債券收益率

前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇債券收益率范文，相信會為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

債券收益率范文第1篇

展望2015，貫穿債券市場行情的主線依然是經(jīng)濟(jì)增速下臺階和低通脹，這為2015年債券市場提供一個長期牛市的環(huán)境。同時股市趨勢性上漲明確，債市波動加大，這使得市場特征必然顯著區(qū)別于2014年前10個月的快速大幅下行的趨勢特征，而開始更多體現(xiàn)出圍繞中樞下行軌跡的波動性特征。因此捕捉轉(zhuǎn)折點、準(zhǔn)確識別利率底以及波段性操作成為2015年債市投資的主要策略。

從資產(chǎn)負(fù)債表的角度剖析，債務(wù)存續(xù)已經(jīng)逐步成為中國整體宏觀面臨的主要矛盾，結(jié)構(gòu)上集中在企業(yè)部門和地方政府部門，中長期來看，中國債券收益率中樞將不斷趨于下行，2015年債券收益率底部可能將低于2014年，力爭為組合貢獻(xiàn)一部分資本利得收益。

短期來看，2014年12月份中登事件債券收益率有所回歸，債券基金受流動性沖擊，估值有所回落;另外新股因素造成的資金面波動、一季度經(jīng)濟(jì)數(shù)據(jù)短期反彈、理財?shù)呐渲眯枨笕趸枰粋€過程等會使得一季度市場處于不斷震蕩的格局，這也為安豐的調(diào)倉交易提供很好的契機(jī)，3月24日后重新建倉的時機(jī)給尚未入市又追求穩(wěn)健回報的投資者提供了良好的投資時點。

不管看似情況表面如何變化，估值仍然是債券投資的真正準(zhǔn)繩。首先，我們將充分利用封閉式基金的流動性優(yōu)勢，保持穩(wěn)健的操作風(fēng)格，跟隨市場漲跌節(jié)奏，有足夠的時間窗口在調(diào)整過程中去匹配和挑選具有價值的品種，積極把握好建倉時點和交易節(jié)奏。

其次，我們注重配置和絕對收益率，加強(qiáng)信用產(chǎn)品投資，尤其嚴(yán)格把控信用風(fēng)險，并靈活運用杠桿優(yōu)勢，甄選出性價比高的信用債，力爭使組合的絕對收益率有明顯的提升，為產(chǎn)品的長期業(yè)績打下基礎(chǔ)。

債券收益率范文第2篇

[關(guān)鍵詞] JSZ模型；利率期限結(jié)構(gòu)；卡爾曼濾波

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2015 . 17. 061

[中圖分類號] F812.5 [文獻(xiàn)標(biāo)識碼] A [文章編號] 1673 - 0194（2015）17- 0115- 03

對高斯動態(tài)期限結(jié)構(gòu)模型（GDTSM）的估計大多采用卡爾曼濾波方法，這種方法的最大問題是模型中的變量太多，如果初始值設(shè)置的不好，模型不易收斂，或因計算過程中矩陣出現(xiàn)奇異矩陣，造成運算無法繼續(xù)運行或結(jié)果不準(zhǔn)確。JSZ模型是Scott Joslin、Kenneth J. Singleton、HaoxiangZhu（2011）提出，用于利率期限結(jié)構(gòu)模型的估計。但JSZ（2011）文章內(nèi)容較多，晦澀難懂，筆者下面的內(nèi)容旨在提煉出JSZ模型的精華內(nèi)容及其在我國債券收益率曲線擬合過程中的應(yīng)用，相應(yīng)的文獻(xiàn)綜述和證明過程請參考JSZ（2011）原文。

1 JSZ模型的核心

JSZ模型描述如下：

ΔXt=K■■+K■■Xt-1+∑XεtP（1）

ΔXt=K■■+K■■Xt-1+∑XεtQ（2）

rt=ρ0X+ρ1X?Xt（3）

Xt是定價因子，∑x∑x′是Xt的條件協(xié)方差矩陣，εtP，εtQ～N（0，IN）。

對于0息票債券模型收益率仍然遵循Duffiee和Kan（1996）仿射函數(shù)，表示成：

yt，m=Am（XQ）+Bm（XQ）?Xt（4）

Am，Bm滿足Riccati差分方程：

Am+1-Am=K0Q ′Bm+■Bm′H0Bm-ρ0

Bm+1-Bm=K1Q′Bm-ρ1（5）

XQ=（K■■+K■■，∑X，ρ0X，ρ1X），（m1，m2，…，mJ）表示到期時間，J>N，相應(yīng)的模型表示的收益率為：yt，m=（yt，m1，，yt，mJ）。

（1）、（2）、（3）、（4）是JSZ模型的規(guī)范化形式，為了便于計算，在命題1中JSZ給出其規(guī)范形式的等價形式：

任何規(guī)范的GDTMS觀測上等價于下面形式：

ΔXt=K■■+K■■Xt-1+∑XεtP（6）

ΔXt=K■■+K■■Xt-1+∑XεtQ（7）

rt=t?Xt（8）

與標(biāo)準(zhǔn)的規(guī)范形式不同之處是：t是單位1向量，∑X是下三角矩陣，K■■=k■■，且K■■=0，i≠1，K■■是按順序排列的約當(dāng)型（Jordan）矩陣。

K■■=J（λiQ）diag（J1Q，J2Q，…，JmQ），且：

JiQ=λiQ 1 … 00 λiQ … 0 10 … 0 λiQ

各個約當(dāng)塊是按特征值的順序排列（從大到小）。

這種等價形式簡化了運算過程，而且便于計算機(jī)的處理，但定價因子Xt仍然是不可觀測變量，因此，JSZ給出定理1，存在可觀測的定價因子Ft=Wyt，任何規(guī)范的GDTMS等價于下面的模型：

ΔFt=K■■+K■■Ft-1+∑FεtP（9）

ΔFt=K■■+K■■Ft-1+∑FεtQ（10）

rt=ρ0F+ρ1F?Ft（11）

在此模型里，定價因子可以用可觀測變量代替，假設(shè)名為Ft，這樣不可觀測的定價因子Xt變?yōu)榭捎^測的定價因子Ft，可以假定N個0息票債券或其線性組合可以被模型精確定價；Ft的Q分布可以描述成參數(shù)：

FQ（k■■，λQ，∑F）λQ是K■■的特征值構(gòu)成的向量，∑F∑F′是收益投資組合沖擊的協(xié)方差矩陣。當(dāng)模型在Q分布下穩(wěn)定時，k■■與短期利率r■■在風(fēng)險中性下的長期平均值成比例。K■■，K■■，∑F，ρ0F，ρ1F是k■■，λQ，∑F的明確函數(shù)。

綜上所述，JSZ模型設(shè)置了2個測度P和Q，2種定價因子，可觀測的P和不可觀測的X，因此模型顯得復(fù)雜，但運算并不復(fù)雜，JSZ對似然函數(shù)的處理進(jìn)一步簡化了估計難度。P測度下可觀測的收益率的條件似然函數(shù)為：

f（yt|yt-1；）=f（yt|Ft；λQ，k■■，∑F）×f（Ft|Ft-1；K■■，K■■，∑F）

其中：f（Ft|Ft-1；K■■，K■■，∑F）=（2π）-N/2|∑F|-1×exp（-■||∑■■（Ft-Et-1[Ft]）||2）

注意這里：Et-1[Ft]=K■■+（I+K■■）Ft-1是對公式（9）兩邊取期望得到。

參數(shù)（K■■，K■■）的最大似然函數(shù)為：

（K■■，K■■）=argmax■f（yt|yt-1；K■■，K■■，∑F）=argmin■||∑■■（Ft-Et-1[Ft]）||2

這樣，參數(shù)（K■■，K■■）的最大似然函數(shù)可以用普通最小二乘法求得。一般的三因子GDTSM模型有22個參數(shù)要估計，3個λQ，1個k■■，6個∑■■，3個K■■，9個K■■，而JSZ模型只有前4個參數(shù)，存在實質(zhì)性的改進(jìn)。

2 JSZ模型對我國國債利率期限結(jié)構(gòu)的實證

這里選取銀行間固定利率國債收益率數(shù)據(jù)，時間是從2006年3月到2014年2月，取每月最后一天的數(shù)據(jù)，期限取6月、1年、2年、3年、5年、7年、10年。每一期限共計96個月度數(shù)據(jù)，數(shù)據(jù)來源是Wind數(shù)據(jù)庫。數(shù)據(jù)的基本情況如圖1所示。

為了利用Matlab軟件編程，將式（6）到式（11）描述成計算機(jī)可以處理的形式：

在P測度下：

F（t+1）-F（t）=K0P_F+K1P_F*X（t）+eps_F（t+1）

其中：Cov（eps_F（t+1））=Sigma_F

在風(fēng)險中性Q測度下：

X（t+1）-X（t）=K0Q_X+K1Q_X*X（t）+eps_X（t+1）

其中：Cov（eps_X（t+1））=Sigma_X

F（t+1）- F（t）=K0Q_F+K1Q_F*X（t）+eps_F（t+1）

其中：Cov（eps_F（t+1））=Sigma_F

式（4）描述成計算機(jī)處理形式為：

模型收益率Yt=AF’+BF’*F（t）或：Yt=AX’+BX’*X（t）

利用JSZ模型及JSZ提供的Matlab工具箱，對模型的各參數(shù)進(jìn)行估計，結(jié)果如下：

AF=[-0.076 9 0.075 8 0.101 1 -0.026 3 -0.190 7 -0.083 1 0.217 7]

BF=[ 0.458 3 0.459 0 0.435 8 0.399 9 0.328 7 0.273 5 0.216 7 -0.4501 -0.336 5 -0.106 5 0.091 4 0.357 5 0.488 3 0.548 3 -0.630 4 -0.019 5 0.471 0 0.485 8 0.139 0 -0.183 7 -0.441 0]

AX=[0.747 2 1.546 2 2.821 0 3.716 0 4.809 2 5.399 5 5.688 2]

BX=[0.975 5 0.947 1 0.893 7 0.844 3 0.756 1 0.680 4 0.585 8 0.873 1 0.748 3 0.565 0 0.441 6 0.294 9 0.216 2 0.152 5 0.869 8 0.742 5 0.556 9 0.433 2 0.287 8 0.210 5 0.148 4]

K0P_F=[-0.108 6 0.224 8 -0.286 7]

K1P_F=[-0.050 0 0.182 4 0.001 8 -0.013 1 -0.129 3 -0.431 9 0.001 7 -0.003 4 -0.467 9]

K0Q_F=[0.274 1 0.122 7 -0.050 3]

K1Q_F=[-0.005 1 0.075 8 0.285 0 -0.006 8 -0.008 4 -0.191 0 -0.003 8 0.005 6 -0.107 1]

K0Q_X=[ 0.315 0 0.000 0 0.000 0]

K1Q_X=[-0.009 9 0.000 0 0.000 0 0.000 0 -0.054 6 0.000 0 0.000 0 0.000 0 -0.056 1]

下面對比模型的擬合值和實際值，如圖2所示。

圖2中黑色實線表示實際值，紅色實線（如果無顏色，則是較淡的曲線）表示模型求得的擬合值，如果不放大圖，二者幾乎重合，說明JSZ模型非常好地擬合收益率曲線數(shù)據(jù)。

3 結(jié) 論

JSZ模型可以很好地擬合我國銀行間國債收益率曲線，而且收斂的速度比用卡爾曼濾波技術(shù)快得多，幾秒完成運算。使用卡爾曼濾波需要設(shè)置初始值較多，如果設(shè)置不好，收斂的速度會非常慢，甚至不收斂，而JSZ模型無此問題。JSZ模型的另一個優(yōu)點是需要估計的參數(shù)少，三因子模型只有4個，利用卡爾曼濾波需要估計22個參數(shù)。JSZ模型本身也非常靈活，感興趣學(xué)者可以在此基礎(chǔ)上加入宏觀經(jīng)濟(jì)變量，來分析利率期限結(jié)構(gòu)與宏觀經(jīng)濟(jì)之間的關(guān)系。

主要參考文獻(xiàn)

[1]D Duffie，R Kan. A Yield-factor Model of Interest Rates[J]. Mathematical Finance，1996（6）：379-406.

[2]S Joslin，K Singleton，H Zhu.A New Perspective on Gaussian DTSMs[J].The Review of Financial Studies，2011，24（3）：926-970.

[3]S Joslin.Pricing and Hedging Volatility in Fixed Income Markets[R]. Working Paper， MIT，2007.

[4]S Joslin，A Le，K Singleton.The Conditional Distribution of Bond Yields Implied by GaussianMacro-finance Term Structure Models[R]. Working Paper， Sloan School， MIT，2010.

[5]S Joslin，M Priebsch，K Singleton.Risk Premiums in Dynamic Term Structure Models with UnspannedMacro Risks[R]. Working Paper， Stanford University，2010.

[6]S Joslin，K Singleton，H Zhu.Supplement to“A New Perspective on Gaussian DTSMs.”[R].WorkingPaper，Sloan School，MIT，2010.

債券收益率范文第3篇

2016年，在全國共發(fā)行資產(chǎn)證券化產(chǎn)品中，信貸ABS發(fā)行3868.73億元，同比下降4.63%，占發(fā)行總量的45.94%；存量為6173.67億元，同比增長14.74%，占市場總量的51.54%；企業(yè)ABs發(fā)行4385.21億元，同比增長114.90%，占發(fā)行總量的52.08%；存量5506.04億元，同比增長138.72%，占市場總量的45.97%；資產(chǎn)支持票據(jù)（以下簡稱“ABN”）發(fā)行166.57億元，同比增長375 91%，占發(fā)行總量的1.98%；存量297.97億元，同比增長87.52%，占市場總量的2.49%。

企業(yè)ABS發(fā)行規(guī)模超信貸ABS

從全年情況看，資產(chǎn)證券化市場延續(xù)快速增長態(tài)勢。值得注意的是，2016年以前，信貸ABS發(fā)行規(guī)模一直占據(jù)較大比重；2016年企業(yè)ABs發(fā)行規(guī)模大幅躍升，較2015年翻番，取代信貸ABS成為發(fā)行量最大的品種。

個人住房抵押貸款支持證券增長3倍

信貸ABS產(chǎn)品中，2016年公司信貸類資產(chǎn)支持證券（cLO）發(fā)行1422.24億元，同比p少53.82%，占比36.78%；個人住房抵押貸款支持證券（RMBS）發(fā)行1381.76億元，同比增長逾3倍，占比35.73%；個人汽車抵押貸款支持證券（Auto-ABs）發(fā)行580.96億元，同比增長84.38%，占比15.02%；租賃ABs發(fā)行129.48億元，同比增長111.39%，占比3.35%；消費性貸款A(yù)Bs和信用卡貸款A(yù)Bs分別發(fā)行91.60億元和106.59億元，占比分別為2.37%和2.76%；不良貸款A(yù)Bs重啟，2016年共發(fā)行156.10億元，占比3.99%。

隨著基礎(chǔ)資產(chǎn)類型增加和產(chǎn)品標(biāo)準(zhǔn)化程度提高，2016年信貸ABs產(chǎn)品不再呈現(xiàn)CLO一支獨大的現(xiàn)象，各類產(chǎn)品發(fā)行規(guī)模趨于均衡化，標(biāo)志著信貸ABs市場開始走向成熟。值得一提的是，2016年RMBs駛?cè)氚l(fā)行快車道，上半年樓市升溫帶動公積金RMBS發(fā)行量猛增，下半年商業(yè)銀行RMBs接棒發(fā)行提速，全年發(fā)行規(guī)模已接近CLO，市場化、規(guī)模化特征明顯。

債券收益率范文第4篇

理論上講，債券收益率曲線的形狀可以反映出當(dāng)時長、短期利率水平之間的關(guān)系，它是市場對當(dāng)前經(jīng)濟(jì)狀況的判斷及對未來經(jīng)濟(jì)走勢預(yù)期的結(jié)果。一般而言，債券收益率曲線通常是一個有一定角度的正向曲線，即長期利率應(yīng)在相當(dāng)程度上高于短期利率。這是由投資者的流動性偏好引起的，由于期限短的債券的流動性要好于期限長的債券，作為流動性較差的補(bǔ)償，期限長的債券收益率也就要高于期限短的收益率，因此實際長期利率也就等于借貸成本加上風(fēng)險升水。

近年來，美聯(lián)儲在與債券收益率曲線的賽跑中，似乎從未勝出過。格林斯潘自2004年夏季開始，連續(xù)調(diào)升聯(lián)邦基金目標(biāo)利率，但長期債券收益率不升反降，這種現(xiàn)象被當(dāng)時無奈的格老稱為“收益率曲線的未解之謎”。格林斯潘的繼任者伯南克依舊沒有勝過，美聯(lián)儲第二輪購買國債方案出臺后，美國國債收益率不降反升，導(dǎo)致收益率曲線陡峭化。

美國10年期國債收益率是全球經(jīng)濟(jì)和金融市場的風(fēng)向標(biāo)。近期，10年期國債收益率飆升不僅折射美國經(jīng)濟(jì)溫和復(fù)蘇前景良好外，也暗含著市場對于一些不可預(yù)知的新風(fēng)險的擔(dān)憂：

一是財政赤字惡化、公共債務(wù)觸及“紅線”引發(fā)對債務(wù)問題提前到來的擔(dān)憂。美國聯(lián)邦政府債務(wù)已處于約14萬億美元的歷史高位，并仍在不斷攀升，目前債務(wù)占國內(nèi)生產(chǎn)總值(GDP)的比例為66%。國際貨幣基金組織(IMF)預(yù)計，到2015年美國聯(lián)邦政府債務(wù)占GDP的比例將進(jìn)一步升至85%。特別是美國新的減稅計劃，進(jìn)一步點燃了國債市場對于預(yù)算赤字的擔(dān)憂。

二是全球通脹來臨強(qiáng)化了美國通脹預(yù)期正式向通脹轉(zhuǎn)化的可能。美聯(lián)儲兌現(xiàn)第二輪量化寬松政策后，糧價、油價、金價等大宗商品價格均大幅上漲，輸入性通脹壓力達(dá)到全球金融危機(jī)以來的高點。

三是廉價資本時代恐將過去，全球?qū)⑦M(jìn)入一個利率上升的拐點。從短期看，為管理通脹及通脹預(yù)期，主要新興經(jīng)濟(jì)體已經(jīng)開始收緊貨幣政策，以“量化緊縮”對抗“量化寬松”。歐洲央行也警告通貨膨脹風(fēng)險，暗示可能采取加息舉措，使過去三年間的寬松貨幣政策回歸常態(tài)。

而從長期看，全球都可能普遍進(jìn)入利率上行通道。而事實上，目前全球利率仍處于低位，包括發(fā)達(dá)經(jīng)濟(jì)體經(jīng)濟(jì)疲軟、高負(fù)債居民信貸需求低迷以及央行普遍執(zhí)行刺激性貨幣政策。許多人因此認(rèn)為，低利率已成為常態(tài)，然而，低利率環(huán)境很可能會在幾年內(nèi)結(jié)束。

債券收益率范文第5篇

在加息通道里，債券收益率提高

加息無疑是一個債券收益率上升的必然原因。一年期存款利率從不久前的2.25%直線上升到今天的3%，基礎(chǔ)利率的上漲為企業(yè)債券發(fā)行利息的上漲起打好了基礎(chǔ)。

加息和減息都不會是一次兩次就停止的，很多再次加息的預(yù)期也同時埋藏在了現(xiàn)在債券價格里。據(jù)筆者統(tǒng)計，現(xiàn)在的債券價格中起碼包含了額外兩次加息的預(yù)期成分。市場中很多債券的價格和其相對的收益率都在合理的6%左右。

投資者可以像買賣股票一樣打入債券代碼后進(jìn)行購買。圖表2中債券中收益率在6%以上的比比皆是，值得大家關(guān)注。

債券與債券基金的幾個事實

債券基金與債券完全是兩碼事

在過去半年“流動性收縮”階段中表現(xiàn)平平，如招商信用（161713）和銀華信用（161813）都有超過7%的價格虧損。這些債券基金的價格下滑主要是它們買的債券的價格下滑導(dǎo)致。這樣債券價格變化并不會影響這只債券的到期利息收入。

在加息通道里，關(guān)注那些投資信用債的基金

在目前的市場環(huán)境下，投資者更應(yīng)該關(guān)注投資信用債券為主的債券基金――它在加息通道中會有比利率產(chǎn)品為主（國債等高信用級別的債券）的債券基金表現(xiàn)的更好一點。

封閉型的債基要比開放型的債基表現(xiàn)更為穩(wěn)定一些。

封閉型的債基不會像開放型債基那樣在逆境中受制于客戶贖回量――這極有可能在市場低迷時被迫拋售債券。

令人疑惑的現(xiàn)實：債券參與股票投資