Bloomberg interpolación de tasas de interés

Question

Tengo una pregunta sobre la interpolación lineal de tasas de interés. No puedo conciliar la metodología de Bloomberg para calcular la tasa libre de riesgo entre vencimientos. En teoría es una interpolación en línea recta, pero los números no coinciden.

Por ejemplo,

Rendimiento de US Sovereign Strips a 2 años: 0.333% (BEY)

Rendimiento de US Sovereign Strips a 3 años: 0.633% (BEY)

Según el método en línea recta, el rendimiento para 2.826 años es de 0.5808% (BEY)

Mientras que el rendimiento interpolado de 2.826 años es 0.619% de la función de interpolación de Blg (BEY)

además, la información adicional es la siguiente

Rendimiento de US Sovereign Strips a 1 año: 0.11% (BEY)

Rendimiento de US Sovereign Strips a 2 años: 0.333% (BEY)

Rendimiento de US Sovereign Strips a 3 años: 0.633% (BEY)

Rendimiento de US Sovereign Strips a 4 años: 1.058% (BEY)

Rendimiento de US Sovereign Strips a 5 años: 1.426% (BEY)

¿Alguien puede calibrar el resultado de blg?

Answer 1

Revisa la documentación, tienen algo sobre cómo interpolan la curva. Definitivamente no es lineal. Y recuerda, tienen muchos tipos diferentes de curvas con subyacentes diferentes, por lo que podrías estar viendo una curva de swap y comparando con una curva de TSY y estar equivocado.

Answer 2

No tengo acceso a BBG en este momento, ¿pero estás seguro de que estos no son rendimientos de STRIPS citados directamente? Los STRIPS de cupón y principal son relativamente negociados activamente en los EE. UU. y estos podrían ser simplemente rendimientos genéricos de STRIPS.

Answer 3

No creo que se realice una interpolación lineal. El hecho de que el valor interpolado sea mayor que un modelo lineal sugiere una función cóncava. Realicé un experimento con el modelo de interpolación de Nelson-Siegel utilizando tus datos. Puse los datos en un archivo csv y ejecuté el siguiente código (Book2.csv) son mis datos y el ejercicio se realizó en R

library('YieldCurve')
a <- read.csv("../Book2.csv")
matur <- a[,1]
rate.corporate <- t(matrix(a[, 2], dimnames = list(paste("M", c(1:dim(a)[1])) ,"2013-11-    18")))
r.corp.xts <- as.xts(rate.corporate, descr='xts from matrix')
NSpars <- Nelson.Siegel(rate=r.corp.xts, maturity=matur)
NSrates(NSpars,2.826)

Y la respuesta fue del 5.905%, que aún está por debajo del más del 6% que te da bloomberg, pero más alto que lineal.

Así que solo tienes que averiguar qué metodología utiliza bloomberg. Splines cúbicos, nelson-siegel, etc.