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