典型文献
债券信用溢价的共同因子与结构变化:基于机器学习方法
文献摘要：
共同因子是刻画风险溢价的重要基础,将共同因子模型应用于公司债券市场有助于合理估计信用风险溢价.本文利用机器学习算法探究债券信用溢价因子的存在性以及结构变化后发现:规模、下行风险、价值、波动率以及流动性等五个公司债券共同因子对单个债券信用溢价有较好的解释能力,动量因子对信用溢价的解释能力较差,流动性因子具有较强的逆周期防御性功能.债券市场以及公司债券信用溢价因子在2015年前后存在明显的结构变化,利用稀疏学习和集成学习可以有效分析因子结构变化,建立风险预警.此外,在公司债券市场的市场制度和环境改变过程中,可以利用机器学习算法识别其对市场的影响,防范化解潜在的系统性风险.
文献关键词：
信用溢价;因子模型;结构变化;机器学习
中图分类号：
作者姓名：
熊海芳;刘跃;刘天铭
作者机构：
东北财经大学金融学院,辽宁大连116025
文献出处：
引用格式：
[1]熊海芳;刘跃;刘天铭-.债券信用溢价的共同因子与结构变化:基于机器学习方法)[J].税务与经济,2022(01):61-68
A类：
信用溢价
B类：
基于机器学习,机器学习方法,画风,风险溢价,因子模型,模型应用,公司债券市场,信用风险,机器学习算法,存在性,下行风险,波动率,动量因子,逆周期,防御性,性功能,稀疏学习,集成学习,有效分析,因子结构,风险预警,市场制度,算法识别,防范化解,系统性风险
AB值：
0.265238
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
