摘要:本文针对我国公司债违约的实际情况进行分析和预测研究,总结归纳了影响公司债违约的因素,从公司所处行业、宏观经济水平和公司财务特征三方面进行指标选取,并使用Lasso进行指标筛选。在此基础上,构建支持向量机(SVM)模型,对2018年至2020年上半年间出现违约事件的20只公司债和100只正常公司债进行实证分析,并与传统Logistic回归模型的预测结果相比较,发现支持向量机模型有更好的预测效果。
关键词: 公司债;债券违约;Lasso;支持向量机模型;
投稿地址:
邮政编码:
投稿邮箱:dztz1999@126.com
投稿电话:02258518411
投稿QQ:
上一篇:基于PSO算法优化BP神经网络的金融风险防范预警模型研究 2021-07-01
下一篇:工程项目融资的BT模式研究 2021-07-06