已收藏
图书详情
内容简介:
本书针对国内债券市场，综合运用数据驱动预测技术、计量经济学模型、机器学习模型、信用风险、违约相关性、信息不对称和财务预警模型等理论方法，围绕企业债券违约率、企业债券违约恢复率预测及其应用问题展开研究。具体而言，第一，运用数据驱动预测技术，利用集成特征选择器选择有效的宏观经济信息，研究宏观经济因素对企业债券违约率、企业债券违约恢复率的预测影响。第二，运用数据驱动预测技术，通过动态因子模型提取宏观特征进行共同信息，降低特征的维度。本书通过动态因子模型提取出了六个宏观系统性因子：行业周期因子、宏观指数因子、收益率曲线风险因子、信用风险因子、资产收益率因子、市场波动率因子，以及一个脆弱性因子，其中宏观系统性因子反映了宏观特征的共同成分，脆弱性因子反映了共同因子无法解释的成分，宏观系统性因子和脆弱性因子的结合反映了行业的整体性成分。第三，研究考虑企业债券违约率和企业债券违约恢复率的预测方法的创新。基于宏观经济因素对企业债券违约和企业债券违约恢复的影响，本书的预测方法既需要反映宏观系统性因子、脆弱性因子的重要度，还需要兼顾模型的预测性能。 
