期刊文献⁺

任意字段

题名或关键词

题名

关键词

文摘

作者

第一作者

机构

刊名

分类号

参考文献

作者简介

基金资助

栏目信息

基于K-Means和GARCH模型的地方债利差分析被引量：1

Analysis of LGB Spread Based on K-Means and GARCH Models

下载PDF

导出

摘要随着债券市场扩容,地方债已跃升为市场中的第一大品种,日益引发关注,本文探讨了金融科技在地方债利差分析中的应用。一级市场方面,通过K-Means聚类算法对地方债投标加点数据进行分类,揭示了不同地区和不同期限地方债的聚类特征,促进信用风险识别和地方债收益率曲线构建。二级市场方面,运用GARCH模型对10年期地方债利差进行时序分析,精准捕捉地方债利差的波动性,为投资者和政策制定者提供了深入的市场分析视角和数据支持。

作者陈彦如程敬雨 Chen Yanru;Cheng Jingyu

机构地区诚通证券证券投资部中国人民大学统计学院

出处《债券》 2025年第2期86-92,共7页 CHINA BOND

关键词地方债信用利差 K-MEANS 聚类算法 GARCH模型

分类号 TP311.13 [自动化与计算机技术—计算机软件与理论] F832.51 [经济管理—金融学]

引文网络
相关文献

参考文献4

1李晶.基于GARCH模型的上证50ETF期权风险对冲策略研究[J].经济问题,2023(3):68-75. 被引量：4
2刘方兴.基于GARCH类模型和极值理论的理财产品风险分析[J].债券,2024(7):92-96. 被引量：2
3王建仁,马鑫,段刚龙.改进的K-means聚类k值选择算法[J].计算机工程与应用,2019,55(8):27-33. 被引量：124
4王森,刘琛,邢帅杰.K-means聚类算法研究综述[J].华东交通大学学报,2022,39(5):119-126. 被引量：80

二级参考文献48

1蔡光辉,徐君,应雪海.非对称厚尾分布的混频Realized GARCH模型构建[J].统计与决策,2021,37(2):130-135. 被引量：2
2许苗村,蒋先刚.基于均值聚类的银行客户信用关系分析[J].华东交通大学学报,2008,25(6):55-58. 被引量：4
3尹力博,韩立岩.人民币外汇期权套保策略:基于随机规划模型[J].管理科学学报,2012,15(11):31-44. 被引量：13
4冷泳林,张清辰,赵亮,鲁富宇.基于离群点检测的K-means算法[J].渤海大学学报（自然科学版）,2014,35(1):34-38. 被引量：3
5孟子健,马江洪.一种可选初始聚类中心的改进k均值算法[J].统计与决策,2014,30(12):12-14. 被引量：19
6成卫青,卢艳红.一种基于最大最小距离和SSE的自适应聚类算法[J].南京邮电大学学报（自然科学版）,2015,35(2):102-107. 被引量：48
7谢娟英,高红超,谢维信.K近邻优化的密度峰值快速搜索聚类算法[J].中国科学：信息科学,2016,46(2):258-280. 被引量：109
8贾瑞玉,宋建林.基于聚类中心优化的k-means最佳聚类数确定方法[J].微电子学与计算机,2016,33(5):62-66. 被引量：29
9蔡宇浩,梁永全,樊建聪,李璇,刘文华.加权局部方差优化初始簇中心的K-means算法[J].计算机科学与探索,2016,10(5):732-741. 被引量：12
10王学贺.一种基于改进微粒群和轮廓系数的划分聚类方法[J].云南民族大学学报（自然科学版）,2016,25(4):367-371. 被引量：14

共引文献202

1冯建英,石岩,王博,穆维松.基于聚类分析的数据挖掘技术及其农业应用研究进展[J].农业机械学报,2022,53(S01):201-212. 被引量：20
2刘甜甜,齐述华.DBSCAN算法在城市科教文化设施集群识别中的应用研究——以贵阳市中心城区为例[J].创新科技,2019,19(2):18-24.
3陈延超,方明,陆秋云,欧阳丹.基于最小二乘支持向量机的输电线路耐张塔比例调整系数[J].广西电力,2019,42(3):20-23. 被引量：1
4王立友,郑海鹏.基于Hadoop的K-Means算法的设计与实现[J].绥化学院学报,2019,39(11):154-157. 被引量：1
5李若熙,赵一秾,曹语含,陈小静,张学东.自适应聚类激光标定图像提取算法的研究[J].辽宁科技大学学报,2019,42(4):294-300.
6王海燕,崔文超,许佩迪,李闯.一种局部概率引导的优化K-means++算法[J].吉林大学学报（理学版）,2019,57(6):1431-1436. 被引量：7
7杨俊闯,赵超.K-Means聚类算法研究综述[J].计算机工程与应用,2019,55(23):7-14. 被引量：367
8巫朝星.基于孤立森林模型的企业用水异常检测研究[J].企业科技与发展,2019,0(11):61-62. 被引量：3
9李鹏飞.基于K-means聚类算法的高校图书馆用户分类及价值评价[J].电子元器件与信息技术,2019,3(9):73-76. 被引量：8
10邓滨玥.K均值优化算法综述[J].软件,2020,41(2):188-192. 被引量：12

同被引文献6

1穆贝雳.基于自适应动态Nelson-Siegel模型的国债收益率宏观影响因素研究[J].债券,2021(12):74-83. 被引量：5
2黄弘扬.基于机器学习的国债收益率预测模型研究[J].中国物价,2022(3):67-70. 被引量：2
3张继强,仇文竹,吴宇航.银行投资债券的逻辑[J].中国货币市场,2022(8):51-55. 被引量：5
4王振瀚,徐传平.自上而下的银行债券量化配置框架探索[J].中国货币市场,2023(3):44-49. 被引量：3
5赵丽,张淼,邓含睿.中国信用债市场动量因子有效性及投资策略探究[J].债券,2024(5):89-96. 被引量：2
6杨再宝,张涵,刘晨晔,程昊.基于推理大模型与知识图谱构建信用债券数智化分析新范式[J].债券,2025(3):10-14. 被引量：1

引证文献1

1周捷,林晖晖,王一华.基于双智能体的利率债交易配置框架构建[J].债券,2025(8):49-53.

1周淼.68产经地方债与系统性金融风险[J].中国外资,2024(22):68-70.
2罗雪梅,黄羽佳,李彦彬.数字化背景下智慧风控体系的构建研究[J].农银学刊,2024(5):9-14. 被引量：1
3邵佳磊.中证500股指期货的推出对中国股票市场波动性的影响研究——基于Markov-Switching-GARCH模型[J].统计学与应用,2024,13(6):2411-2424.
4史元昊,吕志平.沪铜期货市场的日历效应测度[J].冶金管理,2025(1):25-27. 被引量：1
5杨玉飞.煤基生物质复合材料在纸制品中的应用探索[J].华东纸业,2025,55(1):10-12.
6朱珺宇,李易琦.基于最小角回归算法的国债期限利差分析[J].中国货币市场,2025(1):20-23.
7续继,于潇宇.数字时代推动消费税央地共享改革[J].宏观经济管理,2025(1):38-45. 被引量：1
8冯海波,宋凌菲.纳税信用等级评定对企业短贷长投的影响研究[J].财政研究,2024(9):115-128.
9王尔杰.新时代电网企业财务管理优化路径研究[J].中国乡镇企业会计,2025(3):202-204. 被引量：1
10黄耿志,李郇,张文忠,林坚,田莉,张京祥,朱介鸣,王世福,叶裕民,李志刚.高质量发展转型背景下的中国城市更新:挑战与路径[J].自然资源学报,2025,40(1):1-19. 被引量：29

债券

2025年第2期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...

;

使用帮助返回顶部