基于随机森林的巨灾债券一级市场利差预测方法
证券定价
2020-01-29 v1 机器学习
摘要
我们引入一种随机森林方法,以实现巨灾债券一级市场利差的预测。我们研究了在新发行前募集说明书中提供给投资者的所有信息在预测其利差时是否同等重要。使用了 2009 年 12 月至 2018 年 5 月期间发行的全部非寿险巨灾债券总体。随机森林对未见的巨灾债券一级市场数据展现出令人印象深刻的预测能力,解释了 93% 的总变异性。作为比较,我们的基准模型线性回归的预测表现较差,仅解释了 47% 的总变异性。募集说明书中提供的所有细节都对利差有预测性,但程度不同。我们研究了结果的稳定性。随机森林的使用可加速巨灾债券行业的投资决策。
引用
@article{arxiv.2001.10393,
title = {A random forest based approach for predicting spreads in the primary catastrophe bond market},
author = {Despoina Makariou and Pauline Barrieu and Yining Chen},
journal= {arXiv preprint arXiv:2001.10393},
year = {2020}
}
备注
34 pages, 8 figures, 7 tables