Пропуски в рыночных данных — частая проблема в финансовых исследованиях, которой уделяется относительно мало внимания на практике. Обработка пропусков, как правило, выполняется эвристически и является лишь вспомогательным шагом исследований. Целью нашей работы является разработка практических рекомендаций по работе с пропусками в рыночных данных. Проблема иллюстрируется на примере задачи оценки временной структуры процентных ставок на российском рынке государственных облигаций. Мы сравниваем три различных метода заполнения пропусков в данных — заполнение последним значением, фильтр Калмана и EM-алгоритм — с простой стратегией удаления пропусков. Мы приходим к выводу, что эффект от заполнения пропусков на качество оценки кривой зависит от чувствительности модели кривой доходностей к рыночным данным. Для слабо чувствительных к данным моделей, например для модели кривой доходностей Нельсона-Зигеля, эффект от заполнения пропусков минимален. Для более чувствительных моделей кривой, таких как бутстрэп, за счет заполнения пропусков удается достичь статистически значимого улучшения качества оценки срочной структуры процентных ставок. При этом данный результат не зависит от способа заполнения пропусков. И простой метод заполнения последним значением, и более сложный EM-алгоритм дают схожие результаты. Рекомендация исследования состоит том, что на практике при оценке кривой доходностей в условиях неполных данных необходимо либо использовать слабо чувствительные к данным параметрические модели кривой доходностей, либо заполнять пропуски в данных перед использованием чувствительных моделей.