2. 利率基础与曲线构建

利率衍生品的定价与风险计量,最终都落在一条“可用的贴现曲线”上。无论是利率互换、期权还是结构化产品,估值的第一步都是把市场上零散、不同期限、不同报价习惯的利率数据,转化为一条连续、无套利、可插值的期限结构。本章围绕即期利率、远期利率、贴现因子三者的等价关系,讲解曲线构建的主流方法,并给出可落地的数据获取与校验思路。

一、核心原理:三个视角,一条曲线

贴现因子、即期利率、远期利率并非三种独立数据,而是同一条期限结构的不同表达方式。理解它们的换算关系,是后续校准工作的地基。

  • 贴现因子 DF(t):未来 t 时刻 1 元在今天的价值,是估值最直接的输入。
  • 即期利率 z(t):从今天到 t 的零息利率,满足 DF(t) = exp(−z(t)·t)(连续复利)。
  • 远期利率 f(t₁,t₂):由两个贴现因子隐含得到,f = −ln(DF(t₂)/DF(t₁))/(t₂−t₁),代表市场对未来区间的预期。

三者可互相推导,因此曲线构建的本质是:用一组可观测的市场工具,反解出一条满足无套利条件的 DF(t) 函数。任何一条曲线都必须同时满足“对每个输入工具定价归零”和“远期利率不出现异常跳变”两个约束。

关键恒等式:DF(t) = exp(−z(t)·t),且 DF(t₂) = DF(t₁)·exp(−f(t₁,t₂)·(t₂−t₁))。校准中只要保证贴现因子一致,即期与远期表达自然一致。

二、方法流程:从市场报价到可用曲线

曲线构建通常遵循“选工具—定节点—做插值—验无套利”四步。不同方法的主要差异在于插值假设与参数化方式。

  1. Bootstrap(自举法):按期限从短到长逐个求解。短端用货币市场利率,中长端用利率互换报价,每个新工具都依赖前面已求出的贴现因子,逐段剥离出零息利率。优点是精确复现市场报价,缺点是节点之间依赖插值假设。
  2. Nelson-Siegel:用水平、斜率、曲率三个因子加一个衰减参数拟合整条曲线,参数少、形状平滑,适合做情景分析和风险因子分解,但对局部报价的拟合精度有限。
  3. Svensson:在 Nelson-Siegel 基础上增加第二个曲率项和衰减参数,能刻画更复杂的驼峰形态,常用于央行和监管机构的收益率曲线发布。

实务中常见做法是“Bootstrap 定节点 + 平滑插值”,即在自举出的关键节点上采用单调三次插值或对数线性插值,兼顾精度与稳定性。下面是一段典型的曲线构建参数配置示例:

curve:
  name: CNY_IRS_Curve
  build_method: bootstrap
  interpolation: monotone_convex   # 单调凸插值,避免负远期
  instruments:
    - {type: deposit, tenor: 3M,  rate: 0.0185}
    - {type: deposit, tenor: 6M,  rate: 0.0192}
    - {type: fra,     tenor: 9M,  rate: 0.0201}
    - {type: swap,    tenor: 1Y,  rate: 0.0210}
    - {type: swap,    tenor: 5Y,  rate: 0.0245}
    - {type: swap,    tenor: 10Y, rate: 0.0268}
  day_count: ACT/365
  calendar: CHINA_IB

三、可视化:曲线构建的数据流与节点关系

下图展示从市场报价到最终贴现曲线的数据流,以及 Bootstrap 逐段求解时各工具与节点之间的依赖关系。

利率曲线构建数据流与Bootstrap依赖 市场报价 货币市场利率 FRA / 利率互换 国债 / OIS Bootstrap 引擎 逐期限剥离 定价归零约束 无套利校验 贴现曲线 DF(t) 即期利率 z(t) 远期利率 f(t) 插值节点 Bootstrap 节点依赖顺序 3M 存款 DF(0.25) 6M 存款 DF(0.5) 1Y 互换 DF(1.0) 5Y 互换 DF(5.0) 10Y 互换 DF(10.0) 每个节点求解时,前面所有节点的贴现因子已知;新工具的价格约束用于反解当前节点 DF。 插值方法决定节点之间的远期形态,需保证远期利率连续且不出现负值或剧烈震荡。

四、案例与场景:互换曲线构建中的常见问题

假设我们要构建一条人民币利率互换曲线,输入工具包括 3M/6M 存款、1Y/5Y/10Y 互换。Bootstrap 过程中,1Y 互换的固定端现金流落在 1 年,但浮动端参考 3M 利率,需要用到 3M、6M、9M 的远期利率。如果短端只有 3M 和 6M 报价,9M 节点就必须通过插值得到,此时插值方法会直接影响 1Y 互换的定价精度。

一个典型场景是:市场短端报价稀疏,长端互换流动性好。若直接对整条曲线做 Nelson-Siegel 拟合,长端拟合很好,但短端偏差可能达到几个基点,导致 1Y 以内的产品估值出现系统性误差。因此实务中常采用“分段处理”:短端用 Bootstrap 精确复现,长端用平滑参数化方法外推。

方法 优点 局限 适用场景
Bootstrap 精确复现市场报价,节点无套利 依赖插值假设,节点外推不稳定 交易台日常估值、对冲
Nelson-Siegel 参数少、曲线平滑、便于风险分解 局部拟合精度有限 情景分析、监管报送
Svensson 可刻画双驼峰,拟合灵活 参数多,易过拟合 央行曲线发布、研究

五、误区与复盘

常见误区一:把不同来源的利率直接拼成一条曲线。存款利率、互换利率、国债收益率的计息惯例、信用溢价和流动性溢价不同,直接拼接会引入套利机会。必须先统一到同一贴现框架下。
常见误区二:忽视插值对远期利率的影响。线性插值贴现因子会产生阶梯状远期利率,在期权定价中会放大波动率微笑的偏差。建议优先使用单调凸插值或对数线性插值。
复盘要点:曲线构建完成后,至少做三项校验——(1) 用输入工具重新定价,误差应在 0.1bp 以内;(2) 检查全区间远期利率是否连续、是否出现负值;(3) 做微小扰动测试,确认曲线对单个报价的敏感度符合预期。

市场数据获取方面,常见来源包括:彭博、路孚特等终端,交易所与清算所发布的曲线,以及央行公开数据。获取时需关注报价时间戳、计息规则、交易日历是否一致。数据清洗阶段要重点处理缺失值、异常跳点和期限对齐问题,避免把不同时点的报价混入同一次校准。

掌握本章的曲线构建逻辑后,后续的利率互换、期权校准才有可靠的贴现基础。曲线不是“算出来就完事”的中间产物,而是贯穿估值、风险、压力测试的核心基础设施。