| 基于KMV-CatBoost增强的企业信用债券违约风险评估模型 |
| |
| 引用本文： | 王培培,周小平,陈佳佳,王涵棋.基于KMV-CatBoost增强的企业信用债券违约风险评估模型[J].上海师范大学学报(自然科学版),2024,53(2):247-253. |
| |
| 作者姓名： | 王培培 周小平 陈佳佳 王涵棋 |
| |
| 作者单位： | 上海师范大学 信息与机电工程学院, 上海 201418 |
| |
| 基金项目： | 上海市科学技术委员会项目（22142201900） |
| |
| 摘 要： | 针对传统预测模型对于企业信用债券违约预测准确率低、拟合效果差的问题,提出了基于Kaufman-Merton-Voss （KMV）-Categorical Boosting （CatBoost）的企业债券违约预测模型. 首先对原始样本数据进行预处理,降低噪声数据对预测模型的影响；然后,利用KMV模型评估借款公司信用违约概率,计算公司资产市场价值与公司资产市场价值的波动率,获得企业资产价值与违约点之间的差额Distance-to-Default（DD）；最后,利用债务偿还期限、短期无风险收益率、公司股权市场价值、公司债务面值计算出的违约距离,将其加入指标中,利用CatBoost算法预测企业信用债券违约风险,通过基于Ordered Boosting方式的CatBoost算法训练模型,得到无偏梯度估计,以减缓预测偏移,从而增强模型的泛化能力. 实验结果表明：基于KMV-CatBoost增强的模型能够提高企业信用债券违约风险识别的准确率,识别正确率约为95.5%.
|
| 关 键 词： | 债券违约 预测模型 CatBoost Kaufman-Merton-Voss(KMV) |
| 收稿时间： | 2023/12/23 0:00:00 |
An identification of default risk in corporate credit bonds based on KMV-CatBoost enhanced model |
| |
| WANG Peipei,ZHOU Xiaoping,CHEN Jiaji,WANG Hanqi.An identification of default risk in corporate credit bonds based on KMV-CatBoost enhanced model[J].Journal of Shanghai Normal University(Natural Sciences),2024,53(2):247-253. |
| |
| Authors: | WANG Peipei ZHOU Xiaoping CHEN Jiaji WANG Hanqi |
| |
| Institution: | College of Information, Mechanical and Electrical Engineering, Shanghai Normal University, Shanghai 201418, China |
| |
| Abstract: | |
| |
| Keywords: | bond default prediction model CatBoost Kaufman-Merton-Voss (KMV) |
|
| 点击此处可从《上海师范大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《上海师范大学学报(自然科学版)》下载免费的PDF全文 |
|
