基于机器学习算法的债券流动性预测  

Bond Liquidity Prediction Based on Machine Learning Algorithms

作　　者：何悦 王海洋 王一博 李天明 He Yue;Wang Haiyang;Wang Yibo;Li Tianming

机构地区：[1]蚂蚁集团信贷事业群

出　　处：《债券》2024年第7期80-85,共6页CHINA BOND

摘　　要：对投资者而言,标的资产的流动性变化对制定投资策略、防控风险具有重要意义。本文主要关注债券在未来一段时间的流动性,创新性地融合先验知识,使用债券的动静态特征信息,训练出可解释的概率分层决策链模型,实现对流动性的预测。此外,本文提出基于投资组合的未来流动性分数指标,实现在不同投资组合之间的流动性排序,并可以观测在连续时间窗口下的未来流动性的变化。资产管理人也可对不同流动性等级的债券设置变现比例,根据债券当日市值完成对资产组合的可变现金额测算,进一步提升流动性管理能力。

关 键 词：债券流动性 债券组合流动性 机器学习 贝叶斯统计 

分 类 号：F832.51[经济管理—金融学] TP181[自动化与计算机技术—控制理论与控制工程]