本文關(guān)鍵詞：基于新聞?shì)浨榈男庞脗乐敌拚Ｐ图捌鋺?yīng)用　出處：《山西大學(xué)學(xué)報(bào)(自然科學(xué)版)》2017年01期 　論文類型：期刊論文

  更多相關(guān)文章： 信用債 債券估值 信用點(diǎn)差 情感挖掘 TF-IDF

【摘要】：信用債估值是金融機(jī)構(gòu)資產(chǎn)管理與風(fēng)險(xiǎn)控制的核心問(wèn)題之一,主流估值方法諸如CreditGrades等模型無(wú)法捕捉違約事件新聞?shì)浨榧笆袌?chǎng)投資者情緒的變化�；谖谋厩楦型诰蚍椒�,把新聞?shì)浨榉譃榍楦泻驼Z(yǔ)義兩個(gè)維度,在CreditGrades模型基礎(chǔ)上增加了一項(xiàng)信用點(diǎn)差,建立了量化修正的一個(gè)信用債估值改進(jìn)模型。相比傳統(tǒng)方法,新模型具有三點(diǎn)優(yōu)勢(shì):(1)很多債券在日常市場(chǎng)活動(dòng)中交易不夠頻繁,很多情況下某一段時(shí)間內(nèi)市場(chǎng)沒(méi)有交易,傳統(tǒng)時(shí)間序列模型在對(duì)這種情況的預(yù)測(cè)會(huì)存在誤差,而且新模型通過(guò)最近一段時(shí)間的文本挖掘,可以獲取有關(guān)債券最新信息更加有效的預(yù)測(cè)債券價(jià)格走勢(shì)。(2)傳統(tǒng)方法過(guò)于依賴數(shù)字類的系統(tǒng)內(nèi)推預(yù)測(cè)模型而無(wú)法規(guī)避系統(tǒng)風(fēng)險(xiǎn)和行業(yè)風(fēng)險(xiǎn),新模型挖掘本文信息有效地彌補(bǔ)這個(gè)不足,具有較廣普適性。(3)新模型具有自我進(jìn)化功能,通過(guò)針對(duì)某一個(gè)金融領(lǐng)域不斷更新模型中的情感詞典、停用詞詞典、用戶詞典,模型的預(yù)測(cè)精度將會(huì)隨著模型讀取的文本數(shù)據(jù)的數(shù)量不斷提高。實(shí)驗(yàn)表明,改進(jìn)模型與原模型相比其估值的均方誤差從0.134降為0.056,取得了明顯高于傳統(tǒng)方法的效果。
[Abstract]:The valuation of credit debt is one of the core problems of asset management and risk control in financial institutions. Mainstream valuation methods such as CreditGrades model can not capture the default events news public opinion and market investor sentiment changes. Based on text emotion mining method. News public opinion is divided into two dimensions: emotion and semantics, and a credit point difference is added on the basis of CreditGrades model. A quantitative modified credit valuation model is established. Compared with the traditional method, the new model has three advantages: 1) many bonds are not traded frequently in the daily market activities. In many cases, there is no trade in the market for a certain period of time, the traditional time series model will have errors in predicting this situation, and the new model will be mined by the text in the most recent period of time. Can obtain the latest information on bonds more effective to predict bond price trend. 2) the traditional methods rely too much on the digital class of the system prediction model and can not avoid the system risk and industry risk. New model mining this paper information effectively to make up for this deficiency, has a wider applicability. 3) the new model has the function of self-evolution, through a financial field to constantly update the emotional dictionary in the model. The prediction accuracy of stop word dictionary, user dictionary and model will improve with the number of text data read by the model. Compared with the original model, the mean square error of the modified model is reduced from 0.134 to 0.056, which is obviously higher than that of the traditional method.
【作者單位】： 中國(guó)人民大學(xué)信息學(xué)院;中國(guó)銀行間市場(chǎng)交易商協(xié)會(huì);
【基金】：國(guó)家自然科學(xué)基金(71571183) 教育部人文社科基金(12YJA630046)
【分類號(hào)】：F832.51
【正文快照】： 債券按照發(fā)行主體類型可以分為利率債和信用債。前者主要包括國(guó)債、央行票據(jù)、政策性金融債和地方政府債券,通常被理解為政府機(jī)構(gòu)信用擔(dān)保,存在違約的可能性極小,收益只受利率波動(dòng)的影響,可被認(rèn)為無(wú)信用風(fēng)險(xiǎn);后者又稱為企業(yè)債和公司債,其風(fēng)險(xiǎn)因子除利率之外主要考慮發(fā)行主體的

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李文杰;;估值坐標(biāo)的基礎(chǔ)方法[J];股市動(dòng)態(tài)分析;2011年15期

2 李文杰;;估值坐標(biāo)的故事[J];股市動(dòng)態(tài)分析;2011年14期

3 李文杰;;估值坐標(biāo)的轉(zhuǎn)換[J];股市動(dòng)態(tài)分析;2011年16期

4 李桓;全流通預(yù)期下“估值重構(gòu)期”的應(yīng)對(duì)之策估值重構(gòu)有賴制度重構(gòu)[J];證券導(dǎo)刊;2005年19期

5 詹朝暉;簡(jiǎn)論網(wǎng)絡(luò)股估值[J];國(guó)際金融研究;2000年04期

6 詹朝暉;網(wǎng)絡(luò)股估值[J];金融與經(jīng)濟(jì);2000年02期

7 董玉娟;基金會(huì)計(jì)中投資估值會(huì)計(jì)處理的缺陷及改進(jìn)意見(jiàn)[J];財(cái)會(huì)通訊;2003年11期

8 徐星;多空激辯話估值[J];股市動(dòng)態(tài)分析;2004年Z3期

9 候闖;;多樣化估值的奧妙[J];IT經(jīng)理世界;2006年22期

10 謝志華;;資產(chǎn)的估值[J];首席財(cái)務(wù)官;2006年07期

相關(guān)會(huì)議論文 前1條

1 歐陽(yáng)洪;肖東生;;中國(guó)股市A股估值過(guò)高的危害、誘因與化解路徑[A];湖南省經(jīng)濟(jì)學(xué)學(xué)會(huì)年會(huì)暨科學(xué)發(fā)展觀與湖南經(jīng)濟(jì)協(xié)調(diào)發(fā)展研討會(huì)論文集[C];2008年

相關(guān)重要報(bào)紙文章 前10條

1 證券時(shí)報(bào)記者 方麗;債券成交弱 基金再現(xiàn)調(diào)估值[N];證券時(shí)報(bào);2013年

2 瓏銘;我們需要什么樣的估值？[N];上海證券報(bào);2008年

3 鄭偉征;公允價(jià)值多次引發(fā)非公允估值[N];財(cái)會(huì)信報(bào);2008年

4 華寶興業(yè)動(dòng)力組合基金基金經(jīng)理 劉自強(qiáng);估值、趨勢(shì)與情緒[N];證券時(shí)報(bào);2008年

5 證券時(shí)報(bào)記者 游蕓蕓;券商資管估值指引出爐平抑“黑天鵝”效應(yīng)[N];證券時(shí)報(bào);2012年

6 河山;不可或缺的第三方估值制度[N];上海證券報(bào);2012年

7 證券時(shí)報(bào)記者 方麗;債券成交清淡 基金被迫調(diào)估值[N];證券時(shí)報(bào);2013年

8 證券時(shí)報(bào)記者 孫曉霞;一個(gè)基本面投資者的估值探索[N];證券時(shí)報(bào);2013年

9 盧中慧;估值的困惑（上）[N];證券時(shí)報(bào);2003年

10 長(zhǎng)江證券研究所 葉頌濤;醫(yī)藥股 估值水平仍屬正常[N];中國(guó)證券報(bào);2006年

相關(guān)博士學(xué)位論文 前2條

1 吳戰(zhàn)篪;國(guó)際接軌中的A股估值：理念、制度與公司治理分析[D];西南財(cái)經(jīng)大學(xué);2006年

2 張新楊;我國(guó)限售流通A股估值研究[D];復(fù)旦大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 宣揚(yáng);我國(guó)債券基金公允價(jià)值估值問(wèn)題研究[D];財(cái)政部財(cái)政科學(xué)研究所;2015年

2 陳驍;廣州藥業(yè)吸收合并白云山A估值研究[D];云南財(cái)經(jīng)大學(xué);2015年

3 陳超;基于上市公司案例的知識(shí)產(chǎn)權(quán)評(píng)估方法選擇[D];電子科技大學(xué);2015年

4 陳軍;初創(chuàng)期科技企業(yè)估值方法分析與運(yùn)用[D];電子科技大學(xué);2014年

5 楊亮;XY企業(yè)并購(gòu)估值案例分析[D];財(cái)政部財(cái)政科學(xué)研究所;2014年

6 左斌;項(xiàng)目風(fēng)險(xiǎn)在企業(yè)并購(gòu)估值中的應(yīng)用研究[D];遼寧大學(xué);2015年

7 殷海容;基于經(jīng)濟(jì)增加值（EVA）方法的白酒上市公司估值[D];上海交通大學(xué);2013年

8 蔣勇芳;企業(yè)跨國(guó)并購(gòu)估值研究[D];云南財(cái)經(jīng)大學(xué);2015年

9 楊維江;估值調(diào)整協(xié)議的法律分析和評(píng)價(jià)[D];華東政法大學(xué);2015年

10 洪曉鐘;中小科技成長(zhǎng)型護(hù)膚品企業(yè)并購(gòu)案例分析[D];浙江工業(yè)大學(xué);2015年

，

本文編號(hào)：1390162