tidy-finance/risk-free

该数据集提供了基于FRED国库券系列（TB3MS/DTB3和DTB4WK）构建的每日和每月美国无风险利率数据，专为资产定价、实证金融和可重复工作流程设计。数据集包含两个表格（daily和monthly），每个表格包含日期和无风险利率两列。数据经过预处理，包括将年化银行贴现率转换为持有期回报，并按目标频率进行缩放。数据集在2001-07-01进行了拼接以确保不同期限的连续性，并每月自动更新。覆盖范围从1934-01-01（每月）和1954-01-04（每日）开始。数据集由Tidy Finance策划，采用CC0-1.0许可证。This dataset provides daily and monthly U.S. risk-free rates derived from FRED Treasury bill series (TB3MS/DTB3 and DTB4WK), designed for asset pricing, empirical finance, and reproducible workflows. The dataset includes two tables (daily and monthly), each containing date and risk-free rate columns. The data is pre-processed, converting annualized bank discount rates to holding-period returns and scaling to the target frequency. The series is spliced at 2001-07-01 to ensure continuity across maturities and is updated automatically each month. Coverage starts from 1934-01-01 (monthly) and 1954-01-04 (daily). Curated by Tidy Finance under CC0-1.0 license.

搜集汇总

数据集介绍

构建方式

该数据集源自美联储经济数据库（FRED）中的国库券收益率序列，涵盖TB3MS（3个月期）与DTB3、DTB4WK（4周期）等关键指标。原始数据为年化银行贴现率（按360天计息惯例），通过持有期收益率转换公式HPR = d * (n / 360) / (1 - d * (n / 360))转化为实际收益，再依据目标频率进行比例缩放。为确保序列连续性，数据于2001年7月1日进行拼接：此前依赖TB3MS（月频）与DTB3（日频），此后切换至DTB4WK。缺失的日频观测值通过前向填充法处理。最终产出日度与月度两张表格，分别始于1954年与1934年，并经由自动化流程逐月更新。

使用方法

用户可直接通过Hugging Face数据集库加载本资源，以获取每日或每月频率的无风险利率序列。典型应用场景包括构建资产超额收益（即资产收益减去无风险利率）、投资组合绩效评估、金融计量模型校准以及教学示范。使用时需注意保持数据频率与待分析资产回报频率的匹配，例如月度资产收益应配对月频利率。此外，由于数据基于特定到期日与固定拼接规则，对于高频交易或实时决策场景并不适用，且仅反映美国市场情形。建议在使用说明中注明数据来源与处理方法，以增强研究的透明性与可复现性。

背景与挑战

背景概述

在实证金融与资产定价研究中，无风险利率作为计算超额收益与贴现现金流的关键基准，其准确性与一致性对研究结论的稳健性至关重要。由Tidy Finance团队于2023年发布的Risk-Free Rate数据集（tidy-finance/risk-free），旨在通过标准化的数据流程解决传统无风险利率序列中存在的拼接不一致与可重复性不足等核心问题。该数据集由Christoph Scheuch、Stefan Voigt与Patrick Weiss等人依托联邦储备经济数据（FRED）中的国库券收益率构建，覆盖自1934年以来的月度数据与1954年以来的日度数据，其自动更新机制与开放许可（CC0-1.0）极大地降低了金融研究中数据获取与复现的门槛，已迅速成为资产定价、投资组合回测及金融计量教学领域的标准化资源。

当前挑战

这一数据集在构建与应用中主要面临三重挑战。首先，在领域问题层面，传统无风险利率序列常因期限结构不连续而引入度量偏误，该数据集通过将3个月与4周期国库券于2001年进行拼接以维持样本完整性，但固定拼接规则可能无法适应利率期限结构突变等市场情境。其次，造价过程面临技术挑战，源数据为银行贴现率，需经持有期收益率转换与频率缩放，其中日度数据的缺口（如节假日）采用前向填充处理，这一近似方法在利率剧烈波动时会低估短期变化幅度。最后，数据集局限于美国市场且依赖FRED的修正数据，无法捕捉国际化资产定价中的跨境无风险利率异质性，在比较替代性代理变量（如隔夜指数互换利率）时需谨慎考量构造差异。

常用场景

经典使用场景

在资产定价与实证金融研究中，无风险收益率是超额收益计算与折现因子拟合的基石。该数据集提供了经严谨方法学处理的美国国库券收益率序列，涵盖日度与月度频率，适用于经典的时间序列分析、事件研究以及多因子模型构建。研究者常将其用于Fama-French因子模型的超额收益构造，或作为CAPM与套利定价理论检验中的无风险基准。其标准化处理流程确保了跨时期、跨研究之间的可复现性，成为学术实证中不可或缺的参考曲线。

解决学术问题

学术领域中，无风险利率的选取不统一常导致实证结论的碎片化与不可比。该数据集通过从FRED提取的4周与3月期国库券收益率序列，在2001年进行科学衔接受，并统一转换为持有期收益率，解决了长期研究中因到期期限不一致而产生的结构性断点难题。其公开透明的转换公式与自动更新机制，为资产定价中的可比性、财务计量中的模型稳定性以及教学复现提供了标准化的方案，降低了数据来源差异对实证结果造成的偏误。

实际应用

在实际金融场景中，该数据集广泛应用于投资组合的回测评价、风险价值建模以及对冲基金绩效归因。量化投资团队与金融机构将其作为无风险基准，用于计算夏普比率、信息比率等核心风险调整收益指标。此外，在金融监管报送、财务报告中的折现率选取，以及固定收益产品定价中，标准化的无风险利率序列提供了可信的参照。其月度更新机制能有效适配宏观经济研究中的低频策略与长期资产负债管理模型。

数据集最近研究

最新研究方向

在资产定价与实证金融的前沿研究中，风险免费率数据的标准化与可复现性已成为核心关切。该数据集通过精密的拼接技术与持有期收益率转换方法，将不同期限的美国国库券收益率整合为连续、统一的日度及月度时间序列，为超额收益构建、投资组合回测与金融计量分析提供了可靠基准。其自动更新机制与开源许可特性，极大地促进了学术研究与行业实践中的结果复现与交叉验证，尤其契合当前金融数据科学领域对可重复性工作流的迫切需求，推动着从传统手工处理向自动化、透明化数据管线的范式转变。