企业债券违约风险预警——基于GWO-XGBoost方法

摘要：

近些年来,随着我国债券市场不断发展,债券违约等风险事件频发.本文以上市公司发行的企业债券为研究样本,基于债券发行主体是否发生违约作为企业债券违约风险变量,搭建了基于GWO-XGBoost的债券违约风险组合预警模型.通过引入多个基准模型和预测性能评估指标进行比较研究.结果表明:①与其他方法相比,GWO-XGBoost模型具有更加优异的预测精度和稳定性,预测结果具有显著的统计意义,能够为金融部门防范和应对债券违约风险提供可操作性的应用方法.②Shapley值法可以展示不同特征变量对债券违约风险的贡献度,同时阈值效应的发现有利于提高对债券市场违约风险进行宏观审慎监管的针对性和有效性.

关键词：债券违约;风险预警;极端梯度提升树;灰狼算法;Shapley值

分类号：F832.5(金融、银行)

在线出版日期：2021-12-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：44-54