城投公司信用量化分析研究

随着中国城市化进程的不断推进,作为一类具有政府公益性项目投融资功能的经济实体,城投公司得以迅速发展。然而,城投公司的债务规模增加也带来了潜在风险。本文基于对城投公司的深度分析,构建了一个适用于城投公司的信用资质评估模型,旨在对城投公司的潜在信用风险进行早期识别和预警。

疫情冲击下全球经济金融形势分析及风险研判

2020年全球动荡开局,新冠肺炎疫情爆发,更是让全球经济和金融进入非常特殊的时期。此次疫情冲击的速度之快、广度之大、程度之深,已超过2008年的次贷危机和2010年的欧债危机,甚至超过1929年“大萧条”之初。全球经济已进入技术性衰退,中国一季度经济增速-6.8%,为近40年来我国首次负增长宏观经济形势更趋复杂。本文通过历史对标研究,分别从流动性危机、金融危机、经济危机的角度来分析和研判当下经济形势,并结合我国经济表现和银行业的具体情况,提出需要关注的风险点和化解政策建议。

我国非金融企业信用债违约先兆分析与建模探究

本文以银行间债券市场和交易所债券市场非金融企业信用债为研究对象,通过债券发行主体公开信息并结合建设银行内部数据,从发行主体所处宏观经济环境、财务指标、债券交易价格等方面对非金融企业信用债违约因素进行探究,发现经济周期、发行主体现金流及债券交易价格等因素对于揭示债券违约风险具有重要意义,并使用随机森林和XGBoost两种机器学习算法构建模型,生成信用债高违约风险预警名单,旨在为风控部门、交易与投资部门提供决策支持。

我国信用债违约深度解析及风险提示

我国债券市场违约事件呈逐年增加的态势,截至2019年8月31日,违约主体达139家,违约金额达2650.69亿元。根据债券违约评分模型提供的分析视角,对违约风险较高的企业进一步分析发现,当前我国信用债在企业、行业、区域及评级等维度存在较为显著的风险。

基于Black-Litterman模型的因子投资组合

近年来,风险因子投资受到学术研究人员和市场从业者的青睐,但仅关注因子既无法充分反映投资者的观点,也不足以生成有竞争力的投资组合.Black-Litterman模型同时考虑了市场状况和投资者的主观判断,有更高的灵活性.本文采用不同的优化策略来构建含因子的混合投资组合,探索市场、因子和投资组合之间的关系.通过分析因子关于市场的Beta值以及投资组合关于因子的Beta值来解释隐含模式.文中选择S&P 500和PAAIX作为市场基准数据集,选择的时间区间为2018年1月至2022年12月.总体而言,最大化Sharpe比率优化优于其他投资组合,且其风险敏感性保持在可接受的水平.