2019年中国人民银行宣布改革完善LPR形成机制,我国利率市场化进程步入“两轨合一”的新阶段。利率传导效率的提高意味着我国资本市场资源配置也将变得更加高效自由,无论是在实务界还是学术界,对利率风险研究和管理的要求越来越高。为了对利率风险进行准确有效的研究,构建合理的利率期限结构非常必要。随着我国国债市场规模的不断扩大,二级市场流动性也越来越强,国债利率期限结构在宏观经济与金融市场中的重要地位也愈发突出,成为资本市场的利率锚。研究国债的利率期限结构,拟合我国特色的国债收益率曲线,具有十分重要的意义。本文将用动态Nelson-Siegel模型拟合、预测我国国债利率期限结构。本文首先梳理了利率期限结构的相关理论,然后基于对现代利率期限结构常用模型的梳理和对比,结合目前实践中各模型的使用情况,采用三次样条函数来构建贴现曲线,再利用贴现因子估计期限分别为1个月、3个月、6个月、9个月、1年、2年、3年、5年、7年、10年、15年、20年的国债即期利率,以此为样本数据并对其进行主成分分析。接下来分别采用Diebold-Li两步法和Kalman滤波法对模型进行参数估计,拟合我国国债收益率曲线。最后,对比分析两种方法的国债收益率曲线拟合效果和预测效果,在预测模型参数时选择AR（1）一阶自回归模型。实证结果表明,国债样本即期利率基本上呈现正态分布,对样本数据主成分分析结果发现三个主成分对国债收益率曲线变动的合计解释度达99.997%,这三大主成分可理解为收益率曲线的水平、斜率、曲度因子,恰好与Nelson-Siegel模型的三个参数经济意义相对应。在使用动态Nelson-Siegel模型对我国国债收益率曲线进行拟合时,Kalman滤波法在短期和长期期限内拟合效果相对较好,而在中期期限内,Diebold-Li两步法拟合效果更优。在预测能力方面,用Kalman滤波法估计出的Nelson-Siegel模型参数具有更好且更稳定的预测效果。