• 打印
  • 收藏
收藏成功
分享

机器学习模型预测信用违约的研究与实证分析


打开文本图片集

摘要:随着信用债“暴雷”的频繁发生,信用债违约成为金融市场较为重要的课题。文章主要利用公司财务数据,采取两种机器学习模型预测公司债违约,并利用样本进行了实际测算以及对结果进行了对比,发现两种机器学习模型对于预测公司债信用违约都有较好的效果。其中,SVM模型的预测精度更高,logit模型则牺牲了一部分精度来预测出更多违约事件。(剩余5267字)

网站仅支持在线阅读(不支持PDF下载),如需保存文章,可以选择【打印】保存。

畅销排行榜
目录
monitor