我國的債券市場近些年來發(fā)展迅速,取得了長足的發(fā)展,為我國的經(jīng)濟建設(shè)和社會發(fā)展作出了巨大的貢獻。但是同發(fā)達(dá)國家相比,仍處于起步階段,無論是其規(guī)模、品種,還是債券市場的發(fā)育程度等諸多方面都存在著巨大的差距。近幾年非國有企業(yè)和中小企業(yè)發(fā)債比重有所提高,債券品種也更加多樣化,諸如中期票據(jù)、短期融資券、定向工具等非金融企業(yè)債務(wù)融資工具發(fā)行比重逐年提高。發(fā)展的同時也伴隨著更多收益的不確定性,這就使得投資者需要一種可以更為有效識別債務(wù)融資工具信用風(fēng)險的方法,為其投資決策提供依據(jù),達(dá)到投資風(fēng)險可控。本文在國內(nèi)外學(xué)者關(guān)于銀行間債券市場非金融企業(yè)債務(wù)融資工具信用風(fēng)險研究的基礎(chǔ)上,提出了針對市場上不同風(fēng)險偏好投資者的信用風(fēng)險識別方案。實證部分采用來自wind數(shù)據(jù)庫的中短期票據(jù)的財務(wù)指標(biāo)、非財務(wù)指標(biāo)、宏觀指標(biāo)等數(shù)據(jù)信息,共29個因子。以對模型原理和實際業(yè)務(wù)背景的理解為基礎(chǔ),建立科學(xué)合理有效的特征工程框架,進行數(shù)據(jù)不平衡處理、缺失值處理和數(shù)據(jù)標(biāo)準(zhǔn)化,最大程度上獲取數(shù)據(jù)中的樣本信息,然后運用因子分析方法減少因子數(shù)量,得到11個因子,其中企業(yè)盈利能力因子、企業(yè)短期償債能力因子和企業(yè)長期償債能力因子是影響中短期票據(jù)信用風(fēng)險的主要因子。實證部分分別采用分類模型和回歸模型的方法構(gòu)建以中短期票據(jù)為代表的債務(wù)融資工具信用風(fēng)險識別方案,得到針對不同期限的中短期票據(jù)信用風(fēng)險識別方案。
【學(xué)位單位】：上海師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：F832.51
【部分圖文】：

風(fēng)險進行識別具有重要的實用價值。非金一類票據(jù)是中期票據(jù)、短期融資券，中期年時間飛速發(fā)展，非金融企業(yè)債務(wù)融資工 1.1 2016 年 12 月 31 日非金融企業(yè)債務(wù)融資工具中期票據(jù)31%短期融資券14%定向工具21%資產(chǎn)支持證券34%中短定資2%一般

上海師范大學(xué)碩士學(xué)位論文 第 1 章 緒論其次，采用了實證研究方法，選擇了來自 wind 數(shù)據(jù)庫的中短期票據(jù)的數(shù)據(jù)。在該實證研究中，運用了分類模型和回歸模型來對不同期限的中短期票據(jù)進行建模通過對實證研究中得到結(jié)論的分析，得出結(jié)論。在實證研究中采用對比研究法，通過對各個模型方法與各個期限的中短期票據(jù)組合之后的建模結(jié)果，進行對比研究。最后，進行對策研究，就本文研究的結(jié)果和研究過程中發(fā)現(xiàn)的不足之處并結(jié)合債務(wù)融資工具信用風(fēng)險識別領(lǐng)域的現(xiàn)狀，對本文進行總結(jié)，提出建議及后續(xù)的研究方向。1.3.3 技術(shù)路線本文的技術(shù)路線如下圖：研究

圖 2.1 支持向量機構(gòu)成在學(xué)習(xí)過程中，第一層從核定義給定基的集合中選擇基 ;第二層在這一空間中構(gòu)造一個線性函數(shù)，相當(dāng)于在對應(yīng)的特征空間中構(gòu)造一個最優(yōu)超平面。通過函數(shù) ，我們將輸入向量 x 映射到高維特征空間。給定 ，SVM搜索特征空間中不同類之間的最大余量的線性決策函數(shù)，其中 是具有 維的輸入向量， 是 的類標(biāo)簽。決策函數(shù) 定義特征空間中的線性超平面。參數(shù) 和 通過求解以下凸二次問題獲得：( ( ))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
【參考文獻】

相關(guān)期刊論文 前10條

1 劉祥東;王未卿;;我國商業(yè)銀行信用風(fēng)險識別的多模型比較研究[J];經(jīng)濟經(jīng)緯;2015年06期

2 楊世偉;李錦成;;信用風(fēng)險度量、債券違約預(yù)測與結(jié)構(gòu)化模型擴展[J];證券市場導(dǎo)報;2015年10期

3 張傲;張寧;;對提升企業(yè)非公開定向融資工具應(yīng)用水平的探討[J];現(xiàn)代商業(yè);2014年14期

4 黃云;;對我國銀行間債券市場非金融企業(yè)債務(wù)融資的思考[J];北京金融評論;2014年01期

5 劉澄;張玲;;KMV模型在中國的適用性研究[J];金融縱橫;2013年10期

6 曾江洪;王莊志;崔曉云;;基于SVM的中小企業(yè)集合債券融資個體信用風(fēng)險度量研究[J];中南大學(xué)學(xué)報(社會科學(xué)版);2013年02期

7 馬輝;;非金融企業(yè)債務(wù)融資工具制約因素分析[J];金融會計;2012年01期

8 劉偉慶;;非金融企業(yè)債務(wù)融資工具:銀行深化服務(wù)功能的戰(zhàn)略選擇[J];金融理論與實踐;2010年08期

9 史小坤;陳昕;;商業(yè)銀行信用風(fēng)險管理的KMV模型及其修正[J];南京財經(jīng)大學(xué)學(xué)報;2010年04期

10 唐振鵬;;基于EGARCH-M波動模型的KMV信用風(fēng)險度量研究[J];福州大學(xué)學(xué)報(哲學(xué)社會科學(xué)版);2010年01期

本文編號：2883429