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，發現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濟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，而開始更多體現出圍繞中樞下行軌跡的波動性特征。因此捕捉轉折點、準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。

從資產負債表的角度剖析，債務存續已經逐步成為中國整體宏觀面臨的主要矛盾，結構上集中在企業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、一季度經濟數據短期反彈、理財的配置需求弱化需要一個過程等會使得一季度市場處于不斷震蕩的格局，這也為安豐的調倉交易提供很好的契機，3月24日后重新建倉的時機給尚未入市又追求穩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繩。首先，我們將充分利用封閉式基金的流動性優勢，保持穩健的操作風格，跟隨市場漲跌節奏，有足夠的時間窗口在調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奏。

其次，我們注重配置和絕對收益率，加強信用產品投資，尤其嚴格把控信用風險，并靈活運用杠桿優勢，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，為產品的長期業績打下基礎。

債券收益率范文第2篇

[關鍵詞] JSZ模型；利率期限結構；卡爾曼濾波

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

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

對高斯動態期限結構模型（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，如果初始值設置的不好，模型不易收斂，或因計算過程中矩陣出現奇異矩陣，造成運算無法繼續運行或結果不準確。JSZ模型是Scott Joslin、Kenneth J. Singleton、HaoxiangZhu（2011）提出，用于利率期限結構模型的估計。但JSZ（2011）文章內容較多，晦澀難懂，筆者下面的內容旨在提煉出JSZ模型的精華內容及其在我國債券收益率曲線擬合過程中的應用，相應的文獻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，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模型的規范化形式，為了便于計算，在命題1中JSZ給出其規范形式的等價形式：

任何規范的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）

與標準的規范形式不同之處是：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，假設名為Ft，這樣不可觀測的定價因子Xt變為可觀測的定價因子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：

FQ（k■■，λQ，∑F）λQ是K■■的特征值構成的向量，∑F∑F′是收益投資組合沖擊的協方差矩陣。當模型在Q分布下穩定時，k■■與短期利率r■■在風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。

綜上所述，JSZ模型設置了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，因此模型顯得復雜，但運算并不復雜，JSZ對似然函數的處理進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（K■■，K■■）的最大似然函數為：

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

這樣，參數（K■■，K■■）的最大似然函數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，存在實質性的改進。

2 JSZ模型對我國國債利率期限結構的實證

這里選取銀行間固定利率國債收益率數據，時間是從2006年3月到2014年2月，取每月最后一天的數據，期限取6月、1年、2年、3年、5年、7年、10年。每一期限共計96個月度數據，數據來源是Wind數據庫。數據的基本情況如圖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，對模型的各參數進行估計，結果如下：

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據。

3 結 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快得多，幾秒完成運算。使用卡爾曼濾波需要設置初始值較多，如果設置不好，收斂的速度會非常慢，甚至不收斂，而JSZ模型無此問題。JSZ模型的另一個優點是需要估計的參數少，三因子模型只有4個，利用卡爾曼濾波需要估計22個參數。JSZ模型本身也非常靈活，感興趣學者可以在此基礎上加入宏觀經濟變量，來分析利率期限結構與宏觀經濟之間的關系。

主要參考文獻

[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，在全國共發行資產證券化產品中，信貸ABS發行3868.73億元，同比下降4.63%，占發行總量的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ABs發行4385.21億元，同比增長114.90%，占發行總量的52.08%；存量5506.04億元，同比增長138.72%，占市場總量的45.97%；資產支持票據（以下簡稱“ABN”）發行166.57億元，同比增長375 91%，占發行總量的1.98%；存量297.97億元，同比增長87.52%，占市場總量的2.49%。

企業ABS發行規模超信貸ABS

從全年情況看，資產證券化市場延續快速增長態勢。值得注意的是，2016年以前，信貸ABS發行規模一直占據較大比重；2016年企業ABs發行規模大幅躍升，較2015年翻番，取代信貸ABS成為發行量最大的品種。

個人住房抵押貸款支持證券增長3倍

信貸ABS產品中，2016年公司信貸類資產支持證券（cLO）發行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）發行580.96億元，同比增長84.38%，占比15.02%；租賃ABs發行129.48億元，同比增長111.39%，占比3.35%；消費性貸款ABs和信用卡貸款ABs分別發行91.60億元和106.59億元，占比分別為2.37%和2.76%；不良貸款ABs重啟，2016年共發行156.10億元，占比3.99%。

隨著基礎資產類型增加和產品標準化程度提高，2016年信貸ABs產品不再呈現CLO一支獨大的現象，各類產品發行規模趨于均衡化，標志著信貸ABs市場開始走向成熟。值得一提的是，2016年RMBs駛入發行快車道，上半年樓市升溫帶動公積金RMBS發行量猛增，下半年商業銀行RMBs接棒發行提速，全年發行規模已接近CLO，市場化、規模化特征明顯。

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時長、短期利率水平之間的關系，它是市場對當前經濟狀況的判斷及對未來經濟走勢預期的結果。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，即長期利率應在相當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險升水。

近年來，美聯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，連續調升聯邦基金目標利率，但長期債券收益率不升反降，這種現象被當時無奈的格老稱為“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，導致收益率曲線陡峭化。

美國10年期國債收益率是全球經濟和金融市場的風向標。近期，10年期國債收益率飆升不僅折射美國經濟溫和復蘇前景良好外，也暗含著市場對于一些不可預知的新風險的擔憂：

一是財政赤字惡化、公共債務觸及“紅線”引發對債務問題提前到來的擔憂。美國聯邦政府債務已處于約14萬億美元的歷史高位，并仍在不斷攀升，目前債務占國內生產總值(GDP)的比例為66%。國際貨幣基金組織(IMF)預計，到2015年美國聯邦政府債務占GDP的比例將進一步升至85%。特別是美國新的減稅計劃，進一步點燃了國債市場對于預算赤字的擔憂。

二是全球通脹來臨強化了美國通脹預期正式向通脹轉化的可能。美聯儲兌現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，輸入性通脹壓力達到全球金融危機以來的高點。

三是廉價資本時代恐將過去，全球將進入一個利率上升的拐點。從短期看，為管理通脹及通脹預期，主要新興經濟體已經開始收緊貨幣政策，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。

而從長期看，全球都可能普遍進入利率上行通道。而事實上，目前全球利率仍處于低位，包括發達經濟體經濟疲軟、高負債居民信貸需求低迷以及央行普遍執行刺激性貨幣政策。許多人因此認為，低利率已成為常態，然而，低利率環境很可能會在幾年內結束。

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%，基礎利率的上漲為企業債券發行利息的上漲起打好了基礎。

加息和減息都不會是一次兩次就停止的，很多再次加息的預期也同時埋藏在了現在債券價格里。據筆者統計，現在的債券價格中起碼包含了額外兩次加息的預期成分。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，關注那些投資信用債的基金

在目前的市場環境下，投資者更應該關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品為主（國債等高信用級別的債券）的債券基金表現的更好一點。

封閉型的債基要比開放型的債基表現更為穩定一些。

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。

令人疑惑的現實：債券參與股票投資