求到期日早于指定日期X的债券组合面值占比

计算逻辑 #

• 筛选出到期日早于目标日期X的债券，求和其面值总和（记为sum_selected）
• 计算所有债券的面值总和（记为sum_total）
• 占比计算公式：(sum_selected / sum_total) * 100，结果保留两位小数即为百分比数值

示例计算（目标日期：2024-06-30） #

给定债券数据：

1. 筛选到期日早于2024-06-30的债券，面值总和：24.76 + 26.5 + 34.19 + 35.99 = 121.44
2. 所有债券面值总和：24.76 + 26.5 + 34.19 + 35.99 + 40.7 + 40.8 = 202.94
3. 占比计算：(121.44 / 202.94) * 100 ≈ 59.84%

通用实现方式 #

Excel公式实现

假设债券数据在A:A（到期日）和B:B（面值）列，目标日期放在D1单元格，使用以下公式即可直接得到占比：

=SUMIF(A:A,"<"&D1,B:B)/SUM(B:B)*100

设置单元格格式为「百分比」并保留两位小数即可。

Python（Pandas）实现

适合批量或动态数据场景：

import pandas as pd

# 加载债券数据
bond_data = pd.DataFrame({
    'maturity_date': pd.to_datetime(['2022-07-15', '2022-11-21', '2023-07-15', '2023-11-21', '2024-07-15', '2024-11-21']),
    'bond_face_value': [24.76, 26.5, 34.19, 35.99, 40.7, 40.8]
})

# 定义目标日期
target_date = pd.to_datetime('2024-06-30')

# 计算占比
selected_sum = bond_data[bond_data['maturity_date'] < target_date]['bond_face_value'].sum()
total_sum = bond_data['bond_face_value'].sum()
ratio = round((selected_sum / total_sum) * 100, 2)

print(f"占比：{ratio}%")

运行后输出：占比：59.84%

内容的提问来源于stack exchange，提问作者Renegade_rm56