上市公司债券信用风险识别模型分析报告-培训课件.pdf

证券研究报告|投资策略研究*深度报告

2025年01月07日

投资策略研究

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。相关研究

1、《外部扰动增加，继续下探空间或有限长城策略

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

周观点（1230-0105）》2025-01-06

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2、《2025年市场投资策略》2025-01-03

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两3、《A股估值周报（241223-241227）》2025-01-02

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%。

风险提示：数据选取未使用全部数据，可能导致样本偏差；特征选取存在一

定主观性；数据不平衡采样方法可能导致信息丢失；历史数据无法完全预测

未来结果；模型存在失效可能性。

投资策略研究*深度报告

内容目录

使用机器学习识别信用风险4

数据处理与特征选择6

数据截面选取6

信用风险样本与正常样本的不平衡性6

违约以及评级下调数据处理6

信用风险数据集划分6

正常样本7

不平衡样本数据处理7

特征选取7

分类模型训练与测试9

模型评估参数介绍9

逻辑回归9

随机森林11

支持向量机13

XGBoost