10.3969/j.issn.2095-3585.2019.10.013
基于XGBoost算法的信用债违约预测模型
本文首先对近年来我国信用债违约风险事件进行了统计分析,归纳出造成违约的四类风险,利用随机森林算法抽取了债券违约的重要特征;然后基于XGBoost算法建立了债券违约风险预测模型,利用主成分分析方法,再结合经济逻辑分析,提取出6个债券违约风险因子,并阐释了违约风险因子的作用机制.实证结果表明,本文所构建的违约预测模型对信用债违约的预测具有较高的准确性.
XGBoost算法、信用债、违约风险、预测
"中债估值杯"征文获奖文章,且得到国家自然科学基金项目71871062;教育部人文社会科学研究规划基金项目16YJA630078
2019-11-08(万方平台首次上网日期,不代表论文的发表时间)
共8页
61-68