Hauptkomponentenanalyse der

Zinsstrukturkurve
Ableitung von Zinsstrukturkurven unter Vorgabe eines Konfidenzniveaus

Herleitung der Korrelationsmatrix der Zinsstrukturkurve

Seien Zinssätze für Stützstellen und Zeitpunkte (hier Handelstage). Als Stützstellen für die
Zinsstrukturkurve werden herangezogen: 1 Monat, 3 Monate, 6 Monate, 1 bis 10 Jahre, 15 Jahre und
20 Jahre. Der zugrundeliegende Zeitraum läuft hier von 04.01.1988 bis 31.08.2013.

Seien ⋅ 10 die absoluten Änderungen der Zinssätze in Basispunkten für

Zeiträume von 252 Handelstagen. Diese Zeitreihen werden in mittelwert- und standardabweichungs-
normierte Zeitreihen transformiert:
mit : Mittelwert der Zeitreihe

und : $Stichproben-+Standardabweichung der Zeitreihe

/ 0 verhalten sich relativ ähnlich, was auf eine hohe Korrelation zwischen ihnen schließen lässt.
Diese .
Der zeitliche Verlauf der sowie die Ähnlichkeit des Verhaltens ist in unten wiedergegebener
Graphik ersichtlich.

Dies wird auch sichtbar, wenn man die Korrelationsmatrix für die Änderungsraten . / 0 ermittelt,
benachbarte Stützstellen sind i. d. R. zu über 99% linear korreliert, teilweise sind Korrelations-
koeffizienten über 90% auch für weiter entfernte Stützstellen ausgewiesen.

[Geben Sie Text ein] Seite 1

Erkennbar wird ebenfalls, dass zwischen Geldmarkt und Kapitalmarkt die Dynamik der Stützstellen
am unterschiedlichsten ist.
Dies wird auch deutlich, wenn man die Korrelationskoeffizienten als Liniendiagramm darstellt:

Ableitung des Eigensystems der Korrelationsmatrix

Da die Korrelationsmatrix sehr hohe Korrelationskoeffizienten zwischen den einzelnen Stützstellen
aufweist, lässt sich die Dimension der Beschreibung der Dynamik der Zinsstrukturkurve auf weniger
Dimensionen reduzieren, in dem eine sogenannte Hauptkomponentenanalyse vorgenommen wird.
Hierzu wird das Eigensystem der Korrelationsmatrix aufgestellt und die Hauptkomponenten 10
berechnet. Das Eigensystem besteht aus den Eigenvektoren 2 340 5 und den Eigenwerten 6 .1

1
Anmerkung zur Notation: Matrizen werden als große, fettgedruckte griechische Buchstaben bezeichnet,
Vektoren als kleine, fettgedruckte griechische Buchstaben und Skalare als kleine, griechische oder lateinische
Buchstaben.
[Geben Sie Text ein] Seite 2
 7 28 ⋅ 9
Hierbei ist 7 3: 5 die Matrix der Hauptkomponenten und 9 3 5 die Matrix der normierten
Änderungsraten. Für einzelne Zeitpunkte lässt sich die Transformation so darstellen:
1; 2< ⋅ . /;

Die Eigenwerte sind ein Maß für die Bedeutung einer Hauptkomponente für die Dynamik der
Zinsstrukturkurve. Für unsere Korrelationsmatrix ergeben sich folgende Eigenwerte 6 :
{12.6274, 2.13872, 0.178124, 0.0289826, 0.0148861, 0.00526686, 0.00297483, 0.00113082,
0.000888805, 0.000486644, 0.00037074, 0.000305755, 0.000165665, 0.000133446, 0.000110889}
Die Summe der Eigenwerte ergibt die Anzahl der verwendeten Stützstellen:
=6 15

Die ersten drei Eigenwerte erklären somit über 99,6% der Dynamik der Zinsstrukturkurve, d. h., man
kann die Dimension des Problems von 15 auf drei reduzieren.
Die ersten drei Hauptkomponenten der Zinsstrukturkurve werden in der Literatur häufig mit den
Begriffen Shift, Twist und Butterfly bezeichnet. Ein wesentlicher Vorteil der Hauptkomponenten ist,
dass sie linear unabhängig sind, das heißt, ihr Skalarprodukt ist Null.
In folgender Graphik sind die Werte der zu den ersten drei Hauptkomponenten gehörigen
Eigenvektoren dargestellt (im Vergleich zu obiger Darstellung der Korrelationsmatrix als
Liniendiagramm).
Die ersten drei Hauptkomponenten - Shift , Twist und Butterfly

0.4

0.2

0.0

-0.2

0 2 4 6 8 10 12 14

Stellt man alle Eigenvektoren dar, so „erkennt“ man die lineare Unabhängigkeit der Eigenvektoren
gegenüber den ursprünglichen „Korrelationsmatrix“-Vektoren:

[Geben Sie Text ein] Seite 3

Ermittelung von Grenzszenarios
Die Dynamik der Hauptkomponenten ist gegenüber den ursprünglichen Variablen deutlich verändert.
In der folgenden Graphik ist für die ersten drei Hauptkomponenten – also die mit den höchsten
Eigenwerten – der zeitliche Verlauf dargestellt.

[Geben Sie Text ein] Seite 4

Man erkennt, dass die drei Hauptkomponenten – blau die ersten, violett die zweite, beige die dritte –
in ihrer Dynamik unterschiedlich stark ausgeprägt sind. Daneben wird deutlich, dass die Bewegungen
augenscheinlich nicht miteinander korreliert sind.
Betrachtet man die drei Hauptkomponenten als Risikofaktoren, so lassen sich auch hier unter
Vorgabe eines Konfidenzniveaus „Grenzwerte“ ableiten, die als ein VaR zu interpretieren sind und für
eine Risikobetrachtung verwendet werden könnten.
In der folgenden Graphik sind die empirischen Verteilungen der ersten drei Hauptkomponenten
wiedergegeben:

Blau ist die empirische Verteilung der ersten Hauptkomponente, violett die empirische Verteilung der
zweiten Hauptkomponente und beige die der dritten Hauptkomponente.
Aus den empirischen Verteilungen ergeben sich für ein Konfidenzniveau von 99% folgende
„Grenzwerte“:
• 99%-Quantil der ersten Hauptkomponente = 7.06, im Folgenden mit up1 bezeichnet
• 1%-Quantil der ersten Hauptkomponente = -8,02, im Folgenden mit down1 bezeichnet
• 99%-Quantil der zweiten Hauptkomponente = 2,60, im Folgenden mit up2 bezeichnet
• 1%-Quantil der zweiten Hauptkomponenten = -3,91, im Folgenden mit down2 bezeichnet
• 99%-Quantil der dritten Hauptkomponente = 0,84, im Folgenden mit up3 bezeichnet
• 1%-Quantil der dritten Hauptkomponente = -0,99, im Folgenden mit down3 bezeichnet
Da die Hauptkomponenten linear unabhängig sind, lassen sich aus den sechs „Grenzwerten“
insgesamt acht „Grenzszenarios“ ableiten, dies erfolgt nach folgendem Schema:
• Szenario UUU = {up1, up2, up3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0}
• Szenario UUD = {up1, up2, down3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0}
• Szenario UDU = {up1, down2, up3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0}

[Geben Sie Text ein] Seite 5

 • Szenario UDD = {up1, down2, down3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0}
• Szenario DUU = {down1, up2, up3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0}
• Szenario DUD = {down1, up2, down3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0}
• Szenario DDU = {down1, down2, up3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0}
• Szenario DDD = {down1, down2, down3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0}
/;
Durch die Rücktransformation . 2 ⋅ 1; lassen sich aus den „Grenzszenarios“ der
Hauptkomponenten „Risiko-Szenarios“ der Zinsstrukturkurve ableiten, die unter einem
Konfidenzniveau von in diesem Beispiel 99% abgeleitet wurden und bei denen jedoch der
besonderen Dynamik der Zinsstrukturkurve Rechnung getragen wurde.
Da wir die ursprünglichen Variablen normiert haben, ist diese Mittelwert- und Varianzkorrektur
ebenfalls wieder zu beseitigen.
Die ermittelten Grenzszenarios sehen folgendermaßen aus:

Diese sind – nach der zurückgenommenen Mittelwert- und Varianzkorrektur – auf die zu störende
Zinsstrukturkurve hinzuzurechnen.

[Geben Sie Text ein] Seite 6