可转债在管理者激励中作用的研究综述

通过对从管理者在投资决策中的机会主义行为、堑壕保护以及努力水平3个方面的国内外相关研究成果进行了梳理和分析,并对可转债在中国转型经济环境下的特有应用价值和研究潜力,以及对现有研究的不足和未来研究的方向进行了简要评述.     

分工、金融中介和风险管理

在美国次贷危机中,曾经引以为自豪的美国金融中介体系,经历了美国新世纪金融公司破产、第二大住房抵押贷款债券包销商贝尔斯登巨亏、第四大投资银行雷曼兄弟破产和美国保险集团（AIG）被国有化等重大危机事件后,进一步引发了全球金融危机。2010年1月在瑞士达沃斯世界经济论坛上,金融风险成为论坛的热点议题,各国都在苦寻防范金融风险的良策。     

基于利率期限结构模型的中国可转换债券定价分析

选取上海证券交易所国债,基于样条函数模型推导出无违约利率期限结构,进行有效性检验;选取上海证券交易所可转换债券推导出违约利率期限结构,并与无违约利率期限结构对可转换债券的定价效果进行比较;针对目前国内可转换债券定价均假设利率恒定、没有考虑利率变化的现状,将无违约利率期限结构与Black-Scholes期权定价模型相结合,提出了可转债定价的一般模型,并用此模型对歌华转债进行定价实证分析,结果表明,两者均存在一定的偏差,可见利率期限结构模型对中国可转换债券定价相对有效.     

次贷危机对保险业的影响和启示

2008年,美国爆发了次贷危机,此次危机已经演变为历史上最严重的金融危机之一,引发了全球金融市场的强烈震荡。保险业作为金融服务行业的重要组成部分,也受到了强烈的冲击。保险业遭受的损失主要来自于投资和承保两个方面。在投资方面,全球最大的保险公司美国国际集团由于采取了激进的投资策略,在次贷支持类债券、信用违约互换和其它衍生品方面进行了大量投资,蒙受了巨额亏损;在承保方面,次贷危机使得董事高管责任和错误遗漏保险、住房按揭保险、债券保险等业务的赔款支出显著增加,许多公司陷入困境。本文将从次贷危机对保险行业产生的影响出发分析我国保险业的改革方向。一、次贷危机对保险业的主要影响1.美国保险业受到较大冲击,     

可违约零息债券风险综合度量Monte Carlo方法

可违约零息债券同时面临着违约风险和市场风险(利率风险)这两类主要风险.相对于传统的不同类风险独立度量方法,也不同于割裂两类风险再进行加总或通过Copula函数关联,本文在信用风险强度定价模型的基础上,同时考虑信用风险、市场风险和两类风险之间的相关关系,建立了计算可违约零息债券综合风险VaR的Monte Carlo方法,得出同一个风险计算期下反映两类风险的损失分布和同一个某置信度的损失分布的分位点,进而能求得风险综合VaR值,这样可在同一个框架下同时捕捉可违约零息债券的两类风险,这里,给出了MonteCarlo模拟方法具体技术细节,包括违约时间和基础状态向量过程的模拟.最后运用本文的风险综合度量模型对短期融资券的综合风险进行计算,得出风险综合VaR值,并与利率风险独立度量VaR值和信用风险独立度量VaR值进行比较分析.     

债券久期和凸性的计算方法探讨

通过分析比较债券的麦考利久期和修正久期在概念和计算方法上的差异,指出修正久期才是债券和债券组合风险管理的核心工具,当利率变化幅度较大的情况下,债券的凸性应该被纳入以改善修正久期的业绩。由于附息债券或债券组合均可被分解为一系列零息债券的组合,根据“组合收益率是组合中各成份证券收益率的加权平均”的基本原理,给出了一种基于零息债券修正久期和凸性的附息债券以及债券组合修正久期和凸性的计算方法,并通过实例阐述了债券修正久期和凸性的计算及应用。     

物质资本选择人力资本的博弈分析

首次分析了人力资本使用的集合并聚合性与科层达尔文性,提出了一种博弈公平的收益分配方式.然后,在此基础上,以C-D生产函数为例,导出了物质资本选择人力资本的博弈合作条件及结论,并阐明了人力资本的几种显示信号.     

中国债券市场债券风险溢酬的宏观因素影响分析

研究了从1997年8月至2005年12月,中国债券市场利率和债券的超额回报率与货币政策变量、宏观经济变量的关系.发现市场利率综合反映了官方利率、货币供应量的增长率、通货膨胀率和实际消费的增长率.根据金融理论,它们的不确定性变化可能影响到债券的预期超额回报率.实证分析发现它们可以显著解释债券的超额回报率.市场短期利率或官方利率越大,债券的超额回报率越大;通货膨胀率越高,债券的超额回报率也越大;实际消费增长率越大,债券的超额回报率越小;货币供给量增加越快,债券的超额回报率越小.由于各个债券超额回报率的样本区间不同,还基于MCMC方法提出一种合适的参数估计方法.     

基于贝叶斯优化与集成算法的债券违约风险预测

本文选取2014-2022年发生实质违约与交叉违约的所有发行主体为研究对象，使用随机森林、AdaBoost、GBDT、XGBoost、LightGBM共5种集成算法构建了债券违约风险预测模型，并采用贝叶斯优化对模型的超参数进行优化。实证结果显示，在债券违约风险预测中，相较于传统机器学习算法，集成算法所构建的预警模型性能更为出色，具有更加优异的预测精度与稳定性，且在超参数优化中，贝叶斯优化运行效率更高、效果更好。同时，LightGBM算法在5个集成算法中表现最优，可以最为有效地进行债券违约风险预测。最后通过比较特征重要性，发现净资产收益率、总资产报酬率、营业利润率、第一大股东持股比例可以作为企业债券违约风险预警指标。     

信息披露会降低城投债的信用风险吗?——基于城投债发行定价的检验

本文对债券信息披露和城投债的发行定价之间的关系进行了研究。基于2008年-2016年发行的城投债为研究样本,检验了城投公司自身信息披露的及时性和所属地方政府财政透明度对于降低城投债信用风险的有效性。研究发现,城投公司自身信息披露的及时性和所属地方政府财政透明度共同决定了城投债的信息披露质量,会对城投债的信用利差产生显著影响。因此,从信息披露层面,要促进城投债市场健康可持续发展,就需要不断强化城投债公司的信息披露质量和完整性,同时强化地方政府的财政透明度。