基于XGBoost算法的信用债违约预测模型  

Credit Bond Default Prediction Model Based on XGBoost Algorithm

作　　者：周荣喜 彭航 李欣宇 闫宇歆 Zhou Rongxi;Peng Hang;Li Xinyu;Yan Yuxin

机构地区：[1]对外经济贸易大学

出　　处：《债券》2019年第10期61-68,共8页CHINA BOND

基　　金：国家自然科学基金项目（71871062）;教育部人文社会科学研究规划基金项目（16YJA630078）资助

摘　　要：本文首先对近年来我国信用债违约风险事件进行了统计分析,归纳出造成违约的四类风险,利用随机森林算法抽取了债券违约的重要特征;然后基于XGBoost算法建立了债券违约风险预测模型,利用主成分分析方法,再结合经济逻辑分析,提取出6个债券违约风险因子,并阐释了违约风险因子的作用机制。实证结果表明,本文所构建的违约预测模型对信用债违约的预测具有较高的准确性。

关 键 词：XGBoost算法 信用债 违约风险 预测 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构] F832.51[自动化与计算机技术—计算机科学与技术]