匡醍量化|大富翁量化

国债零违约也会亏穿:无风险利率真相

EN 📅 2026-11-18 课程 实战 👁 本月阅读 —

我们常常使用国债收益率来充当无风险收益率。于是在讨论“无风险利率是不是真的无风险”时,大家很容易顺着字面意思去想“国债会不会违约”。但如果只停留在违约概率上,其实还没摸到金融学里最反直觉的那一层:哪怕一张国债 100% 不违约,它依然可能让机构亏到破产;甚至一张白纸黑字写明“到期稳亏”的债券,在金融学里依然是标准的无风险资产。

之所以会觉得拧巴,是因为日常语言里的“风险”,和金融定价公式里的“风险”,压根不是同一个词。

/01 金融学的“无风险”,指的是“零方差”

普通人听到“无风险”,第一反应是保本、安全、稳赚不赔。但在现代金融学(从马科维茨的均值—方差模型到 CAPM)里,风险的数学定义是收益的不确定性,即方差 $\sigma^2$。所以,在金融学中,“无风险”指的并不是“不亏钱”,而是“零方差”。

只要一项资产在特定持有期结束时的名义回报是事前完全确定的、没有任何波动($\sigma = 0$),从而天然与其他风险资产的波动不相关,它在定价模型里就叫“无风险资产”——至于这个确定的结果究竟划算不划算,模型并不关心。

最荒诞也最硬核的铁证,发生在 2019 至 2020 年的欧洲。当时德国、瑞士的 10 年期国债收益率一度跌到 $-0.5%$ 以下。也就是说,你借给德国政府 100 欧元,持有 10 年到期,德国政府一分钱不赖账,按合同严丝合缝地还你约 95 欧元。按普通人的常识,这叫“100% 确定亏钱”;但在整个欧元区的金融定价体系里,这张稳亏的德国国债依然是雷打不动的“无风险利率”基准。因为对掌管上千亿资金的央行、养老金和保险机构来说,把现钞堆在金库里有高昂的安保、清点和损耗成本,花一点点“保管费”换取主权国家“10 年后确定还你 95 欧元”的承诺,就是它们能找到的不确定性最低的锚。

所以,无风险利率在金融学里真正承诺的是名义回报无悬念,却从未承诺过购买力无损失。

/02 哪怕零违约,期限错配照样能把银行买到破产

就算回到正利率时代,全仓买入“零违约”的国债就绝对安全了吗?2023 年硅谷银行(SVB)倒闭案,就是一个教科书级的黑色幽默。

硅谷银行当年吸收了大量科技企业的存款后,并没有去放高危贷款,也没有去买垃圾债,而是极其保守地把巨额资金配置到了长期美国国债和政府机构抵押贷款支持证券(MBS)上。如果单看信用违约风险,这几乎是美元世界里最安全的资产组合。

结果美联储启动激进加息,新发美债利率飙升,硅谷银行账面上那批低息老国债的市场价格大幅下跌。如果硅谷银行能把这些国债一直拿到期,美国财政部自然会本息照付;偏偏储户集中提款,银行被迫在到期前割肉卖债变现,账面浮亏瞬间变成巨额实亏,短短 48 小时就引发挤兑破产。

这件事把“无风险”隐含的苛刻前提撕得一干二净:国债的“无风险”,只对“能够严格持有到期、中途绝不被动变现”的资金成立(若严苛到极致,还必须是久期与持有期严格匹配的零息国债,否则连中途票息按什么利率再投资都存在不确定性)。一旦持有期与资产久期错配,零违约资产的利率风险和流动性风险照样致命。

/03 我们到底怎么选取“无风险利率”?

聊到这里,不妨再澄清一个国内讨论中常见的误解。有人认为中国国债额度有限、一发行就被大爷大妈抢购一空,所以国内只能用银行 1 年期存款利率来充当无风险利率。

这其实是把银行柜台面向个人发售的储蓄国债,和银行间市场交易的记账式国债混为一谈了。在真实的金融与量化实务中,银行挂牌存款利率长期偏刚性,很难灵敏反映市场资金的真实机会成本;而记账式国债在银行间市场每天的现券成交量极其庞大,由它编制的中债国债收益率曲线,才是国内资产定价最核心的无风险利率标尺。

我在《因子分析与机器学习策略》和《量化二十四课》这两门课里,专门设计过一个从零计算 CAPM 与 Jensen's Alpha(詹森阿尔法)的编程练习:任取一只沪深 300 成分股,结合过去一年沪深 300 指数行情与无风险利率,先回归算出风险系数 $\beta$,再计算经风险调整后的基准收益与超额收益 $\alpha$。

在实际写代码获取无风险利率时,我们取数的对象正是“中债国债收益率曲线”:

import akshare as ak
import arrow

end = arrow.get('2023-12-31')
start = end.shift(years=-1)

# 获取过去一年的中债收益率曲线数据
bond = ak.bond_china_yield(
    start_date=start.format('YYYYMMDD'),
    end_date=end.format('YYYYMMDD')
)
bond.set_index(keys='曲线名称', inplace=True)

# 提取“中债国债收益率曲线”1年期收益率均值作为区间无风险利率近似
rf = bond.loc['中债国债收益率曲线', '1年'].mean() / 100
assert abs(rf - 0.021) < 1e-3  # 2023年1年期国债收益率均值约为2.1%

把这段数据画出来,整条曲线的脾气就一目了然:2023 年长端是一场标准的牛市,10 年期收益率从年初的 2.82% 单边下行到年末的 2.56%,全年累计下行约 27bp,8 月 21 日一度探到 2.54% 的年内低位;30 年期同步从 3.19% 压到 2.83%,下行约 37bp。短端则完全是另一副面孔:1 年期收益率 7 月 24 日一度跌到 1.73%,随后被季末资金面和同业存单利率顶回去,12 月 6 日又冲到 2.40%,全年振幅接近 66bp——比 10 年期全年的降幅还要大得多。结果就是 10 年与 1 年的期限利差一边被压缩一边反复拉扯:年初约 71bp,年末压缩到只剩 48bp,年内最低一度收窄至 26bp。长端趋势性下行、短端被资金面来回甩动,这正是后面所有关于期限错配讨论的现实注脚。

中债国债收益率曲线 2023 年全景:关键期限走势、逐月曲线族与期限结构热力图

当你真正动手跑通这段代码时,对“无风险利率”的理解会立刻从书本概念落到实处,至少能看清两件事:

第一,无风险利率必须与投资评估期限对齐。做长期企业 DCF 估值时,机构通常锚定 10 年期国债收益率;但在上面这个回测窗口为 1 年的 Alpha 归因练习里,我们提取的是 '1年' 期国债收益率。期限一旦错位,标尺本身就会失真——硅谷银行栽跟头,本质上也是栽在了期限错配上。

第二,哪怕在代码里敲定一个 $R_f$,本身也带着工程近似。打开 bond 这张表就会看到,2023 年里“1 年期国债收益率”每天都在上下跳动。你在代码里究竟是锁定期初时点的 1 年期收益率,还是像上面这样取全年均值做近似,又或者把日度无风险利率逐日代入超额收益序列 $R_{i,t} - R_{f,t}$ 去回归?在那门课的练习里,我们对比了 4 种求 Alpha 的具体算法,你会发现仅仅是 $R_f$ 的代入方式与年化折算口径不同,算出来的 $\beta$ 和 $\alpha$ 就会产生细微差异。更不用说 2023 年沪深 300 实际收益为负,代入 $R_f + \beta (R_m - R_f)$ 算出的其实是事后业绩归因基准,而非 CAPM 事前意义上的预期正回报。

可见,即便在最讲究精确的量化模型里,“无风险利率”也从来不是一个脱离期限、脱离计价口径而绝对存在的常数。

/04 到底存不存在“绝对无风险”的资产?

聊到这里,自然会引出更深一层的追问:既然国债也有利率波动和期限错配风险,那世界上到底存不存在“绝对无风险”的资产?

这取决于你站在谁的视角。如果站在拥有独立货币主权的大国政府视角,本币国债在“名义本息兑付”这件事上,确实可以无限接近绝对无违约。俄罗斯 1998 年债务违约、拉美国家历史上频繁主权违约,往往是因为借了印不出来的外币债;而对于本币债,前美联储主席格林斯潘当年在回应美债评级风波时讲过一句大实话:美国政府永远可以偿还任何本币债务,因为政府永远可以印钞票来还,违约概率是零;至于那些钞票到时候还剩多少购买力,那是另一回事。

换句话说,主权本币国债之所以能做到“名义零违约”,并不是因为风险凭空消失了,而是国家机器通过货币主权,把信用违约风险平移转化成了全体持币人共同分摊的通胀稀释风险。

所以,不必在现实世界里寻找“稳赚不赔、购买力永不缩水、随时变现还不跌价”的绝对无风险资产——那种东西在逻辑上就不可能存在。“无风险利率”真正的身份,只是金融学为了给千变万化的风险资产算账,把“违约”和“收益波动”暂时剥离之后,人为校准出来的一条零刻度线。