基于模糊统计的公司违约预测

针对KMV违约预测模糊中固定违约点的缺陷，将违约点模糊化，以模糊事件表示违约，从而修改确定公司股权价值的期权公式，进一步得到违约概率预测，重点讨论计算违约模糊事件的基本思路，详细给出模糊统计方法，通过案例分析说明本文提出的模糊方法的可行性与长处。     

基于集成学习策略的化工园区大气污染影响预测

建立科学、有效、准确的空气质量预测系统,对于保护人们的身体健康和促进社会的和谐稳定具有重要的科学价值和实际意义。研究聚焦化工园区,基于物联网背景下企业排放实时数据,融合气象信息,采用多种有监督式机器学习(决策树、多元线性回归、Lasso回归、支持向量机、Xgboost、梯度提升机、Light GBM、MLP(多层感知觉神经网络))及改进的集成学习Stacking策略实现化工园区空气质量的预测,并识别影响大气污染的关键因素。结果表明:(1)Stacking策略下的预测框架与单模型预测结果相比有统计学意义上的显著提升。(2)在Stacking策略中,初级、次级学习器的选择策略影响预测的精度和泛化性,最佳模式为初级采用强学习器,次级使用线性模型。(3)在同一园区、不同企业污染物不同排放口对空气质量影响不同,研究结论可为政府监管部门对化工园区的治理和管控提供决策支持。     

允许提前违约的信用衍生产品定价模型

本文运用随机过程中的反射原理 ,停时分布以及障碍期权的定价思想扩展了 Merton( 1 975 )提出的信用衍生产品定价模型 ,对允许提前违约且标的资产间具有相关性的信用衍生产品进行定价 ,并给出了该定价模型的解析解     

信用违约互换的定价方法

通过对信用违约互换的结构的分析,在Merton的结构化方法框架下,用偏微分方程求出公司的违约概率密度,最后给出信用违约互换的一种定价方法.     

抵押债应急——明天的信用债

抵押债券仅仅是从担保证券向信用债券过渡的中间步骤。最终，市场的主流依然是信用发行方式。     

违约强度由Lévy从属过程驱动的约化信用风险模型及信用违约互换的定价

本文引入一个约化信用风险模型,其中违约强度定义为从属过程,即非负增Lévy过程.用概率方法得到了违约时间分布的解析表达式.利用该解析表达式,给出了该信用风险模型下的信用违约互换(Credit Default Swaps)的闭形式的定价公式.     

基于集成算法的股票指数预测

利用集成算法中的Bagging、Boosting和Random Forest三个方法,选取股票指数中的中小板指数、深证成指数、上证指数、创业板指数4组数据进行分析,得出Random Forest对上证指数、中小板指预测结果较好;Boosting对创业板指预测结果较好;Bagging对深证成指预测较好.并在4个板指中,随机选取了4支股票数据(分别为大连重工、中南建设、中国医药、东方国信)进行分析,得出集成算法在数据为200个的情况下,预测结果较为准确,其中不同方法对不同股票的适宜程度有所不同.     

抵押贷款信用违约互换的定价

在结构化方法框架下,用偏微分方程方法,对抵押贷款的信用违约互换进行定价.给出了形式解,并进行数值计算和参数分析.     

信用违约联结票券的定价

本文从定义信用违约联结票券出发,介绍了JarrowandTurnbul(1995)违约强度模型。然后在该模型的基础上,针对不同的公司,假设违约时间独立同服从指数分布且与利率期间结构独立,分别就t=0与0     

基于地铁施工事故案例的机器学习灾害预测方法

针对城市轨道交通施工事故的频繁发生,建立了基于地铁施工事故案例的机器学习灾害预测模型.通过收集过往地铁施工事故案例建立数据集,引入天气气象、水文地质、周边环境、施工因素等外部风险源做为特征,分析决策树、随机森林、SVM、XGBoost等灾害预测模型对施工事故的预测能力.结果 表明经过网格搜索后XGBoost的预测效果明...     

债券违约是否存在区域传染？——基于中国债券市场融资成本视角

2018年以来中国债券市场违约规模攀升,累计违约金额超2900亿元。债券违约后的负面影响受到投资者、发行人乃至监管部门关注。本文以北京、上海、辽宁等八个辖区为例,选取2016~2019年债券违约及债券发行数据,通过构建违约事件对债券发行价格影响因素模型,分析了债券违约的区域传染效应。研究发现:债券违约引发的信用风险存在区域传染性,主要体现为债券发行前若发行人所属辖区存在违约事件将推升债券融资成本;区域内的传染效应与违约时间距离负相关,当时间距离增长时,传染效应变弱,甚至消失;债券违约风险对不同性质企业的传染效应不同,民营企业受影响尤为显著。     

基于一种新的分解-集成模型的我国猪肉年度需求量预测研究

根据我国猪肉消费量的特点,建立了一个新的我国猪肉年度消费需求量预测的分解-集成模型.首先,为了预测我国猪肉消费需求量,根据全国猪肉农村和城市猪肉消费量的不同特点,将我国猪肉消费需求量分解农村和城市猪肉消费量.其次,根据GANN和WNN时间序列模型,建立了一个综合集成预测模型,分别对我国农村和城市的猪肉消费量进行了预测.最后,将农村和城市猪肉需求量的预测结果进行集成,得到全国猪肉需求量.为了验证所提出方法的有效性,将其与其他常用预测方法进行了对比,实证研究结果表明,提出的集成预测模型在我国全国猪肉消费需求量预测上取得了较好的效果.     

带有违约风险的可转换债券的简约型定价

本文考虑简约模型下带有违约风险的可转换债券的定价问题.假定市场中可转换债券的违约强度满足Vasicek模型,利用鞅方法获得了该模型下可转换债券的定价公式.此外,我们通过数值分析显示了模型参数变化对可转换债券价值影响的敏感性程度,结果也表明违约风险将降低可转换债券的价值.     

基于模糊期权的市政债券信用风险分析

构造了基于模糊期权的市政债券信用风险模型,并应用于北京案例.此方法可以用于一般债券,从而形成分析信用风险的一种方法论.     

基于模糊期权的市政债券信用风险分析

构造了基于模糊期权的市政债券信用风险模型,并应用于北京案例.此方法可以用于一般债券,从而形成分析信用风险的一种方法论.     

基于免疫算法的组合预测方法

利用免疫算法搜索全局最优解能力,提出了一种其于免疫算法的组合预测权系数确定的新方法,并给出了具体算法.仿真实验结果表明了免疫算法在组合预测方面具有很好的可行性和有效性.     

基于RS-Bag分类器集成技术的上市公司财务危机预测

财务危机预测是金融管理决策中的重要问题,其实质是对未来财务状况的预报和分类。鉴于目前单一分类器预测性能不稳定,本文运用分类器集成技术,以BP神经网络为分类学习算法,建立基于RS-Bag算法的神经网络分类器集成模型。然后,以我国上市公司财务数据为例进行财务危机预测实证研究,结果表明,基于RS-Bag算法的神经网络分类器集成预测精度和泛化性能优于单一神经网络分类器,也优于Bagging分类器集成和RS分类器集成。     

考虑可违约风险资产的风险敏感度投资决策问题

讨论了资产价格在宏观经济以及金融等因素影响下,含有可违约风险债券的连续时间风险敏感度投资决策问题.运用随机控制与随机分析理论,得到了最优投资决策存在的一个充分条件,并在一定条件下解得最优投资决策遵循一个关于因素水平以及债券违约概率的代数方程,对于数值计算有较好的实用性以及可操作性.     

有传染违约相关情形下信用违约互换的估价

在回收率非零的情况下,研究了信用违约互换的参照资产和保护卖方有传染违约相关时信用违约互换的定价问题.相关传染违约结构由双方相关的违约强度描述,即一方的违约会导致另一方的违约强度的增加.利用参照资产与保护卖方违约停时的联合概率分布,得到了信用违约互换价格的精确表达式,并且分析了清算期和回收率对清算风险价格和替换成本的影响.数值化的结果说明,在信用违约互换的定价中,不仅不能忽视参照资产对保护卖方违约的影响,还不能忽视清算期和回收率对信用违约互换价格的影响.如果在定价信用违约互换时不考虑回收率,即假定回收率为零时,会严重高估信用违约互换的价格.     

基于XGBoost的上市企业财务违约预测研究

公司年度报告中的管理层讨论与分析部分是企业信息披露的重要组成.构建表面情感语调STONE和隐含违约倾向IPD两个文本特征指标对年报中管理层讨论与分析的定性文本数据进行量化,并提出了一种基于XGBoost的上市公司财务违约预测模型,该方法对上市公司财务违约实现了较好的预测效果.根据特征重要性排序对特征与财务违约之间的关系进行挖掘,进一步利用敏感性分析验证了表面情感语调和隐含违约倾向指标的有效性.