巨災(zāi)債券風(fēng)險(xiǎn)息差的實(shí)證研究目前已經(jīng)相對(duì)成熟,但具體模型形式和變量選擇依然存在一定的爭(zhēng)議.將采用地震巨災(zāi)債券發(fā)行數(shù)據(jù),建立巨災(zāi)債券的風(fēng)險(xiǎn)息差定價(jià)模型,分析風(fēng)險(xiǎn)息差的主要影響因素.首先,構(gòu)建廣義線性模型,發(fā)現(xiàn)本文提出的Logit風(fēng)險(xiǎn)附加值效果優(yōu)異.然后,將廣義線性模型的估計(jì)結(jié)果嵌入深度神經(jīng)網(wǎng)絡(luò),提高廣義線性模型的預(yù)測(cè)能力,同時(shí)提高神經(jīng)網(wǎng)絡(luò)的迭代效率.最后,比較了深度神經(jīng)網(wǎng)絡(luò)、嵌入廣義線性模型的深度神經(jīng)網(wǎng)絡(luò)、隨機(jī)森林、XGBoost以及支持向量回歸等機(jī)器學(xué)習(xí)算法的定價(jià)效果,結(jié)果表明支持向量回歸對(duì)巨災(zāi)債券風(fēng)險(xiǎn)息差的預(yù)測(cè)效果最佳.實(shí)證結(jié)果表明基于機(jī)器學(xué)習(xí)算法的巨災(zāi)債券定價(jià)模型明顯優(yōu)于傳統(tǒng)回歸模型,建議采用支持向量回歸算法對(duì)巨災(zāi)債券風(fēng)險(xiǎn)息差進(jìn)行定價(jià). 

【文章來(lái)源】：數(shù)學(xué)的實(shí)踐與認(rèn)識(shí). 2020,50(20)北大核心

【文章頁(yè)數(shù)】：11 頁(yè)


本文編號(hào)：3071973