000001350 001__ 1350
000001350 005__ 20250211155814.0
000001350 0247_ $$a10.34989/swp-2005-45$$2DOI
000001350 035__ $$a10.34989/swp-2005-45
000001350 041__ $$aeng
000001350 084__ $$aC Mathematical and Quantitative Methods$$02849
000001350 084__ $$aC1 Econometric and Statistical Methods and Methodology: General$$02853
000001350 084__ $$aE Macroeconomics and Monetary Economics$$03005
000001350 084__ $$aE4 Money and Interest Rates$$03035
000001350 245__ $$aAn Evaluation of MLE in a Model of the Nonlinear Continuous-Time Short-Term Interest Rate
000001350 260__ $$bBank of Canada
000001350 269__ $$a2005
000001350 300__ $$a1 online resource (v, 43 pages)
000001350 336__ $$aText
000001350 347__ $$bPDF
000001350 520__ $$aThe author compares the performance of three Gaussian approximation methods—by Nowman (1997), Shoji and Ozaki (1998), and Yu and Phillips (2001)—in estimating a model of the nonlinear continuous-time short-term interest rate. She finds that the performance of Nowman's method is similar to that of Shoji and Ozaki's method, whereas the window width used in the Yu and Phillips method has a critical influence on parameter estimates. When a small window width is used, the Yu and Phillips method does not outperform the other two methods. Choosing a suitable window width can reduce estimation bias quite significantly, whereas too large a window width can worsen estimation bias and the fit of the model. An empirical study is implemented using Canadian and U.K. one-month interest rate data.$$7Abstract
000001350 520__ $$aL'auteure compare l'efficacité de trois méthodes d'approximation gaussienne — proposées par Nowman (1997), Shoji et Ozaki (1998) et Yu et Phillips (2001) — pour l'estimation d'un modèle en temps continu non linéaire du taux d'intérêt à court terme. Elle constate que la méthode de Nowman est aussi efficace que celle de Shoji et Ozaki, mais que la largeur de la fenêtre retenue dans le cas de la méthode de Yu et Phillips a un effet déterminant sur la valeur estimée des paramètres. Lorsque la fenêtre utilisée est trop étroite, la méthode de Yu et Phillips n'est pas supérieure aux deux autres. Le choix d'une fenêtre de largeur appropriée peut réduire le biais d'estimation de façon importante, alors que celui d'une fenêtre trop large peut entraîner une détérioration de l'ajustement statistique du modèle et accentuer le biais d'estimation. L'analyse empirique de l'auteure met à contribution les données relatives aux taux d'intérêt à un mois canadien et britannique.$$7Résumé
000001350 540__ $$aCreative Commons Attribution 4.0 International$$uhttps://creativecommons.org/licenses/by/4.0/legalcode$$fCC-BY-4.0
000001350 6531_ $$aEconometric and statistical methods
000001350 6531_ $$aInterest rates
000001350 6531_ $$aMéthodes économétriques et statistiques
000001350 6531_ $$aTaux d'intérêt
000001350 7001_ $$aLo, Ingrid
000001350 789__ $$w1192-5434$$2ISSN$$eIsPartOf
000001350 8301_ $$aStaff Working Paper
000001350 8301_ $$aDocument de travail du personnel
000001350 8564_ $$uhttps://www.oar-rao.bank-banque-canada.ca/record/1350/files/wp05-45.pdf$$907a999ec-ed33-4086-aaaf-400b15b746ea$$s444635$$zFile Source: Bank of Canada website, 2024
000001350 909CO $$ooai:www.oar-rao.bank-banque-canada.ca:1350$$pbibliographic
000001350 980__ $$aStaff Research
000001350 980__ $$aRDM
000001350 991__ $$aPublic