机会就在你眼皮底下

当媒体谈到收益率曲线时,他们可能指的是国债收益率曲线。它是利率水平和投资比较的参考点。尽管国债可能是投资组合的组成部分,但利差产品通常是主要的固定收益资产。价差产品是指主要以保证金交易或与可比国债价差进行交易的证券。例如,如果 10 年期国债收益率为 4.59%,那么公司债券的交易价格可能为 4.59%,加上 165 个基点的利差,即收益率为 6.24%。国债被认为是信用质量最高或违约​​可能性最小的债券。由于利差产品的风险高于国债,

曲线比较

对于最高联邦税级(37%)的投资者来说,免税市政债券提供了最大的好处。由于市政曲线向上倾斜,投资者在曲线越远的地方就会获得更大的回报。对于合格账户和/或联邦税级较低的投资者来说,短期和中期期限(1-10年)的企业收益率会提高,并为投资者提供该范围内有吸引力的收入机会。

现在是加强投资组合固定收益配置的好时机吗?有两个参考点

美国国债收益率曲线

其次,标普指数自世纪之交(近23年)以来的平均年总回报率为6.62%。换句话说,固定收益投资可以在较长时间内提供 5.75% 至 8.00%+ 的税收等值收益率,这反映甚至超过了增长型回报。

专家们会对未来的利率争论不休,但似乎大多数人预测利率将低于当前水平。没有人可以确认。我们确实知道的是,我们已经有 16 年没有见过这样的利率水平了,而且当前的市场反映了长期增长的收入。不要错过就在您眼皮底下的机会。

本材料的作者是 Raymond James & Associates (RJA) 固定收益部门的交易员,而不是分析师。所表达的任何意见可能与 RJA 其他部门(包括我们的股票研究部门)所表达的意见不同,并且如有更改,恕不另行通知。本文包含的数据和信息是从被认为可靠的来源获得的,但 RJA 不保证其准确性和/或完整性。所表达的信息或任何意见均不构成购买或出售此处提及的任何证券的招揽。该材料可能包括对 RJA 可能持有的多头或空头头寸的行业、证券和/或衍生品的分析。RJA 或其附属公司可能会执行与报告结论不一致的交易。RJA 还可能为此类证券的发行人提供投资银行服务。投资者应与雷蒙德·詹姆斯财务顾问讨论债券固有的风险。风险包括但不限于利率、流动性、信用质量、波动性和久期的变化。过去的表现并不能保证未来的结果。

韭菜热线原创版权所有,发布者:风生水起,转载请注明出处:https://www.9crx.com/77375.html

(0)
打赏
风生水起的头像风生水起普通用户
上一篇 2023年10月17日 00:10
下一篇 2023年10月17日 00:19

相关推荐

  • 北京大学Julia语言入门讲义第12章: Makie包作图

    这一部分介绍用Julia的Makie包作图方法。 参考: Jose Storopoli, Rik Huijzer, Lazaro Alonso(2022) Julia Data Science. https://cn.julialang.org/JuliaDataScience/ Makie: https://makie.juliaplots.org/sta…

    2023年8月25日
    41200
  • 北京大学R语言教程(李东风)第43章:基于树的方法

    43.1 树回归的简单演示 决策树方法按不同自变量的不同值, 分层地把训练集分组。 每层使用一个变量, 所以这样的分组构成一个二叉树表示。 为了预测一个观测的类归属, 找到它所属的组, 用组的类归属或大多数观测的类归属进行预测。 这样的方法称为决策树(decision tree)。 决策树方法既可以用于判别问题, 也可以用于回归问题,称为回归树。 …

    2023年12月2日
    24600
  • 以太币可能已准备好开始史诗般的运行

    作者:Tom Lydon 在加密货币方面,一些投资者对采用买入并持有的方式感到谨慎是合理的。即使涉及资产类别中最大的成员比特币和以太坊。 众所周知,加密货币是一个不稳定的领域。对于不能或根本不想积极监控头寸的市场参与者来说,这可能会令人不安。尽管数字货币经常出现动荡,但长期持有才能获得最佳收益。对于以太坊来说,情况可能就是如此——按市值计算,以太坊是仅次于比…

    2023年10月24日
    10800
  • 北京大学R语言教程(李东风)第34章:R公式界面与设计阵

    34.1 R语言公式界面 R语言继承了来自S语言的公式界面, 用以描述统计模型中因变量和自变量的关系, 并有相应的将自变量群组转换为相应的线性模型设计阵的默认规则。 R语言的线性回归(lm)、方差分析(aov)、广义线性模型(glm)、线性混合模型(nlme::lme)等回归类建模函数都使用公式(formula)界面描述因变量与自变量之间的关系。 …

    2023年11月23日
    37400
  • 北京大学R语言教程(李东风)第32章: R相关与回归

    32 R相关与回归 本章所用例子数据下载: 32.1 相关分析 考虑连续型随机变量之间的关系。相关系数定义为 ρ(X,Y)=E[(X−EX)(Y−EY)]Var(X)Var(Y)‾‾‾‾‾‾‾‾‾‾‾‾‾√ 又称Pearson相关系数。 −1≤ρ≤1。ρ接近于+1表示X和Y有正向的相关; ρ接近于−1表示X和Y有负向的相关。 相…

    2023年11月22日
    12800

发表回复

登录后才能评论
客服
客服
关注订阅号
关注订阅号
分享本页
返回顶部