第四节:传统利率期限结构理论
利率期限结构,说白了就是研究「为什么不同期限的债券收益率不一样」。
这个问题我琢磨了很多年。刚入行时,我总觉得长端利率就该比短端高——毕竟时间长、风险大嘛。但后来发现,事情没那么简单。有时候短期利率反而比长期高,也就是所谓的「倒挂」。这背后到底藏着什么逻辑?
传统理论给了我们三把钥匙:纯预期理论、流动性偏好理论、市场分割理论。我个人习惯把这三种理论看作「三代人的解释」,每一代都在前人的基础上补了漏洞。
核心观点:三种理论并非互斥,而是从不同角度解释同一现象。实际市场中,三者往往同时起作用。
4.1 纯预期理论
纯预期理论是最早的解释。它的核心思想很简单:长期利率等于未来短期利率的几何平均。
举个例子。假设现在1年期利率是2%,市场预期明年1年期利率会涨到4%。那么按照纯预期理论,2年期利率应该是多少?
(1 + r₂)² = (1 + 2%) × (1 + 4%)
r₂ ≈ 2.99%
嗯,这里要注意:2.99%不是简单的(2%+4%)/2=3%,而是几何平均。虽然差别不大,但做量化时这个细节会影响到定价精度。
这个理论的核心假设是什么?
- 投资者是风险中性的——只关心预期收益,不关心风险
- 不同期限的债券可以完全替代
- 市场是有效的,没有套利机会
我在项目中遇到过这样的情况:用纯预期理论去拟合国债收益率曲线,发现短期拟合得还行,但长期偏差越来越大。为什么会这样?因为现实中的投资者并不是风险中性的。
实战技巧:纯预期理论更适合用来分析短端(1年以内)的利率变动。长端的话,我建议你加上流动性溢价调整。
4.2 流动性偏好理论
流动性偏好理论是对纯预期理论的修正。它承认预期的作用,但加了一个关键变量:流动性溢价。
你想想看,长期债券的流动性比短期差,价格波动也更大。投资者持有长期债券,相当于承担了额外的风险。所以,他们要求额外的补偿——这就是流动性溢价。
用公式表达就是:
长期利率 = 未来短期利率的预期 + 流动性溢价
流动性溢价通常是正的,而且随着期限增加而递增。这就解释了为什么收益率曲线大多数时候是向上倾斜的。
我曾经犯过一个错误:在2017年做国债期货套利时,我直接用纯预期理论计算远期利率,结果套利策略连续亏损。后来复盘发现,问题出在流动性溢价上——当时市场情绪偏紧,流动性溢价比历史均值高了将近20个基点。从那以后,我每次建模都会单独估算流动性溢价。
避坑指南:流动性溢价不是常数。它在市场恐慌时会飙升,在量化宽松时会压缩。如果你做的是高频套利,建议每天重新估算。
4.3 市场分割理论
市场分割理论走了另一条路。它认为:不同期限的债券市场是相互独立的。
为什么这么说?因为不同的投资者有不同的「期限偏好」:
- 货币基金只做短期(1年以内)
- 商业银行偏好中期(1-5年)
- 保险公司、养老金喜欢长期(10年以上)
这些投资者不会轻易跨期限操作。所以,每个期限的利率主要由该市场的供需决定。
我记得有一次做跨品种套利,发现10年期国债和2年期国债的利差突然走阔。按照纯预期理论,这应该意味着市场预期未来利率会大幅上升。但实际分析下来,原因很简单:保险公司在大量买入长期国债,而银行在抛售短期国债——典型的市场分割现象。
市场分割理论的局限性:
- 它无法解释为什么不同期限的利率会同步变动
- 现实中存在大量跨期限套利的投资者(比如对冲基金)
- 它忽略了预期的作用
我的建议:别把三种理论割裂开。实际做交易时,我通常这样用:
- 用纯预期理论判断方向
- 用流动性偏好理论估算溢价
- 用市场分割理论识别供需失衡的机会
4.4 三种理论的对比与融合
为了让你看得更清楚,我整理了一张对比表:
| 维度 | 纯预期理论 | 流动性偏好理论 | 市场分割理论 |
|---|---|---|---|
| 核心驱动 | 未来利率预期 | 预期 + 风险补偿 | 供需结构 |
| 替代性假设 | 完全替代 | 不完全替代 | 不可替代 |
| 收益率曲线形状 | 取决于预期 | 通常向上倾斜 | 取决于各市场供需 |
| 适用场景 | 短端分析 | 中长端分析 | 极端行情分析 |
实际交易中,我更喜欢用「混合模型」。说白了就是把三种理论揉在一起:
# 一个简单的混合模型示例
def hybrid_term_structure(short_rate, expected_future_rates, liquidity_premium, supply_demand_factor):
"""
混合期限结构模型
short_rate: 当前短期利率
expected_future_rates: 未来短期利率预期(数组)
liquidity_premium: 流动性溢价(按期限递增)
supply_demand_factor: 供需因子(-1到1,负值表示供大于求)
"""
# 纯预期部分
pure_expectation = np.mean(expected_future_rates)
# 流动性溢价调整
adjusted_rate = pure_expectation + liquidity_premium
# 供需调整
final_rate = adjusted_rate * (1 + 0.1 * supply_demand_factor)
return final_rate
这个模型虽然简单,但在实际回测中表现还不错。当然,具体参数需要根据市场环境调整。
4.5 知识体系框架
下面这张图是我自己画的,把三种理论的关系梳理清楚了:
这张图我画了好几次才满意。你看,三种理论从不同的起点出发,最后都指向同一个问题——如何解释收益率曲线的形状。做交易时,我建议你把这张图打印出来贴在工位上。
最后说一句:理论是死的,市场是活的。别死磕某一种理论,要学会灵活切换。我见过太多交易员,明明市场已经倒挂了,还在用流动性偏好理论硬套——结果可想而知。