基于文本挖掘风险指标的信用违约资产定价及配置研究

In recent years, with the rapid development of the OTC derivatives market and internet finance, the effective management of credit risk has become one of the challenges faced by financial institutions in the era of internet information explosion. Meanwhile, the acceleration of financial globalization resulted in an increasing number of emergencies. Because of those emergencies, the pure diffusion models cannot provide satisfactory explanations regarding the jump phenomena in the financial markets. In this project, we introduce a double exponential jump-diffusion model to investigate the credit default asset pricing problem. We further extend our model to cross-financial markets and build a credit default asset pricing model with exchange rate risk. Furthermore, combining with the on-line portfolio theory, we study the allocation problems of credit default asset, establish an on-line portfolio model which contains OTC products trading and then present the corresponding investment strategies. Finally, we establish a credit risk index system using text mining algorithms to analyze announcements, reports, forums and other network text information, based on which we further improve the credit default asset pricing and allocation models. The research findings from this project will be significant to improve the framework of financial asset pricing and allocation theory, enrich the methods of credit risk management, and provide theoretical foundations for financial institutions to manage their credit risk.

近年来，随着场外衍生品市场及互联网金融的迅速发展，如何在互联网信息爆炸时代下有效管理信用风险成为金融机构面临的难题之一。此外，随着金融全球一体化的加速，突发事件的发生变得越来越频繁，此时纯扩散模型将不能很好地解释现实金融市场中因突发事件带来的跳跃现象。本项目引入双指数跳跃扩散过程，在随机负债及理论风险下研究信用违约资产定价问题，并进一步扩展到交叉金融市场，构建含汇率风险的信用违约资产定价模型；此外，结合在线投资组合理论，研究信用违约资产配置问题，建立包含场外产品交易的在线投资组合模型，并给出对应的投资策略；最后，结合文本挖掘算法深入分析公告、报表、论坛等非结构化网络文本信息，构建信用风险指标体系，进一步完善信用违约资产定价及配置模型。本项目的研究成果将进一步完善金融资产定价及配置理论体系，丰富信用风险管理方法，为金融机构进行信用风险管理提供理论依据。

本项目基于金融文本数据挖掘，研究了信用违约下的资产定价及配置问题。主要内容如下：.资产配置与风险管理研究：首先，项目组总结和分析了机器学习在资产配置方面的研究进展和研究趋势，探究了如何将新闻公告和发帖等非结构化数据转化为相应的情绪指标，并提出了多个基于金融文本挖掘的资产配置策略。其次，结合复杂网络理论，研究了考虑绝对风险、相对风险、交易成本、滚动经济最大回撤、卖空限制和多元权值等现实约束下的多阶段动态及在线资产配置问题。研究表明：基于文本挖掘提出的考虑现实风险约束的多阶段和在线资产配置模型能更好的平衡收益和风险。.资产定价与价格发现研究：在期权市场中，本研究首先构建了模糊环境下的脆弱期权定价模型，并进一步在固定和随机负债下构建了含有信用风险的欧式脆弱期权定价模型，给出其看涨看跌期权定价公式。其次，运用文本挖掘技术分析公司年报文本，构建了反映年报信用违约风险的情绪语调度量指标。最后，拓展到股票市场、期权市场及外汇市场，在期权定价问题中引入信用风险和汇率风险，构建并给出了跳跃扩散下含汇率风险的脆弱期权定价模型和定价公式，丰富了期权定价理论体系。.金融算法与决策理论研究：在股指期货市场中，项目组运用最新的文本挖掘与深度学习技术，分析海量的发帖和新闻文本数据、价量和题材概念数据，从中研究企业社会责任对生产和披露决策的影响、投资者的股指期货偏好、高频套利的机会和方向；设计了多个基于文本挖掘的股指期货超短线交易、套利和高频预测策略；对多种金融算法架构进行了改进创新，进一步提升了其寻优能力与效率。同时，基于决策者有限理性假设，提出了一种直接共识群体决策框架和考虑决策者失望行为的语言分布决策模型，为后续开展决策风险下的金融资产配置研究提供理论支撑。.此外，项目组依据前述研究积累，分析了大湾区财税政策及其金融业现状，提炼出湾区财税政策面临的三方难题，并给出若干具体可行的金融财税政策建议。