在國(guó)內(nèi)信用債市場(chǎng)剛性兌付被打破、違約風(fēng)險(xiǎn)事件逐漸增多的背景下,建立信用債違約預(yù)警模型對(duì)機(jī)構(gòu)投資者具有重要意義。從資產(chǎn)、收入、利潤(rùn)、現(xiàn)金流、資產(chǎn)和資本結(jié)構(gòu)等五個(gè)維度,設(shè)計(jì)基于企業(yè)債務(wù)規(guī)模匹配性的財(cái)務(wù)預(yù)警特征變量體系,并采用ADASYN過采樣算法,人工合成"新"的均衡化樣本數(shù)據(jù),構(gòu)建信用債違約風(fēng)險(xiǎn)AD-Logistic預(yù)警模型,克服由于非均衡信用債樣本所帶來(lái)的違約樣本分類預(yù)測(cè)精度下降的難題。樣本內(nèi)交叉檢驗(yàn)和樣本外檢驗(yàn)的結(jié)果表明,AD-Logistic預(yù)警模型在預(yù)測(cè)信用債違約風(fēng)險(xiǎn)方面具有較好的識(shí)別效果,并表現(xiàn)出較高的穩(wěn)定性。基于AD-Logistic預(yù)警模型的信用債風(fēng)險(xiǎn)監(jiān)測(cè)工具已在金融機(jī)構(gòu)實(shí)務(wù)中得到了應(yīng)用,并且取得了良好的效果。

【文章頁(yè)數(shù)】：10 頁(yè)

【文章目錄】：
一、引言
二、研究方法
    (一) 樣本選擇與數(shù)據(jù)來(lái)源
    (二) 基于債務(wù)規(guī)模匹配性的財(cái)務(wù)預(yù)警特征變量的設(shè)計(jì)與選取
    (三) 信用債違約風(fēng)險(xiǎn)預(yù)警模型的構(gòu)建
        1. 數(shù)據(jù)預(yù)處理
        2. 指標(biāo)篩選
        3. 樣本均衡化處理
        4. 模型的估計(jì)方法
三、實(shí)證分析
    (一) 財(cái)務(wù)特征預(yù)警變量體系的構(gòu)建
        1. 單指標(biāo)財(cái)務(wù)特征變量的篩選
        2. 財(cái)務(wù)特征變量的多重共線性處理
    (二) 基于非均衡樣本的信用債違約預(yù)警模型的構(gòu)建與結(jié)果分析
        1. 基于ADASYN過采樣與隨機(jī)欠采樣的模型分類效果比較
        2. AD-Logistic預(yù)警模型的留一交叉驗(yàn)證
    (三) AD-Logistic模型在信用債違約風(fēng)險(xiǎn)預(yù)警中的應(yīng)用
四、結(jié)論與建議



本文編號(hào)：4017849