基于广义Beta回归的不良贷款回收率模型

依据国内最大的违约损失率数据库-LossMet rics~(TAI),利用广义beta回归模型对时间跨度为2001-2008年的不良贷款回收率分布进行了研究。采用极大似然和OLS估计方法,针对全样本和回收率为(0.1)开区间的非极端回收样本给出包含宏观、贷款和债务人异质因子的多变量广义beta回归模型的拟合参数和各个因素对回收率均值、方差的影响分析,并在多种变换方式下研究了只含宏观因子的单变量模型。结果表明,宏观因子的影响在单、多变量模型中都十分显著;不良贷款的有效抵质押和债务人的经营状况对模型的拟合也有明显影响;各因素对全样本和非极端回收样本的拟合结果差异性显著,同一因素对回收率均值、方差的影响大为不同。应用所得广义beta回归模型可进一步讨论回收率的区间估计、在险价值(VaR)等问题,给不良贷款风险管理提供极大帮助。     

基于LARS-Lasso的指数跟踪及其在股指期货套利策略中的应用

本文将多元线性回归选择变量的Lasso方法引入到指数跟踪和股指期货套利策略研究,提出运用LARS算法实现非负限制下的Lasso选择现货组合问题,为业界给出了一种选择构造现货组合的股票的新方法。实证表明:采用本文提出的方法得到的现货组合,在组合含有较少数量股票的情况下,得到较文献中已有方法更小的跟踪误差。同时,利用本文的方法对沪深300仿真交易的期现套利进行研究,得到有重要市场价值的结果。