基于隨機(jī)森林算法的債券違約風(fēng)險(xiǎn)預(yù)警模型設(shè)計(jì)研究
【文章頁(yè)數(shù)】:85 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖2.5債券違約率與美國(guó)實(shí)際GDP增長(zhǎng)率關(guān)系
第2章債券違約風(fēng)險(xiǎn)預(yù)警模型設(shè)計(jì)的依據(jù)15圖2.5債券違約率與美國(guó)實(shí)際GDP增長(zhǎng)率關(guān)系資料來(lái)源:穆迪公司。(2)風(fēng)險(xiǎn)積累期從企業(yè)的盈利能力來(lái)看。經(jīng)濟(jì)下行導(dǎo)致系統(tǒng)性風(fēng)險(xiǎn)增加和行業(yè)不景氣,對(duì)于債務(wù)主體最直接的影響便是盈利能力的下降。企業(yè)能否持續(xù)長(zhǎng)久的獲利,且具有較高的盈利潛力,是企業(yè)債....
圖2.6債券違約發(fā)生環(huán)節(jié)示意圖
基于隨機(jī)森林算法的債券違約預(yù)警模型設(shè)計(jì)研究16(3)風(fēng)險(xiǎn)爆發(fā)期當(dāng)企業(yè)無(wú)法從外界融資來(lái)緩解自身的流動(dòng)性危機(jī)時(shí),便會(huì)變賣自己的優(yōu)質(zhì)資產(chǎn)來(lái)獲取資金。如果在此情況下,企業(yè)依然無(wú)法獲得償債流動(dòng)性,那么債券的違約便會(huì)成為必然事件。債券違約風(fēng)險(xiǎn)發(fā)生環(huán)節(jié)如圖2.6所示。圖2.6債券違約發(fā)生環(huán)節(jié)示....
圖2.7單位階躍函數(shù)與對(duì)數(shù)幾率函數(shù)
第2章債券違約風(fēng)險(xiǎn)預(yù)警模型設(shè)計(jì)的依據(jù)17為正類;小于0則判為負(fù)類;等于0時(shí)任意判別,即符合單位階躍函數(shù)。={0,<0;0.5,=0;1,>0,(2.1)但是,單位階躍函數(shù)不連續(xù),無(wú)法直接作用于邏輯回歸算法,如圖2.7所示。圖2.7單位階躍函數(shù)與對(duì)數(shù)幾率函數(shù)故常用對(duì)數(shù)幾率函數(shù)來(lái)替代....
圖2.8判斷明天天氣的一棵決策樹
基于隨機(jī)森林算法的債券違約預(yù)警模型設(shè)計(jì)研究今天天氣情況
本文編號(hào):3897892
本文鏈接:http://www.wukwdryxk.cn/shoufeilunwen/xixikjs/3897892.html