基于随机森林算法的债券违约风险预警模型设计研究

发布时间：2024-02-14 06:34

　　受央行“资管新规”政策、中美贸易战等影响,债券市场竞争激烈,企业融资成本上升,使得债券信用风险事件密集爆发。一方面,债券是我国商业银行等机构投资者资产配置的重要品种,债券违约无法偿还本息,将严重损害投资者的利益;另一方面,逆向选择问题导致投资者在投资债券时,要求更高的收益率作为风险补偿,进而引发中小企业融资难、融资贵等问题。因此,建立债券违约风险预警模型,将可能发生违约的信用债券发行主体提前识别出来,对于机构投资者优化投资决策,发债主体加强风险防范具有重要意义。本文采用随机森林理论对债券违约风险模型进行设计,将债券违约风险转化为更为直观的二分类问题,通过对模型设置、参数优化选择来获得表现优异的模型。对于数据不平衡问题,本文采用ADASYN方法进行数据集优化。通过对比原始数据和ADASYN优化数据的模型,优化后的数据极大程度提高了模型对负类样本的识别。研究表明,随机森林算法在进行预测时有较高的准确性与识别能力,且不易出现过度拟合的状况,因此适用于对违约风险进行预测与评价。本文基于随机森林算法设计的债券违约风险预警模型,AUC指标可达0.991,测试集总样本精度0.966,负类样本精度为0...

【文章页数】：85 页

【学位级别】：硕士

【部分图文】：

图2.5债券违约率与美国实际GDP增长率关系

第2章债券违约风险预警模型设计的依据15图2.5债券违约率与美国实际GDP增长率关系资料来源：穆迪公司。（2）风险积累期从企业的盈利能力来看。经济下行导致系统性风险增加和行业不景气，对于债务主体最直接的影响便是盈利能力的下降。企业能否持续长久的获利，且具有较高的盈利潜力，是企业债....

图2.6债券违约发生环节示意图

基于随机森林算法的债券违约预警模型设计研究16（3）风险爆发期当企业无法从外界融资来缓解自身的流动性危机时，便会变卖自己的优质资产来获取资金。如果在此情况下，企业依然无法获得偿债流动性，那么债券的违约便会成为必然事件。债券违约风险发生环节如图2.6所示。图2.6债券违约发生环节示....

图2.7单位阶跃函数与对数几率函数

第2章债券违约风险预警模型设计的依据17为正类；小于0则判为负类；等于0时任意判别，即符合单位阶跃函数。={0,<0;0.5,=0;1,>0,（2.1）但是，单位阶跃函数不连续，无法直接作用于逻辑回归算法，如图2.7所示。图2.7单位阶跃函数与对数几率函数故常用对数几率函数来替代....

图2.8判断明天天气的一棵决策树

基于随机森林算法的债券违约预警模型设计研究今天天气情况

本文编号：3897892