宏观经济因素、企业债券违约与企业债券违约恢复9787513678278
正版图书，可开发票，请放心购买。
￥ 41.82 4.8折 ￥ 88 全新
库存43件
广东广州
认证卖家担保交易快速发货售后保障
作者刘振清 著 无 译
出版社中国经济出版社
ISBN9787513678278
出版时间2023-05
装帧平装
开本16开
定价88元
货号17544223
上书时间2024-12-27
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
目录
第1章 引言
1.1 研究背景
1.2 研究问题
1.3 研究意义
1.4 研究思路、方法及框架
1.5 研究贡献
第2章 研究基础
2.1 相关概念与定义
2.2 文献综述
2.3 企业债券违约与恢复相关理论
2.4 宏观经济与企业债券违约机理分析
2.5 宏观经济与企业债券违约恢复机理分析
第3章 数据驱动下宏观经济特征提取
3.1 特征选择
3.2 企业债券违约和债券违约恢复特征选择
3.3 宏观经济特征动态因子模型
3.4 小结
第4章 企业债券违约预测模型
4.1 企业债券违约模型
4.2 基于计量模型的企业债券违约预测模型
4.3 基于机器学习的债券违约预测模型
4.4 基于VAR-GRU的企业债券违约预测模型
4.5 小结
第5章 企业债券违约恢复预测模型
5.1 债券违约恢复模型
5.2 企业债券违约恢复率预测模型
5.3 小结
第6章 企业债券违约预测应用研究
6.1 数据来源及统计性分析
6.2 债券违约宏观因子特征选择实证
6.3 企业债券违约动态因子实证
6.4 企业债券违约预测实证
6.5 小结
第7章 企业债券违约恢复预测应用研究
7.1 数据来源及统计性分析
7.2 企业债券违约恢复宏观因子特征选择
7.3 企业债券违约恢复动态因子模型结果
7.4 企业债券违约恢复预测结果
7.5 小结
第8章 结论与展望
8.1 结论
8.2 展望
内容摘要
本书针对国内债券市场，综合运用数据驱动预测技术、计量经济学模型、机器学习模型、信用风险、违约相关性、信息不对称和财务预警模型等理论方法，围绕企业债券违约率、企业债券违约恢复率预测及其应用问题展开研究。具体而言，第一，运用数据驱动预测技术，利用集成特征选择器选择有效的宏观经济信息，研究宏观经济因素对企业债券违约率、企业债券违约恢复率的预测影响。第二，运用数据驱动预测技术，通过动态因子模型提取宏观特征进行共同信息，降低特征的维度。本书通过动态因子模型提取出了六个宏观系统性因子：行业周期因子、宏观指数因子、收益率曲线风险因子、信用风险因子、资产收益率因子、市场波动率因子，以及一个脆弱性因子，其中宏观系统性因子反映了宏观特征的共同成分，脆弱性因子反映了共同因子无法解释的成分，宏观系统性因子和脆弱性因子的结合反映了行业的整体性成分。第三，研究考虑企业债券违约率和企业债券违约恢复率的预测方法的创新。基于宏观经济因素对企业债券违约和企业债券违约恢复的影响，本书的预测方法既需要反映宏观系统性因子、脆弱性因子的重要度，还需要兼顾模型的预测性能。
精彩内容
本书针对国内债券市场，综合运用数据驱动预测技术、计量经济学模型、机器学习模型、信用风险、违约相关性、信息不对称和财务预警模型等理论方法，围绕企业债券违约率、企业债券违约恢复率预测及其应用问题展开研究。具体而言，第一，运用数据驱动预测技术，利用集成特征选择器选择有效的宏观经济信息，研究宏观经济因素对企业债券违约率、企业债券违约恢复率的预测影响。第二，运用数据驱动预测技术，通过动态因子模型提取宏观特征进行共同信息，降低特征的维度。本书通过动态因子模型提取出了六个宏观系统性因子：行业周期因子、宏观指数因子、收益率曲线风险因子、信用风险因子、资产收益率因子、市场波动率因子，以及一个脆弱性因子，其中宏观系统性因子反映了宏观特征的共同成分，脆弱性因子反映了共同因子无法解释的成分，宏观系统性因子和脆弱性因子的结合反映了行业的整体性成分。第三，研究考虑企业债券违约率和企业债券违约恢复率的预测方法的创新。基于宏观经济因素对企业债券违约和企业债券违约恢复的影响，本书的预测方法既需要反映宏观系统性因子、脆弱性因子的重要度，还需要兼顾模型的预测性能。
— 没有更多了 —
以下为对购买帮助不大的评价