上市公司债券信用风险识别模型.pdf

上市公司债券信用风险识别模型。传统的债券违约模型主要分为线性模型和非线性模型。线性模型如 Altman Z-score 通过财务比率得出综合风险评分，简便易用，但财务指标有限，可能 无法全面反映债务人状况。非线性模型如 Merton 模型基于期权定价理论，能 够更好地捕捉资产波动，但对参数依赖较大，且忽视跳跃性事件。与之相比， 机器学习在债券违约风险评估中具有优势，能够通过自动化数据分析挖掘复 杂的非线性关系，处理大规模数据和缺失值，并实时适应市场变化。机器学 习的强大自适应性和精确性使其成为传统违约模型的重要补充，提高了预测 准确性并应对市场复杂性。上市公司债券信用风险识别不仅有助于债券市场 的投资，同样能够作为一个良好的股票筛选因子。

在数据集的时间区间划分上，为了确保训练集和测试集比例接近 7:3，我们 选择 2022Q1 的财报数据作为训练集，并使用 2024Q2 的财报数据作为测试 集。同时，为了提高样本的针对性，在正常样本中仅保留公司债和可转债两 类，从而降低数据异质性，优化模型的泛化性能。特征选取方面，综合考虑 企业运营与债券特性，报告选取了财务、债券本体以及股票交易三大类指标。 针对数据不平衡问题，报告中采用的欠采样策略不仅有效平衡了数据分布。 通过这种处理方法，模型在数据集中对少数类（如违约样本）的识别能力显 著增强。同时，在样本数量有限的情况下，尽量保留了重要的异质性信息， 确保模型能够捕捉到关键的风险特征。

我们使用了逻辑回归、随机森林、支持向量机、XGBoost 以及 LightGBM 五个 分类模型。由于支持向量机必须使用统一量纲后的数据，在检验五个模型的 情况后我们发现统一量纲的操作将会显著提高每个模型的召回率，而这有可 能是由于引入未来数据导致的。为了避免未来函数的问题，我们将不再考虑 支持向量机作为信用风险识别模型。在剩余的四个模型中，随机森林不论是 在 AUC 还是召回率上都具备明显的优势，AUC 达到 0.90，召回率达到 0.84。

使用随机森林作为预测最新一期债券信用风险的模型，选取 2024 年 11 月 1 日至 2024 年 12 月 20 日的信用风险样本以及 2024Q3 截面的正常样本构成 验证集，对于已经产生的信用风险事件，随机森林均给出了相对准确的分类 （预测概率均大于 50%），并且调整概率均大于 50%。对于截面上存续的可 转债，共有 11 支可转债的违约调整概率超过 50%。