基于rLasso-Logistic回归模型的公司债违约预警研究

发布时间：2023-05-18 00:43

　　随着我国经济发展和金融开放,债券违约成为2020年的关注点。在债券市场中,一般公司债的违约较多,尤其是2019年和2020年债券违约较往年增长较多,对社会的影响也较大。因此,建立适合我国国情和债券市场状况的债券信用风险模型,对债券违约现状进行研究,对于债券主体、债券购买者、监管机构和政府等都有较大的意义。本文采用2019年和2020年违约的40个公司债作为研究的样本,同时随机选择相应的未违约债券160个,整体数据量为200。同时将每股指标、成长能力、现金流量、盈利能力、资本结构、偿债能力、营运能力和宏观因素纳入备选指标。构建r LassoLogistic模型探究该模型对公司债违约预警的适用性。并且还利用了Logistic模型和Lasso-Logistic模型同时进行相同数据的实证研究。最后对三个模型进行对比,得出的主要结论如下:(1)在多因子的情况下,尤其是现在越来越复杂的公司债违约情况下,可纳入考虑的因子数量越来越多,简单的logistic模型不能满足债券违约的研究需求。(2)目前债券市场的数据较少,Lasso-Logistic模型需要大量数据,并不能发挥出它的强大的学习能力,不太适...

【文章页数】：53 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
abstract
1 绪论
    1.1 研究背景和意义
        1.1.1 我国债券市场基本情况
        1.1.2 我国债券违约基本状况
        1.1.3 研究的意义
    1.2 研究内容和方法
        1.2.1 我国债券违约基本状况
        1.2.2 研究方法及措施
    1.3 研究的重难点和创新之处
        1.3.1 研究的重难点
        1.3.2 研究的创新之处
2 文献综述
    2.1 信用风险度量的模型选择
    2.2 研究对象的选择
    2.3 信用风险影响因素
    2.4 小结
3 基础理论研究
    3.1 Logistic回归模型
    3.2 Lasso回归模型
    3.3 rLasso回归模型
    3.4 小结
4 实证分析
    4.1 样本选择
    4.2 指标的选择
        4.2.1 每股指标
        4.2.2 成长能力
        4.2.3 现金流量
        4.2.4 盈利能力
        4.2.5 资本结构
        4.2.6 偿债能力
        4.2.7 营运能力
        4.2.8 宏观指标
    4.3 Logistic回归分析
    4.4 Lasso-Logistic回归分析
    4.5 rLasso-Logistic回归分析
    4.6 模型对比分析
    4.7 小结
5 结论与意义
    5.1 研究结论
    5.2 实践指导意义
    5.3 不足之处
参考文献
附录



本文编号：3818335