久久永久免费视频,日韩男妓91在线精品

內容簡介

　　近年來，隨著我國債券市場的發(fā)展，企業(yè)債券違約事件頻發(fā)，企業(yè)債券違約恢復率持續(xù)低迷，給我國金融債券市場穩(wěn)定性帶來一定的挑戰(zhàn)。探究企業(yè)債券違約與恢復的影響因素，及時做出企業(yè)債券違約風險預警、制定有利于企業(yè)債券違約恢復的相關政策，對促進我國債券市場穩(wěn)健運行具有重要意義。本書針對國內債券市場，有效提取宏觀經(jīng)濟因素，綜合運用數(shù)據(jù)驅動預測技術、計量經(jīng)濟學模型、機器學習模型、信用風險、違約相關性、信息不對稱和財務預警模型等理論、方法，圍繞企業(yè)債券違約率、企業(yè)債券違約恢復率預測及其應用問題展開了系統(tǒng)研究。

作者簡介

　　劉振清，男，1986年生，河南大學鄉(xiāng)村振興研究院副院長，博士、副教授、碩士生導師、高級經(jīng)濟師。在南大核心期刊以上發(fā)表多篇科研論文，參與國家社科基金項目、河南省及廳級多個課題項目。在《管理科學學報》發(fā)表題為“人民幣匯率的雙成分混合波動率模型”的論文；在中科院JCR期刊SSCI三區(qū)Managerial and Decision Economics發(fā)表題為“The Influence of Non- State Shareholder Governance on Technological Innovations of State-owned Enterprises：The Moderating Effect of Executive Compensation Incentives”的論文；在《中國管理科學》發(fā)表題為“要素短缺、財政支農(nóng)與農(nóng)業(yè)經(jīng)濟波動效應——基于城鄉(xiāng)融合DSGE模型”的論文；在《江淮論壇》發(fā)表題為“基于新型指標的股票價格操縱識別模型研究”的論文；在《科研管理》參與發(fā)表一篇題為“政府財政干預、異質性 FDI 與區(qū)域創(chuàng)新能力”的論文。

圖書目錄

第1章緒論
1.1研究背景
1.2研究問題
1.3研究意義
1.4研究思路、方法及框架
1.4.1研究思路、方法
1.4.2研究框架
1.5研究貢獻
第2章研究基礎
2.1相關概念與定義
2.1.1企業(yè)債券違約與恢復定義
2.1.2企業(yè)債券違約特征
2.2文獻綜述
2.2.1企業(yè)債券違約的宏觀因子選擇
2.2.2企業(yè)債券違約預測研究
2.2.3企業(yè)債券違約恢復研究
2.2.4研究評述
2.3企業(yè)債券違約與恢復相關理論
2.3.1信用風險理論
2.3.2違約相關性理論
2.3.3信息不對稱理論
2.3.4財務預警模型理論
2.4宏觀經(jīng)濟與企業(yè)債券違約機理分析
2.4.1宏觀特征因子選擇
2.4.2宏觀特征因子影響企業(yè)債券違約的路徑、機制
2.5宏觀經(jīng)濟與企業(yè)債券違約恢復機理分析
2.5.1宏觀特征因子選擇
2.5.2宏觀特征因子影響企業(yè)債券違約恢復的路徑、機制
第3章數(shù)據(jù)驅動下宏觀經(jīng)濟特征提取
3.1特征選擇
3.1.1過濾法
3.1.2包裝法
3.1.3嵌入法
目錄3.2企業(yè)債券違約和債券違約恢復特征選擇
3.3宏觀經(jīng)濟特征動態(tài)因子模型
3.3.1動態(tài)因子模型宏觀因子設置
3.3.2債券違約動態(tài)因子模型
3.3.3動態(tài)因子模型估計
3.3.4宏觀特征動態(tài)因子模型的貝葉斯狀態(tài)空間估計
3.4本章小結
第4章企業(yè)債券違約預測模型
4.1企業(yè)債券違約模型
4.2基于計量模型的企業(yè)債券違約預測模型
4.2.1約束條件
4.2.2企業(yè)債券違約率的VAR預測模型
4.2.3企業(yè)債券違約率方差分解
4.3基于機器學習的債券違約預測模型
4.3.1循環(huán)神經(jīng)網(wǎng)絡
4.3.2長短期記憶網(wǎng)絡
4.3.3GRU神經(jīng)網(wǎng)絡
4.4基于VAR-GRU的企業(yè)債券違約預測模型
4.5本章小結
第5章企業(yè)債券違約恢復預測模型
5.1企業(yè)債券違約恢復模型
5.2企業(yè)債券違約恢復率預測模型
5.3本章小結
第6章企業(yè)債券違約預測應用研究
6.1數(shù)據(jù)來源及統(tǒng)計性分析
6.2債券違約宏觀因子特征選擇實證
6.2.1集成特征選擇器參數(shù)設置
6.2.2工業(yè)行業(yè)宏觀特征選擇
6.2.3信息技術行業(yè)宏觀特征選擇
6.2.4材料行業(yè)宏觀特征選擇
6.2.5可選消費行業(yè)宏觀特征選擇
6.2.6日常消費行業(yè)宏觀特征選擇
6.2.7能源行業(yè)宏觀特征選擇
6.2.8公用事業(yè)行業(yè)宏觀特征選擇
6.2.9金融行業(yè)宏觀特征選擇
6.2.10房地產(chǎn)行業(yè)宏觀特征選擇
6.2.11醫(yī)療保健行業(yè)宏觀特征選擇
6.3企業(yè)債券違約動態(tài)因子實證
6.3.1工業(yè)行業(yè)動態(tài)因子模型實證結果
6.3.2信息技術行業(yè)動態(tài)因子模型實證結果
6.3.3材料行業(yè)動態(tài)因子模型實證結果
6.3.4可選消費行業(yè)動態(tài)因子模型實證結果
6.3.5日常消費行業(yè)動態(tài)因子模型實證結果
6.3.6能源行業(yè)動態(tài)因子模型實證結果
6.3.7公用事業(yè)行業(yè)動態(tài)因子模型實證結果
6.3.8金融行業(yè)動態(tài)因子模型實證結果
6.3.9房地產(chǎn)行業(yè)動態(tài)因子模型實證結果
6.3.10醫(yī)療保健行業(yè)動態(tài)因子模型實證結果
6.3.11分行業(yè)動態(tài)因子模型總結
6.4企業(yè)債券違約預測實證
6.4.1數(shù)據(jù)選擇
6.4.2模型參數(shù)選擇
6.4.3模型預測能力評估指標
6.4.4VAR-GRU模型擬合結果及分析
6.4.5行業(yè)影響因素分析
6.5本章小結
第7章企業(yè)債券違約恢復預測應用研究
7.1數(shù)據(jù)來源及統(tǒng)計性分析
7.2企業(yè)債券違約恢復宏觀因子特征選擇
7.3企業(yè)債券違約恢復動態(tài)因子模型結果
7.4企業(yè)債券違約恢復預測結果
7.5本章小結
第8章結論與展望
8.1結論
8.2展望
8.2.1企業(yè)債券違約與恢復預測模型的改進
8.2.2企業(yè)債券違約與恢復的針對性監(jiān)管
參考文獻