近日，bevictor伟德官网姜富偉教授與在讀博士生林奕皓、中央民族大學經濟學院馬甜老師（我院博士生畢業）合作撰寫的論文《“去剛兌”背景下的企業債券違約風險：機器學習預警和經濟機制探究》在國内權威期刊《金融研究》2023年第10期正式發表。

本文構建了包含1245個變量的宏觀經濟－微觀企業混合大數據集，并結合10種機器學習算法，開展基于大數據和機器學習的債券違約風險預警，探究其背後經濟機制。實證結果表明：相比經典 Altman模型、Merton模型、信用評級模型，機器學習模型能夠更好地預測我國債券市場違約風險，非線性機器學習模型表現更佳。異質性分析表明，機器學習模型對信用評級低、發行期限長、票面利率高、非國有企業、銀行間市場的債券，以及在經濟政策不确定性（公衆基于媒體報道對政府經濟政策未來走向的預期的不确定性）高的時期，具有更強的預測能力。機制分析表明，機器學習模型通過違約債券樣本識别、短期信号識别（債券交易量）、長期特征識别（融資約束、内部控制）實現精準預測。本文對于債券違約風險預警、維護金融穩定、信用評級體系完善、金融科技創新和金融服務實體經濟提供了有益的政策啟示。

撰稿：姜富偉

審核：彭俞超