十二章利率期限结构.ppt

久期免疫：由雷丁顿 (Readington, 1952) 首先提出，投资者或金融机构用来保护他们的全部金融资产免受利率波动影响的策略。 如果资产组合的久期选择得当，这一资产组合的久期恰好与投资者的持有期相等时，价格风险与再投资风险将完全抵消，到期时投资组合的累积价值将不受利率波动的影响。 免疫资产组合的构造：先计算实现承诺的现金流出的久期，然后投资于一组具有相同久期的债券资产组合。 免疫 例题：单个债券的利率风险免疫 假设债券管理者希望在5年后获得14693.28元的稳定现金流。其可选择的投资方案为： 方案1.投资一个售价为10000元，到期收益率为8%的5年期零息票债券，这样，到期时他将获得：10000×(1+0.08)5=14693.28元 久期免疫策略的应用 方案2.进行息票债券无免疫投资。比如还是投资于一个面值为10000元，息票率和再投资利率均为8%的5年期息票债券。具体情况见10.6。 表10.6 无免疫投资 800*（1+8%）4=1088.39 方案3：进行息票债券免疫投资。我们设计这样一种债券，使其久期等于该债券的预定持有期限。即投资于一个面值为10000元，息票率和再投资利率均为8%的6年期息票债券，该债券的久期为5年。我们将在持有5年后售出该债券，则其实现复收益率情况为如表10.7所示。 表10.7 免疫投资 久期免疫的缺陷：久期是对债券价格变化的一阶近似，因此，一般来说，久期会低估利率变动带来的预期收益或损失。 改进方法：由于凸度是二阶估计，考虑凸度可以提高利用久期得到的结果 ，尤其是在利率变化很大时，凸度可以修正通过久期得到关于债券价格变化的估计。 久期免疫的进化 人有了知识，就会具备各种分析能力， 明辨是非的能力。 所以我们要勤恳读书，广泛阅读， 古人说“书中自有黄金屋。 ”通过阅读科技书籍，我们能丰富知识， 培养逻辑思维能力； 通过阅读文学作品，我们能提高文学鉴赏水平， 培养文学情趣； 通过阅读报刊，我们能增长见识，扩大自己的知识面。 有许多书籍还能培养我们的道德情操， 给我们巨大的精神力量， 鼓舞我们前进。 利率期限结构（Term Structure of Interest Rates） 是指在在某一时点上，不同期限资金的收益率（Yield）与到期期限（Maturity）之间的关系。 利率的风险结构是指具有相同的到期期限但是具有不同违约风险、流动性和税收条件的金融工具收益率之间的相互关系 * 构建利率期限结构的模型一般步骤 确定模型中的状态变量：即期利率、远期利率、互换利率及其隐含的状态变量 确定状态变量的动态过程 确定求解的计算方法：MM模拟、有限差分法 确定参数估计的方法：矩估计、极大似然等 利率动态模型及其估计 二、基于中国债券市场的利率期限结构动态估计 朱世武、陈健恒（2005）利用Vasicek模型和CIR模型对中国债券市场利率期限结构进行估计。在数据选择上，短期利率数据采用银行间市场的7天回购利率,时间从2001年1月5日到2003年8月13日；同时，选择2003年的8月13日的零息票债券价格数据，零息票债券共有5只，全部是国家开发银行发行的金融债券。 从估计结果看，用Vasicek模型和CIR模型模拟出来的利率变动过程是很接近的,而这两个利率过程又较好地描述了实际利率过程的变动趋势。但是,实际的利率过程往往存在一些突变的现象。 利率动态模型及其估计 模型模拟利率过程与实际利率过程 三、卡尔曼滤波法及其在利率模型中的应用 （一）应用卡尔曼滤波法估计期限结构 在金融市场中，一些经济变量是不可预测的，例如实际利率、通货膨胀率、瞬间短期利率等。为推断这些变量的变化规律，往往通过一些可观测的变量利用科学的估计方法进行估计他们。卡尔曼滤波法（Kalman filters）就是一种非常重要的方法。卡尔曼滤波把不可观测的决定其他可观测的经济变量的变量称为状态变量。如果他们的变化过程是平稳的，可以假定他们的变化过程服从某个向量自回归过程。 （二）卡尔曼滤波法在中国利率期限结构估计中的应用 宋福铁在《卡尔曼滤波法模拟和预测沪市国债期限结构》一文中，以多因素CIR为基础、运用卡尔曼滤波来模拟和估计我国1997-06-27日~2003-02-25 日期间交易所国债利率的期限结构。 采用卡尔曼滤波方法对多因素CIR模型中的状态变量进行处理。从RMSE和Theil’s U看，两个系数都最小，因此四因素模型的拟合度较高。图10-20是用四因素模型模拟前后的期限结构图，从两图对比来看，模拟效果较好，四因素模型不但拟合出了期限结构的基本走势，而且