收藏本站
《当代经济》 2018年03期
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于随机森林的债券违约分析

胡蝶  
【摘要】:本文基于违约事件分析、违约债券最终兑付与否以及宏观流动性这三个角度对债券违约进行归因,得到一系列重要特征,之后采用随机森林模型对债券违约进行分析。运用随机森林进行学习的结果显示,基于Lasso回归前30和前40个特征学习出的随机森林模型对特征重要性排序有较大的区别,因此特征间存在一定的交互作用。另外,总负债(同比增长率)、公司属性·民营企业、大股东类型·个人、大股东持股比例、我国GDP增速、行业景气程度增速以及逆回购利率均出现在了两个模型中,因此这几个特征对违约预测尤为关键。
【作者单位】武汉大学经济与管理学院;
【分类号】:F832.51

【相似文献】
中国期刊全文数据库 前3条
1 孟杰;;随机森林模型在财务失败预警中的应用[J];统计与决策;2014年04期
2 刘微;罗林开;王华珍;;基于随机森林的基金重仓股预测[J];福州大学学报(自然科学版);2008年S1期
3 钱争鸣;李海波;于艳萍;;个人住房按揭贷款违约风险研究[J];经济研究;2010年S1期
中国硕士学位论文全文数据库 前10条
1 韩燕龙;基于随机森林的指数化投资组合构建研究[D];华南理工大学;2015年
2 巫晓杰;基于并行随机森林的在线贷款逾期预测研究[D];华南理工大学;2016年
3 林启敏;基于随机森林和QGA-SVR的量化选股研究[D];华南理工大学;2016年
4 罗璇;基于随机森林的P2P网络借贷成功率重要影响因素研究[D];西南财经大学;2016年
5 徐婷婷;随机森林在P2P网贷借款信用风险评估中的应用[D];山东大学;2017年
6 王若晨;随机森林在制造业上市公司信用风险评价中的应用[D];暨南大学;2017年
7 郑杰;基于随机森林模型的P2P借款人信用评估研究[D];哈尔滨工业大学;2017年
8 史卫峰;PCA和随机森林在BARRA量化对冲模型中的应用研究[D];西安科技大学;2017年
9 杨蕴涵;多种分类模型在个人信用评估中的应用[D];重庆大学;2015年
10 韦高洁;基于数据挖掘的P2P网贷获贷结果影响因素及放贷决策模型研究[D];上海师范大学;2017年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026