信用债券违约风险的智能预测研究
摘要：中国债券市场中的信用风险越来越明显，给信用债券投资者带来逐渐升高的违约风险。鉴于目前不完整和不准确的债券信息披露，及时跟踪和预测个体信用债券的违约风险已成为维持市场稳定和确保健康发展的必要条件。本文提出了一种精确预测违约风险的智能预测框架。在该框架中，我们首先总结了影响信用债券违约的因素，并构建了风险指数体系。然后，我们采用基于债券违约风险演化特征的综合违约概率标注方法。该方法考虑了变分贝叶斯高斯混合估计、市场指数估计和违约趋势反向估计的加权平均值，根据风险指数体系对到期或违约债券进行每日违约风险标注。此外，为了高效挖掘时间序列相关性和横截面指数相关性特征，设计了一个基于ConvLSTM神经网络的中国信用债风险智能预测模型，并使用结构化特征数据进行训练。实验证明，预测的个体债券风险稍高于权威评级所指示的风险，并且对波动的响应更为敏感，从而改进了夸大和不及时的债券评级的不足之处。因此，本研究的发现为监管机构、发行人和投资者提供了多个见解。
作者：Kai Ren
论文ID：2305.12142
分类：Risk Management
分类简称：q-fin.RM
提交时间：2023-06-09