基于樹的優(yōu)化模型預測企業(yè)債券主體信用評級變動情況
發(fā)布時間:2020-08-28 16:01
受中美貿(mào)易戰(zhàn),央行“資管新規(guī)”政策等外部因素和市場競爭激烈,融資成本上升等內(nèi)部因素的影響,我國債券市場信用風險事件在2018年密集爆發(fā)。債券信用評級是債券信用風險的重要指標,如何對信用評級變動進行準確的預測已經(jīng)成為極具現(xiàn)實意義的問題。文章采用分類樹、袋裝法、隨機森林三種基于樹的模型,應用r語言對企業(yè)債券信用評級進行預測研究,并針對數(shù)據(jù)不均衡情況進行四種優(yōu)化采樣,以平衡數(shù)據(jù)集,提升預測效果。主要討論問題包括:債券信用風險影響因素、模型的構建、參數(shù)選擇、模型的準確性檢驗以及分類效果檢驗以及指標重要性評估。研究發(fā)現(xiàn),隨機森林和袋裝法相對于單棵分類樹有著更準確的預測結果,而欠采樣的優(yōu)化方法對于投資者最為關注的債券評級下降的預測有著最好的效果,綜合來看,在欠采樣樣本下的隨機森林模型最優(yōu)。在指標重要性評估中,發(fā)債企業(yè)的盈利能力以及償債能力是衡量其債券信用風險的重要指標類。結合研究結論,文章認為,從監(jiān)管角度應提高其發(fā)債企業(yè)的信息披露程度和市場透明度,從評級機構角度應優(yōu)化信用風險評估技術,提升時效性。
【學位單位】:南京大學
【學位級別】:碩士
【學位年份】:2019
【中圖分類】:F832.51
【部分圖文】:
第1章緒論逡逑1.1研宄背景與意義逡逑1.1.1研宄背景逡逑受中美貿(mào)易戰(zhàn),央行“資管新規(guī)”政策等影響,債券市場的2018是震蕩的逡逑一年,而市場競爭激烈,融資成本上升等因素,也使得2018年成為債券信用風逡逑險事件密集爆發(fā)的一年?v觀2018年,我國債券市場已有120只信用債違約,逡逑涉及規(guī)模達到1176.51億元,創(chuàng)下新高。(如圖1-1所示,數(shù)據(jù)來源:WIND)逡逑1,177邐1200邐生Mf;稱逡逑
方法從不同角度對模型進行評估比較,并探究各個指標的重要性。逡逑第五部分為總結部分,對全文研究進行系統(tǒng)性總結,并從不同角度對企業(yè)逡逑債券信用風險防控提出了建議與展望?傮w研宄思路框架如圖1-2所示。逡逑4逡逑
種改進方法,這種算法并不像隨機過采樣一樣簡單的重復小類樣本的數(shù)量,而逡逑是運用一種特殊規(guī)則,根據(jù)小類樣本進行人工合成,產(chǎn)生新的小類樣本,有效逡逑減小過擬合問題。具體如下圖3-1所示,算法流程如下:逡逑(1)
【學位單位】:南京大學
【學位級別】:碩士
【學位年份】:2019
【中圖分類】:F832.51
【部分圖文】:
第1章緒論逡逑1.1研宄背景與意義逡逑1.1.1研宄背景逡逑受中美貿(mào)易戰(zhàn),央行“資管新規(guī)”政策等影響,債券市場的2018是震蕩的逡逑一年,而市場競爭激烈,融資成本上升等因素,也使得2018年成為債券信用風逡逑險事件密集爆發(fā)的一年?v觀2018年,我國債券市場已有120只信用債違約,逡逑涉及規(guī)模達到1176.51億元,創(chuàng)下新高。(如圖1-1所示,數(shù)據(jù)來源:WIND)逡逑1,177邐1200邐生Mf;稱逡逑
方法從不同角度對模型進行評估比較,并探究各個指標的重要性。逡逑第五部分為總結部分,對全文研究進行系統(tǒng)性總結,并從不同角度對企業(yè)逡逑債券信用風險防控提出了建議與展望?傮w研宄思路框架如圖1-2所示。逡逑4逡逑
種改進方法,這種算法并不像隨機過采樣一樣簡單的重復小類樣本的數(shù)量,而逡逑是運用一種特殊規(guī)則,根據(jù)小類樣本進行人工合成,產(chǎn)生新的小類樣本,有效逡逑減小過擬合問題。具體如下圖3-1所示,算法流程如下:逡逑(1)
【相似文獻】
相關期刊論文 前10條
1 沈智勇;蘇
本文編號:2807802
本文鏈接:http://www.lk138.cn/jingjilunwen/jinrongzhengquanlunwen/2807802.html
教材專著