-
题名基于最优指标组合的企业信用风险预测
被引量：16
- 1
-
-
作者
周颖
苏小婷
-
机构
大连理工大学经济管理学院
-
出处
《系统管理学报》
CSSCI
CSCD
北大核心
2021年第5期817-838,共22页
-
基金
国家自然科学基金重点项目(71731003)
国家自然科学基金面上项目(72071026,72173096,71873103,71971051,71971034)
+2 种基金
国家自然科学基金青年科学基金资助项目(71901055,71903019)
国家自然科学基金地区科学基金资助项目(72161033)
国家社会科学基金重大项目(18ZDA095)。
-
文摘
信用风险预测是指构建企业历史数据与违约状态之间的对应关系,根据现在的数据对企业在未来是否会发生违约做出预判。将近邻成分分析引入信用风险领域进行指标组合遴选,以违约预测精度AUC最大反推最优的指标组合。利用随机欠采样方法,以违约预测精度G-mean最大为标准反推违约客户与非违约客户的最佳比例,确定最优训练样本。采用t-m(m=1,2,3,4,5)年的指标数据x_(t-m)和t年的企业违约状态y_(t),利用最优指标组合和最优训练样本建立了基于线性支持向量机的信用风险预测模型,达到了运用t年的指标数据x_(t)预测第t+m年企业违约状态y_(t+m)的效果。实证结果表明,本研究的违约预测精度高于非线性SVM、LR、DT、KNN和LDA等典型的大数据预测模型。研究发现:每股收益EPS-扣除/稀释、货币供应量M_(0)(亿元)和货币供应量M_(1)(亿元)3个指标对企业未来1-3年的短期违约状态具有关键影响;当日总市值/负债总计、每股EBITDA和固定资产周转率3个指标对企业未来4-5年的长期违约状态具有关键影响;经营活动产生的现金流量净额/经营活动净收益和审计意见类型2个指标,不论对于企业未来1-3年的短期、还是未来4-5年的长期违约状态,均有关键影响。
-
关键词
违约预测
最优指标组合
样本比例
近邻成分分析
线性支持向量机
-
Keywords
default prediction
optimal feature set
sample proportion
neighborhood components analysis
linear support vector machine
-
分类号
F832.4
[经济管理—金融学]
-
-
题名基于最优临界点的债券违约动态预警研究
- 2
-
-
作者
迟国泰
杨佳琦
周颖
-
机构
大连理工大学经济管理学院
北京航空航天大学经济管理学院
-
出处
《管理科学学报》
CSSCI
CSCD
北大核心
2024年第11期136-158,共23页
-
基金
辽宁省社会科学规划基金资助项目(LZ1BGL011)。
-
文摘
债券违约风险预警就是根据企业财务因素、非财务因素和外部宏观因素对未来的债券违约状态做出预测.对于不同的变量组合,违约预测的效果是不同的,势必存在一个最优的指标组合,能够最大限度地减少违约预测误差.对于不同的违约判别临界点,其违约预测效果不同,势必存在一个最优的违约判别临界点,最大限度地把违约与否的债券区分开来.本研究采用随机森林模型进行指标组合的遴选,采用Logit回归建立违约预测模型.本研究的创新,一是在最优指标组合的遴选上,对于不同的决策树棵数,在第二类错误最小的前提下,通过AUC最大反推得到了一个最优的随机森林;通过对最优随机森林中节点指标的不同组合的对比,找到AUC最大的一个指标组合.二是在最优违约判别临界点的确定上,以第一类错误与第二类错误的加权之和最小为目标函数,反推逻辑回归的最优临界点.三是本模型的预测精度高于支持向量机模型、梯度提升迭代决策树、神经网络等7种流行的大数据预测模型.基于2014年—2018年中国上市公司发行的债券数据,实证研究表明,对中国债券的中短期违约预测均有影响的关键指标为:“货币资金/短期债务”、“净利润”、“发行主体发行债券数量”、“行业景气指数”和“行业企业家信心指数”等五个指标.对短期违约预测有影响的关键指标为:“货币资产”、“速动比率”、“固定资产投资价格指数”、“货币供应量M_0”.对中期违约预测有影响的关键指标为“发行主体注册资本”、“债券到期偿还量”、“债券到期指数”.
-
关键词
债券违约
违约预测
最优指标组合
最优违约临界点
随机森林
-
Keywords
bond default
default prediction
feature selection
optimal threshold
random forests
-
分类号
F713.36
[经济管理—产业经济]
-
