关于政金债换券策略的思考——基于VAR模型的实证分析

来源 :调研世界 | 被引量 : 0次 | 上传用户:nan13519927
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
政策性金融债作为利率债的重要组成部分,是银行间债券市场最为重要的债券之一。政策性金融债年发行量超过5万亿元人民币,期限包含1、2、3、5、7、10年等常规期限品种,采取滚动续发方式发行。随着年发行量屡创新高,政策性金融债换券频次也在不断提高。换券策略与债券发行成本息息相关,对二者关系的研究对债券发行工作意义重大。本文选取2013年4月至2021年6月10年期国家开发银行债券相关数据,通过构建VAR模型,运用格兰杰因果分析、脉冲响应函数、方差分解等计量方法进行实证分析。研究结果表明:单只债券发行总量越大,越能节约发行成本;换券速度越快,越能节约发行成本;同换券速度相比,发行总量对节约发行成本的贡献程度更高。最后,本文从债券发行工作角度出发,尝试提出政策建议。
其他文献
血脂异常是引起动脉粥样硬化、非酒精性脂肪肝、肥胖、糖尿病和阿尔茨海默病等相关疾病的重要危险因素,且血脂异常与机体肠道微生态平衡密切相关。中医药通过调控肠道微生态平衡能够有效恢复脂质代谢,改善血脂水平,这有助于防治血脂异常相关疾病的发展。现就国内外有关文献展开综述,为中医药防治血脂异常相关疾病提供参考依据。
<正>书籍信息书名:脑卒中康复临床实践编著:张巧俊主编 ISBN:978-7-5369-8150-8出版社:陕西新华出版传媒集团陕西科学技术出版社开本:16开本装帧:平装定价:96.00元页数:323页书籍特点本书最主要的特色是以ICF模式为框架,全面介绍了脑卒中的各类康复技术。通过200余张图片、14个康复指导视频和数个典型的临床案例,以ICF思维模式分析常见问题的康复评定、康复诊断、康复治疗,
期刊
目的:评价促孕套辅助左卡尼汀/辅酶Q10在弱精症患者精液中补充对改善精子质量以及对临床妊娠的影响。方法:在体外试验阶段,以我院2019年7月—2021年5月就诊的弱精症患者为研究对象,随机抽取120例患者进行左卡尼汀/辅酶Q10在离体精液中补充试验。将120例患者的每份精液标本均分为四等份,按照添加成分的不同分成四组,即:左卡尼汀离体精液添加组、辅酶Q10离体精液添加组、左卡尼汀+辅酶Q10离体精
工程教育专业认证已成为评判高校工程专业水平的标准,作为专业认证贡献的最小单元,课程改革地位和作用不容忽视。以《工程教育认证标准》为参照,遵循工程专业认证的教学理念,本文分析了“包装设计”课程教学中存在的问题,进一步明确了“包装设计”课程的人才培养定位和课程目标,并对课程内容、教学方式、教学评价等方面进行了探索,建立了“包装设计”课程目标、课程质量、模块化教学等体系,提升学生的工程能力和综合素养,培
<正>高等教育现代化是国家现代化的重要组成部分,是支撑、推动和引领国家现代化发展的重要力量。习近平总书记强调指出,高等教育发展水平是一个国家发展水平和发展潜力的重要标志。实现中华民族伟大复兴,教育的基础性、先导性、全局性和战略性地位作用不可忽视。国家对高等教育的需要比以往任何时候都更加迫切,对科学知识和卓越人才的渴求比以往任何时候都更加强烈。
期刊
以智适应学习平台为载体,融入整个教学过程,包括课前的自主学习、课堂的能力提升和课后的个性化作业,尝试“先学后教、以学定教”的教学方法,实现更有效、更精准的教学。课堂教学以“高中生救助突发心梗老人”的真实情境贯穿始终,帮助学生掌握血压调节的方式,并由血压出发,串起引发心梗的诸多因素,是对生命个体系统观和整体观的升华,紧扣生活,有效地落实了培育学生高中生物学核心素养的要求。
<正>幼儿时期,幼儿的想象力非常丰富,但是这种想象力是幼儿的原始想象力,如果我们不对其进行进一步的培养,可能他们的想象力就会发展缓慢,甚至会消失,而幼儿时期想象力对其智力发展极其重要。幼儿期是想象丰活跃,我们应该借机对其加强培养,在他们的学习、游戏、艺术活动、语言表达等方面都要有所侧重地进行培养。想象力不是代表了智力的高低,而且也是创造力的表现。那么,我们对幼儿想象力的培养应该如何去做呢。
期刊
阐述机器人双机协调环境中运控系统遇到的困难,机器人的主机IO总线数量问题,双机环境下机器人的碰撞风险,探讨双机协调环境中运控系统设计,通过Socket的方式进行机器人之间的协作通信,通过安全区域确保机器人的安全作业。
无编码器控制策略在电动汽车电机上具有广泛应用前景,电机转速估计是实现变转速轴承故障诊断的关键。无编码器工况下转速可以通过振动或电流信号瞬时频率(instantaneous frequency, IF)估计。振动信号IF具有较好的连续性,但其物理含义不明确且易受噪声干扰;电流信号IF具有明确的物理意义,但在电机滑行状态下IF具有不连续性。本文提出一种基于振动和电流信号深度融合的电机转速估计方法并将其
针对风电机轴承设备在工作过程中存在工况多变、故障样本稀少、现有的诊断模型与实际应用还存在差距等问题,构建基于小样本迁移学习的轴承故障诊断方法。通过快速傅里叶变换(FFT)对输入的轴承振动数据进行预处理,将源域数据集中处理好的数据送入一维卷积神经网络(One Dimensional Convolutional Neural Network,1DCNN)中,得到源域训练模型。对源域数据预训练的神经网络