10.14057/j.cnki.cn43-1156/f.2021.06.008
基于支持向量机模型的公司债违约预测研究
本文针对我国公司债违约的实际情况进行分析和预测研究,总结归纳了影响公司债违约的因素,从公司所处行业、宏观经济水平和公司财务特征三方面进行指标选取,并使用Lasso进行指标筛选.在此基础上,构建支持向量机(SVM)模型,对2018年至2020年上半年间出现违约事件的20只公司债和100只正常公司债进行实证分析,并与传统Logistic回归模型的预测结果相比较,发现支持向量机模型有更好的预测效果.
公司债;债券违约;Lasso;支持向量机模型
F832(金融、银行)
2021-10-26(万方平台首次上网日期,不代表论文的发表时间)
共7页
71-77