發(fā)布時間：2023-03-30 04:56

　　信用風險是中國金融市場中最值得重視的風險之一,有效地分析和預測信用風險事件對于維護金融市場穩(wěn)定性有著重大意義。除了傳統(tǒng)的信用債違約事件,許多上市公司爆發(fā)的流動性風險事件,也成為了公司信用風險事件的重要組成部分。本文基于A股上市公司的財務數(shù)據(jù),結(jié)合債券違約事件,進行信用風險事件的界定和量化分析。通過不同維度的財務因子提取、因子相關性和離散化分析,梳理出有效因子,刻畫公司真實的財務狀況。并從因子貢獻度出發(fā),挖掘?qū)е鹿拘庞蔑L險的誘因,分析挑選出影響信用風險事件的財務指標。最后結(jié)合機器學習模型,對上市公司信用風險事件進行了預警。本文以集成模型為研究核心,運用了 SMOTEENN等模型進行樣本均衡化,有效的提升了模型擬合效果。同時,對比邏輯回歸、SVM,本文采用隨機森林、XGBOOST和其他傳統(tǒng)機器學習集成模型,構(gòu)建適用性強、運行效率高的信用風險預警模型,取得了較為優(yōu)異的預測效果。

【文章頁數(shù)】：36 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 介紹
    1.2 文獻綜述
第二章 技術綜述
    2.1 引言
    2.2 樣本平衡方法
        2.2.1 過采樣
        2.2.2 欠采樣
        2.2.3 SMOTEENN
        2.2.4 SMOTETomek
    2.3 預測模型
        2.3.1 邏輯回歸
        2.3.2 SVM
        2.3.3 隨機森林
        2.3.4 XGBOOST
第三章 實驗過程
    3.1 數(shù)據(jù)描述
    3.2 因子分析
        3.2.1 因子選擇
        3.2.2 因子相關性分析
        3.2.3 因子降維
        3.2.4 因子評分卡
    3.3 模型評價
    3.4 模型訓練
    3.5 模型預測
第四章 結(jié)束語
    4.1 主要工作和創(chuàng)新點
    4.2 后續(xù)工作
參考文獻
致謝



本文編號：3775238