久久一日本道色综合久久_国产最爽的av片在线观看_精品成人Av一区二区三区_94久久国产乱子伦精品免费_国产三级网站在线观看_和女邻居做爰在线观看_wymfw最新免费_国产强奷在线免费阅读_95在线观看视频
研報(bào)下載就選股票報(bào)告網(wǎng)
您好,歡迎來到股票分析報(bào)告網(wǎng)!
登錄
忘記密碼
注冊
最近三天
最近一周
最近一月
最近一季
最近半年
最近一年
最近兩年
2022年至今
2021年全年
2020年全年
2019年全年
2018年全年
2017年全年
2016年全年
2015年全年
2014年全年
2013年全年
2012年全年
2011年全年
2010年全年
2009年全年
2009年以前
所有類型
機(jī)構(gòu)評(píng)論
個(gè)股資料
宏觀策略
行業(yè)資料
外文報(bào)告
港股報(bào)告
基金報(bào)告
期貨債券
期貨研究
其它報(bào)告
金融工程
新三板
外匯研究
黃金評(píng)論
融資融券
投資組合
搜索報(bào)告標(biāo)題
搜索研報(bào)作者
搜索研報(bào)出處
搜索研報(bào)評(píng)級(jí)
高級(jí)會(huì)員
熱門搜索:
鈣鈦礦
chatgpt
碳中和
碳交易
儲(chǔ)能
疫苗
新基建
充電樁
疫情
IDC
2020
豬價(jià)
科創(chuàng)板
特斯拉
區(qū)塊鏈
出口
首頁
晨會(huì)紀(jì)要
個(gè)股調(diào)研
行業(yè)研究
宏觀策略
債券研究
港股報(bào)告
更多欄目
下載軟件
買入評(píng)級(jí)
強(qiáng)烈推薦
推薦評(píng)級(jí)
增持評(píng)級(jí)
謹(jǐn)慎推薦
持有評(píng)級(jí)
中性評(píng)級(jí)
金融工程
期貨研究
融資融券
基金報(bào)告
外文報(bào)告
外匯研究
黃金評(píng)論
美股研究
新股分析
其它報(bào)告
>>
西南證券-城投專題研究:哪些區(qū)域主平臺(tái)的負(fù)面輿情隔離能力更強(qiáng)?-230817
上傳日期:
2023/8/21
大?。?/td>
2601KB
格式:
pdf 共24頁
來源:
西南證券
評(píng)級(jí):
--
作者:
楊杰峰
下載權(quán)限:
無限制-登錄即可下載
研究背景及模型構(gòu)建:隨著市場信息透明度的不斷提升,負(fù)面輿情對(duì)城投債估值的影響日益增大,然而很多情況下,同一類負(fù)面輿情對(duì)于不同區(qū)域城投債估值的影響并不相同,甚至差距很大,導(dǎo)致這種情況出現(xiàn)的因素有很多。本文試圖從主觀性的角度尋找對(duì)負(fù)面輿情隔離能力有重大影響的因素,同時(shí)從客觀性的角度出發(fā)建立模型,構(gòu)造負(fù)面輿情隔離能力指標(biāo)并進(jìn)行有效性驗(yàn)證,以衡量某區(qū)域城投平臺(tái)估值受潛在負(fù)面輿情影響的大小。模型潛在的解釋變量,即決定區(qū)域低層級(jí)負(fù)面輿情對(duì)主平臺(tái)債券估值影響大小的因素有很多,大致可以分為五個(gè)類別,分別是區(qū)域基本面因素、持有人風(fēng)險(xiǎn)特征因素、區(qū)域平臺(tái)關(guān)聯(lián)度因素、輿情自身因素、承接深度。模型的被解釋變量,為反映主平臺(tái)在受到低層級(jí)負(fù)面輿情干擾后超額利差被影響程度的指標(biāo)。模型方法上,本文選擇投影尋蹤聚類法作為分析方法。
模型有效性驗(yàn)證及改進(jìn):從結(jié)果來看,隔離能力指標(biāo)與驗(yàn)證樣本負(fù)面輿情發(fā)生后超額利差變化大小呈一定的負(fù)相關(guān)性,負(fù)相關(guān)系數(shù)為-0.64,說明模型結(jié)果對(duì)負(fù)面輿情風(fēng)險(xiǎn)隔離能力具有一定的解釋力度,但解釋力度不算非常強(qiáng)。具體原因包括幾個(gè)方面,其一是模型指標(biāo)對(duì)各負(fù)面輿情類型的解釋力度不同,綜合起來減弱了解釋力度。其二是模型的結(jié)果是聚類,不同類的樣本之間連續(xù)性差。其三是驗(yàn)證樣本數(shù)量有限,時(shí)間口徑不完美。其四是傳統(tǒng)模型算法全局精準(zhǔn)度可能不夠。傳統(tǒng)模型算法會(huì)存在全局搜索能力弱的缺點(diǎn),易導(dǎo)致結(jié)果非真正最優(yōu)解的問題,因此算法的改進(jìn)上以加強(qiáng)全局搜索能力為主要出發(fā)點(diǎn)。粒子群算法屬于群智能算法的一種,該算法在全局搜索能力上突出,其原理為粒子之間信息共享對(duì)個(gè)體和集體的運(yùn)動(dòng)經(jīng)驗(yàn)進(jìn)行綜合分析,動(dòng)態(tài)調(diào)整粒子的運(yùn)動(dòng)方向和速度,使得其不斷地向最優(yōu)位置靠近,改進(jìn)的本質(zhì)點(diǎn)在于將投影尋蹤模型的目標(biāo)函數(shù)用作粒子群算法中粒子的自適應(yīng)度。
投資建議:根據(jù)傳統(tǒng)及改進(jìn)的投影尋蹤模型的結(jié)果,可以初步將負(fù)面輿情隔離能力指標(biāo)值分為三個(gè)檔次,即“強(qiáng)”、“中”、“弱”,負(fù)面輿情隔離能力強(qiáng)的平臺(tái)指標(biāo)值在[0.6,1],負(fù)面輿情隔離能力中等的平臺(tái)指標(biāo)值在[0.3,0.6],負(fù)面輿情隔離能力弱的平臺(tái)指標(biāo)值在[0,0.3]。傳統(tǒng)模型結(jié)果處于[0.6,1]區(qū)間內(nèi)且具備一定收益率的包括江西、湖南、河南、山東和安徽等區(qū)域地市級(jí)主平臺(tái),考慮到過往負(fù)面輿情發(fā)生頻率對(duì)模型結(jié)果的干擾,尚未發(fā)生負(fù)面輿情的江西、湖南、安徽部分區(qū)域結(jié)果相對(duì)更準(zhǔn)確,具有一定性價(jià)比。改進(jìn)模型結(jié)果處于[0.6,1]區(qū)間內(nèi)且具備一定收益率的包括湖北、河北、湖南、河南、山東和安徽等區(qū)域地市級(jí)主平臺(tái),考慮到過往負(fù)面輿情發(fā)生頻率對(duì)模型結(jié)果的干擾,尚未發(fā)生負(fù)面輿情的湖北、湖南、安徽部分區(qū)域結(jié)果相對(duì)更準(zhǔn)確,具有一定性價(jià)比。
風(fēng)險(xiǎn)提示:統(tǒng)計(jì)誤差、指標(biāo)選擇誤差、城投相關(guān)政策收緊超預(yù)期、貨幣政策收緊超預(yù)期。
相關(guān)研報(bào)
西南證券-利率市場跟蹤周報(bào):央行降息超預(yù)期,貨幣政策執(zhí)行報(bào)告出爐-230819
西南證券-城投信用利差跟蹤-230820
西南證券-信用市場跟蹤周報(bào):央行指出協(xié)調(diào)金融支持債務(wù)風(fēng)險(xiǎn)化解,證監(jiān)會(huì)強(qiáng)調(diào)防范處置城投債券風(fēng)險(xiǎn)-230819
西南證券-信用市場跟蹤周報(bào):統(tǒng)籌金融資源化解債務(wù)風(fēng)險(xiǎn),失信主體申請(qǐng)專項(xiàng)債將受限-230812
西南證券-城投信用利差跟蹤-230812
西南證券-利率市場跟蹤周報(bào):地產(chǎn)政策加快優(yōu)化,社融信貸整體收縮-230812
西南證券-城投信用利差跟蹤-230805
西南證券-信用市場跟蹤周報(bào):收益率大多下行,部分省市城投債折算率下調(diào)-230805
西南證券-利率市場跟蹤周報(bào):多措并舉釋放消費(fèi),貨幣工具統(tǒng)籌搭配-230805
西南證券-城投專題研究:地方政府債務(wù)化解將走向何處?-230728
關(guān)于我們
|
聯(lián)系方式
|
問題反饋
|
網(wǎng)站地圖
|
友情鏈接
|
常見問題
Copyright ? 2005 - 2021 Nxny.com All Rights Reserved 備案號(hào):
蜀ICP備15031742號(hào)-1
清丰县
|
金川县
|
登封市
|
西华县
|
唐河县
|
钟祥市
|
岗巴县
|
柳江县
|
南汇区
|
塔城市
|
金塔县
|
遂溪县
|
策勒县
|
无为县
|
丰都县
|
清丰县
|
额尔古纳市
|
南和县
|
尚义县
|
时尚
|
黑龙江省
|
阿拉尔市
|
新龙县
|
赤水市
|
尉氏县
|
驻马店市
|
九龙坡区
|
宜州市
|
连平县
|
康定县
|
枞阳县
|
罗城
|
东阳市
|
盐津县
|
沁阳市
|
高唐县
|
自贡市
|
嫩江县
|
炎陵县
|
长春市
|
平湖市
|