यील्ड कर्व डायनामिक्स: नेल्सन-सीगल से आधुनिक टर्म स्ट्रक्चर तक

वित्त जगत की सबसे ज़्यादा देखी जाने वाली रेखा

मार्च 2023 में, अमेरिकी 10-वर्षीय और 2-वर्षीय ट्रेज़री यील्ड के बीच का स्प्रेड -107 बेसिस पॉइंट्स तक गिर गया, जो 1981 के बाद सबसे गहरा इनवर्शन था। न्यूयॉर्क से टोक्यो तक ट्रेडिंग फ़्लोर पर प्रतिक्रिया तत्काल थी। एक इनवर्टेड यील्ड कर्व ने 1955 के बाद से अमेरिका की हर मंदी की भविष्यवाणी की है, केवल एक ग़लत संकेत के साथ। यह एकल डेटा पॉइंट — विभिन्न मैच्योरिटी पर ब्याज दरों को जोड़ने वाली रेखा का ढलान — मंदी की भविष्यवाणी में लगभग किसी भी अन्य आर्थिक संकेतक से अधिक शक्तिशाली है। यह समझना कि ऐसा क्यों होता है, और इसे उत्पन्न करने वाले कर्व को कैसे मॉडल किया जाए, क्वांटिटेटिव फ़ाइनेंस की सबसे महत्वपूर्ण समस्याओं में से एक है।

यील्ड कर्व सरकारी बॉन्ड पर ब्याज दरों को उनकी मैच्योरिटी अवधि के सापेक्ष प्लॉट करता है। एक वर्षीय ट्रेज़री पर 4.5 प्रतिशत यील्ड हो सकती है जबकि दस वर्षीय पर 4.0 प्रतिशत और तीस वर्षीय पर 4.2 प्रतिशत। इन बिंदुओं को जोड़ने पर एक कर्व बनता है जो भविष्य की ब्याज दरों, मुद्रास्फीति, आर्थिक विकास और जोखिम के बारे में बाज़ार की सामूहिक अपेक्षाओं को समाहित करता है। अर्थव्यवस्था में हर होम लोन दर, कॉर्पोरेट बॉन्ड स्प्रेड और स्वैप प्राइस अंततः इसी कर्व के संदर्भ में निर्धारित होता है। इसका आकार सही होना अत्यंत महत्वपूर्ण है।

लेकिन यील्ड कर्व केवल चार्ट पर बिंदुओं का एक सेट नहीं है। यह एक उच्च-आयामी वस्तु है — दर्जनों मैच्योरिटी, प्रत्येक की अपनी यील्ड — जो जटिल, सह-संबद्ध तरीकों से गतिमान होती है। इसका विश्लेषण करने, इसमें ट्रेड करने और इसमें निहित जोखिमों का प्रबंधन करने के लिए आपको एक ऐसे मॉडल की आवश्यकता है जो सीमित संख्या में पैरामीटर्स के साथ इसकी आवश्यक गतिशीलता को पकड़ सके। यही वह उपलब्धि है जो Francis Diebold और Canlin Li ने अपने 2006 के शोधपत्र में हासिल की, और जिसे शोधकर्ताओं की एक पूरी पीढ़ी ने आगे विस्तारित किया है।

नेल्सन-सीगल की नींव

कहानी 2006 में नहीं बल्कि 1987 में शुरू होती है, जब Charles Nelson और Andrew Siegel ने यील्ड कर्व के लिए एक सरल पैरामेट्रिक फ़ॉर्म प्रस्तावित किया (Nelson & Siegel, 1987)। उनकी अंतर्दृष्टि यह थी कि यील्ड कर्व, अपनी स्पष्ट जटिलता के बावजूद, तीन घटकों द्वारा वर्णित किए जा सकते हैं:

लेवल (Level) — कर्व की समग्र ऊँचाई। जब सभी दरें एक साथ ऊपर या नीचे जाती हैं, तो वह लेवल मूवमेंट है। यह अपेक्षित अल्पकालिक दरों के दीर्घकालिक औसत से मेल खाता है और यील्ड कर्व में भिन्नता का प्रमुख स्रोत है, जो दैनिक उतार-चढ़ाव का लगभग 85 प्रतिशत समझाता है।

स्लोप (Slope) — दीर्घकालिक और अल्पकालिक दरों के बीच का अंतर। जब कर्व तीखा या सपाट होता है, तो वह स्लोप मूवमेंट है। यह आमतौर पर केंद्रीय बैंक की निकट-अवधि नीति दिशा के बारे में बाज़ार की अपेक्षाओं को दर्शाता है। इनवर्टेड कर्व (नकारात्मक स्लोप) संकेत देता है कि बाज़ार दर कटौती की उम्मीद करते हैं — ऐतिहासिक रूप से यह आसन्न मंदी से जुड़ा रहा है।

कर्वेचर (Curvature) — शॉर्ट और लॉन्ग एंड की तुलना में मध्यम-अवधि दरों की सापेक्ष ऊँचाई। जब कर्व का मध्य भाग दोनों छोरों की तुलना में ऊपर या नीचे की ओर मुड़ता है, तो वह कर्वेचर मूवमेंट है। यह अक्सर नीतिगत बदलावों के समय के बारे में अनिश्चितता या टर्म प्रीमियम की गतिशीलता को दर्शाता है।

नेल्सन-सीगल मॉडल मैच्योरिटी τ पर यील्ड को इस प्रकार व्यक्त करता है:

y(τ) = β₁ + β₂ × [(1 - e^(-λτ)) / (λτ)] + β₃ × [(1 - e^(-λτ)) / (λτ) - e^(-λτ)]

जहाँ β₁ लेवल को नियंत्रित करता है, β₂ स्लोप को नियंत्रित करता है, β₃ कर्वेचर को नियंत्रित करता है, और λ एक्सपोनेंशियल डिके की दर को नियंत्रित करता है — यह निर्धारित करता है कि स्लोप और कर्वेचर फ़ैक्टर्स मैच्योरिटी स्पेक्ट्रम पर कहाँ अपनी अधिकतम लोडिंग रखते हैं।

यह तीन-फ़ैक्टर स्पेसिफ़िकेशन उल्लेखनीय रूप से शक्तिशाली है। यह व्यवहार में देखी जाने वाली सबसे सामान्य यील्ड कर्व आकृतियों को पुनर्निर्मित कर सकता है: ऊपर की ओर ढलान वाला (सामान्य), नीचे की ओर ढलान वाला (इनवर्टेड), हम्प्ड और U-आकार के कर्व। केवल चार पैरामीटर्स के साथ, यह एक ऐसी वस्तु का संक्षिप्त सारांश प्रदान करता है जिसे सिद्धांत रूप में वर्णित करने के लिए दर्जनों डेटा पॉइंट्स की आवश्यकता होती है।

डीबोल्ड-ली: कर्व को गतिशील बनाना

नेल्सन और सीगल का मॉडल स्थैतिक था — यह एक समय बिंदु पर कर्व का वर्णन करता था। Diebold और Li का 2006 का योगदान, "Forecasting the Term Structure of Government Bond Yields," जो Journal of Econometrics में प्रकाशित हुआ (Diebold & Li, 2006), इसे गतिशील बना दिया। उन्होंने तीन पैरामीटर्स (β₁, β₂, β₃) को समय के साथ बदलने वाले फ़ैक्टर्स के रूप में पुनर्व्याख्यित किया और समय के साथ उनके विकास को मॉडल किया।

मुख्य अंतर्दृष्टि यह थी कि ये तीन फ़ैक्टर लगभग पूर्ण रूप से उन लेवल, स्लोप और कर्वेचर फ़ैक्टर्स से मेल खाते थे जो प्रिंसिपल कम्पोनेंट एनालिसिस (PCA) यील्ड कर्व डेटा से निकालता है। यह कोई संयोग नहीं था — यह यील्ड कर्व के गतिमान होने के तरीके में एक गहरी अनुभवजन्य नियमितता को दर्शाता था। कई देशों में दशकों के शोध ने स्थापित किया था कि तीन प्रिंसिपल कम्पोनेंट्स यील्ड कर्व की 99 प्रतिशत से अधिक भिन्नता की व्याख्या करते हैं। डीबोल्ड और ली का योगदान उन प्रिंसिपल कम्पोनेंट्स को एक आर्थिक रूप से व्याख्या-योग्य पैरामेट्रिक संरचना प्रदान करना था।

डायनामिक स्पेसिफ़िकेशन

डीबोल्ड-ली फ़्रेमवर्क में, प्रत्येक फ़ैक्टर अपनी स्वयं की टाइम सीरीज़ प्रक्रिया का अनुसरण करता है। सबसे सरल स्पेसिफ़िकेशन ऑटोरिग्रेसिव मॉडल का उपयोग करता है:

• β₁ₜ = c₁ + φ₁β₁,ₜ₋₁ + ε₁ₜ (लेवल धीरे-धीरे विकसित होता है, उच्च पर्सिस्टेंस)
• β₂ₜ = c₂ + φ₂β₂,ₜ₋₁ + ε₂ₜ (स्लोप पॉलिसी साइकल पर प्रतिक्रिया करता है)
• β₃ₜ = c₃ + φ₃β₃,ₜ₋₁ + ε₃ₜ (कर्वेचर मध्यम-अवधि गतिशीलता को पकड़ता है)

फ़ैक्टर्स का अनुमान क्रॉस-सेक्शनल रिग्रेशन का उपयोग करके महीने दर महीने लगाया जाता है, फिर टाइम-सीरीज़ मॉडल को अनुमानित फ़ैक्टर पथों पर फ़िट किया जाता है। यील्ड कर्व का पूर्वानुमान तब तीन यूनीवेरिएट टाइम सीरीज़ के पूर्वानुमान में सरलीकृत हो जाता है — प्रत्येक मैच्योरिटी पर यील्ड का अलग-अलग पूर्वानुमान लगाने की तुलना में यह कहीं अधिक सरल समस्या है।

पूर्वानुमान प्रदर्शन

डीबोल्ड और ली ने प्रदर्शित किया कि इस सरल फ़्रेमवर्क ने यील्ड कर्व पूर्वानुमान उत्पन्न किए जो कहीं अधिक जटिल विकल्पों के बराबर या उनसे बेहतर थे, जिनमें रैंडम वॉक मॉडल, VAR सिस्टम और अफ़ाइन टर्म स्ट्रक्चर मॉडल शामिल हैं। मॉडल का पूर्वानुमान लाभ लंबे क्षितिज (छह से बारह महीने) पर सबसे अधिक स्पष्ट था, ठीक वहाँ जहाँ आर्थिक महत्व सबसे अधिक है।

लेवल फ़ैक्टर का पूर्वानुमान दीर्घ-मैच्योरिटी यील्ड पूर्वानुमानों को प्रेरित करता था। स्लोप फ़ैक्टर का पूर्वानुमान, व्यापार चक्र से निकटता से जुड़ा हुआ, आकार पूर्वानुमानों को प्रेरित करता था। कर्वेचर फ़ैक्टर ने मामूली योगदान दिया लेकिन मध्यम-मैच्योरिटी गतिशीलता को पकड़ने में मदद की जो अन्य दो फ़ैक्टर्स से छूट जाती थी।

यील्ड कर्व मंदी की भविष्यवाणी क्यों करता है

यील्ड कर्व का स्लोप — लंबी अवधि की दरें घटा छोटी अवधि की दरें — ने उल्लेखनीय सटीकता के साथ मंदी की भविष्यवाणी की है। डीबोल्ड-ली फ़्रेमवर्क इसकी वजह समझने के लिए एक संरचनात्मक दृष्टिकोण प्रदान करता है।

स्लोप फ़ैक्टर (β₂) मौद्रिक नीति के रुख से निकटता से संबंधित है। जब केंद्रीय बैंक — जैसे RBI या फ़ेडरल रिज़र्व — मुद्रास्फीति से लड़ने के लिए अल्पकालिक दरें आक्रामक रूप से बढ़ाता है, तो कर्व का शॉर्ट एंड लॉन्ग एंड से तेज़ी से बढ़ता है, जिससे कर्व सपाट या इनवर्ट हो जाता है। लॉन्ग एंड कम प्रतिक्रिया करता है क्योंकि यह लंबी अवधि में अपेक्षित दरों के औसत को दर्शाता है — और यदि बाज़ार मानते हैं कि सख़्त नीति अंततः अर्थव्यवस्था को धीमा करेगी, तो वे भविष्य में दरों में गिरावट की उम्मीद करते हैं, जो लॉन्ग रेट्स को स्थिर रखती है।

इसलिए एक इनवर्टेड कर्व एक विशिष्ट कथा को एनकोड करता है: केंद्रीय बैंक एक ऐसी अर्थव्यवस्था में सख़्ती कर रहा है जिसके कमज़ोर होने की बाज़ार उम्मीद करते हैं। ऐतिहासिक रूप से, यह कथा अधिकतर सही रही है। 2000, 2006 और 2019 के इनवर्शन में से प्रत्येक के 12 से 18 महीनों के भीतर मंदी आई।

2022-2023 का इनवर्शन चार दशकों में सबसे गहरा था, फिर भी व्यापक रूप से पूर्वानुमानित मंदी में देरी हुई। कई स्पष्टीकरण दिए गए हैं: महामारी काल की अतिरिक्त बचत जिसने उपभोग को सहारा दिया, असाधारण रूप से मज़बूत श्रम बाज़ार, और यह संभावना कि टर्म प्रीमियम — निवेशकों द्वारा लंबी ड्यूरेशन वाले बॉन्ड रखने के लिए माँगी जाने वाली क्षतिपूर्ति — वर्षों की क्वांटिटेटिव ईज़िंग से विकृत हो चुका था, जिससे संकेत धुँधला पड़ गया। यह प्रकरण एक महत्वपूर्ण सीमा को उजागर करता है: यील्ड कर्व का मंदी संकेत एक आर्थिक तंत्र (सख़्त नीति विकास को धीमा करती है) के माध्यम से काम करता है, और जब अन्य बल सक्रिय होते हैं, तो संकेत में देरी हो सकती है या वह कमज़ोर पड़ सकता है।

नेल्सन-सीगल से आगे: आधुनिक विस्तार

डीबोल्ड-ली फ़्रेमवर्क ने विस्तारित शोध साहित्य को जन्म दिया है, जिसमें प्रत्येक मूल मॉडल की विशिष्ट सीमाओं को संबोधित करता है।

स्वेन्सन विस्तार

Lars Svensson (1994) ने नेल्सन-सीगल स्पेसिफ़िकेशन में चौथा फ़ैक्टर जोड़ा, जो कर्व के लॉन्ग एंड में अतिरिक्त लचीलापन प्रदान करता है। स्वेन्सन मॉडल अपने स्वयं के डिके पैरामीटर के साथ एक दूसरा कर्वेचर टर्म जोड़ता है, जिससे मॉडल डबल-हम्प्ड कर्व और अधिक जटिल लॉन्ग-एंड व्यवहार को पकड़ सकता है। कई केंद्रीय बैंक — जिनमें यूरोपीय सेंट्रल बैंक, बैंक ऑफ़ जापान और बुंडेसबैंक शामिल हैं — अपने आधिकारिक यील्ड कर्व अनुमानों के लिए स्वेन्सन स्पेसिफ़िकेशन का उपयोग करते हैं।

आर्बिट्राज-फ़्री नेल्सन-सीगल

Christensen, Diebold और Rudebusch (2011) ने नेल्सन-सीगल मॉडल का आर्बिट्राज-फ़्री संस्करण विकसित किया। मूल मॉडल कुछ पैरामीटर कॉन्फ़िगरेशन में ऐसे यील्ड कर्व उत्पन्न कर सकता है जो आर्बिट्राज — जोखिम-रहित लाभ के अवसर जो संतुलन में मौजूद नहीं होने चाहिए — को अनुमति देते हैं। आर्बिट्राज-फ़्री संस्करण क्रॉस-इक्वेशन प्रतिबंध लगाता है जो इस संभावना को समाप्त करता है जबकि मॉडल की सरलता और पूर्वानुमान शक्ति को बनाए रखता है। फ़ेडरल रिज़र्व बैंक ऑफ़ सैन फ़्रांसिस्को यील्ड कर्व विश्लेषण के लिए इस संस्करण का उपयोग करता है।

मशीन लर्निंग विस्तार

हाल के शोध ने यील्ड कर्व मॉडलिंग में मशीन लर्निंग तकनीकों को लागू किया है। न्यूरल नेटवर्क-आधारित मॉडल उन नॉन-लीनियर फ़ैक्टर डायनामिक्स को पकड़ सकते हैं जो लीनियर डीबोल्ड-ली फ़्रेमवर्क से छूट जाते हैं। हालाँकि, इन-सैम्पल फ़िट में सुधार हमेशा बेहतर आउट-ऑफ़-सैम्पल पूर्वानुमान में परिवर्तित नहीं हुआ है, जो बताता है कि लीनियर तीन-फ़ैक्टर संरचना आवश्यक गतिशीलता को उल्लेखनीय रूप से अच्छी तरह पकड़ती है।

व्यावहारिक अनुप्रयोग

बॉन्ड पोर्टफ़ोलियो प्रबंधन

फ़िक्स्ड इनकम पोर्टफ़ोलियो मैनेजर्स के लिए, डीबोल्ड-ली फ़्रेमवर्क पोर्टफ़ोलियो जोखिम को विघटित करने का एक स्वाभाविक तरीका प्रदान करता है। किसी बॉन्ड पोर्टफ़ोलियो का लेवल फ़ैक्टर के प्रति एक्सपोज़र यह निर्धारित करता है कि वह समानांतर यील्ड शिफ़्ट के प्रति कितना संवेदनशील है। इसका स्लोप फ़ैक्टर के प्रति एक्सपोज़र कर्व के सपाट और तीखे होने के प्रति इसकी संवेदनशीलता निर्धारित करता है। और इसका कर्वेचर एक्सपोज़र बटरफ़्लाई ट्रेड्स के प्रति इसकी संवेदनशीलता को पकड़ता है — कर्व के दोनों छोरों पर लॉन्ग और बीच में शॉर्ट, या इसके विपरीत।

इन एक्सपोज़र्स को समझने से मैनेजर्स विशिष्ट यील्ड कर्व परिदृश्यों के लिए जानबूझकर पोज़िशन किए गए पोर्टफ़ोलियो बना सकते हैं। एक मैनेजर जो कर्व के तीखे होने की उम्मीद करता है (शायद इसलिए कि वह दर कटौती की अपेक्षा करता है) लंबी ड्यूरेशन वाले बॉन्ड का भार बढ़ा सकता है और छोटी ड्यूरेशन वाले का भार घटा सकता है, जिससे उसका स्लोप फ़ैक्टर एक्सपोज़र बढ़ जाता है।

मौद्रिक नीति विश्लेषण

केंद्रीय बैंक नीति विश्लेषण के लिए यील्ड कर्व मॉडल का व्यापक उपयोग करते हैं। लेवल, स्लोप और कर्वेचर में विभाजन बाज़ार की अपेक्षाओं का वास्तविक-समय पठन प्रदान करता है। स्लोप फ़ैक्टर का तेज़ी से सपाट होना संकेत देता है कि बाज़ार सख़्त नीति को मूल्यांकित कर रहे हैं। लेवल फ़ैक्टर में वृद्धि बताती है कि अपेक्षित दीर्घकालिक दरें या मुद्रास्फीति अपेक्षाएँ बढ़ रही हैं। कर्वेचर फ़ैक्टर में परिवर्तन मध्यम-अवधि नीति दृष्टिकोण में अनिश्चितता के बदलाव को उजागर कर सकता है।

डेरिवेटिव्स प्राइसिंग

ब्याज दर डेरिवेटिव्स — स्वैप्स, स्वैप्शन्स, कैप्स, फ़्लोर्स — की प्राइसिंग यील्ड कर्व मॉडल का उपयोग करके की जाती है। नेल्सन-सीगल फ़ैक्टर्स कर्व का एक कम-आयामी प्रतिनिधित्व प्रदान करते हैं जिसे हेजिंग और प्राइसिंग फ़्रेमवर्क में समाहित किया जा सकता है, जो आवश्यक गतिशीलता को पकड़ते हुए कम्प्यूटेशनल जटिलता को कम करता है।

क्रॉस-कंट्री विश्लेषण

इस मॉडल की एक विशेष ताकत इसकी विभिन्न देशों में प्रयोज्यता है। तीन-फ़ैक्टर संरचना — लेवल, स्लोप, कर्वेचर — विकसित और उभरते बॉन्ड बाज़ारों में उल्लेखनीय रूप से सुसंगत है। शोधकर्ताओं ने डीबोल्ड-ली फ़्रेमवर्क को अमेरिकी ट्रेज़रीज़, जर्मन बुंड्स, जापानी गवर्नमेंट बॉन्ड्स, यूके गिल्ट्स, कोरियन ट्रेज़री बॉन्ड्स और कई अन्य बाज़ारों पर लागू किया है, और पाया है कि वही तीन-फ़ैक्टर डीकम्पोज़िशन प्रत्येक मामले में यील्ड कर्व की भिन्नता के विशाल बहुमत की व्याख्या करता है।

सीमाएँ

डीबोल्ड-ली मॉडल, अपनी सारी सुंदरता के बावजूद, महत्वपूर्ण सीमाएँ रखता है।

स्थिरता की धारणा। ऑटोरिग्रेसिव फ़ैक्टर डायनामिक्स मानते हैं कि फ़ैक्टर्स दीर्घकालिक औसत की ओर लौटते हैं। व्यवहार में, ब्याज दरें संरचनात्मक बदलावों से गुज़र सकती हैं — उदाहरण के लिए, 1980 के दशक से 2020 के दशक तक दरों में तीन दशकों की गिरावट एक रिजीम परिवर्तन का प्रतिनिधित्व करती है जिसे एक स्थिर मॉडल पकड़ने में कठिनाई अनुभव करता है।

दो-चरण अनुमान। मानक दृष्टिकोण पहले फ़ैक्टर्स का क्रॉस-सेक्शनल रूप से अनुमान लगाता है फिर उनकी गतिशीलता को अलग से मॉडल करता है। यह दो-चरणीय प्रक्रिया सांख्यिकीय रूप से अक्षम है और अनुमान त्रुटि ला सकती है। स्टेट-स्पेस फ़ॉर्मूलेशन जो फ़ैक्टर्स और गतिशीलता का संयुक्त रूप से अनुमान लगाते हैं (कालमन फ़िल्टर का उपयोग करके) इसे संबोधित करते हैं लेकिन कार्यान्वयन में अधिक जटिल हैं।

क्रेडिट रिस्क नहीं। यह मॉडल सरकारी यील्ड कर्व के लिए डिज़ाइन किया गया है, जिसे रिस्क-फ़्री माना जाता है। इसे कॉर्पोरेट बॉन्ड तक विस्तारित करने के लिए क्रेडिट स्प्रेड डायनामिक्स और डिफ़ॉल्ट रिस्क को पकड़ने के लिए अतिरिक्त फ़ैक्टर्स की आवश्यकता होती है।

लीनियर डायनामिक्स। यह धारणा कि फ़ैक्टर्स लीनियर ऑटोरिग्रेसिव प्रक्रियाओं का अनुसरण करते हैं, महत्वपूर्ण नॉन-लीनियरिटी को चूक सकती है, विशेष रूप से नीतिगत रिजीम परिवर्तनों के आसपास। ज़ीरो-लोअर-बाउंड अवधि (2008-2015) ने विशेष चुनौतियाँ प्रस्तुत कीं, क्योंकि जो फ़ैक्टर्स सामान्यतः मीन-रिवर्ट करते वे नॉमिनल दरों की प्रभावी निचली सीमा द्वारा विवश थे।

आज के बाज़ार में यील्ड कर्व

2026 की शुरुआत तक, यील्ड कर्व वैश्विक बाज़ारों में सबसे करीब से देखे जाने वाले संकेतकों में से एक बना हुआ है। फ़ेडरल रिज़र्व की नीति दिशा, बैंक ऑफ़ जापान का क्रमिक सामान्यीकरण, और यूरोपीय सेंट्रल बैंक की यूरोज़ोन में भिन्न विकास पथों के प्रति प्रतिक्रिया — सभी उनके संबंधित कर्व के आकार में प्रतिबिंबित होती हैं — कभी-कभी परस्पर विरोधाभासी रूप में।

रिटेल निवेशकों के लिए, व्यावहारिक निष्कर्ष स्पष्ट है। यील्ड कर्व केवल बॉन्ड ट्रेडर्स के लिए एक अमूर्त अवधारणा नहीं है। यह होम लोन दरों, बचत पर यील्ड, और बॉन्ड बनाम इक्विटी की सापेक्ष आकर्षकता को प्रभावित करता है। जब कर्व तीव्र रूप से ऊपर की ओर झुका होता है, तो लंबी ड्यूरेशन वाले बॉन्ड रखने पर अधिक यील्ड मिलती है लेकिन अधिक जोखिम भी होता है। जब कर्व सपाट या इनवर्टेड होता है, तो अल्पकालिक साधन कम ड्यूरेशन जोखिम के साथ तुलनीय यील्ड प्रदान करते हैं — एक ऐसा विन्यास जो दीर्घकालिक प्रतिबद्धताओं की तुलना में नकदी और अल्पकालिक बॉन्ड के पक्ष में है।

तीन-फ़ैक्टर डीकम्पोज़िशन — लेवल, स्लोप और कर्वेचर — को समझना आपको वास्तविक समय में यील्ड कर्व परिवर्तनों की व्याख्या करने का एक फ़्रेमवर्क देता है, जो बाज़ार की गतिविधियों को आर्थिक बुनियादी बातों से जोड़ता है बजाय इसके कि उन्हें शोर माना जाए।

यह लेख केवल शैक्षिक उद्देश्यों के लिए है और वित्तीय सलाह नहीं है। पिछला प्रदर्शन भविष्य के परिणामों की गारंटी नहीं देता।

संदर्भ

• Nelson, C. R., & Siegel, A. F. (1987). Parsimonious Modeling of Yield Curves. Journal of Business, 60(4), 473-489. https://doi.org/10.1086/296409

• Diebold, F. X., & Li, C. (2006). Forecasting the term structure of government bond yields. Journal of Econometrics, 130(2), 337-364. https://doi.org/10.1016/j.jeconom.2005.03.005

• Svensson, L. E. O. (1994). Estimating and Interpreting Forward Interest Rates: Sweden 1992-1994. NBER Working Paper, No. 4871. https://doi.org/10.3386/w4871

• Christensen, J. H. E., Diebold, F. X., & Rudebusch, G. D. (2011). The Affine Arbitrage-Free Class of Nelson-Siegel Term Structure Models. Journal of Econometrics, 164(1), 4-20. https://doi.org/10.1016/j.jeconom.2011.02.011

• Estrella, A., & Mishkin, F. S. (1998). Predicting U.S. Recessions: Financial Variables as Leading Indicators. Review of Economics and Statistics, 80(1), 45-61. https://doi.org/10.1162/003465398557320