如何用QuantLib构建附息国债YTM曲线及对应即期曲线？

一、构建附息债YTM曲线 #

QuantLib中没有直接封装“YTM曲线”的类，但可以通过自定义插值的收益率曲线实现。核心逻辑是：YTM是针对特定条款附息债券的到期收益率，先匹配你所使用国债的标准发行条款，再将已知的期限-YTM节点插值得到连续的YTM曲线。

具体步骤：

• 1. 配置核心参数：日历、日计数规则、付息频率、计价货币等，必须与目标国债的条款完全匹配（比如国内国债通常为按年付息，日计数采用Actual/Actual）。
• 2. 整理节点数据：将每个期限转换为具体到期日（以当前估值日为起点），对应YTM作为该期限标准附息债的收益率。
• 3. 创建曲线实例：使用InterpolatedYieldCurve类，传入估值日、到期日列表、YTM列表，选择合适的插值方法（如线性插值、立方样条插值），即可得到YTM曲线。

注意：所有节点的YTM必须对应同条款的附息债，否则插值结果不具备参考意义。

二、用同一数据构建即期（零息）曲线 #

要对比YTM曲线与即期曲线，可先将已知YTM转换为对应附息债的净价，再通过bootstrap方法构建即期曲线：

具体步骤：

• 1. 生成债券助手（Bond Helper）：基于相同的国债条款，为每个期限创建FixedRateBondHelper——用已知YTM计算对应附息债的净价，将净价、到期日、票面利率等参数传入助手。
• 2. 引导构建即期曲线：使用PiecewiseZeroCurve或PiecewiseYieldCurve类，传入所有债券助手，设置插值规则，bootstrap得到即期曲线。
• 3. 提取对比数据：从即期曲线中获取任意期限的零息收益率，即可与YTM曲线的对应期限收益率做对比。

代码示例（Python版QuantLib） #

构建YTM曲线 #

import QuantLib as ql

# 1. 配置基础参数
valuation_date = ql.Date(1, 1, 2024)
ql.Settings.instance().evaluationDate = valuation_date
calendar = ql.China()
day_counter = ql.ActualActual(ql.ActualActual.Bond)
frequency = ql.Annual
standard_coupon = 0.03  # 匹配目标国债的标准票面利率

# 2. 输入期限-YTM样本数据
tenors = [ql.Period(1, ql.Years), ql.Period(3, ql.Years), 
          ql.Period(5, ql.Years), ql.Period(10, ql.Years)]
ytm_samples = [0.022, 0.025, 0.027, 0.030]

# 转换为到期日列表
maturity_dates = [calendar.advance(valuation_date, t) for t in tenors]

# 3. 创建YTM曲线（采用线性插值）
ytm_curve = ql.InterpolatedYieldCurve(
    valuation_date, maturity_dates, ytm_samples, day_counter, ql.Linear()
)
ytm_curve.enableExtrapolation()

# 示例：获取2年期附息债YTM
two_year_ytm = ytm_curve.yieldRate(ql.Period(2, ql.Years), day_counter, ql.Compounded, frequency)
print(f"2年期附息债YTM: {two_year_ytm:.4%}")

构建即期曲线并对比 #

# 1. 创建FixedRateBondHelper列表
bond_helpers = []
for tenor, ytm in zip(tenors, ytm_samples):
    maturity_date = calendar.advance(valuation_date, tenor)
    # 生成债券付息日程
    schedule = ql.Schedule(
        valuation_date, maturity_date, ql.Period(frequency), calendar,
        ql.Unadjusted, ql.Unadjusted, ql.DateGeneration.Backward, False
    )
    # 计算对应YTM下的债券净价
    bond = ql.FixedRateBond(0, 100, schedule, [standard_coupon], day_counter)
    bond.setPricingEngine(ql.DiscountingBondEngine(ql.YieldTermStructureHandle(ql.FlatForward(valuation_date, ytm, day_counter))))
    clean_price = bond.cleanPrice()
    # 创建债券助手
    helper = ql.FixedRateBondHelper(
        ql.QuoteHandle(ql.SimpleQuote(clean_price)), 0, 100, schedule, [standard_coupon], day_counter, ql.Following
    )
    bond_helpers.append(helper)

# 2. Bootstrap即期曲线
spot_curve = ql.PiecewiseZeroCurve(
    valuation_date, bond_helpers, day_counter, ql.Linear()
)
spot_curve.enableExtrapolation()

# 3. 对比2年期YTM与即期收益率
two_year_spot = spot_curve.zeroRate(ql.Period(2, ql.Years), day_counter, ql.Compounded, frequency).rate()
print(f"2年期即期收益率: {two_year_spot:.4%}")

关键提示 #

• YTM曲线的准确性依赖于所有节点YTM对应的债券条款一致性，若样本YTM对应不同票面的债券，需先统一条款再插值。
• 即期曲线bootstrap时，债券助手的条款必须与YTM对应的债券完全匹配，才能保证两组曲线的对比有效性。
• 插值方法可根据需求调整，线性插值适合数据波动小的场景，立方样条插值能得到更平滑的曲线。

内容的提问来源于stack exchange，提问作者darkuss