjoner: Hvilke kategorier av økonomiske variabler kan predikere terminpremien i perioden 2009-2019?

Abstract

I denne oppgaven predikerer vi terminpremien på norske 10-årige statsobligasjoner i perioden 2009 til 2019. Med utgangspunkt i økonomisk teori og litteratur innhenter og kategoriserer vi en rekke variabler som kan tenkes å predikere terminpremien på en god måte. For hver kategori av variabler konstruerer vi faktormodeller, der vi benytter prinsipalkomponentanalyse til å konstruere faktorene. Modellene sammenlignes med hverandre og standard tidsseriemodeller ved hjelp av RMSE. Konkret besvares følgende forskningsspørsmål: 1. Kan et utvalg faktormodeller basert på økonomiske variabler predikere terminpremien på norske 10-årige statsobligasjoner i perioden 2009-2019 bedre enn standard tidsseriemodeller? 2. Hvilke av faktormodellene predikerer terminpremien på norske 10-årige statsobligasjoner best og dårligst i perioden 2009-2019, og hvorfor? Vi finner at random walk i gjennomsnitt predikerer terminpremien best i den aktuelle perioden. Dette indikerer at det beste estimatet for morgendagens terminpremie er dagens terminpremie. Random walk predikerer terminpremien best relativt til de andre faktormodellene når terminpremien predikeres over kortere prediksjonshorisonter. Av faktormodellene er det modellen som inneholder faktorer for den norske statsrentekurven som i gjennomsnitt predikerer terminpremien best. Modellen predikerer terminpremien særlig godt, og i noen tilfeller bedre enn random walk, i perioder der usikkerheten i finansmarkedene er lav. Nest best er faktormodellen konstruert basert på variabler fra alle kategoriene. Faktormodellen med valutausikkerhet predikerer tredje best. Modellene med kvantitative lettelser og makroøkonomiske variabler predikerer derimot terminpremien dårligst av alle modellene. Basert på dette argumenterer vi i oppgaven for at terminpremien best predikeres av faktormodeller som direkte eller indirekte inneholder informasjon om et stort antall økonomiske variabler.