Accurate Prediction of the Pricing of Bond Using Random Number Generation Scheme

난수 생성기법을 이용한 채권 가격의 정확한 예측

In this paper, we propose a dynamic prediction algorithm to predict the bond price using actual data set of treasure note (T-Note). The proposed algorithm is based on term structure model of the interest rates, which takes place in various financial modelling, such as the standard Gaussian Wiener process. To obtain cumulative distribution functions (CDFs) of actual data for the interest rate measurement used, we use the natural cubic spline (NCS) method, which is generally used as numerical methods for interpolation. Then we also use the random number generation scheme (RNGS) to calculate the pricing of bond through the obtained CDF. In empirical computer simulations, we show that the lower values of precision in the proposed prediction algorithm corresponds to sharper estimates. It is very reasonable on prediction.

본 논문에서는 중기 국채(Treasure Note; T-Note)의 실제 자료를 이용하여 채권 가격에 대한 이자율을 예측하는 동적인 예측 알고리즘을 제안하고 있다. 제안한 알고리즘은 이자율 기간 구조를 근본으로 하고 있으며 표준 위너 과정(standard Wiener process)과 같은 다양한 금융 모형의 대안으로 활용 가능하다. 본 논문에서는 실제 자료의 누적 분포 함수(Cumulative Distribution Function; CDF)를 이용하여 이자율을 측정하였으며 CDF는 수치적 방법인 보간법 중에 자주 활용되는 내츄럴 큐빅 스플라인(natural cubic spline; NCS)방법을 통하여 얻었다. 위에서 얻은 CDF를 통하여 난수 생성기법(random number generation scheme; RNGS)을 이용하여 채권의 가격를 계산하였다. 컴퓨터 시뮬레이션을 통해 얻은 실험결과로부터 제안된 예측 알고리즘에서 엄밀도(precision)의 낮은 값을 얻음으로써 채권의 가치가 더욱 예리하고 정확하게 평가되었음을 확인할 수 있었으며, 이는 매우 근거 있는 예측이라 할 수 있다.