發(fā)布時(shí)間：2024-02-14 06:34

　　受央行“資管新規(guī)”政策、中美貿(mào)易戰(zhàn)等影響,債券市場(chǎng)競(jìng)爭(zhēng)激烈,企業(yè)融資成本上升,使得債券信用風(fēng)險(xiǎn)事件密集爆發(fā)。一方面,債券是我國(guó)商業(yè)銀行等機(jī)構(gòu)投資者資產(chǎn)配置的重要品種,債券違約無(wú)法償還本息,將嚴(yán)重?fù)p害投資者的利益;另一方面,逆向選擇問(wèn)題導(dǎo)致投資者在投資債券時(shí),要求更高的收益率作為風(fēng)險(xiǎn)補(bǔ)償,進(jìn)而引發(fā)中小企業(yè)融資難、融資貴等問(wèn)題。因此,建立債券違約風(fēng)險(xiǎn)預(yù)警模型,將可能發(fā)生違約的信用債券發(fā)行主體提前識(shí)別出來(lái),對(duì)于機(jī)構(gòu)投資者優(yōu)化投資決策,發(fā)債主體加強(qiáng)風(fēng)險(xiǎn)防范具有重要意義。本文采用隨機(jī)森林理論對(duì)債券違約風(fēng)險(xiǎn)模型進(jìn)行設(shè)計(jì),將債券違約風(fēng)險(xiǎn)轉(zhuǎn)化為更為直觀的二分類問(wèn)題,通過(guò)對(duì)模型設(shè)置、參數(shù)優(yōu)化選擇來(lái)獲得表現(xiàn)優(yōu)異的模型。對(duì)于數(shù)據(jù)不平衡問(wèn)題,本文采用ADASYN方法進(jìn)行數(shù)據(jù)集優(yōu)化。通過(guò)對(duì)比原始數(shù)據(jù)和ADASYN優(yōu)化數(shù)據(jù)的模型,優(yōu)化后的數(shù)據(jù)極大程度提高了模型對(duì)負(fù)類樣本的識(shí)別。研究表明,隨機(jī)森林算法在進(jìn)行預(yù)測(cè)時(shí)有較高的準(zhǔn)確性與識(shí)別能力,且不易出現(xiàn)過(guò)度擬合的狀況,因此適用于對(duì)違約風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)與評(píng)價(jià)。本文基于隨機(jī)森林算法設(shè)計(jì)的債券違約風(fēng)險(xiǎn)預(yù)警模型,AUC指標(biāo)可達(dá)0.991,測(cè)試集總樣本精度0.966,負(fù)類樣本精度為0...

【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