基于随机森林算法的信用风险识别模型.docx

目录

信用风险事件 4

违约事件统计 4

信用评级下调事件统计 6

分类模型概述 8

逻辑回归（LogisticRegression） 8

随机森林（RandomForest） 9

极端梯度提升（XGBoost） 10

信用风险识别模型 10

模型搭建准备 10

特征的选取 10

不平衡样本数据的处理 11

模型评估标准 12

参数的调整 14

Logistic回归 15

随机森林 19

模型效果对比 23

可转债因子信用增强 23

低波因子 24

估值因子 26

5. 总结 27

参考文献 27

风险提示 28

图表目录

图1：历年违约主体数量与违约金额(2015/01/01-2024/08/15) 4

图2：违约类型分布：违约金额 5

图3：违约类型分布：违约债券数量 5

图4：债券类型分布：违约金额 5

图5：债券类型分布：违约债券数量 5

图6：违约债券申万一级行业分布 6

图7：违约债券主体最新评级分布 6

图8：历年信用评级下调主体与债券数量(2015/01/01-2024/08/15) 7

图9：信用评级下调主体申万一级行业分布 7

图10：信用评级下调债券类型分布 7

图11：信用评级下调主体上次评级分布 8

图12：标准逻辑函数 9

图13：随机森林算法示意图 9

图14：XGBoost算法示意图 10

图15：过采样和欠采样示意图 12

图16：混淆矩阵示意图 13

图17：ROC曲线示意图 13

图18：K-折交叉验证示意图 14

图19：Logistic回归ROC曲线 15

图20：Logistic回归召回率 15

图21：Logistic回归系数 17

图22：随机森林单决策树最大深度分布 19

图23：随机森林单决策树抽取特征数量分布 19

图24：随机森林ROC曲线 19

图25：随机森林召回率 20

图26：随机森林重要性前10的特征 20

图27：信用事件后1M可转债区间收益分布 24

图28：信用事件后1M可转债区间振幅分布 24

图29：低波因子多头信用增强前后净值对比 25

图30：低波因子多头超额信用增强前后净值对比 25

图31：估值因子多头信用增强前后净值对比 26

图32：估值因子多头超额信用增强前后净值对比 26

表1：信用风险识别模型特征选取 11

表2：训练集与测试集的划分 12

表3：Logistic回归LASSO正则化特征选中比例 16

表4：Logistic回归预测信用风险事件概率与实际情况对比(24/04/30-24/08/15) 18

表5：随机森林特征平均重要性 21

表6：随机森林预测信用风险事件概率与实际情况对比(24/04/30-24/08/15) 22

表7：Logistic回归与随机森林效果对比 23

表8：低波因子多头信用增强前后表现对比 25

表9：低波因子多头超额信用增强前后表现对比 25

表10：估值因子多头信用增强前后表现对比 26

表11：估值因子多头超额信用增强前后表现对比 27

信用风险事件

2018-2021年，信用债违约风险的集中暴露引起了广泛的关注，近几年违约局势逐渐缓和，违约金额规模和违约主体数量大幅下降。但伴随着退市新规的推出，在行业周期背景下，今年违约金额出现小幅提升，曾被认作相对安全的可转债也开始出现实质性违约，信用风险再度成为市场焦点。

违约事件统计

2015-2024年，信用债违约大致经历了初步显现、集中爆发和缓和趋稳的三个阶段。

2015-2017年，逐步出现违约事件，但数量较少。2018年进入爆发期，最高峰2019

年违约主体数量达到212家，违约金额1226.48亿元，后持续至2021年的18家，

1576.50亿元。2022年后形势转好，违约主体数和金额均大幅下降，但在监管趋严的背景下，今年以来违约金额小幅同比提升，截至2024/08/15，共20家发行主体违约，涉及债券数量47只，违约金额374.44亿元。

图1：历年违约主体数量与违约金额(2015/01/01-2024/08/15)

250

200

150

100

50

0

违约家数 违约只数 违约金额(亿,右轴)

212182 1801448559

212

182 180

144

85

59

59

57

2832

38

21

29

47

20

28

24

61

65

81

1,800

1,600

1,400

1,200

1,000

800

600

400

200

0

数据来源：iFind，