期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于特征选择和违约鉴别的我国上市公司债券违约预警模型研究
被引量：
1
1
作者
白钰铭
姜昱汐
《工程数学学报》
CSCD
北大核心
2024年第1期67-87,共21页
为了更好地挖掘债券违约的关键指标,确定有效的违约预警时间窗,建立对不同违约状态预测精度高且精简实用的债券违约预警模型,采用SMOTE方法对非均衡样本进行处理,并基于XGBoost方法,根据违约预警精度高和指标体系规模小反推违约预警模型...
为了更好地挖掘债券违约的关键指标,确定有效的违约预警时间窗,建立对不同违约状态预测精度高且精简实用的债券违约预警模型,采用SMOTE方法对非均衡样本进行处理,并基于XGBoost方法,根据违约预警精度高和指标体系规模小反推违约预警模型,并确定最优预警时间窗。研究结果表明,当违约预警时间窗为t−1期时预测效果较好,即用提前一年的指标数据能更好地预测债券是否违约;采用XGBoost的嵌入式特征选择方法建立违约预警模型,将模型训练与指标体系降维同时完成,计算更简便。通过与其他7个常用违约预测方法的计算结果对比,该模型违约预测精度高、降维效果好、计算速度快、可解释性强。
展开更多
关键词
债券违约预警
预测精度
特征选择
非均衡样本
XGBoost
SMOTE
在线阅读
下载PDF
职称材料
基于财务和非财务信息的债券违约预警模型研究——来自机器学习方法的经验证据
被引量：
6
2
作者
吴世农
陈智瑜
《厦门大学学报（哲学社会科学版）》
CSSCI
北大核心
2023年第6期108-121,共14页
债券市场安全涉及国家的金融安全,近年来因我国债券违约频发而备受关注。基于我国债券市场特征、财务困境和制度经济学理论,引入财务信息和非财务信息变量并使用传统统计方法和机器学习方法可构建一批债券违约预警模型。研究发现:第一,...
债券市场安全涉及国家的金融安全,近年来因我国债券违约频发而备受关注。基于我国债券市场特征、财务困境和制度经济学理论,引入财务信息和非财务信息变量并使用传统统计方法和机器学习方法可构建一批债券违约预警模型。研究发现:第一,对比传统统计方法构建的债券违约预警模型,基于机器学习构建的债券违约预警模型具有更高的预测准确度。第二,在使用财务信息变量的基础上引入非财务信息变量,债券违约预警模型的预测准确度大幅提高,表明非财务信息为预警模型提供了有效的增量信息。具体来说:(1)作为债券市场重要的“看门人”,审计和评级机构都能提供债券违约的预警信息,但违约前一年审计意见提供的预警信息的重要性高于信用评级提供的预警信息;(2)发债企业的所有制、上市状况及其所属地区的经济与社会环境如社会资本和营商环境对于债券违约预警具有重要作用;(3)货币政策信息对于债券违约预警也具有重要作用;(4)预警模型帮助投资者大幅降低“踩雷”的概率,极大提高了债券投资的安全性。
展开更多
关键词
债券违约预警
机器学习
看门人
地区经济
营商环境
信息含量
在线阅读
下载PDF
职称材料
题名
基于特征选择和违约鉴别的我国上市公司债券违约预警模型研究
被引量：
1
1
作者
白钰铭
姜昱汐
机构
大连交通大学经济管理学院
出处
《工程数学学报》
CSCD
北大核心
2024年第1期67-87,共21页
基金
国家自然科学基金(71731003)
辽宁省社会科学规划基金(L18DTJ001).
文摘
为了更好地挖掘债券违约的关键指标,确定有效的违约预警时间窗,建立对不同违约状态预测精度高且精简实用的债券违约预警模型,采用SMOTE方法对非均衡样本进行处理,并基于XGBoost方法,根据违约预警精度高和指标体系规模小反推违约预警模型,并确定最优预警时间窗。研究结果表明,当违约预警时间窗为t−1期时预测效果较好,即用提前一年的指标数据能更好地预测债券是否违约;采用XGBoost的嵌入式特征选择方法建立违约预警模型,将模型训练与指标体系降维同时完成,计算更简便。通过与其他7个常用违约预测方法的计算结果对比,该模型违约预测精度高、降维效果好、计算速度快、可解释性强。
关键词
债券违约预警
预测精度
特征选择
非均衡样本
XGBoost
SMOTE
Keywords
bond default warning
predictive accuracy
feature selection
imbalanced sample
XGBoost
SMOTE
分类号
F224.9 [经济管理—国民经济]
F812.5 [经济管理—财政学]
在线阅读
下载PDF
职称材料
题名
基于财务和非财务信息的债券违约预警模型研究——来自机器学习方法的经验证据
被引量：
6
2
作者
吴世农
陈智瑜
机构
厦门大学管理学院
出处
《厦门大学学报（哲学社会科学版）》
CSSCI
北大核心
2023年第6期108-121,共14页
基金
国家自然科学基金重大项目“中国制度和文化背景下公司财务政策的理论与实践研究”(71790601)。
文摘
债券市场安全涉及国家的金融安全,近年来因我国债券违约频发而备受关注。基于我国债券市场特征、财务困境和制度经济学理论,引入财务信息和非财务信息变量并使用传统统计方法和机器学习方法可构建一批债券违约预警模型。研究发现:第一,对比传统统计方法构建的债券违约预警模型,基于机器学习构建的债券违约预警模型具有更高的预测准确度。第二,在使用财务信息变量的基础上引入非财务信息变量,债券违约预警模型的预测准确度大幅提高,表明非财务信息为预警模型提供了有效的增量信息。具体来说:(1)作为债券市场重要的“看门人”,审计和评级机构都能提供债券违约的预警信息,但违约前一年审计意见提供的预警信息的重要性高于信用评级提供的预警信息;(2)发债企业的所有制、上市状况及其所属地区的经济与社会环境如社会资本和营商环境对于债券违约预警具有重要作用;(3)货币政策信息对于债券违约预警也具有重要作用;(4)预警模型帮助投资者大幅降低“踩雷”的概率,极大提高了债券投资的安全性。
关键词
债券违约预警
机器学习
看门人
地区经济
营商环境
信息含量
Keywords
warning bond defaults
machine learning
gatekeeper
regional economy
business environment
information content
分类号
F272.1 [经济管理—企业管理]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于特征选择和违约鉴别的我国上市公司债券违约预警模型研究
白钰铭
姜昱汐
《工程数学学报》
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
2
基于财务和非财务信息的债券违约预警模型研究——来自机器学习方法的经验证据
吴世农
陈智瑜
《厦门大学学报（哲学社会科学版）》
CSSCI
北大核心
2023
6
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
