基于随机森林的信用评价模型与应用

发布时间：2020-11-07 15:49

　　 随着我国市场经济制度的不断完善,信用评价已经逐渐成为社会经济发展的重要基础,债券市场也成为一国完善金融市场的基石,因此,研究债券的信用问题,构建信用评价模型,对我国信贷业务的蓬勃发展起到很大的推动作用,也成为市场经济发展的必然选择。本文以2017年我国上市债券公司的债券为实证研究对象,通过构建随机森林模型,建立了一套债券信用评价指标体系,并基于指标重要性程度对信用评价指标进行权重测算,进而构建模糊积分信用评价方程并对其信用评估结果作等级划分。研究的主要结论如下:(1)在债券信用评价海选指标集的基础上,构建随机森林模型并优化,根据建模结果计算指标的重要性值,据此保留对违约状态有显著判别能力的信用评价指标,最终构建了一套包含有13个指标的信用评价指标体系。同时,将指标体系与国际“5C”评价原则进行对比分析,结果表明该信用评价指标体系的构建是合理的;进而绘制ROC曲线判定出该指标体系对违约状态的判定能力较强,其有效性较高。(2)根据指标重要性值确定指标的权重系数,并得到对应准则层的权重值,数据显示外部宏观环境是影响债券信用程度的主要因素,其次是财务因素和非财务因素,三方面的因素密切联系,对债券信用评价的影响均是非常重要的。(3)构建模糊积分方程测算评价样本的信用评分,并据此划分评价样本的信用等级。其结果显示信用评分越高的债券,其所属的信用等级越高,信用状态越好;较高的信用等级内包含的违约样本数较少;整体信用等级的划分大致呈现钟形分布,绝大多数债券的信用水平稳定在A级、BBB级和BB级之间,符合当下债券市场的实际信用水平。研究的创新在于一是通过随机森林最优模型测算指标的重要性程度,最终筛选出对信用评价结果具有重要影响的信用评价指标体系,反映了大数据非参数环境下信用评价指标筛选的新思路;二是使用指标的重要性程度测算指标权重,反映了对违约状态鉴别能力越强,则指标权重越大的权重测算思路。研究的特色在于一是改善现实信贷数据中违约样本与非违约样本的非平衡现象,提高违约样本与非违约样本的分类精度;二是运用模糊积分的方法建立信用评价方程,克服了传统经典的线性加权评价模型的弊端。
【学位单位】：内蒙古农业大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP18;F832.51;F203
【部分图文】：

图２技术路线图??Ｆｉｇ．２?Ｔｈｅ?ｔｅｃｈｎｏｌｏｇｙ?ｒｏａｄｍａｐ??

图５参数与误判率的关系??Ｆｉｇ．５?Ｔｈｅ?ｒｅｌａｔｉｏｎｓｈｉｐ?ｂｅｔｗｅｅｎ?ｃｏｅｆｆｉｃｉｅｎｔ?ｍｔｒｙ?ａｎｄ?ｍｉｓｊｕｄｇｍｅｎｔ?ｒａｔｅ??

图６参数与误判率的关系??Ｆｉｇ．６?Ｔｈｅ?ｒｅｌａｔｉｏｎｓｈｉｐ?ｂｅｔｗｅｅｎ?ｃｏｅｆｆｉｃｉｅｎｔ?ｎｔｒｅｅ?ａｎｄ?ｍｉｓｊｕｄｇｍｅｎｔ?ｒａｔｅ??
【参考文献】

相关期刊论文 前10条

1 迟国泰;潘明道;程砚秋;;基于综合判别能力的农户小额贷款信用评价模型[J];管理评论;2015年06期

2 罗勇;陈治亚;;基于模糊综合法构建供应链金融客户信用评价指标体系[J];财会月刊;2015年14期

3 舒歆;;小微企业信用评级指标体系构建研究[J];金融理论与实践;2015年05期

4 肖进;刘敦虎;顾新;汪寿阳;;银行客户信用评估动态分类器集成选择模型[J];管理科学学报;2015年03期

5 郭昱;马翻翻;郑超文;;我国小微企业信用评价指标体系的构建[J];金融经济;2015年02期

6 孟斌;迟国泰;龚玲玲;;商户小额贷款信用评价模型[J];技术经济;2014年12期

7 迟国泰;潘明道;齐菲;;一个基于小样本的银行信用风险评级模型的设计及应用[J];数量经济技术经济研究;2014年06期

8 杨楠;;科技型小微企业信用评价模型研究[J];武汉金融;2014年03期

9 马晓青;刘莉亚;胡乃红;王静;;小企业信用评估的模型构建与实证分析[J];财经研究;2012年05期

10 李琦;罗炜;谷仕平;;企业信用评级与盈余管理[J];经济研究;2011年S2期

相关博士学位论文 前4条

1 潘明道;基于违约风险判别的小型工业企业信用评级研究[D];大连理工大学;2016年

2 孟斌;基于违约状态判别的小型建筑企业信用评价模型研究[D];大连理工大学;2015年

3 刘振华;基于客户信用评级的商业银行信贷管理研究[D];湖南大学;2015年

4 石宝峰;基于违约金字塔原理的小企业信用评级模型研究[D];大连理工大学;2014年

相关硕士学位论文 前10条

1 陈海峰;信用评级对我国公司债卷发行市场影响研究[D];浙江大学;2018年

2 宋鑫;随机森林优化算法在农户信用风险评估中的应用[D];云南师范大学;2018年

3 王超艺;信用评价及中小企业融资研究[D];山东大学;2018年

4 苏杭西子;基于随机森林模型的个人信用风险评估研究[D];湖南大学;2018年

5 汪政元;基于优化的随机森林方法的企业信用风险评价研究[D];暨南大学;2017年

6 郑杰;基于随机森林模型的P2P借款人信用评估研究[D];哈尔滨工业大学;2017年

7 徐婷婷;随机森林在P2P网贷借款信用风险评估中的应用[D];山东大学;2017年

8 王旋;基于结构方程模型的供应链金融下中小企业信用风险评价研究[D];浙江理工大学;2017年

9 连程;基于支持向量机的互联网金融个人信用评估方法研究[D];浙江财经大学;2017年

10 邓国健;基于决策粗糙集模型的多类代价敏感学习研究[D];南京理工大学;2017年

本文编号：2874155