本文采用经典Weibull-SCD(1,1)模型，应用超高频股指期货行情数据，研究了我国股指期货市场交易久期的日内模式和聚类特征,研究结论如下：四个合约均具有显著的日内效应，当月合约全天呈现显著的W型特征，下月、下季和隔季合约全天基本呈现倒V形特征。当月合约比下月合约的交易聚类性显著，下季合约比隔季合约的交易聚类性显著。微观结构变量对交易久期的影响与理论预测相一致，即在我国股指期货市场交易久期的聚类性，不是由于流动性交易造成的，而是新信息发生作用的结果，也就是说当前的持仓量、买卖价差和成交量都会对未来的交易久期，即聚类性产生显著的影响。持仓量和交易量的提高促进了未来交易久期的降低，而买卖价差的扩大会使未来的交易久期提高。

本文提出国债组合投资的多阶段随机规划模型，导出基于未来利率市场不确定信息的具备动态调整 特点的国债组合积极投资策略。该模型采用利率水平、斜率和曲率的“三位一体”的离散情景树刻画未来 利率期限结构动态演化过程，其中特别考虑了广义货币供给变动的影响；通过最小化国债组合收益的CVaR 风险，对国债组合进行积极动态配置；同时兼顾国债投资安全性、流动性和收益性等要求，实现了国债组 合投资与管理中利率风险规避和收益能力的有效匹配。实证研究表明，与传统久期配比免疫模型相比，该 模型确定的最优策略不仅能够为国债组合提供更强的抵御利率风险能力，同时能够稳步提升其收益空间， 对于金融机构实现国债投资的积极管理具有重要参考价值。

本文研究动态Nelson-Siegel模型在中国国债市场上的定价能力、预测能力和套期保值能力。实证发现动态模型对国债利率的样本内定价效率高，适用于中期债券定价；应用于动态预测未来市场利率，预测效果显著优于其他时间序列模型，超出了传统的无套利均衡模型；采用该模型下的久期向量免疫技术，能为国债组合提供更好的动态套期保值效果。本研究在中国国债组合积极和消极管理策略中具有实用价值。

本文采用久期技术探讨了负债导向下的资产组合利率风险测量与管理问题。本文首先回顾了Lewin 和Satchell提出的股票久期模型，然后基于股权自由自由现金流模型建立了一个简化的股票久期模型，以这两个模型为依据，计算出我国上证50指数成分股的总体久期值分别为18和25。在此基础上，论文把股票久期应用到养老金资产负债的利率风险测量，实证研究表明我国社保基金的投资存在负的久期缺口，引起这个缺口的主要原因是社保基金资产配置中银行存款比重过大，文章最后对社保基金投资的利率风险管理提出了资产配置建议。本文的创新之处在于定量地估计了养老金资产与负债总组合的利率风险。

本文综述了久期和凸性，创造性地打破免疫条件，并把久期缺口和凸性缺口结合起来，提出了积极的风险测量与管理模型。

估算债券久期和到期收益率的简便算法

在债券收益曲线呈刚体运动的假设条件下，引入Fisher & Weil久期的概念，从收益曲线的运动分析出发，提出了非平移收益曲线的风险免疫模型，基于该模型研究了风险最小化债券组合的对冲技术和方法。通过数值模拟实验，采用风险值VaR次序统计量估计技术对不同免疫策略下债券组合的风险敞口进行了分析。结果表明，本文提出的风险免疫策略能有效的防范和控制无违约债券的利率风险。