融合贝叶斯与机器学习算法的可转债定价研究.pdf

融合贝叶斯与机器学习算法的可转债定价研究.pdf

此“经济”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、本文档共53页,其中可免费阅读16页,需付费100金币后方可阅读剩余内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  4. 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

摘要

摘要

可转换债券(以下简称可转债)由于其可转换的特性在资本市场上被广泛应用。可转债

的价值可分为纯债价值、转换价值和期权价值。其中,转换价值和纯债价值相对容易确定,

而期权价值却是难以精确预测的。因此,合理准确地预测可转债期权价值不仅能够增加对投

资方的吸引力,同时也将影响发行方的融资额度。这对国内可转债市场的发展具有重要意义。

Black-Scholes定价模型(以下皆称BS定价模型),是可转债定价中最为重要

文档评论(0)

qiutianfeng + 关注
实名认证
内容提供者

本账号发布文档来源于互联网,仅用于技术分享交流用,版权为原作者所有。

1亿VIP精品文档

相关文档