学位论文简介

债券市场是我国金融体系的重要组成部分，在支持实体经济高质量发展的同时，也面临着信用风险带来的严峻挑战。本研究围绕债券全生命周期，构建了“发行定价-存续监测-违约预警-风险传染”的四阶段研究体系，运用深度学习技术开展债券市场信用风险研究。在发行定价阶段，提出了基于深度学习的票面利率集成预测模型；在存续监测阶段，提出了基于分解-集成框架的VMD-AttGRU信用利差预测模型；在违约预警阶段，构建了DeepSMOTE-CatBoost违约预测模型；在风险传染阶段，基于双重深度学习模型研究了债券违约对融资成本的影响。实证结果表明，所提方法在准确性、稳健性和泛化能力方面均优于传统模型，可为监管机构、发行主体和投资者提供多维度决策支持。

在学期间主要研究成果

Liu, T., Jia, L., & Chen, W. (2024). Corporate bond coupon prediction based on deep learning. International Journal of General Systems, 54(5), 561–583.