基于支持向量机方法的债券违约风险监测预警研究

• 作者: 向实 曾银球 闫新国 刘裕茵
• 来源期刊: 金融经济
• 学科: 经济
• 关键词: 支持向量机 机器学习 债券违约 风险预警
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 学术探讨
• 页码范围: 40-50
• 页数: 11页
• 分类号: F832.5
• 语种: 中文
• DOI: 10.3969/j.issn.1007-0753.2022.01.004

摘要

随着我国债券市场的发展,债券违约问题逐渐凸显.鉴于我国经济进入新常态,经济增速下行,债券风险事件将成为未来一段时间金融监管和债券投资的防范重点.本文从我国信用债券违约现状出发,探讨债券违约风险监测预警可选方案.在实证上,本文探索运用支持向量机(SVM)法对违约风险进行监测和预警,并取得了较好的预测和监测效果,证明机器学习是监测和预测债券违约的可行方法.在此基础上,本文提出解决债券违约问题的四点建议:一是加强对信息披露的监管,完善数据基础建设,为预警提供更有效的数据;二是建立完善高收益债券市场,推进债券风险的市场化预警;三是加强动态监测,实现智能化风险预测;四是针对重点方向和领域,加强风险预警,优化金融结构.