金融工程研究报告：基于随机森林算法的信用风险识别模型-240823-东北证券-30页.pdf

[Table_Info1][Table_Date]

证券研究报告发布时间：2024-08-23

[Table_Title][Table_Invest]

证券研究报告/金融工程研究报告

基于随机森林算法的信用风险识别模型

报告摘要：

[Table_Summary]

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。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。

传统的债券违约模型包括被广泛应用的AltmanZ-score，通过计算财务

比率加权得到风险评分，以及基于期权定价理论设计的Merton模型，将信用增强前信用增强后

企业违约定义为企业资产价值小于债务账面价值，使用Black-Scholes公年化超额5.64%6.71%

现前

式对企业股票和负债进行估值，并推算违约概率。近年来，由于机器学年化波动3.83%3.89%

习对变量形式限制较少且具有筛选能力，兼顾样本内拟合优度和样本外信息比率1.471.72

预测能力，适用于二分类的监督学习算法被逐渐应用于债券市场。

基于Logistic回归和随机森林算法，以上市公司信用债违约和信用评级[Table_Report]

相关报告

下调事件作为样本，选取能够直观反映企业资本结构及运营情况的各项《沪深300好大高正，华安增强严快稳省》

财务指标、交易性退市规定相关的股票量价信息（累计成交量、平均收

-

盘价、累计收益等）以及债券性质相关的指标（债券余额、票面利率、

剩余期限、最新主体评级）作为特征，以每年三个业绩期为周期，采用《ROE和CFO效率因子》

欠采样技术平衡训练集，通过交叉验证确定最优参数，搭建和训练信用-

风险识别模型。《红利指数的投资价值分析》

-

综合评估，随机森林模型表现更优。Logistic回归拥有更高的AUC，但《上月波动率、规模、价值因子表现较优》

召回率仅有0.55，随机森林虽然AUC稍低，但召回率达到0.86，即Logistic

-

回归区分样本能力相对较强，但存在较多漏检（FN）的情况，鉴于信用

《主动权益基金规模变化拆解和市场判断》

风险识别模型的目的为进行风险预警，秉持着“宁可信其有不可信其无”

的原则，召回率更高的随机森林模型是优选。