スワップレートを主成分分析[R]

スワップレートは下記から取得
http://www.tr.mufg.jp/houjin/derivatives/kinri_data.html
使ったのは2012/10/26~2015/11/4のスワップレート
特に工夫もなく手動でコピペしてｃｓｖファイル作成。

R
> swap <- read.csv("swap.csv",header = T)
> swap <- swap[2:7]
> result <- prcomp(swap, scale = F)

やっていること
・csv読み込み
・日付は使わないので省く
・主成分分析(scaleはデフォルトでFALSEだが、今回は明示的にFALSEにしている)

結果の確認
> result
Standard deviations:
[1] 0.221107220 0.036991786 0.026278991 0.004032331 0.003264767 0.002929029

Rotation:
           PC1         PC2         PC3        PC4         PC5         PC6
X2y  0.1940473  0.18504988  0.71773570 -0.5458590 -0.29544235 -0.16646151
X3y  0.2432946  0.34313881  0.38514304  0.2358646  0.56752629  0.54498636
X4y  0.2989262  0.43578320  0.02328193  0.4545954  0.08673305 -0.71134694
X5y  0.3609295  0.43281078 -0.29591390  0.1146100 -0.64858753  0.40129601
X7y  0.4976880  0.08724279 -0.47358006 -0.6002431  0.39014859 -0.08893542
X10y 0.6601765 -0.68056508  0.15535492  0.2575298 -0.10111081  0.01783152
> summary(result)
Importance of components:
                          PC1     PC2     PC3      PC4      PC5      PC6
Standard deviation     0.2211 0.03699 0.02628 0.004032 0.003265 0.002929
Proportion of Variance 0.9589 0.02684 0.01355 0.000320 0.000210 0.000170
Cumulative Proportion  0.9589 0.98576 0.99930 0.999620 0.999830 1.000000

第3主成分までで99.9%が説明できている。
主成分の解釈はよく言われるように、
第一主成分：パラレルシフト
第二主成分：フラットニングorスティープニング
第三主成分：カーブの曲率変化
と言ってよさそう。

横軸：時間
縦軸：主成分得点

第一主成分が最近減少しているのは、金利低下を表している。
第二主成分が大きくなるとフラットニング、小さくなるとスティープニングを表す。ちょこちょこ変動しているのがわかる。
第三主成分は3年前は動いていたが、最近はあまり動いていない。
第三主成分以降は割とどうでもいい。

感想
ブログっぽい記法ができるようになりたい。
第一主成分がパラレルシフトとか言ったけど、全然パラレルではない。
フォワードレートで計算したらどうなるか。

 おわり