为何 RBA 概率摘要与细分利率图表给出不同的加息百分比——以及为何两者都正确
ASX 单步二元方法与 CME 扩展概率树的数学对比
如果你查看 RBA 页面,会注意到有两组不同的数字都声称在描述市场对利率的预期:
这并非计算错误。这两个数字来自两种真正不同的方法论,它们以不同方式切分同一份市场预期。本页解释每种方法的作用、它们为何会分歧,以及在什么场景下应使用哪一个。
两种方法都从同一个市场隐含的预期利率变动出发。它们在如何描述围绕该预期变动的不确定性上存在分歧——而非在预期变动本身上分歧。把细分的 CME 加息柱形相加永远不会等于 ASX 标题数字,而这正是设计意图所在。
RBA 页面展示两种不同的概率指标,它们取自同一份底层市场数据,但在不同的结构性假设下计算:
两者都内部一致,都编码了相同的一阶矩(预期利率变动),它们在加总加息概率上的分歧是不同分布假设的直接后果——而非源数据或实现上的偏差。
ASX 方法是澳大利亚证券交易所在其 RBA 利率追踪器中采用的官方方法。对于每一次即将到来的 RBA 会议,它假设恰好只能发生两种情况:
该移动的概率由会议所在月份的期货价格计算得出,并根据新利率在当月将生效的确切天数加以调整。
由于它严格二元——维持 vs. 一次 25 个基点的移动——ASX 方法永远不会给双倍移动赋予概率(单次会议 +50bp 或 −50bp)。如果市场正在为 50 个基点的加息定价一定的可能性,ASX 公式会把所有这部分不确定性折叠进单一的 25 个基点概率数字中。这是一个刻意的设计选择,使标题数字保持简单、易于传达。
RBA 页面上的概率摘要表格使用此方法。它是 ASX 自身发布的数字,也是大多数澳大利亚财经媒体报道的数字。
设 11 月期货合约结算价为 \(F\),则隐含的月度平均现金利率为 \(X = 100 - F\)。设 \(r_t\) 为当前(现行)现金利率,\(N\) 为合约到期月份的日历总天数,\(n_a\) 为该月中从会议日起算(含会议当日)的天数。ASX 按天加权的概率公式为:
其中 \(0.25\) 表示以百分点计的一个 25 个基点步长。
推导:隐含平均利率 \(X\) 是会议前利率(假设等于 \(r_t\))与会议后利率(要么 \(r_t\)——维持——要么 \(r_t + 0.25\)——一次加息)的按天加权混合:
对 \(p\) 求解即得上述公式。
常见简化:当会议落在合约到期月份的前一个月份(即整个到期月份都在会议之后,\(n_a = N\))时,公式简化为 \(p = (X - r_t) / 0.25\)。这是 ASX 在大多数前瞻时点所发布的情形。当会议与合约到期落在同一月份时,则需要使用完整的按天加权公式。
二元约束:该方法强制恰好两种结果。它无法分解 50 个基点加息具有实质性概率的情形。在那种情况下,公式仍返回一个保留隐含变动均值的单一 \(p \in [0, 1]\),但二元结构会错误表征真实分布。
CME 方法采取了不同的思路。它不是在单次会议上问"维持还是移动一次?",而是构建一棵完整的概率树,横跨所有即将到来的会议,并追踪每一种可能的累积结果——维持、+25bp、+50bp、+75bp、−25bp 等等。
在任何给定时点,结果是一张累积结果的柱状图:市场隐含的、到该次会议时利率恰好比今天高(或低)X 个基点的概率。
把所有正向柱形相加,得到的是到该次会议时利率以任意幅度上升的概率——即"任意加息"概率。这正是细分利率变动概率图表所展示的内容,也与本站 Fed 和 ECB 页面所用的方法相同。
这棵树是逐次会议构建、向前卷积而成的。在每次会议上,增量变动可以是零或一个 25 个基点步长。但经过两次会议后,+25bp 再 +25bp 的路径会产生 +50bp 的累积变动。经过三次会议后,+75bp 也可达到。你看到的柱状图是累积结果的分布,而非逐次会议结果——因此它自然包含较大的移动,尽管每一次单独会议仍是二元的。
对于每一对相邻会议 \(i\) 与 \(i+1\),从对应的期货合约中提取以基点计的增量隐含变动 \(\delta_i\)。在会议 \(i\),计算:
这在会议 \(i\) 处产生一个均值恰为 \(\delta_i\) 的两点分布:
会议 \(k\) 处的累积分布是从会议 1 到会议 \(k\) 所有逐次会议分布的离散卷积:
其中 \(*\) 表示离散卷积,每个 \(\mathbf{P}_i\) 是上述定义的两点分布。最终分布 \(\mathbf{P}_k\) 给出从今日利率到会议 \(k\) 生效利率之间每一种可能的总利率变动的概率。
为便于展示,结果按概率排序,保留前 9 个,并将概率重新归一化使其总和为 1。加总"加息概率"为 \(\sum_{j: c_j > 0} P_k(c_j)\),对所有正向累积变动 \(c_j\) 求和。
与详细 CME FedWatch 算法的关系:上述增量分解等价于 CME 扩展树方法论页面所述的月内利率提取的迭代应用。关于如何从期货结算价推导 \(\delta_i\)、以及锚定月份间的连续性约束,请参见该页面。
关键洞见在于:两种方法都编码了相同的预期利率变动。它们分歧的是围绕该预期的分布形态。
ASX 方法说:"我会把所有不确定性表示为一次概率为 \(p\) 的 25 个基点移动。"这就把全部预期变动的质量强行集中到一个概率数字上。
CME 树则说:"我会让分布展开。存在 +50bp 累积移动的可能,而这个 +50bp 结果在每单位概率上贡献了两倍的利率变动。"由于较大结果在利率变动上更"高效",这棵树可以用较低的任意正向结果总概率达到相同的均值利率变动——因为部分"重活"由尾部完成了。
每单位概率下,+50bp 结果完成的利率变动是 +25bp 结果的两倍,所以这棵树只需要更少的加息结果总量就能达到相同的均值——这就是为何加总后的 CME 加息概率总是低于 ASX 标题数字。
这一差距随时点中每增加一次会议而扩大,因为卷积会向尾部添加更多质量。对于最近的第一次会议(仅一步之遥,增量移动至多 25bp),两种方法几乎重合。
设 \(\mu\) 为给定会议时点的共同均值隐含变动(以基点计)。两种方法在构造上都保留 \(\mu\)。
在 ASX 二元方法下(加息方向),单步概率为:
(使用 \(n_a / N = 1\) 的简化形式;按天加权版本会修改分母,但原理完全相同)。
在 CME 树下,同一时点的加总加息概率为:
其中分布 \(\mathbf{P}_k\) 是一个卷积,把质量放在结果 \(c_j \in \{0, 25, 50, 75, \ldots\} \cup \{-25, -50, \ldots\}\) 上。
均值约束要求:
重新整理并与 \(\mu = 25 \cdot p_{\text{ASX}}\) 比较:
由于对 \(c_j \geq 50\) 的每一项 \((c_j - 25) \cdot P_k(c_j) \geq 0\),我们有:
仅当 CME 树中所有概率质量都恰好落在 0bp 或恰好 25bp 时取等号(即第一次会议,卷积尚未将质量分散到更大结果之前)。该分歧随卷积深度——即时点中会议数量——单调增长,因为越来越多的质量在 \(c_j \geq 50\) 处累积。
以下是一个使用 RBA 2026 年 11 月 3 日会议的具体算例,当前现金利率为 4.35%,11 月合约的 ASX 期货隐含平均利率为 4.435%。自今日起的隐含预期变动为 +8.5bp。
11 月合约于 11 月底到期。会议落在 11 月 3 日,因此新利率(若发生变化)将在当月 30 天中的 28 天内生效(na = 28,N = 30)。按天加权公式给出:
P(加息 25bp) = (4.435 − 4.35) ÷ ((28/30) × 0.25) = 0.085 ÷ 0.2333 ≈ 36.4%
P(维持) ≈ 63.6% P(降息) = 0%
注:朴素的捷径算法 8.5 ÷ 25 = 34.0% 省略了按天加权因子 na/N,会低估真实概率。
CME 树从今日累积计算至 11 月会议,把同样的 +8.5bp 均值分散到一个分布上:
至 11 月会议的累积变动:维持 67.3%、+25bp 27.5%、+50bp 3.7%、+75bp 0.2%、−25bp 1.4%
加总加息概率(所有正向结果) = 27.5 + 3.7 + 0.2 = 31.3%
| 结果 | ASX 单步 | CME 扩展树 |
|---|---|---|
| −25bp(降息) | 0.0% | 1.4% |
| 维持(0bp) | 63.6% | 67.3% |
| +25bp(加息) | 36.4% | 27.5% |
| +50bp | — | 3.7% |
| +75bp | — | 0.2% |
| 任意加息(总和) | 36.4% | 31.3% |
| 隐含均值变动 | ≈ +8.5bp | ≈ +8.5bp |
两种方法对预期变动(+8.5bp)一致。ASX 方法将其浓缩为一次 25 个基点加息的干净 36.4% 概率。CME 树将其分散,得到较低的加总加息总量(31.3%),但允许较大累积移动具有非零概率。两者都没有错——它们回答的是略有不同的问题。
参数:\(r_t = 4.35\%\),\(X = 4.435\%\),\(N = 30\),\(n_a = 28\)(会议 11 月 3 日,天数为 11 月 3 日至 30 日)。
对比:简化公式 \(\mu / 25 = 8.5 / 25 = 0.340 = 34.0\%\) 省略了因子 \(n_a / N = 28/30 < 1\),将概率低估了 2.4 个百分点。
该时点的树产生如下分布(重新归一化的顶部结果):
| 累积变动 \(c_j\)(bp) | 概率 \(P(c_j)\) | 对均值的贡献(bp) |
|---|---|---|
| −25 | 1.4% | −0.35 |
| 0 | 67.3% | 0.00 |
| +25 | 27.5% | +6.875 |
| +50 | 3.7% | +1.85 |
| +75 | 0.2% | +0.15 |
均值核验:\(-0.35 + 0 + 6.875 + 1.85 + 0.15 = 8.525 \approx 8.5\text{bp}\) ✓
加总加息概率:\(27.5 + 3.7 + 0.2 = 31.3\%\)
因此 \(p_{\text{ASX}} - p_{\text{CME}} \approx 4.1\%\),与所显示概率上的 \(36.4\% - 31.3\% = 5.1\%\) 在舍入误差范围内吻合。
本站以互补的角色使用这两种方法:
对于 RBA:ASX 标题数字 = 权威的单次会议数字。CME 树 = 完整分布与多次会议视图。预期两者在加总加息概率上会相差几个百分点——这是方法论差异在起作用,而非错误。
有关 CME 扩展树算法的更多细节,请参见 CME 扩展树方法论页面。要查看完整的 RBA 概率仪表板,请返回 澳大利亚储备银行页面。