10.3969/j.issn.1674-747X.2022.08.012
基于因子分析和SVM的信用债违约风险预警实证研究——以河北省为例
基于因子分析法,对发债企业违约前宏观经济环境、行业景气程度、财务状况等维度指标进行降维筛选,借助支撑向量机(SVM)算法,用国内近五年的信用债券违约样本进行机器学习,构建具有实效性的公司信用债券违约风险度量模型,并对河北省本土信用债券发行主体的违约风险进行预测和实证分析,为信用债券违约风险的监测预警提供参考.
信用债券违约、风险预警、因子分析、支撑向量机
40
F832.332(金融、银行)
2022-09-15(万方平台首次上网日期,不代表论文的发表时间)
共6页
87-92