Wie Zinssätze unterschiedlicher Laufzeiten zusammenhängen — und warum das wichtig ist
Ein parametrischer Rahmen zur Schätzung der Zinsstrukturkurve, der von Zentralbanken und Finanzinstituten weltweit eingesetzt wird
Wenn ein Staat durch die Ausgabe von Anleihen Geld aufnimmt, zahlt er je nach Kreditlaufzeit unterschiedliche Zinssätze. Eine einjährige Anleihe zahlt vielleicht 4 %, während eine zehnjährige Anleihe 4,5 % zahlt. Eine Zinsstrukturkurve ist einfach eine Linie, die diese Zinssätze über alle Laufzeiten hinweg abbildet.
Die Herausforderung besteht darin, dass Staaten nicht für jede mögliche Laufzeit Anleihen ausgeben. Man findet vielleicht Anleihen mit 1, 2, 5, 10 und 30 Jahren Laufzeit — aber wie hoch ist der Zinssatz für 7 oder 12 Jahre? Eine Zinsstrukturkurve schliesst diese Lücken, indem sie eine glatte Linie durch die verfügbaren Datenpunkte legt und so einen geschätzten Zinssatz für jede beliebige Laufzeit liefert.
Die Nelson-Siegel-Svensson-Methode ist einer der am weitesten verbreiteten Ansätze zur Konstruktion solcher Kurven. Sie ist der Standard bei vielen Zentralbanken weltweit.
Das Nelson-Siegel-Svensson-Modell (NSS) ist ein parametrischer Ansatz zur Schätzung der Zinsstrukturkurve, der ein praktisches Gleichgewicht zwischen theoretischer Interpretierbarkeit und empirischer Anpassungsgüte bietet. Durch die Erweiterung der ursprünglichen Nelson-Siegel-Drei-Faktor-Struktur um einen zusätzlichen Krümmungsterm kann es das Spektrum der typischerweise an Staatsanleihemärkten beobachteten Kurvenformen abbilden.
Das Nelson-Siegel-Svensson-Modell konstruiert eine Zinsstrukturkurve mithilfe von sechs Parametern. Jeder einzelne steuert einen anderen Aspekt der Kurvenform:
Durch die Anpassung dieser sechs Werte kann das Modell praktisch jede in der Praxis beobachtete Form der Zinsstrukturkurve reproduzieren.
β₀ (Niveau): Der Zinssatz, gegen den sehr langfristige Anleihen konvergieren
β₁ (Steigung): Negative Werte erzeugen die typische aufwärtsgerichtete Kurve; positive Werte erzeugen eine Abwärtsneigung
β₂ (Krümmung): Positive Werte erzeugen einen Buckel; negative Werte erzeugen eine Mulde
λ₁: Positioniert den ersten Krümmungseffekt im Laufzeitspektrum
λ₂: Positioniert den zweiten Krümmungseffekt, typischerweise bei längeren Laufzeiten
Das Schätzziel: Die Parameterkombination finden, die die beobachteten Marktrenditen am besten abbildet
Das NSS-Modell spezifiziert die Nullkuponrendite bei Laufzeit τ als Summe einer Konstanten plus drei exponentiell abklingender Komponenten:
Wobei $\tau$ die Restlaufzeit ist und $\{\beta_0, \beta_1, \beta_2, \beta_3, \lambda_1, \lambda_2\}$ mittels nichtlinearer kleinster Quadrate geschätzt werden
Asymptotische Rendite
Die Rendite, gegen die die Kurve bei unbegrenzt steigender Laufzeit konvergiert. Spiegelt langfristige Erwartungen an Realzinsen und Inflationsausgleich wider.
Steigungsfaktor
Bestimmt den Spread zwischen kurz- und langfristigen Renditen. Negative Werte erzeugen die unter normalen Marktbedingungen beobachtete aufwärtsgerichtete Kurve.
Erster Krümmungsfaktor
Steuert die Krümmung im mittleren Segment. Die buckelförmige Belastungsfunktion ermöglicht es dem Modell, buckelförmige oder U-förmige Zinsstrukturkurven zu erfassen.
Svensson-Erweiterung
Bietet einen zweiten Krümmungsfreiheitsgrad, der es dem Modell ermöglicht, Doppelbuckel, S-Kurven und andere komplexe Formen abzubilden, die häufig während geldpolitischer Übergänge beobachtet werden.
Mittelfristige Abklingrate
Steuert die exponentielle Abklinggeschwindigkeit der ersten Krümmungskomponente. Niedrigere Werte konzentrieren den Effekt auf kürzere Laufzeiten.
Langfristige Abklingrate
Steuert die Abklinggeschwindigkeit des Svensson-Krümmungsterms. Wird in der Regel grösser als λ₁ gewählt, um längere Laufzeiten zu beeinflussen.
Verwenden Sie die Schieberegler unten, um jeden Parameter anzupassen und zu sehen, wie die Zinsstrukturkurve in Echtzeit reagiert. Beginnen Sie mit kleinen Änderungen an jeweils einem Parameter, um ein Gespür dafür zu entwickeln, was jeder einzelne bewirkt.
Passen Sie die Parameter unten an, um zu beobachten, wie jede Komponente des NSS-Modells die Form der Zinsstrukturkurve beeinflusst. Die Visualisierung veranschaulicht die Sensitivität der Funktionsform gegenüber einzelnen Parameteränderungen.
Die Zinsstrukturkurve sieht nicht immer gleich aus. Ihre Form ändert sich mit den Markterwartungen, und jede Konfiguration trägt ein eigenständiges wirtschaftliches Signal.
Die Morphologie der Zinsstrukturkurve kodiert Markterwartungen hinsichtlich Geldpolitik, Wachstum und Inflation. Die Parameterstruktur des NSS-Rahmens bildet direkt auf die Standardtaxonomie der Kurvenformen ab, wobei Niveau-, Steigungs- und Krümmungsfaktoren unterschiedlichen wirtschaftlichen Treibern entsprechen.
Form: Steigt von links nach rechts an
Bedeutung: Investoren verlangen höhere Renditen, wenn sie Geld länger binden. Dies ist das Standardmuster in stabilen, wachsenden Volkswirtschaften.
Typische Bedingungen: Stetige wirtschaftliche Expansion
Parameter: β₁ < 0, β₂ ≈ 0
Spiegelt eine positive Laufzeitprämie wider, die Investoren für das Durationsrisiko kompensiert. Konsistent mit Erwartungen anhaltender wirtschaftlicher Expansion und stabiler oder strafferer Geldpolitik.
Form: Fällt ab — kurzfristige Zinssätze übersteigen langfristige Zinssätze
Bedeutung: Die Märkte erwarten eine Abschwächung der Wirtschaft und sinkende Zinssätze. Historisch gingen Inversionen den meisten US-Rezessionen voraus.
Typische Bedingungen: Spätphase des Konjunkturzyklus, vor einem Abschwung
Parameter: β₁ > 0, β₂ < 0
Signalisiert Markterwartungen einer bevorstehenden geldpolitischen Lockerung, typischerweise getrieben durch eine erwartete wirtschaftliche Kontraktion. Ein etablierter Frühindikator für Rezessionen, der sowohl Politikerwartungen als auch Flucht-in-Qualität-Dynamiken widerspiegelt.
Form: Annähernd gleicher Zinssatz über alle Laufzeiten
Bedeutung: Die Märkte sehen auf allen Horizonten ein ungefähr gleiches Risiko, oft weil die wirtschaftliche Lage unklar ist
Typische Bedingungen: Übergangsphasen zwischen Expansion und Kontraktion oder zwischen geldpolitischen Regimen
Parameter: β₁ ≈ 0, β₂ ≈ 0
Eine nahezu null Laufzeitprämie, die typischerweise während Übergängen zwischen geldpolitischen Regimen auftritt. Kurz- und langfristige Faktoren heben sich annähernd auf.
Form: Mittelfristige Zinssätze sind höher als sowohl kurz- als auch langfristige Zinssätze
Bedeutung: Die Märkte erwarten möglicherweise eine kurzfristige Straffung gefolgt von einer späteren Lockerung, was zu einem Gipfel in der Mitte der Kurve führt
Typische Bedingungen: Politische Unsicherheit, gemischte Wirtschaftsdaten
Parameter: β₂ > 0 (positive Krümmung)
Spiegelt typischerweise Erwartungen eines geldpolitischen Straffungszyklus wider, gefolgt von einer anschliessenden Lockerung, oder Angebots-Nachfrage-Ungleichgewichte, die sich auf bestimmte Laufzeitsegmente konzentrieren.
Form: Mittelfristige Zinssätze sind niedriger als sowohl kurz- als auch langfristige Zinssätze
Bedeutung: Ungewöhnliche Konfiguration, die spezifische Interventionen der Zentralbank widerspiegeln kann, wie etwa grossangelegte Anleihekäufe, die auf bestimmte Laufzeiten abzielen
Typische Bedingungen: Selten, meist verbunden mit unkonventioneller Geldpolitik
Parameter: β₂ < 0 (negative Krümmung)
Eine relativ seltene Konfiguration, die typischerweise mit Programmen der quantitativen Lockerung zusammenhängt, die auf bestimmte Laufzeitsektoren abzielen, oder mit ausgeprägten Marktsegmentierungseffekten.
Erkunden Sie das Modell hands-on. Diese fertige Tabellenkalkulation führt Schritt für Schritt durch die Nelson-Siegel-Svensson-Methode mit realen Daten.
Inhalt:
Eine funktionierende Implementierungsvorlage für die NSS-Parameterschätzung mit Excel Solver und Marktdaten.
Funktionen:
Fertige Tabellenkalkulation mit Beispieldaten Professionelle Optimierungsvorlage mit Solver-Konfiguration
Excel-Vorlage herunterladenExcel 2016+ erforderlich
Solver-Add-In muss aktiviert sein
Sobald wir die Formel des Modells haben, müssen wir die spezifischen Parameterwerte finden, die eine Kurve erzeugen, die den tatsächlichen Anleiherenditen möglichst genau entspricht. Dies geschieht durch einen Optimierungsprozess: Ein Computer passt die Parameter systematisch an, vergleicht die resultierende Kurve mit den Marktdaten und wiederholt dies, bis die bestmögliche Anpassung gefunden ist.
In der Praxis wird bei der Schätzung das Verfahren der nichtlinearen kleinsten Quadrate eingesetzt — eine Standardtechnik, die die quadratischen Abweichungen zwischen den vom Modell vorhergesagten Renditen und den am Markt beobachteten Renditen minimiert.
Aktuelle Anleihepreise über verschiedene Laufzeiten zusammentragen (z. B. 1-jährige, 5-jährige, 10-jährige, 30-jährige Staatsanleihen)
Anleihepreise in die entsprechenden Zinssätze (Renditen bis zur Fälligkeit) umwandeln
Plausible anfängliche Parameterschätzungen wählen, um dem Optimierungsalgorithmus einen Ausgangspunkt zu geben
Den Algorithmus die Parameter iterativ anpassen lassen, bis die Modellkurve die beobachteten Renditen so gut wie möglich abbildet
Genauigkeit: Die angepasste Kurve sollte die tatsächlichen Marktrenditen eng nachzeichnen
Glätte: Die Kurve sollte frei von sprunghaften Veränderungen oder unplausiblen Formen sein
Ökonomische Plausibilität: Die implizierten Zinssätze sollten realistisch sein (z. B. keine negativen Langfristzinsen, wenn am Markt keine existieren)
Konsistenz: Die Methode sollte von Tag zu Tag stabile, reproduzierbare Ergebnisse liefern
Die Parameterschätzung umfasst ein restringiertes nichtlineares Kleinste-Quadrate-Problem. Ziel ist die Minimierung der quadratischen Abweichungen zwischen beobachteten Marktrenditen und modellimplizierten Renditen, unter Positivitätsbeschränkungen für die Abklingparameter und optionalen Grenzen zur Sicherstellung ökonomischer Plausibilität.
Einen bereinigten Querschnitt von Staatsanleiherenditen über das gesamte Laufzeitspektrum zusammenstellen, gefiltert nach Liquidität und Repräsentativität
Anleihepreise mittels Bootstrapping oder iterativer Methoden in Nullkuponrenditen umrechnen, unter Berücksichtigung der Kuponstruktur und aufgelaufener Zinsen
Anfängliche Parameterwerte unter Verwendung ökonomischer Vorannahmen oder einer Rastersuche festlegen, um Konvergenz zu lokalen Minima zu vermeiden
Levenberg-Marquardt-, Trust-Region- oder ähnliche Algorithmen mit geeigneten Parametergrenzen anwenden
Nebenbedingungen: λ₁, λ₂ > 0 und ökonomische Plausibilitätsbeschränkungen
Zinsstrukturkurven mögen abstrakt klingen, aber sie beeinflussen die Zinssätze, denen Sie täglich begegnen — bei Hypotheken, Autokrediten, Sparkonten und Pensionsfonds. So setzen verschiedene Institutionen sie ein.
Was sie tun: Banken nutzen die Zinsstrukturkurve, um Zinssätze für Hypotheken, Sparkonten und Geschäftskredite festzulegen
Warum es Sie betrifft: Eine gut geschätzte Kurve trägt zu einer fairen Preisgestaltung bei — Sie zahlen weder zu viel beim Borgen noch werden Sie beim Sparen benachteiligt
Beispiel: Der Zinssatz für eine 30-jährige Festhypothek leitet sich unter anderem vom langen Ende der Zinsstrukturkurve ab
Was sie tun: Zentralbanken beobachten die Kurve, um zu beurteilen, wie ihre geldpolitischen Entscheidungen in die Gesamtwirtschaft übertragen werden
Warum es Sie betrifft: Diese Entscheidungen beeinflussen Inflation, Beschäftigung und die Kreditkosten
Beispiel: Wenn die Federal Reserve eine Änderung der Zinssätze erwägt, sind Signale der Zinsstrukturkurve eine wichtige Entscheidungsgrundlage
Was sie tun: Fondsmanager nutzen Zinsstrukturkurven zur Anleihebewertung und zum Management des Zinsrisikos in Pensionsfonds und Investmentfonds
Warum es Sie betrifft: Präzise Preisbildung führt zu zuverlässigeren Bewertungen der Anleihen in Ihrem Altersvorsorgekonto
Beispiel: Ein Pensionsfonds nutzt die Kurve täglich, um sein Anleiheportfolio zu bewerten und zu prüfen, ob es seine zukünftigen Verpflichtungen erfüllen kann
Das NSS-Modell dient als grundlegende Infrastruktur für festverzinsliche Märkte. Seine breite Anwendung bei Zentralbanken, Finanzinstituten und Regulierungsbehörden spiegelt die Nachfrage nach einem Zinsstrukturkurven-Rahmenwerk wider, das transparent, reproduzierbar und ökonomisch interpretierbar ist.
Die Nelson-Siegel-Svensson-Methode geniesst breites Vertrauen, aber wie jedes Modell hat sie Grenzen. Zu verstehen, wo sie gut funktioniert und wo sie an ihre Grenzen stösst, ist wesentlich für eine verantwortungsvolle Anwendung.
Extreme Marktbedingungen: Bei schweren Marktverwerfungen kann die glatte Funktionsform des Modells scharfe Verzerrungen in der Kurve möglicherweise nicht adäquat erfassen
Abhängigkeit von der Datenqualität: Illiquide Anleihen oder veraltete Preise können die angepasste Kurve verzerren
Kein Prognosewerkzeug: Das Modell beschreibt die Kurve zum heutigen Zeitpunkt — es sagt nicht vorher, wohin sich die Zinssätze morgen bewegen
Extrapolationsrisiko: Schätzungen sind weniger zuverlässig für sehr kurze Laufzeiten (unter 3 Monaten) oder sehr lange Laufzeiten (über 30 Jahre), wo Daten dünn gesät sind
Qualitätskontrollen: Systematische Prüfungen stellen sicher, dass die angepasste Kurve ökonomisch plausibel ist
Datenbereinigung: Illiquide oder anomale Anleihepreise werden vor der Schätzung identifiziert und ausgeschlossen
Vertrauensindikatoren: Viele Implementierungen berichten, wie gut das Modell verschiedene Teile der Kurve abbildet
Häufige Neuschätzung: Die Kurve wird regelmässig mit den neuesten Marktdaten neu berechnet
Der NSS-Rahmen bietet erhebliche Flexibilität und ökonomische Interpretierbarkeit, aber mehrere inhärente Einschränkungen sind sowohl in Forschungs- als auch in operativen Kontexten zu berücksichtigen.
Operative Implementierungen begegnen diesen Einschränkungen durch robuste Optimierungstechniken, rigorose Datenvalidierung, modellübergreifenden Vergleich und fortlaufende Überwachung. Zur Standardpraxis gehören Plausibilitätsprüfungen, Residualdiagnostik und Out-of-Sample-Validierung.