宏觀經(jīng)濟因素、企業(yè)債券違約與企業(yè)債券違約恢復(fù)

定　價：￥88.00

作　者：	劉振清
出版社：	中國經(jīng)濟出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

當當網(wǎng) (￥83.60)

ISBN：	9787513678278	出版時間：	2024-07-01	包裝：	平裝-膠訂
開本：	16開	頁數(shù)：		字數(shù)：

內(nèi)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(fù)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(fù)的影響因素，及時做出企業(yè)債券違約風險預(yù)警、制定有利于企業(yè)債券違約恢復(fù)的相關(guān)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(nèi)債券市場，有效提取宏觀經(jīng)濟因素，綜合運用數(shù)據(jù)驅(qū)動預(yù)測技術(shù)、計量經(jīng)濟學模型、機器學習模型、信用風險、違約相關(guān)性、信息不對稱和財務(wù)預(yù)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(fù)率預(yù)測及其應(yīng)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(dǎo)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(yīng)——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(yù)、異質(zhì)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(chǔ)
2.1相關(guān)概念與定義
2.1.1企業(yè)債券違約與恢復(fù)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(yù)測研究
2.2.3企業(yè)債券違約恢復(fù)研究
2.2.4研究評述
2.3企業(yè)債券違約與恢復(fù)相關(guān)理論
2.3.1信用風險理論
2.3.2違約相關(guān)性理論
2.3.3信息不對稱理論
2.3.4財務(wù)預(yù)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(fù)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(fù)的路徑、機制
第3章數(shù)據(jù)驅(qū)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(fù)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(shè)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(jié)
第4章企業(yè)債券違約預(yù)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(yù)測模型
4.2.1約束條件
4.2.2企業(yè)債券違約率的VAR預(yù)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(yù)測模型
4.3.1循環(huán)神經(jīng)網(wǎng)絡(luò)
4.3.2長短期記憶網(wǎng)絡(luò)
4.3.3GRU神經(jīng)網(wǎng)絡(luò)
4.4基于VAR-GRU的企業(yè)債券違約預(yù)測模型
4.5本章小結(jié)
第5章企業(yè)債券違約恢復(fù)預(yù)測模型
5.1企業(yè)債券違約恢復(fù)模型
5.2企業(yè)債券違約恢復(fù)率預(yù)測模型
5.3本章小結(jié)
第6章企業(yè)債券違約預(yù)測應(yīng)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(shè)置
6.2.2工業(yè)行業(yè)宏觀特征選擇
6.2.3信息技術(shù)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(jié)果
6.3.2信息技術(shù)行業(yè)動態(tài)因子模型實證結(jié)果
6.3.3材料行業(yè)動態(tài)因子模型實證結(jié)果
6.3.4可選消費行業(yè)動態(tài)因子模型實證結(jié)果
6.3.5日常消費行業(yè)動態(tài)因子模型實證結(jié)果
6.3.6能源行業(yè)動態(tài)因子模型實證結(jié)果
6.3.7公用事業(yè)行業(yè)動態(tài)因子模型實證結(jié)果
6.3.8金融行業(yè)動態(tài)因子模型實證結(jié)果
6.3.9房地產(chǎn)行業(yè)動態(tài)因子模型實證結(jié)果
6.3.10醫(yī)療保健行業(yè)動態(tài)因子模型實證結(jié)果
6.3.11分行業(yè)動態(tài)因子模型總結(jié)
6.4企業(yè)債券違約預(yù)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(yù)測能力評估指標
6.4.4VAR-GRU模型擬合結(jié)果及分析
6.4.5行業(yè)影響因素分析
6.5本章小結(jié)
第7章企業(yè)債券違約恢復(fù)預(yù)測應(yīng)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(fù)宏觀因子特征選擇
7.3企業(yè)債券違約恢復(fù)動態(tài)因子模型結(jié)果
7.4企業(yè)債券違約恢復(fù)預(yù)測結(jié)果
7.5本章小結(jié)
第8章結(jié)論與展望
8.1結(jié)論
8.2展望
8.2.1企業(yè)債券違約與恢復(fù)預(yù)測模型的改進
8.2.2企業(yè)債券違約與恢復(fù)的針對性監(jiān)管
參考文獻