【发布时间】：2021-11-19 20:40:11
【问题描述】：
我在 Excel 和 Python Quantlib 中计算了债券价格并强调了债券价格（令人震惊的收益率）。如下表所示，产生了奇怪的结果：Excel 和 Quantlib 之间的基本债券价格非常匹配，但压力债券价格有更多的差距（相对差异为 1.5%）。收益率也显示出一些差距。 你能提供一些cmets吗？
Excel 代码：
Base Bond Price=PRICE("2021-8-19","2025-8-19",4.5%,YIELD("2021-8-19","2025-8-
19",4.5%,95,100,4,0),100,4,0)
Stress Bond Price=PRICE("2021-8-19","2025-8-19",4.5%,YIELD("2021-8-19","2025-8-
19",4.5%,95,100,4,0)+662/10000,100,4,0)
Python 代码：
import datetime
import QuantLib as ql
settlement_date = ql.Date(19,8,2021)
valuation_date = ql.Date(19,8,2021)
issue_date = ql.Date(19,8,2021)
maturity_date = ql.Date(19,8,2025)
tenor = ql.Period(4)
calendar = ql.UnitedStates()
business_convention = ql.Following
date_generation = ql.DateGeneration.Backward
end_month = False
face_value = 100
coupon_rate = 450/10000
day_count = ql.Thirty360(ql.Thirty360.USA)
redemption_value = 100
schedule = ql.Schedule(issue_date, maturity_date, tenor, calendar, business_convention, business_convention, date_generation, end_month)
bond = ql.FixedRateBond(settlement_date-valuation_date, face_value, schedule, [coupon_rate], day_count, business_convention, redemption_value, issue_date)
target_price = 95
bond_yield = bond.bondYield(target_price, day_count, ql.Compounded, 4, ql.Date(), 1.0e-8,1000)
bond_price = bond.cleanPrice(bond_yield, day_count, ql.Compounded, 4)
STRESS = 662
stress_bond_yield = bond_yield+STRESS/10000
stress_bond_price = bond.cleanPrice(stress_bond_yield, day_count, ql.Compounded, 4)
excel_base_bond_price = 99.50
excel_stress_bond_price = 75.02971569
print('Base bond price from excel is', excel_base_bond_price )
print('Base bond price from Quantlib is', bond_price)
print('Stressed bond price from excel is',excel_stress_bond_price)
print('Stressed bond price from Quantlib is',stress_bond_price)
【问题讨论】：
-
不确定区别，但如果我复制/粘贴您的 Excel 公式，我会得到非常不同的结果：
Price=95,Stress=75.02971569 -
除了价格，您从 Excel 和 QuantLib 获得的收益是多少？
-
@RonRosenfeld，谢谢。我已经更新了我的帖子。
-
@LuigiBallabio，谢谢。请参阅我更新的帖子，其中包含产量比较表。收益率也显示出一些差距。奇怪的是基本债券价格匹配良好，但它们的收益率有 1.51% 的相对差异。