企業(yè)債券違約風險識別的可解釋機器學習模型研究

摘要： 在我國信用債違約風險不斷積累的背景下，如何精準識別、高效預警企業(yè)債券違約風險成為學術界及實務界所重點關注的問題。為有效解決傳統(tǒng)違約風險預警模型存在的預警性能不強、超參數(shù)優(yōu)化目標單一以及模型可解釋性較弱等關鍵問題，通過有機融合LightGBM、NSGA-II、SHAP等機器學習算法，構建了LightGBM-NSGA-IISHAP企業(yè)債券違約風險預警模型，并通過實證分析檢驗了所提出... （共12頁）