Question

我一直在网上查找，但找不到我的问题的具体示例/答案。我使用Quantmod和PerformanceAnalytics库来计算使用CAPM函数的投资组合的alpha和beta。但我不想假设Rf = 0.我想得到实际/历史无风险利率。

我可以从FRED获得5年期国库券持续到期率（DGS5）或5年期国库券持续到期率（GS5）（不太确定它们之间是否存在差异），但我如何从中得到Rf值？这只是平均值吗？感谢。

或者我完全离开了:(。感谢您的任何见解。

Answer 1

通常使用90天或30天的国库券作为无风险利率，可以这样下载（这里我使用的是90天账单）：

library(quant mod)
getSymbols('DGS3MO',src = 'FRED’)

> tail(DGS3MO)
           DGS3MO
2016-10-18   0.34
2016-10-19   0.35
2016-10-20   0.35
2016-10-21   0.34
2016-10-24   0.33
2016-10-25   0.34

Answer 2

hvollmeier 的回答很好，但它并没有完全提供无风险利率。但是，您可以在此 Python 工作流程中使用诸如“DGS3MO”之类的数据，这些数据可以轻松转换为 R：

Computing Risk Free Rates and Excess Returns from Zero-Coupon-Bonds

当然，它是在 Python 中...在那里你可以找到以下函数和理论的完整解释：

def ZCB_YTM_Implied_r_f(YTM, Maturity, D):
    """
    This Python function returns the Zero-Coupn Bond (ZCB) Yield To Maturity (YTM) Implied Risk Free Interest Rate, thus its name 'ZCB_YTM_Implied_r_f'
    
    YTM (Datastream pandas dataframe): The Yield To Maturity of the Zero-Coupon Bond in question.
    It requiers the DSWS library from Refinitiv.
    E.g.: YTM = ds.get_data(tickers = 'TRUS1MT', fields = "X", start = '1950-01-01', freq = 'D')/100
    
    Maturity (float): The number of years until the bond matures.
    This can be lower than 1, e.g.: One-Month Zero-Coupon Treasury Bill would have a 'Maturity' value of 1/12.
    E.g.: Maturity = 1/12
    
    D (int): The number of time periods (e.g.: days) until the bond matures
    N.B.: The 1-, 2-, and 3-month rates are equivalent to 30-, 60-, and 90-day dates respectively, as reported on the Board's Commercial Paper Web page.
    E.g.: D = 30
    """
    
    # Rename the columns of 'YTM' correctly:
    instrument_name = YTM.columns[0][0]
    arrays = [[instrument_name],['YTM']]
    tuples = list(zip(*arrays))
    YTM.columns = pandas.MultiIndex.from_tuples(tuples, names=['Instrument', 'Field'])
    
    # Calculate the r_f
    r_f = ((YTM + 1)**(1/D))-1
    
    # Rename the columns of r_f correctly:
    instrument_name = YTM.columns[0][0]
    arrays = [[instrument_name],['YTM_Implied_r_f']]
    tuples = list(zip(*arrays))
    r_f.columns = pandas.MultiIndex.from_tuples(tuples, names=['Instrument', 'Field'])
    
    # return a list including r_f 0th and YTM 1st.
    return(r_f, YTM)

使用Quantmod（R）获取CAPM的无风险利率以分析5年的股票收益

2 个答案: