基于Stacking算法集成的我国信用债违约预测

通过对2014~2019年我国信用债违约案例的原因分析及相关文献综述,从债券资质、债务主体、财务数据、宏观因素四个维度构建债券违约的指标体系,利用随机森林算法优化,研究发现当影响因素选择18项与37项时,样本内外预测结果达到均衡。基于不同角度的七种算法对比分析,择优选取三种作为底层算法:随机森林算法、梯度提升决策树算法与贝叶斯算法,并结合逻辑回归算法为次级训练算法融合构建基于Stacking算法集成的债券违约预测模型。实证结果表明,第一,Stacking算法的双重集成作用相对底层的单次集成总体精确度提升了1%到8%;第二,对不同指标数量的Stacking算法集成模型的评估表明所构建的指标体系提高了预测水平;第三,基于样本内外预测均衡的底层算法选择方法有效可取,分别纳入相对劣势的底层算法时,会逐渐影响模型稳定性。研究成果可以为我国债券市场风险管理提供技术支持与参考。

基于DNS模型的我国公司债信用利差预测

利用2012~2017年我国国债、公司债、宏观经济及公司特征的月度数据,基于无风险收益率和公司债信用利差期限结构的动态Nelson-Siegel(DNS)模型,提取无风险收益率曲线和公司债信用利差曲线的水平因子、斜率和曲率,采取向量自回归模型和面板回归方法对我国公司债信用利差进行样本内和样本外预测。结果表明:我国公司债信用利差可以由无风险收益率期限结构及公司债信用利差期限结构中包含的信息进行预测;宏观经济变量和公司特征变量对我国公司债信用利差的预测贡献较小。

中国债券市场“信用利差之谜”——基于宏微观影响因素的实证分析

运用线性插值法以及Nelson-Siegel(NS)利率期限结构模型两种方式拟合无风险债券到期收益率获取信用利差,分别基于横截面数据和时间序列数据建立微观影响因素的多元线性回归模型和宏观影响因素的VAR模型,对两类信用利差进行实证比较。研究得出:微观因素对NS信用利差的解释远大于线性插值信用利差,宏观因素中无风险利率的水平及斜率对NS信用利差的影响持续期也远长于对线性插值信用利差的影响。这在一定程度上表明,不同的信用利差获取方式对研究结论产生了差异性影响,也再次印证了NS模型相较于简单的线性插值更加贴合无风险利率的真实期限结构,据此获取的信用利差更为准确。

论基于熵和耗散结构理论视角下巡视制度必然性

巡视制度是党内监督的重要形式之一。本文通过创新性引入熵和耗散结构理论,从分析人类社会系统的复杂性入手,基于耗散结构系统的四个基本特征:存在于开放系统中、远离平衡态、系统中存在非线性相互作用和存在涨落活动来分析我党执政生态系统中的一些腐败现象,论证了设立巡视制度是一种降低社会系统熵的必然性。

基于XGBoost算法的信用债违约预测模型

本文首先对近年来我国信用债违约风险事件进行了统计分析,归纳出造成违约的四类风险,利用随机森林算法抽取了债券违约的重要特征;然后基于XGBoost算法建立了债券违约风险预测模型,利用主成分分析方法,再结合经济逻辑分析,提取出6个债券违约风险因子,并阐释了违约风险因子的作用机制。实证结果表明,本文所构建的违约预测模型对信用债违约的预测具有较高的准确性。

基于动态SV模型预测国债利率期限结构

选取中国人民银行2011年1月至2018年3月共87个月的国债收益率数据,通过改变价格数据为收益率数据,将传统的Svensson模型求解转化为线性优化问题,对利率期限结构进行较精确拟合,实证结果表明,参数的估计值与理论值有高度相关性且更加稳健。之后基于SV模型中各参数的AR(1)模型和VAR(1)模型构建了动态SV模型,实现了预测步长为1个月、6个月和1年的样本外预测,预测结果表明,随着预测步长增大,动态SV模型的预测能力逐渐增强;当预测步长为1年时,SV-VAR(1)模型表现出较明显的优势,特别是对于长期利率的预测,预测误差的均值、方差以及均方根误差均小于其他模型。因此,动态SV模型更适合于步长较长时长期利率的预测,并且SV-VAR(1)模型的表现更好,这为国债利率期限预测提供了一种新方法。

外国投资者行为与东道国债券市场风险——基于投资者动机视角

境外投资者在东道国金融市场中扮演十分重要的角色,挖掘其投资行为背后隐含的经济信息对东道国金融市场风险管理具有较高的应用价值。本文以金融“脆弱性”模型为基础,基于投资者动机视角,构建包含“主动调整”风险效应、“流动性调整”风险效应的金融资产风险模型,探讨外国投资者“主动调整”和“流动性调整”风险效应。结果发现外国投资者“主动调整”和“流动性调整”风险可提高东道国长期国债收益率波动。在极端市场情形下,外国投资者“主动调整”风险对东道国债券市场波动的推动作用更加强烈;外国投资者“主动调整”风险对市场波动的影响受东道国经济和金融发展状况的影响。研究结论对我国债券市场高质量发展具有一定的参考价值。

杠杆交易对股票流动性的影响——来自沪市A股融资融券交易的实证

增强市场流动性是我国证监会推出融资融券制度的初衷之一,然而相关研究中关于融资融券的实际效果如何的结论并不一致,且研究中的内生性问题一直未得到解决.本文从价格影响和交易成本两个维度实证研究了融资融券交易对沪市A股股票流动性的影响.基于融资融券标的范围调整方式,本文使用断点回归处理了相关研究中一直未能解决的内生性问题,并发现在价格影响维度,融资融券交易会在市场温和波动时缩小价格影响(改善流动性),在市场大幅波动时扩大价格影响(恶化流动性).随后本文对投资者的融资融券交易模式进行了识别,发现投资者在不同市场波动程度下呈现出不同的交易模式,从而对这种差异性给出了可能的解释.而在交易成本维度,本文发现只有对于信息不对称程度较低的股票,融资融券交易才可以降低其交易成本(改善流动性).

境外投资者配置中国国债的动机研究——基于国债收益率的视角

基于2016年2月至2021年2月中国以及30个境外经济体国债((1))的月度数据,从国债收益率的视角分析影响境外投资者配置我国国债资产的主要因素及其行为动机,实证结果表明:中国与发达经济体之间的国债利差对境外投资者购买我国国债的行为具有显著影响,且境外投资者的资产配置行为具有延续性;对国债收益率和境外投资者之间作用机制的研究发现,中国国债价格加速下跌对境外投资者配置我国国债产生抑制作用,同时发达经济体国债价格变化也呈现相似的溢出效应;长期看,境外投资者增配我国国债预示着未来国债期限利差的扩大和经济景气指数的上升,因而我国国债市场中的境外投资者具有“基本面投资者”的特征。

信用风险、投资者情绪对债券信用利差的影响研究

债券是金融市场中不可或缺的投融资工具,成熟完善的债券市场是金融体系稳定的基础。随着我国债券市场不断发展壮大,债券风险管理成为当前的重要课题。信用利差是债券二级市场重要的风险衡量指标。本文选取2017-2020年上交所公司债月度面板数据,利用固定效应模型对信用风险、市场投资者情绪及其他信用利差的影响因素进行实证研究。研究发现:(1)信用风险因素对我国公司债信用利差的影响显著,且逐渐增大;(2)投资者情绪在市场中的传染效应显著提高了公司债信用利差,对信用风险在信用利差中的结构性变化起到了催化作用;(3)利率风险、流动性风险溢价等对信用利差的影响显著。基于此,提出健全外部约束机制,加强债券市场监管;细化债券信用评级,提升债券信息披露质量;深化利率市场化改革,促进债券市场流动等建议。

一种基于证据融合的高可靠性产品可靠性评价方法

如何综合来自不同信息源的信息进行可靠性评价是高可靠产品可靠性分析领域的研究热点.针对存在随机不确定性和认知不确定性时高可靠产品的可靠性评价问题,结合证据理论提出了一种新的评价模型.鉴于不同可靠性信息源对产品可靠性指标的贡献不同,利用K—L交叉熵定义各个信息源的权重,对每个信息源生成的基本概率分配函数(BPA)进行修正.然后,将修正后的BPA按照D—S证据组合规则进行融合,进而利用可转移信度模型(TBM)对合成后的BPA进行概率测度的转换,从而实现对高可靠产品可靠性的度量.最后,以某型号电子器件的寿命评估为例,验证了本文提出的评价方法的可行性和有效性.

Pricing Credit Spread Option with Longstaff-Schwartz and GARCH Models in Chinese Bond Market

This paper investigates the mean-reversion and volatile of credit spread time series by using regression and time series analysis in Chinese bond market. Then the Longstaff-Schwartz model and GARCH model are applied to price credit spread put option. The authors compare the features of these two models by employing daily bond prices of government bonds and corporate bonds for the period 2010–2012 in Chinese bond market. The proposed results show that the higher the credit ratings of the corporate bonds are, the lower the prices of the credit spread options are.