2020年初新冠疫情的爆发,对全球经济发展造成了前所未有的重大冲击。受传染病影响,世界各主要经济体纷纷采取封锁政策,严格限制社交活动以控制疫情,与此同时为了保障人们的基本生活需要和经济活动的正常运行,各国央行纷纷采取了极端宽松的货币政策,释放超额流动性,刺激经济发展。在这一前所未有的新形势下,货币市场利率水平也发生了大幅波动,在传统的经济因素之外,疫情的严重程度成为了货币市场利率的重要影响因素之一,而利率变化的背后是众多宏观经济变量的共同作用。本文主要研究了新冠疫情的严重程度对国债到期收益率变动的影响,由于国内疫情控制情况良好,数据不足,因此本文主要采用了美国新冠疫情确诊人数数据和美国3个月-240个月国债的到期收益率,通过Wind、Bloomberg等数据库获取了以上数据。首先使用了Logistic函数作为新冠疫情的传染病模型,将美国新冠疫情确诊病例数作为原始数据,采用极大似然估计方法和滚动窗口方法,以30日为固定窗口,滚动估计新冠疫情最大确诊病例,并以此作为新冠疫情严重程度数据,纳入下一步的利率期限结构模型估计之中。通过对美国疫情和宏观经济间影响的研究为我国未来应对类似突发公共事件提供参考。在获取了以上数据后,将美国国债到期收益率和疫情严重程度数据共同纳入状态空间模型中,使用仿射利率期限结构模型,估计其中的不可观测变量影响和不同变量间的相互关系。我们可以发现短期疫情严重程度变化对于通货膨胀、实际利率等存在着极其明显的影响,且其波动非常剧烈。随着时间的延长,疫情内化为经济运行的一部分,即使疫情严重程度在不断加深,其对宏观经济的影响也并没有随之扩大。不同变量间的相互关系也呈现这一趋势,疫情严重程度因子对水平、斜率和曲率三项不可观测变量的方差分解结果显示,其影响在短期随着最大确诊数量增多而加大,但在中长期,疫情严重程度因子的大幅波动并没有导致其影响发生变化,相反经济运行较为平稳。本文从当下疫情形势入手,结合多个不同领域的理论,将传染病严重程度与经济形势变化紧密联系在一起,具有创新性的实现了二者的结合,在传统的使用SIR模型进行确诊病例估计基础上,本文根据研究需要使用Logistic模型估计疫情最大病例,用压力测试的思路对其最严重情况进行分析,丰富了利率期限结构模型的应用场景,为未来类似的突发事件处理提供了解决思路和理论基础,也为未来中国利率市场化全面完成后的中国利率期限结构研究提供了一个可供参考的研究思路。