即期利率与远期利率：定义、计算与转换关系

聊到期限结构分析，有两个概念绕不开——即期利率和远期利率。说实话，我刚入行那会儿，经常把这两个东西搞混。后来在实盘里吃过亏，才真正理解了它们的区别。

简单来说，即期利率是现在借钱、现在成交的利率。远期利率是未来某个时间点开始借钱的利率。嗯，听起来差不多？其实差远了。

1. 即期利率：当下的价格

即期利率，说白了就是你现在买入一个零息债券，持有到期的年化收益率。比如你花95块钱买了一张面值100块、一年后到期的债券，那即期利率就是：

即期利率 = (100 / 95) - 1 ≈ 5.26%

这个利率是确定的，因为你现在就掏钱了，到期拿回本金加利息，中间没有不确定性。

我个人习惯把即期利率看作「基准」。所有更复杂的利率产品，最终都要回归到即期利率上。我在项目中遇到过不少新手，上来就用远期利率去定价债券，结果算出来的价格跟市场对不上——原因就是没搞清楚即期利率才是定价的锚。

2. 远期利率：未来的约定

远期利率呢？它是你现在约定，未来某个时间点开始借钱，借一段时间，所适用的利率。

举个例子：你现在跟银行签一个协议，约定6个月后开始借100万，借6个月，利率是3%。这个3%就是远期利率。注意，这个利率是现在锁定的，但实际借钱发生在未来。

你想想看，这跟即期利率有什么区别？即期利率是「现在借、现在还」，远期利率是「现在约定、未来借」。一字之差，含义完全不同。

3. 即期与远期的转换关系

这两者之间有个非常优雅的关系——无套利定价。说白了，就是你不能通过组合即期利率产品，复制出一个远期利率产品，然后赚取无风险利润。

假设我们有两个投资策略：

• 策略A：直接买入2年期零息债券，持有到期
• 策略B：先买入1年期零息债券，到期后再买入1年期零息债券（但第二个1年期利率现在不确定）

如果市场是有效的，这两个策略的最终收益应该相等。否则，套利者就会进场，把价格拉平。

用公式表达就是：

(1 + S₂)² = (1 + S₁) × (1 + F₁,₁)

其中：

• S₁ = 1年期即期利率
• S₂ = 2年期即期利率
• F₁,₁ = 1年后开始的1年期远期利率

解出远期利率：

F₁,₁ = (1 + S₂)² / (1 + S₁) - 1

我曾经在搭建利率曲线时，用这个公式反推市场隐含的远期利率，发现跟实际交易的远期利率有偏差——嗯，那就是套利机会。虽然现在市场效率高了，但这种偏差偶尔还会出现。

4. 一般化的转换公式

更一般地，对于任意期限：

(1 + S_T)^T = (1 + S_t)^t × (1 + F_{t,T-t})^{T-t}

所以：

F_{t,T-t} = [ (1 + S_T)^T / (1 + S_t)^t ]^{1/(T-t)} - 1

这个公式看着复杂，其实逻辑很简单——左边是长期投资的终值，右边是「滚动投资」的终值，两者必须相等。

我习惯用Python写一个函数来做这个转换，方便批量计算：

def spot_to_forward(spot_rates, t, T):
    """
    从即期利率计算远期利率
    spot_rates: dict, 键为期限(年), 值为即期利率
    t: 远期起始时间
    T: 远期结束时间
    """
    S_t = spot_rates[t]
    S_T = spot_rates[T]
    
    forward = ((1 + S_T)**T / (1 + S_t)**t)**(1/(T-t)) - 1
    return forward

# 示例
rates = {1: 0.04, 2: 0.05}
f = spot_to_forward(rates, 1, 2)
print(f"1年后开始的1年期远期利率: {f:.4%}")
# 输出: 1年后开始的1年期远期利率: 6.01%

5. 知识体系框架

下面这张图，是我自己整理的知识结构。你看一眼，就能把即期利率和远期利率的关系理清楚：

6. 实际应用中的注意事项

在实际交易中，即期利率和远期利率的转换有几个坑：

1. 计息方式不同：有的市场用实际天数/365，有的用30/360。转换时一定要统一。
2. 复利频率：年复利、半年复利、连续复利，结果都不一样。我个人习惯用连续复利，因为公式最简洁。
3. 流动性溢价：长期限的即期利率往往包含流动性溢价，直接用公式推导远期利率会高估。

嗯，这一章的内容就到这里。记住，即期和远期不是割裂的，它们是同一枚硬币的两面。

---