信用風(fēng)險是中國金融市場中最值得重視的風(fēng)險之一,有效地分析和預(yù)測信用風(fēng)險事件對于維護(hù)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(fēng)險事件,也成為了公司信用風(fēng)險事件的重要組成部分。本文基于A股上市公司的財務(wù)數(shù)據(jù),結(jié)合債券違約事件,進(jìn)行信用風(fēng)險事件的界定和量化分析。通過不同維度的財務(wù)因子提取、因子相關(guān)性和離散化分析,梳理出有效因子,刻畫公司真實的財務(wù)狀況。并從因子貢獻(xiàn)度出發(fā),挖掘?qū)е鹿拘庞蔑L(fēng)險的誘因,分析挑選出影響信用風(fēng)險事件的財務(wù)指標(biāo)。最后結(jié)合機(jī)器學(xué)習(xí)模型,對上市公司信用風(fēng)險事件進(jìn)行了預(yù)警。本文以集成模型為研究核心,運用了 SMOTEENN等模型進(jìn)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(jī)森林、XGBOOST和其他傳統(tǒng)機(jī)器學(xué)習(xí)集成模型,構(gòu)建適用性強(qiáng)、運行效率高的信用風(fēng)險預(yù)警模型,取得了較為優(yōu)異的預(yù)測效果。

【文章頁數(shù)】：36 頁

【學(xué)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(xiàn)綜述
第二章 技術(shù)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(yù)測模型
        2.3.1 邏輯回歸
        2.3.2 SVM
        2.3.3 隨機(jī)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(guān)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(xùn)練
    3.5 模型預(yù)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(xiàn)
致謝



本文編號：3775238