【摘 要】
:
可转债是一类公司债,具有债券属性。由于可转债内部包含回售权、赎回权和转股权等,它又常被视作是债券和股票期权的组合。转债市场迅速发展下,转债定价研究也逐渐深入。目前,Black-Sholes解析解法、二叉树法、Monte Carlo模拟等方法已被广泛应用。但这些传统定价技术的假设条件较为严苛,不能完全适应于国内转债,导致传统定价方法下理论价格与市场价格之间存在较大偏差。本文转变思路,采用机器学习方法
论文部分内容阅读
可转债是一类公司债,具有债券属性。由于可转债内部包含回售权、赎回权和转股权等,它又常被视作是债券和股票期权的组合。转债市场迅速发展下,转债定价研究也逐渐深入。目前,Black-Sholes解析解法、二叉树法、Monte Carlo模拟等方法已被广泛应用。但这些传统定价技术的假设条件较为严苛,不能完全适应于国内转债,导致传统定价方法下理论价格与市场价格之间存在较大偏差。本文转变思路,采用机器学习方法研究转债定价。长短时间记忆神经网络(LSTM)是循环神经网络(RNN)的一种。近年来在股价或债券价格预测问题方面,LSTM模型的应用效果比较理想。本文尝试利用LSTM模型对可转债定价进行实证分析。由于可转债价格影响因素十分复杂,在构建价格影响因子库的基础上,本文利用一种神经网络模型—自编码器来提取特征。本文选取2016年1月4日至2020年12月15日期间存续可转债的数据作为研究对象。从宏观环境、公司基本面、债券要素、期权要素、转债估值和条款设计六个角度出发,按样本转债的分组构建可转债价格影响因子库。在构建定价因子基础上,本文分别利用Monte Carlo模拟法、LSTM模型、自编码-LSTM集成模型对两组样本债进行实证分析。两组实验中,发现自编码-LSTM集成模型的定价效果要优于LSTM模型,同时也优于Monte Carlo模拟法。这说明了通过自编码压缩后的特征值能有效降低LSTM模型的定价误差。但在银行组实验中,对比LSTM模型,Monte Carlo模拟法的定价精度更高。这是由于银行类样本债数据量小,而LSTM模型这类深度学习算法更擅长处理大样本。总体而言,自编码-LSTM集成模型的定价表现依然最佳。据此,本文证明了LSTM模型在国内转债定价问题的适用性,同时也证明了通过自编码器对原始输入特征进行降维,能提高LSTM模型的计算效率。
其他文献
我国经济水平不断提升的同时,人民币汇率市场化改革也在不断的深化。近年来,我国外衍生品市场发展速度也随之加快。数据显示,我国外汇衍生品交易量从2011年到2019年增长了6.44倍,高于外汇市场交易总量的增长2.41倍,外汇衍生品的使用正是企业进行外汇风险管理的直观体现。本文主要研究公司外汇衍生品的使用对股价崩盘风险的影响。本文以2010-2019年我国沪深A股上市公司为研究对象,采用固定效应回归模
原油价格的波动对经济社会造成的影响不可估量,原油价格的上涨可能引发经济衰退,而自从包括原油在内的大宗商品出现金融化趋势以来,其下行波动也会给金融投资者带来巨额损失,引发金融市场震荡。2020年年初,受新冠疫情影响,全球经济活动减缓,原油需求减少,WTI期货油价跌至10美元附近,甚至一度跌到负值,引发了备受关注的“原油宝”事件。在石油价格发生剧烈波动时,投资者自然地会想要寻求安全资产对冲损失,自然的
2015年,作为中西部地区先行城镇化、引领“两型社会”建设、示范内陆开放合作的地区,以及中国的新经济增长极的长江中游城市群设立,它将作为长江经济带的重要支撑,也将成为国家创新基地与具有国际影响力的先进产业基地。根据金融集聚的相关理论,具有金融发展优势的城市需要经历一个过程才能发挥辐射带动效应,这是因为当优势城市的金融发展水平还比较低的时候,金融集聚效应此时依然发挥着主要作用,当发展水平进入较高阶段
对股票收益率决定因素的研究是资产定价研究领域中的重要课题,找到能够获得股票超额收益的决定因素,有利于提升资本市场的定价效率并形成交易策略,为投资者投资决策提供参考。另外,在中国股票市场研究收入增长持续性和员工数量变化对股票收益的影响,也能够为该股票收益影响因素研究的市场范围提供补充。本文基于Liu等(2019)提出的中国版三因子模型进行研究,与FF三因子模型相比,该模型在中国具有更好的解释能力。首
系统性金融风险的研究一直备受关注,2008年金融危机的爆发引发了对保险业系统性风险的重视,而中国保险业系统性风险在近几年也引起了热议。虽然保险业相较于银行业在金融系统中的体量较小,但随着保险业的不断开放、市场化程度不断加强,加剧了无序的市场竞争现象,导致我国保险业面临的国内外不确定性因素增加。因此对我国保险业系统性风险爆发阈值的评估十分有必要。本文在考察保险业系统性风险爆发的原因时,从宏观层面上综
历年来,实现“老有所养、老有所依”一直是政府与民众之首要关切。在城镇社会保障体系日趋完善的当下,如何解决好占全国人口一半以上的广大农民群众的养老问题,是应对人口老龄化和完善城乡居保制度的关键。长期以来,我国农村地区人口老龄化问题突出,制度性养老保障水平较低,土地养老依然是当下农民群体重要的养老保障方式。土地作为农民养老保障的“最后一道防线”,对农民养老具有积极作用。在当前有关土地与养老研究中,多数
股权质押虽然能够满足股东的融资需求,但在另一方面也使得股东面临着公司控制权转移的风险,因为一旦公司管理层选择高风险策略,导致股价发生大幅下跌,股东无法支付保证金的话,那么质押的股份就会被强制平仓。该特点的存在,使得股权质押可以成为控股家族增强自身控制权的战略选择。家族企业在进行风险决策时,往往会优先考虑家族的社会情感财富目标,如家族的控制权。而家族所有者相对于其他非家族成员大股东的所有权对于家族控
波动率是影响金融资产定价、风险管理以及套期保值的重要指标之一,如何提高金融市场波动率预测是国内外学术界和实务界共同探究的话题。早期对波动率度量与估计的方法主要集中于ARMA、GARCH以及SV等低频模型,但是这些模型在度量和刻画波动率上表现的不太理想。近年来随着计算机技术的发展,高频数据变得易获取,基于高频数据的已实现波动率模型开始得到广泛应用。另一方面,为了能够充分利用日度的极值数据,价格极差(
2020年12月11日召开的中共中央政治局会议,提出我国不仅“供给侧”需要改革,需求侧也亟需改革。通货膨胀预期既是央行政策制定过程中重要的“风向标”,而且对整个经济体的总需求也有着重要的影响。结合世界经济日趋虚拟化、我国大力支持实体经济发展的背景,从企业对未来通货膨胀预期的角度,探讨通货膨胀预期对企业金融化程度的影响具有重要的理论及现实意义。本文运用理论和实证分析相结合的方法,对通货膨胀预期及企业
在后金融危机时代,我国经济面临诸多风险挑战,影响宏观经济发展的风险隐患日益增加。外部多方面不确定因素导致经济下行压力叠加,证券市场和房地产市场等外部经济变量面临波动,金融市场受到重大影响。其中,保险作为金融系统中快速发展的行业,其经营业务的复杂性加重,业务规模持续扩张,潜在风险敞口增大。保险行业更容易受到宏观外部环境的波及,恶化风险状况。在内部脆弱性集聚的情况下,保险行业所处的外部环境波动会加剧系