第4章利率衍生品定价

第四章：利率衍生品定价

做市交易这行，说到底拼的是定价能力。你报出的价格，能不能既吸引对手盘，又让自己不亏钱？这背后就是一套严谨的定价逻辑。今天咱们聊聊利率衍生品里最核心的四个品种：IRS、国债期货、FRA和OAS。

我个人习惯，每次讲定价前都会先问自己一句：这个产品的现金流是什么？搞清楚了现金流，定价就完成了一半。

4.1 利率互换（IRS）定价

IRS说白了就是两笔现金流的交换。一方付固定，一方付浮动。定价的核心，就是算清楚这两笔现金流的现值，让它们相等。

我记得刚入行那会儿，带我的老交易员跟我说：“IRS定价，就是找那个让合约价值为零的固定利率。”这句话我记到现在。

  核心公式：

  PV固定端 = PV浮动端

  固定利率 = (1 - DFn) / (Σ DFi × τi)

其中DF是贴现因子，τ是计息期限。你想想看，浮动端的现值其实就等于面值，因为浮动利率会重置到市场利率。所以定价就简化成了：

# 简化版IRS定价逻辑
def irs_swap_rate(discount_factors, tenors):
    """
    discount_factors: 各期限贴现因子
    tenors: 各期计息期限（年化）
    """
    numerator = 1 - discount_factors[-1]
    denominator = sum(df * tau for df, tau in zip(discount_factors, tenors))
    return numerator / denominator

嗯，这里要注意：贴现因子怎么来？一般用OIS曲线。为什么？因为IRS的抵押品通常是现金，OIS利率最能反映抵押品的资金成本。我曾经在项目里遇到过直接用Libor曲线贴现的情况，结果定价偏差了2-3个基点——别小看这点偏差，做市商拼的就是这几个BP。

实战技巧： 做市报价时，我习惯在理论价格两侧各加0.5-1个BP的缓冲。这不是偷懒，是为了应对市场冲击和模型误差。

4.2 国债期货定价

国债期货的定价逻辑跟IRS不太一样。它涉及一个关键概念：转换因子。

为什么会引入转换因子？因为可交割券不止一只。交易所规定了一篮子可交割券，每只券的票息、期限都不同。转换因子就是把这些券“标准化”的工具。

我记得有一次做国债期货套利，发现CTD券（最便宜可交割券）切换了，但我没及时调整定价模型，结果亏了十几个BP。从那以后，我每次定价前都会先确认CTD券是哪只。

  国债期货理论价格公式：

  期货价格 = (最便宜可交割券价格 - 持有收益) / 转换因子

持有收益怎么算？说白了就是：你买入现券、持有到交割日这段时间的融资成本减去票息收入。

# 国债期货定价简化模型
def bond_future_price(ctd_price, conversion_factor, repo_rate, coupon, days_to_delivery):
    """
    ctd_price: CTD券全价
    conversion_factor: 转换因子
    repo_rate: 回购利率
    coupon: 票息率
    days_to_delivery: 距交割日天数
    """
    carry = ctd_price * repo_rate * days_to_delivery / 365 - coupon * days_to_delivery / 365
    future_price = (ctd_price - carry) / conversion_factor
    return future_price

避坑指南： 我曾经在计算持有收益时，忘了考虑票息的再投资。虽然影响不大，但在做高频做市时，这种细节误差会被放大。建议用精确的ACT/ACT计息规则。

4.3 远期利率协议（FRA）定价

FRA定价其实是最直观的。它就是一个远期开始的利率锁定合约。定价的核心是：无套利原则。

你想想看，如果我能用即期利率组合出一个远期利率，那FRA的定价就应该等于这个隐含远期利率。否则就有套利空间。

  FRA定价公式：

  FRA利率 = ( (1 + RL × TL) / (1 + RS × TS) - 1 ) / (TL - TS)

其中R_L是长期即期利率，R_S是短期即期利率，T是期限。

我个人习惯用3M的FRA来对冲IRS的浮动端风险。为什么？因为IRS的浮动端通常也是3M重置，天然匹配。有一次我在做FRA报价时，发现市场报价跟理论值差了3个BP，仔细一查，原来是市场在定价某个央行动向的预期——这就是做市商的嗅觉。

# FRA定价示例
def fra_rate(short_rate, long_rate, short_tenor, long_tenor):
    """
    short_rate: 短期即期利率
    long_rate: 长期即期利率
    short_tenor: 短期期限（年）
    long_tenor: 长期期限（年）
    """
    numerator = (1 + long_rate * long_tenor) / (1 + short_rate * short_tenor) - 1
    denominator = long_tenor - short_tenor
    return numerator / denominator

小技巧： 实际做市时，FRA的报价通常以BP为单位，而且买卖价差在0.5-1个BP之间。如果市场波动大，我会把价差扩大到2个BP。

4.4 期权调整利差（OAS）

OAS是个有意思的东西。它衡量的是：剔除了期权影响后，信用债相对于国债的额外收益。

说白了，OAS就是回答一个问题：这只含权债，到底比国债多赚了多少？

我记得第一次算OAS时，用了蒙特卡洛模拟，跑了10万条路径，结果发现OAS是负的——这意味着市场认为这只债被高估了。后来我简化了模型，用二叉树也能算，精度差不了太多。

  OAS计算步骤：

构建利率二叉树（或蒙特卡洛路径）

在每个节点判断是否行权

用OAS作为常数利差，贴现所有现金流

调整OAS，使理论价格等于市场价格

# OAS计算简化逻辑（二叉树法）
def calculate_oas(market_price, bond_cashflows, tree_rates, call_schedule):
    """
    market_price: 市场价格
    bond_cashflows: 各期现金流
    tree_rates: 利率二叉树
    call_schedule: 赎回条款
    """
    def price_with_oas(oas):
        # 在每期利率上加OAS
        adjusted_rates = [r + oas for r in tree_rates]
        # 用二叉树倒推价格
        return binomial_tree_price(adjusted_rates, bond_cashflows, call_schedule)
    
    # 用二分法求解OAS
    return bisection(price_with_oas, target=market_price)

注意： OAS对模型假设非常敏感。我曾经用不同的波动率假设算OAS，结果差了20个BP。建议做市时，至少用两种模型互相验证。

知识体系总览

下面这张图，是我自己整理的四类利率衍生品的定价逻辑。你看，它们都围绕一个核心：现金流贴现。区别在于：

IRS：固定vs浮动，找平衡点
国债期货：转换因子+CTD，算持有收益
FRA：无套利，隐含远期利率
OAS：含权债，蒙特卡洛或二叉树

做市交易员的核心竞争力，就是能在几秒钟内，把这些定价逻辑跑通，然后报出有竞争力的价格。嗯，说到底，这行就是拼细节。

公众号:蓝海资料掘金营，微信deep3321

📚 课程目录

第四章：利率衍生品定价

4.1 利率互换（IRS）定价

4.2 国债期货定价

4.3 远期利率协议（FRA）定价

4.4 期权调整利差（OAS）

知识体系总览