Basado en investigaciones previas que abordan el uso del análisis de componentes principales (PCA) en la modelización de la dinámica de las curvas de rendimiento soberanas, en este artículo investigamos ciertas características del mercado de bonos del gobierno rumano. Realizamos PCA sobre datos entre marzo de 2019 y marzo de 2022, con énfasis en períodos marcados por un estrés extremo en el mercado, como el brote de la pandemia de COVID-19 en marzo de 2020 o la invasión militar rusa en Ucrania en febrero de 2022. Encontramos que el 25 de marzo de 2022, el primer componente principal explicó el 80.83% de los cambios en la curva de rendimiento, los dos primeros el 91.92%, y los tres primeros el 96.87%, consistente con resultados previos de la literatura, que indican que los tres primeros PCs generalmente explican alrededor del 95% de la variabilidad en la estructura temporal. Además, observamos que los coeficientes de los componentes principales a 2 años eran más bajos que los de 10 años, lo que sugiere que en caso de ventas masivas en el mercado, los rendimientos a 10 años aumentan más que los de 2 años, llevando a una curva de rendimiento. Curiosamente, observamos que el poder explicativo del primer PC aumenta significativamente tras eventos extremos en el mercado, cuando los movimientos de las tasas de interés tienden a sincronizarse más, lo que lleva a mayores correlaciones entre los plazos. También empleamos PCA para verificar señales de trading de valor relativo (RV) y para evaluar la plausibilidad histórica de los choques en la curva de rendimiento. Encontramos que, aunque tanto como eran características de la dinámica de la curva de rendimiento durante el brote de la pandemia de COVID-19, el movimiento del mercado registrado a mediados de marzo de 2020 era poco probable desde una perspectiva histórica. Finalmente, utilizamos un modelo de pronóstico para derivar toda la estructura de la curva de rendimiento rumana, incorporando también la opinión del trader sobre algunos rendimientos de referencia.