七天回购利率.doc

七天回购移动平均利率 银行间市场七天回购移动平均利率（即原来的“基准利率参考指标”，下简称移动平均利率）的数据基础是银行间市场7天回购利率（R007），R007是统计意义上的综合品种，实际涵盖了回购期限为2、3、4、5、6、7天的质押式回购交易，这是一种约定俗成的定义，符合市场惯例。计算过程包括异常数据处理、日加权数据生成和计算移动平均利率三个阶段。 一、异常数据的处理 在回购市场上异常交易是难免的，事实证明也的确如此。异常交易的存在会导致价格扭曲，扰乱正常的市场秩序，因此为了能够展现真实的市场行情对异常交易进行处理是极其必要的。处理异常交易的手段往往与交易数据本身的特点联系在一起的，因此手段往往也是多种多样。 针对银行间7天回购交易的实际情况，我们采用了“削头去尾”的处理方法，即在参与当天计算的全部交易当中，去掉一个最高价和一个最低价；碰到不止一个最高价和不止一个最低价的情况，则去掉成交量最小的那一个；如果仅有两笔交易参与计算，则不做任何处理。因此，如果某一交易日，在计算时候共有笔交易发生，在去掉一个最高价和最低价以后，剩下的笔交易就是生成日加权回购利率的数据基础了，为了叙述方便，不妨假设这笔交易的价格（回购利率）和成交量（回购量）分别为和，下标代表某一个确定的交易日，下标代表该交易日该时刻的第笔交易，显然。 下表直观地给出了异常数据处理的一般准则，处理以后的交易笔数。同时，从表中可以看出，对应最高价0.02115的交易共有两笔，剔除的正是交易量最小的那一笔。 ? 二、以成交量为权重生成回购利率的日加权数据 在剔除异常交易数据以后，我们得到了两个时间序列，一个是价格序列，一个是交易量序列，这两个序列的元素个数均为个，也就是笔交易。为了得到日该计算时刻对应的代表性利率指标，我们采用成交量加权的做法， 每一个价格前面的权重为。 如此以来，对于每一个交易日的每次计算，我们都会得到一个回购利率的日加权，随着交易的继续和每隔5分钟一次的计算此日的加权不断更新，形成一个序列，这就是我们非常熟悉的7天回购日加权利率。每天闭市后，随着交易的中断，计算终止，产生的为当天的最终日加权，保存后不在更新。 仍然以上面的表格为例，在去掉一个最高、最低价之后，有效交易笔数为，按照成交量加权算法即得 ? 0．020967即为当日当时的日加权回购利率。 三、以移动平均算法来生成基准利率 从原理上讲，每天每刻的日加权利率都揭示了当日当时的利率行情，因此也就具备了充当市场基准利率（Benchmark）的可能性，然而作为一个基准利率，稳定性也是不可或缺的。事实上，从7天回购利率的历史统计来看，历史的日均加权利率的波动性还是比较大的，为了追求基准利率的平稳性，必须要综合最近一段时间的日加权利率来进行适度的光滑，常见的光滑算法有简单算术平均和指数加权平均两种。 因为每一个交易日都对应一个7天回购的日加权利率，为了得到一个稳定的基准利率，只能借助过去的7天回购日加权利率，譬如，为了得到日的移动平均利率，我们必须要利用前一天（）、前二天（）…的日加权利率，不妨假设共有个，即，如L＝10代表的是 日前（不包括日）的10个交易日。这里历史区间跨度的大小与我们的目标有关，越大光滑性越好；越小波动性越强，但往往更贴近当前的利率行情。为了叙述方便，我们以来表示与有关的第天的移动平均利率。 （一）算术加权平均 算术加权平均的思路是每一个价格前面的权重是相同的，对每一个价格都“一视同仁”，每个价格蕴涵的信息量完全一样。算术加权平均具有简单直观、计算方便的优点。计算公式如下： ??? ?? ?（二）指数加权平均（EWMA） 指数加权平均的基本思想是价格序列采用指数加权的形式，每个价格前的权重是不同的，离现在越近的利率其权重越大，表示对其越重视，离现在越远的利率其权重越小，表示对其越不重视。指数加权平均暗含的假设是当前价格与不同的历史数据依赖程度是不一样的，应该“区别对待”。指数加权平均强调了信息的不对称性，从预测意义上来说，指数加权平均更符合金融时间序列的有关理论。 衰减因子是指数加权平均的一个十分关键的要素，衰减因子通常用表示，它通常是一个大于0小于1的一个数，即，每个价格前面的权重是的幂次，离现在越近的幂次越小，离现在越远的幂次越大，由于是一个大于0小于1的一个数，其幂次越高值就越小，也就是说离现在越近的权重越大，离现在越远的权重越小，由此就达到了指数加权平均“区别对待”的效果。指数加权平均的计算公式如下: 衰减因子的选取不单单是一个技术问题，还必须兼顾到业务的背景。在根据历史数据跨度来确定衰减因子时，我们遵循了下面的公式: 譬如，当时，；当时，，于是，不同的的对应了不同的移动平均利率。 举例来说明，假设天的7天回购日,它前面10天的加权利率数据已经在下表中列出。现在要用指数加权