[发明专利]债券信用利差预测方法及系统

权利要求书

1.一种债券信用利差预测方法，其特征在于，所述方法包括：

获取债券数据样本的财务因素指标、非财务因素指标；

对获取的所述非财务因素指标进行量化，并对量化后的所述非财务因素指标及财务因素，进行数据预处理，筛选并确定最终的风险因素指标进入模型建模；

确定半参数模型的参数；

运用多个半参数模型的求解方法建模，并检验得出最优求解方法下的半参数模型；

通过验证出的所述半参数模型预测某城投债的信用利差。

2.根据权利要求1所述的城投债债券信用利差预测方法，其特征在于，所述预处理包括：

将所述财务因素指标和非财务因素指标分成多个大类因素，每个大类因素又分成一或多个子类因素；

对城投债非财务因素指标的各子类因素进行量化处理，对所述财务因素指标和非财务因素的每一个子类因素赋予其各自对应的权重；

根据城投债信用利差公式计算得到城投债信用利差；

根据所述权重和计算的信用利差对不同的子类因素进行加权和标准化处理；

对标准化处理后的数据进行多重共线性检验，对存在多重共线性的子类因素的自变量数据进行变量选择，筛选后的风险因素指标进入模型建模。

3.根据权利要求2所述的城投债债券信用利差预测方法，其特征在于，确定半参数模型的参数包括：

利用公式：y_i＝x′_iβ+g(t_i)+ε_i,1≤i≤n，通过蒙特卡洛数值模拟实验寻找求解其中的非线性部分g(t_i)的参数；

在样本容量、数据相依性、核函数和窗宽不同的情况下，分别计算判断线性部分的参数和非线性部分未知函数的估计量的均方误差、未知函数的拟合图形、线性部分的参数估计量的分位数图形，确定最优核函数和窗宽作为半参数模型中的参数。

4.根据权利要求2或3所述的城投债债券信用利差预测方法，其特征在于，对所述半参数模型的最优选择包括：

将财务因素指标和非财务因素指标作为自变量，将城投债信用利差作为因变量，计算自变量和因变量的相关系数，筛选确定非线性组合；

对半参数模型的多种求解方法进行分别验证，考察各变量的p值、模型F检验的p值、模型的R²、拟合值方差的交叉验证结果和拟合图形；

根据模型验证结果，选择最优求解方法下的半参数模型。

5.根据权利要求1所述的城投债债券信用利差预测方法，其特征在于，所述方法还包括：基于城投债信用利差定义客户的信用等级，在通过最优模型输出债券信用利差并转换为相应的信用等级后，再通过引入调整项对所述信用等级进行上调或下调，得到最终的信用评级结果。

6.根据权利要求2所述的城投债债券信用利差预测方法，其特征在于，将财务因素指标和非财务因素指标中的各子类因素指标的权重设定为w_i，i＝1，2，3，...，n，其中，

所述城投债的信用利差通过如下公式计算得到：

ys_t＝y_t-r_t，其中，ys_t表示剩余期限为t的城投债利差，y_t表示剩余期限为t的城投债到期收益率，r_t表示剩余期限为t的国债到期收益率；

对风险因素指标进行标准化处理采用如下公式得到：

其中，i＝1，2，3，...，n表示风险因素指标，j＝1，2，3，...，n表示样本个数，w_ix_ij表示第j个样本、第i个风险因素指标的权重值，mean(w_ix_i)表示第i个风险因素对应的所有样本的权重均值，var(w_ix_i表示第i个风险因素对应的所有样本的权重方差，ys_j表示第j个城投债中期票据样本利差，mean(ys)和var(ys)分别表示所有城投债中期票据样本的均值和方差。