江佳聪,陈惠怡,袁中华

由于中国的可转换债券价值研究相关文章寥若星辰，不利于国内投资者的理性投资和研究。因此，本文采用机器学习的评估方法对可转换债券价值进行评估，具体从客观、宏观角度构建评估指标体系，采用GA-BP神经网络模型进行价值评估，为研究可转换债券的投资价值应用研究提供参考价值。

GA-BP神经网络；机器学习；可转换债券价值

[1] Roman,L,Weil,et al.Premiums on Convertible Bonds[J].The Journal of Finance,2012,23(3):445-463. [2] 马超群,唐耿.引入信用风险的可转债定价模型及其实证研究[J].系统工程,2004,(08):69-73. [3] 杨立洪,蓝雁书,曹显兵.一般 Levy 过程下带违约风险的可转换债券定价模型[J].系统工程理论与实践,2010,30(12):2184-2189. [4] 赵晶.基于双指数跳扩散模型的可转换债券定价[J].中央民族大学学报(自然科学版),2013,22(S1):72-76. [5] 金宇寰,薛红,冯进钤.双分数跳-扩散环境下的可转换债券定价[J].四川理工学院学报(自然科学版),2015,28(06):92-96. [6] 牛晓健,巴雄.基于机器学习的可转债定价与实证分析研究[J].贵州省党校学报,2021,(05):58-71.

点击下载PDF