利率影响因素变动对公司债券违约的预警作用研究
发布时间：2022-06-03 21:33
2019年我国债券托管规模超过日本,成为世界第二且增长迅速。公司债券在其中占有重要位置,且往往是信用发行,没有抵押。随着公司债券规模的扩张,由于部分融资主体在市场中经营不善等原因,造成无法按时支付利息与本金,公司债券违约事件接连不断。债券违约给投资人造成了重大损失,其风险管控问题受到了社会各界的极大关注。怎样反映出公司债券的内在价值,减少债券违约带来的损失,如何预警债券违约的风险是广大投资者所关注的核心内容,也是公司提前应对债务问题需要思考的内容。本文对债券利率影响因素进行分析,基于VAR模型探究宏观因素对债券利率的动态影响。在此基础上,运用2015-2019年间发行的公司债券资料,结合宏观和微观因素建立债券利率回归模型。并以此为基础,提出债券违约预警模型,对2015-2017年间A股上市公司发行的债券情况进行检验,发现80%以上的违约债券会提前发出预警信号。接着,采用了机器学习算法进行建模,对公司债券违约风险进行研究,利用利率影响因素模型中使用的参数,使用BP神经网络模型和支持向量机方法构建预警模型,结果显示这两种模型具有良好的预警效果。在与Z评分及KMV模型进行定性和定量分析和对比...
【文章页数】：61 页
【学位级别】：硕士
【文章目录】：
Abstract
摘要
第1章 绪论
1.1 研究背景
1.2 债券违约现状分析
1.2.1 违约现象越来越频繁,金额越来越大
1.2.2 民营企业是债券违约的高发地
1.2.3 债券违约与信用等级密切相关
1.2.4 违约涉及的行业越来越多
1.3 研究内容与思路
1.4 研究意义
1.5 论文结构
1.6 研究创新点
第2章 文献综述
2.1 模型构建研究方面
2.1.1 Z评分模型
2.1.2 结构化模型
2.1.3 简约模型
2.2 影响因素研究方面
2.3 预警研究模型
2.3.1 KMV模型
2.3.2 Credit Metrics模型
2.3.3 KMV模型与Credit Metrics模型的比较
2.4 预警研究方法
2.4.1 神经网络算法
2.4.2 支持向量机法
第3章 企业债利率的主要影响因素选取与度量
3.1 债券利率影响因素分析
3.2 样本选取与数据的指标选取
3.3 基于VAR模型宏观因素对债券利率的影响分析
3.3.1 模型的建立
3.3.2 脉冲响应函数和方差分解
3.4 结合宏观和微观因素回归方程构建
3.5 利率影响因素回归模型估计值与稳健性检验
3.5.1 利率影响因素结果与说明
3.5.2 稳健性检验
第4章 对公司债券违约预警的研究
4.1 利率影响因素的预警模型
4.1.1 研究假设
4.1.2 数据选取说明
4.1.3 测试结果
4.2 基于BP神经网络的公司债违约预警研究
4.2.1 数据选取
4.2.2 模型参数设置
4.2.3 模型测试
4.3 基于SVM的公司债违约预警研究
4.4 小结
第5章 与其他模型比较
5.1 与Z评分模型的比较
5.2 与KMV模型的比较
5.2.1 模型变量选取
5.2.2 违约距离检验
5.2.3 KMV模型预警效果比较
5.3 与信用计量模型的比较
5.4 小结
第6章 结论及防范与化解债券违约的建议
6.1 结论
6.2 防范与化解债券违约的建议
6.2.1 正确认识我国的债券风险
6.2.2 加强监管与防范风险势在必行
6.2.3 防范债券违约的相关建议
6.3 研究不足之处
6.4 研究展望
参考文献
致谢
已发表论文
【参考文献】：
期刊论文
[1]运用刚性数据和机器学习方法探讨债券市场信用风险预测[J]. 崔玉征. 债券. 2019(01)
[2]宏观经济因素对企业债券信用风险的影响[J]. 郑月蔚. 时代金融. 2016(23)
[3]我国企业债券信用利差影响因素分析[J]. 欧阳资生,姚聪. 会计之友. 2015(23)
[4]信用债发行利差影响因素探究[J]. 刘镜秀,门明. 财经理论研究. 2015(01)
[5]我国短期融资券利差的宏观影响机制研究[J]. 房蒙,段希文. 广西大学学报(哲学社会科学版). 2013(02)
[6]宏观经济不确定性对中国企业债券信用风险的影响——基于2007-2009年月度面板数据[J]. 周宏,徐兆铭,彭丽华,杨萌萌. 会计研究. 2011(12)
[7]我国企业债券信用利差宏观决定因素研究[J]. 戴国强,孙新宝. 财经研究. 2011(12)
[8]用显著性检验方法判断信用评级对企业债券市场定价的影响力[J]. 程盟,刘万才. 征信. 2011(04)
[9]Logistic模型与Probit模型用于上市公司财务预警的比较[J]. 白承彪. 财会月刊. 2010(33)
[10]辽宁省上市公司财务危机预警实证分析——基于Z值评分模型[J]. 王满,李坤榕. 大连海事大学学报(社会科学版). 2009(05)
硕士论文
[1]基于利差因素分析的企业债券信用风险价差研究[D]. 丁雪山.安徽大学 2012
[2]我国中短期票据信用利差影响因素的实证研究[D]. 杨浩.南京大学 2011
本文编号：3653519
【文章页数】：61 页
【学位级别】：硕士
【文章目录】：
Abstract
摘要
第1章 绪论
1.1 研究背景
1.2 债券违约现状分析
1.2.1 违约现象越来越频繁,金额越来越大
1.2.2 民营企业是债券违约的高发地
1.2.3 债券违约与信用等级密切相关
1.2.4 违约涉及的行业越来越多
1.3 研究内容与思路
1.4 研究意义
1.5 论文结构
1.6 研究创新点
第2章 文献综述
2.1 模型构建研究方面
2.1.1 Z评分模型
2.1.2 结构化模型
2.1.3 简约模型
2.2 影响因素研究方面
2.3 预警研究模型
2.3.1 KMV模型
2.3.2 Credit Metrics模型
2.3.3 KMV模型与Credit Metrics模型的比较
2.4 预警研究方法
2.4.1 神经网络算法
2.4.2 支持向量机法
第3章 企业债利率的主要影响因素选取与度量
3.1 债券利率影响因素分析
3.2 样本选取与数据的指标选取
3.3 基于VAR模型宏观因素对债券利率的影响分析
3.3.1 模型的建立
3.3.2 脉冲响应函数和方差分解
3.4 结合宏观和微观因素回归方程构建
3.5 利率影响因素回归模型估计值与稳健性检验
3.5.1 利率影响因素结果与说明
3.5.2 稳健性检验
第4章 对公司债券违约预警的研究
4.1 利率影响因素的预警模型
4.1.1 研究假设
4.1.2 数据选取说明
4.1.3 测试结果
4.2 基于BP神经网络的公司债违约预警研究
4.2.1 数据选取
4.2.2 模型参数设置
4.2.3 模型测试
4.3 基于SVM的公司债违约预警研究
4.4 小结
第5章 与其他模型比较
5.1 与Z评分模型的比较
5.2 与KMV模型的比较
5.2.1 模型变量选取
5.2.2 违约距离检验
5.2.3 KMV模型预警效果比较
5.3 与信用计量模型的比较
5.4 小结
第6章 结论及防范与化解债券违约的建议
6.1 结论
6.2 防范与化解债券违约的建议
6.2.1 正确认识我国的债券风险
6.2.2 加强监管与防范风险势在必行
6.2.3 防范债券违约的相关建议
6.3 研究不足之处
6.4 研究展望
参考文献
致谢
已发表论文
【参考文献】：
期刊论文
[1]运用刚性数据和机器学习方法探讨债券市场信用风险预测[J]. 崔玉征. 债券. 2019(01)
[2]宏观经济因素对企业债券信用风险的影响[J]. 郑月蔚. 时代金融. 2016(23)
[3]我国企业债券信用利差影响因素分析[J]. 欧阳资生,姚聪. 会计之友. 2015(23)
[4]信用债发行利差影响因素探究[J]. 刘镜秀,门明. 财经理论研究. 2015(01)
[5]我国短期融资券利差的宏观影响机制研究[J]. 房蒙,段希文. 广西大学学报(哲学社会科学版). 2013(02)
[6]宏观经济不确定性对中国企业债券信用风险的影响——基于2007-2009年月度面板数据[J]. 周宏,徐兆铭,彭丽华,杨萌萌. 会计研究. 2011(12)
[7]我国企业债券信用利差宏观决定因素研究[J]. 戴国强,孙新宝. 财经研究. 2011(12)
[8]用显著性检验方法判断信用评级对企业债券市场定价的影响力[J]. 程盟,刘万才. 征信. 2011(04)
[9]Logistic模型与Probit模型用于上市公司财务预警的比较[J]. 白承彪. 财会月刊. 2010(33)
[10]辽宁省上市公司财务危机预警实证分析——基于Z值评分模型[J]. 王满,李坤榕. 大连海事大学学报(社会科学版). 2009(05)
硕士论文
[1]基于利差因素分析的企业债券信用风险价差研究[D]. 丁雪山.安徽大学 2012
[2]我国中短期票据信用利差影响因素的实证研究[D]. 杨浩.南京大学 2011
本文编号：3653519
本文链接：https://www.wllwen.com/jingjilunwen/xmjj/3653519.html
