债券披露文本特征与违约风险研究

来源 :西南财经大学 | 被引量 : 0次 | 上传用户:liubmhz
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
债券违约,在我国主要是针对公司信用类债券而言,是指企业对其发行的一般企业债券、公司债券和非金融企业债务融资工具无法按时偿还本息。债券披露是发债主体和中介机构在债券存续内发布的关于发债主体各方面变动情况的信息,以数字和文本的形式对投资者做出关于企业偿债能力的说明。近年来,我国债券市场风险不断显现,债券违约事件层出不穷,不仅损害了投资者的利益也不利于市场的健康发展。本文主要研究债券披露文本特征与债券违约风险的关系,为投资者提供了新的风险分析方法,从而能够更加全面、客观地进行违约风险判断。债券披露中除了定量的财务数据还存在大量的文本数据,这些非结构化的文字描述同样包含了能够反映企业偿债能力的增量信息。目前已有学者对上市公司年报文本信息进行挖掘,认为年报的文本语气特征可以反映发行人的偿债能力变化情况进而反映债券的违约风险。但是仅以年报为信息基础进行文本分析具有一定的局限性:一方面把研究主体限制在了上市公司,另一方面忽视了债券披露这一更具针对性的信息来源。在此基础上,本文以2015年至2020年的债券违约主体为样本,以债券披露为信息依据,对已违约发债主体和未违约发债主体进行文本语气量化,研究债券披露的文本语气特征受公司主要财务指标的影响情况,并进一步探究此类披露文本语气特征与债券违约风险之间的联系。通过多元回归模型进行严谨的实证分析之后,本文证明了:(1)发债主体在特定时期内偿债能力和盈利能力的变动与债券披露的文本语气特征存在相关关系,EBITDA利息倍数同比增长越快则其债券披露的文本语气就越积极,同时当企业发生亏损时文本语气值小于企业盈利时,即企业亏损会导致更加负面的债券披露文本语气;(2)已违约发债主体在违约前一年内的债券披露的文本语气与债券违约有显著的相关关系,当该类披露的文本语气更偏负面时,则更有可能发生违约,相反如果有更为积极的文本语气,则违约的可能性相对较小。
其他文献
[目的]本研究基于行为经济学和认知心理学的研究模式,以前景理论为基础框架,在“个体有限理性”的前提假设下,将常见病患者作为研究对象,分析影响其就医行为决策的有关心理因素,并探索在决策过程中移动医疗服务对患者就医行为的影响及影响机制。综合患者的信念结构和风险偏好,本研究构建了两阶段就医行为决策模型,系统地分析常见病患者在决策过程中代表性启发式、可得性启发式、服务可及性、心理账户和自我认知对其就医机构
近年来,伴随着我国经济水平的持续增长,居民的收入水平也在不断提升,文化旅游行业的发展出现了快速的增长,文化旅游行业也逐渐在我国经济增长中比重增加。人们在追求物质需求的基础上,对精神需求的追求逐渐变得更加看重,文化旅游逐渐成为生活中一项必须的活动。基于此,我国的文化旅游行业开始快速发展,行业规模不断的扩大,文化旅游市场的竞争也变得越来越激烈。文旅企业想要在市场竞争中取得良好的发展,在行业中占据一定地
学位
2008年金融危机过后,“去杠杆”逐渐成为各个经济体化解风险的主要方式。随着经济的高速发展,中国一直致力于在控制金融风险与经济增长之间寻找有效的平衡模式。2020年新冠肺炎疫情的爆发,无疑使得全球经济下行压力倍增,我国整体经济发展虽然迅速复苏并实现正增长,但在疫情变化和外部环境存在诸多不确定性的情况下,如何在保证国内经济尽快企稳回升的同时支持世界经济摆脱困难、走出危机底部,仍面临较大难题;同时,如
在过去的几十年间,人们传递信息和思想的方式发生了巨大的变化,交际者们如今能够更便捷地与不同文化和种族的群体沟通交流。作为文化个体,人们往往会无意识地以常见的范式或惯性思维来解读他人行为。当陌生的文化环境中所存在的不确定性出现误解时,人们则更容易陷入困境,这为后继的冲突埋下了伏笔。然而,复杂且交织着情感的冲突往往标志着文化价值观的差异,并且与面子维护/面子威胁的身份目标相关联。先前的国别文化研究证实
学位
学位
2008年金融危机之后我国采用的“加杠杆”措施以及2012年后资管行业政策的宽松,促进了资管行业快速发展,同时也造成行业风险积聚。为控制种种乱象,2017年11月17日,《关于规范金融机构资产管理业务的指导意见(征求意见稿)》发布,次年4月27日,资管新规正式稿发布。标志着资管行业进入统一监管的时代。虽然2021年前仍然处在资管新规的过渡期内,但资管新规的影响早已不容忽视:银行理财资产投资于标准化
学位
随着证券交易系统信息化程度的提高和各类计算机通信技术的发展,投资者在进行投资时实现了信息获取的及时化和证券交易的便捷化。同时这也丰富了学者们进行金融研究的视角,使得他们能够更方便地使用日内高频信息进行建模和分析。在波动率的研究中,GARCH模型和SV模型一直以来都是研究的热点,然而这些模型多使用日频数据进行建模,如此一来便失去了较多日内信息,也不能对日内波动进行分段分析和预测。为了实现对日内高频数