我国非金融企业债务融资工具信用风险识别的方案研究
发布时间:2020-11-14 11:37
我国的债券市场近些年来发展迅速,取得了长足的发展,为我国的经济建设和社会发展作出了巨大的贡献。但是同发达国家相比,仍处于起步阶段,无论是其规模、品种,还是债券市场的发育程度等诸多方面都存在着巨大的差距。近几年非国有企业和中小企业发债比重有所提高,债券品种也更加多样化,诸如中期票据、短期融资券、定向工具等非金融企业债务融资工具发行比重逐年提高。发展的同时也伴随着更多收益的不确定性,这就使得投资者需要一种可以更为有效识别债务融资工具信用风险的方法,为其投资决策提供依据,达到投资风险可控。本文在国内外学者关于银行间债券市场非金融企业债务融资工具信用风险研究的基础上,提出了针对市场上不同风险偏好投资者的信用风险识别方案。实证部分采用来自wind数据库的中短期票据的财务指标、非财务指标、宏观指标等数据信息,共29个因子。以对模型原理和实际业务背景的理解为基础,建立科学合理有效的特征工程框架,进行数据不平衡处理、缺失值处理和数据标准化,最大程度上获取数据中的样本信息,然后运用因子分析方法减少因子数量,得到11个因子,其中企业盈利能力因子、企业短期偿债能力因子和企业长期偿债能力因子是影响中短期票据信用风险的主要因子。实证部分分别采用分类模型和回归模型的方法构建以中短期票据为代表的债务融资工具信用风险识别方案,得到针对不同期限的中短期票据信用风险识别方案。
【学位单位】:上海师范大学
【学位级别】:硕士
【学位年份】:2018
【中图分类】:F832.51
【部分图文】:
风险进行识别具有重要的实用价值。非金一类票据是中期票据、短期融资券,中期年时间飞速发展,非金融企业债务融资工 1.1 2016 年 12 月 31 日非金融企业债务融资工具中期票据31%短期融资券14%定向工具21%资产支持证券34%中短定资2%一般
上海师范大学硕士学位论文 第 1 章 绪论其次,采用了实证研究方法,选择了来自 wind 数据库的中短期票据的数据。在该实证研究中,运用了分类模型和回归模型来对不同期限的中短期票据进行建模通过对实证研究中得到结论的分析,得出结论。在实证研究中采用对比研究法,通过对各个模型方法与各个期限的中短期票据组合之后的建模结果,进行对比研究。最后,进行对策研究,就本文研究的结果和研究过程中发现的不足之处并结合债务融资工具信用风险识别领域的现状,对本文进行总结,提出建议及后续的研究方向。1.3.3 技术路线本文的技术路线如下图:研究
图 2.1 支持向量机构成在学习过程中,第一层从核定义给定基的集合中选择基 ;第二层在这一空间中构造一个线性函数,相当于在对应的特征空间中构造一个最优超平面。通过函数 ,我们将输入向量 x 映射到高维特征空间。给定 ,SVM搜索特征空间中不同类之间的最大余量的线性决策函数,其中 是具有 维的输入向量, 是 的类标签。决策函数 定义特征空间中的线性超平面。参数 和 通过求解以下凸二次问题获得:( ( ))2,11min ,2. . , 1 , 0, ,Nibii i iCs t y x b iww xw f x x=++ 3 - 3 " (2.1)K(x, xi), i = 1, 2,...Nφ(xi, yi){ }i=1nxidyixif (x) = ω ,φ(x) + bωb
【参考文献】
本文编号:2883429
【学位单位】:上海师范大学
【学位级别】:硕士
【学位年份】:2018
【中图分类】:F832.51
【部分图文】:
风险进行识别具有重要的实用价值。非金一类票据是中期票据、短期融资券,中期年时间飞速发展,非金融企业债务融资工 1.1 2016 年 12 月 31 日非金融企业债务融资工具中期票据31%短期融资券14%定向工具21%资产支持证券34%中短定资2%一般
上海师范大学硕士学位论文 第 1 章 绪论其次,采用了实证研究方法,选择了来自 wind 数据库的中短期票据的数据。在该实证研究中,运用了分类模型和回归模型来对不同期限的中短期票据进行建模通过对实证研究中得到结论的分析,得出结论。在实证研究中采用对比研究法,通过对各个模型方法与各个期限的中短期票据组合之后的建模结果,进行对比研究。最后,进行对策研究,就本文研究的结果和研究过程中发现的不足之处并结合债务融资工具信用风险识别领域的现状,对本文进行总结,提出建议及后续的研究方向。1.3.3 技术路线本文的技术路线如下图:研究
图 2.1 支持向量机构成在学习过程中,第一层从核定义给定基的集合中选择基 ;第二层在这一空间中构造一个线性函数,相当于在对应的特征空间中构造一个最优超平面。通过函数 ,我们将输入向量 x 映射到高维特征空间。给定 ,SVM搜索特征空间中不同类之间的最大余量的线性决策函数,其中 是具有 维的输入向量, 是 的类标签。决策函数 定义特征空间中的线性超平面。参数 和 通过求解以下凸二次问题获得:( ( ))2,11min ,2. . , 1 , 0, ,Nibii i iCs t y x b iww xw f x x=++ 3 - 3 " (2.1)K(x, xi), i = 1, 2,...Nφ(xi, yi){ }i=1nxidyixif (x) = ω ,φ(x) + bωb
【参考文献】
相关期刊论文 前10条
1 刘祥东;王未卿;;我国商业银行信用风险识别的多模型比较研究[J];经济经纬;2015年06期
2 杨世伟;李锦成;;信用风险度量、债券违约预测与结构化模型扩展[J];证券市场导报;2015年10期
3 张傲;张宁;;对提升企业非公开定向融资工具应用水平的探讨[J];现代商业;2014年14期
4 黄云;;对我国银行间债券市场非金融企业债务融资的思考[J];北京金融评论;2014年01期
5 刘澄;张玲;;KMV模型在中国的适用性研究[J];金融纵横;2013年10期
6 曾江洪;王庄志;崔晓云;;基于SVM的中小企业集合债券融资个体信用风险度量研究[J];中南大学学报(社会科学版);2013年02期
7 马辉;;非金融企业债务融资工具制约因素分析[J];金融会计;2012年01期
8 刘伟庆;;非金融企业债务融资工具:银行深化服务功能的战略选择[J];金融理论与实践;2010年08期
9 史小坤;陈昕;;商业银行信用风险管理的KMV模型及其修正[J];南京财经大学学报;2010年04期
10 唐振鹏;;基于EGARCH-M波动模型的KMV信用风险度量研究[J];福州大学学报(哲学社会科学版);2010年01期
本文编号:2883429
本文链接:https://www.wllwen.com/jingjilunwen/jinrongzhengquanlunwen/2883429.html