宏观经济因素、企业债券违约与企业债券违约恢复

近年来，随着我国债券市场的发展，企业债券 违约事件频发，企业债券违约恢复率持续低迷，给 我国金融债券市场稳定性带来一定的挑战。探究企 业债券违约与恢复的影响因素，及时做出企业债券 违约风险预警、制定有利于企业债券违约恢复的相 关政策，对促进我国债券市场稳健运行具有重要意 义。本书针对国内债券市场，有效提取宏观经济因 素，综合运用数据驱动预测技术、计量经济学模型 、机器学习模型、信用风险、违约相关性、信息不 对称和财务预警模型等理论、方法，围绕企业债券 违约率、企业债券违约恢复率预测及其应用问题展 开了系统研究。

第1章 绪论 1.1 研究背景 1.2 研究问题 1.3 研究意义 1.4 研究思路、方法及框架 1.4.1 研究思路、方法 1.4.2 研究框架 1.5 研究贡献 第2章 研究基础 2.1 相关概念与定义 2.1.1 企业债券违约与恢复定义 2.1.2 企业债券违约特征 2.2 文献综述 2.2.1 企业债券违约的宏观因子选择 2.2.2 企业债券违约预测研究 2.2.3 企业债券违约恢复研究 2.2.4 研究评述 2.3 企业债券违约与恢复相关理论 2.3.1 信用风险理论 2.3.2 违约相关性理论 2.3.3 信息不对称理论 2.3.4 财务预警模型理论 2.4 宏观经济与企业债券违约机理分析 2.4.1 宏观特征因子选择 2.4.2 宏观特征因子影响企业债券违约的路径、机制 2.5 宏观经济与企业债券违约恢复机理分析 2.5.1 宏观特征因子选择 2.5.2 宏观特征因子影响企业债券违约恢复的路径、机制 第3章 数据驱动下宏观经济特征提取 3.1 特征选择 3.1.1 过滤法 3.1.2 包装法 3.1.3 嵌入法 3.2 企业债券违约和债券违约恢复特征选择 3.3 宏观经济特征动态因子模型 3.3.1 动态因子模型宏观因子设置 3.3.2 债券违约动态因子模型 3.3.3 动态因子模型估计 3.3.4 宏观特征动态因子模型的贝叶斯状态空间估计 3.4 本章小结 第4章 企业债券违约预测模型 4.1 企业债券违约模型 4.2 基于计量模型的企业债券违约预测模型 4.2.1 约束条件 4.2.2 企业债券违约率的VAR预测模型 4.2.3 企业债券违约率方差分解 4.3 基于机器学习的债券违约预测模型 4.3.1 循环神经网络 4.3.2 长短期记忆网络 4.3.3 GRU神经网络 4.4 基于VAR-GRU的企业债券违约预测模型 4.5 本章小结 第5章 企业债券违约恢复预测模型 5.1 企业债券违约恢复模型 5.2 企业债券违约恢复率预测模型 5.3 本章小结 第6章 企业债券违约预测应用研究 6.1 数据来源及统计性分析 6.2 债券违约宏观因子特征选择实证 6.2.1 集成特征选择器参数设置 6.2.2 工业行业宏观特征选择 6.2.3 信息技术行业宏观特征选择 6.2.4 材料行业宏观特征选择 6.2.5 可选消费行业宏观特征选择 6.2.6 日常消费行业宏观特征选择 6.2.7 能源行业宏观特征选择 6.2.8 公用事业行业宏观特征选择 6.2.9 金融行业宏观特征选择 6.2.10 房地产行业宏观特征选择 6.2.11 医疗保健行业宏观特征选择 6.3 企业债券违约动态因子实证 6.3.1 工业行业动态因子模型实证结果 6.3.2 信息技术行业动态因子模型实证结果 6.3.3 材料行业动态因子模型实证结果 6.3.4 可选消费行业动态因子模型实证结果 6.3.5 日常消费行业动态因子模型实证结果 6.3.6 能源行业动态因子模型实证结果 6.3.7 公用事业行业动态因子模型实证结果 6.3.8 金融行业动态因子模型实证结果 6.3.9 房地产行业动态因子模型实证结果 6.3.10 医疗保健行业动态因子模型实证结果 6.3.11 分行业动态因子模型总结 6.4 企业债券违约预测实证 6.4.1 数据选择 6.4.2 模型参数选择 6.4.3 模型预测能力评估指标 6.4.4 VAR-GRU模型拟合结果及分析 6.4.5 行业影响因素分析 6.5 本章小结 第7章 企业债券违约恢复预测应用研究 7.1 数据来源及统计性分析 7.2 企业债券违约恢复宏观因子特征选择 7.3 企业债券违约恢复动态因子模型结果 7.4 企业债券违约恢复预测结果 7.5 本章小结 第8章 结论与展望 8.1 结论 8.2 展望 8.2.1 企业债券违约与恢复预测模型的改进 8.2.2 企业债券违约与恢复的针对性监管 参考文献