前言：想要寫出一篇引人入勝的文章？我們特意為您整理了機(jī)器學(xué)習(xí)模型下企業(yè)信用風(fēng)險淺析范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：本文基于大數(shù)據(jù)和機(jī)器學(xué)習(xí)方法，探索構(gòu)建企業(yè)信用風(fēng)險預(yù)警模型，并對公司信用類債券發(fā)行人的違約風(fēng)險進(jìn)行監(jiān)測。在1000余個指標(biāo)中，通過信息值和隨機(jī)森林指標(biāo)重要度計(jì)算等方法，篩選出14個對信用風(fēng)險有顯著影響的指標(biāo)，構(gòu)建機(jī)器學(xué)習(xí)模型，計(jì)算企業(yè)的違約概率，并利用ROC曲線確定預(yù)警閾值，將高于閾值的企業(yè)列入預(yù)警名單。經(jīng)實(shí)際違約企業(yè)情況檢驗(yàn)，模型預(yù)警效果良好。

關(guān)鍵詞：機(jī)器學(xué)習(xí);信用債券;風(fēng)險監(jiān)測

引言

在經(jīng)濟(jì)增速放緩影響企業(yè)盈利、金融去杠桿加大再融資難度、前期債務(wù)快速增長加重當(dāng)期還款壓力等多重因素影響下，我國貸款不良率和債券違約率有所攀升，企業(yè)債務(wù)風(fēng)險已成為值得關(guān)注的金融風(fēng)險之一。2014—2021年，我國債券市場違約金額逐年攀升，累計(jì)達(dá)6369.9億元，違約主體涉及中央國有企業(yè)、地方國有企業(yè)、民營企業(yè)等。近年來，國家高度重視金融風(fēng)險防范工作，將防范化解金融風(fēng)險列為“三大攻堅(jiān)戰(zhàn)”之一，多次強(qiáng)調(diào)要夯實(shí)金融穩(wěn)定的基礎(chǔ)，深化信用體系改革。因此，對企業(yè)債務(wù)風(fēng)險進(jìn)行實(shí)時動態(tài)監(jiān)測預(yù)警，是當(dāng)前形勢下貫徹落實(shí)防范化解重大金融風(fēng)險工作部署的重要舉措。企業(yè)債務(wù)風(fēng)險監(jiān)測預(yù)警可前置風(fēng)險管控端口，是防控市場信用風(fēng)險的重要抓手。相對于亡羊補(bǔ)牢式的風(fēng)險處置而言，未雨綢繆式的風(fēng)險監(jiān)測預(yù)警可實(shí)現(xiàn)風(fēng)險的早預(yù)警、早發(fā)現(xiàn)、早防范、早處置，有利于減緩企業(yè)債務(wù)風(fēng)險發(fā)生后對經(jīng)濟(jì)社會造成的沖擊，降低風(fēng)險防范化解的成本。本文的主要創(chuàng)新點(diǎn)包括以下三方面。一是創(chuàng)新實(shí)證方法，充分挖掘大數(shù)據(jù)信息。傳統(tǒng)研究主要選擇企業(yè)財(cái)務(wù)數(shù)據(jù)，且數(shù)據(jù)頻率以年度為主，難以準(zhǔn)確、及時監(jiān)測信用風(fēng)險。本文創(chuàng)新性地應(yīng)用機(jī)器學(xué)習(xí)模型，發(fā)揮大數(shù)據(jù)優(yōu)勢，通過機(jī)器對大量財(cái)務(wù)和非財(cái)務(wù)數(shù)據(jù)進(jìn)行自我學(xué)習(xí)，挖掘海量、多維、動態(tài)數(shù)據(jù)信息，提高監(jiān)測預(yù)警準(zhǔn)確性、及時性和前瞻性。二是采用集成學(xué)習(xí)（Ensemble）算法，解決正負(fù)樣本不均問題。我國剛性兌付打破時間較晚，違約樣本出現(xiàn)的時間較短，時間序列數(shù)據(jù)較少，難以使用傳統(tǒng)的實(shí)證方法進(jìn)行風(fēng)險監(jiān)測。本文創(chuàng)新性地采用基于套袋法（Bagging，全稱為Bootstrapaggregating，意為自助聚合）的Ensemble算法，有效解決正負(fù)樣本嚴(yán)重不均衡問題。三是計(jì)算每家企業(yè)的預(yù)測違約概率，提升信用區(qū)分度。傳統(tǒng)信用評級方法是將企業(yè)信用風(fēng)險分為若干檔，相同檔內(nèi)的企業(yè)信用風(fēng)險缺乏區(qū)分度。本文采用機(jī)器學(xué)習(xí)模型，計(jì)算每家企業(yè)的預(yù)測違約概率，并轉(zhuǎn)換為信用評分，這樣可以直觀反映企業(yè)信用風(fēng)險狀況，顯著區(qū)分不同企業(yè)之間的信用差異。

一、樣本選擇、指標(biāo)篩選及模型擬合

（一）樣本選擇

筆者選取截至2021年6月末歷史上有公募信用債發(fā)行記錄的5521家企業(yè)作為建模樣本，其中，含有歷史違約記錄1的企業(yè)有133家。對于已違約企業(yè)、無違約無存續(xù)債企業(yè)、無違約有存續(xù)債企業(yè)，觀測日分別為首次違約日、最后一筆信用債到期日、2021年6月30日。自變量為樣本截至觀測日可獲取的財(cái)務(wù)及非財(cái)務(wù)數(shù)據(jù)指標(biāo)；因變量為樣本歷史上是否發(fā)生違約，違約記為1，未違約記為0。

（二）指標(biāo)篩選

在指標(biāo)方面，基于數(shù)據(jù)情況和業(yè)務(wù)理解，筆者加工1000余個指標(biāo)，包括財(cái)務(wù)基礎(chǔ)指標(biāo)132個、財(cái)務(wù)衍生指標(biāo)171個，通過均值、方差、變異系數(shù)加工財(cái)務(wù)分析指標(biāo)903個、非財(cái)務(wù)指標(biāo)152個，均已刪除缺失率較高的指標(biāo)。其中，財(cái)務(wù)指標(biāo)基于樣本觀測日近三年的財(cái)報數(shù)據(jù)（含季報、半年報和年報共12個時點(diǎn)的財(cái)報數(shù)據(jù)）進(jìn)行加工；非財(cái)務(wù)指標(biāo)包含工商信息、主體評級、審計(jì)意見、法律訴訟、成交價格、地方經(jīng)濟(jì)財(cái)政等。在進(jìn)行指標(biāo)篩選時，首先，區(qū)分定性指標(biāo)和定量指標(biāo)，將其進(jìn)行變量分箱并計(jì)算信息值（IV），其中，定性指標(biāo)依據(jù)變量取值進(jìn)行分箱，定量指標(biāo)基于分類決策樹進(jìn)行最優(yōu)分箱。另外，利用隨機(jī)森林算法計(jì)算指標(biāo)重要度，經(jīng)初步篩選，得到IV值較高或者重要度較高的指標(biāo)共219個。其次，對初篩指標(biāo)進(jìn)行更細(xì)化的分箱調(diào)整和證據(jù)權(quán)重（WOE）轉(zhuǎn)換，進(jìn)行分箱調(diào)整時關(guān)注各指標(biāo)分箱個數(shù)、每個分箱中的樣本數(shù)、分箱中違約率單調(diào)性、可解釋性等因素，使得各個指標(biāo)分箱更加合理。最后，計(jì)算WOE轉(zhuǎn)換后各指標(biāo)的相關(guān)系數(shù)，對于共線性較強(qiáng)的一組指標(biāo)，僅保留IV值較高或更加符合業(yè)務(wù)邏輯的一個指標(biāo)，得到65個候選指標(biāo)。

（三）模型擬合

在模型擬合方面，違約樣本比例僅為2.41%，存在較嚴(yán)重的正負(fù)樣本不均衡情況?；谔状ǖ腅nsemble算法提供了一種簡單有效的改進(jìn)方法，即利用套袋法在原始訓(xùn)練集的隨機(jī)子集上構(gòu)建某一種分類器的多個實(shí)例，然后集成這些分類器，形成最終預(yù)測結(jié)果。實(shí)踐中，筆者采用套袋法先對未違約樣本進(jìn)行欠采樣，即每次有放回地隨機(jī)選取1/5的未違約樣本，與違約樣本分別組成5組訓(xùn)練樣本。再將每組訓(xùn)練樣本的85%劃定為訓(xùn)練集，其余15%劃定為測試集，采用逐步回歸方法對65個候選指標(biāo)進(jìn)行篩選并擬合邏輯回歸模型。擬合結(jié)果顯示，由5組訓(xùn)練樣本得到的5個邏輯回歸子模型入模指標(biāo)有較高的一致性。最后，選取5個子模型中顯著性檢驗(yàn)p值均小于0.05的14個指標(biāo)入模，重新擬合每個子模型的回歸系數(shù)，取每個子模型中回歸系數(shù)的平均值，得到最終邏輯回歸模型：其中，p'為基于欠采樣訓(xùn)練樣本計(jì)算的違約概率，x1至x14為各入模指標(biāo)經(jīng)WOE轉(zhuǎn)換之后的指標(biāo)，具體含義見表1。在模型結(jié)果方面，根據(jù)擬合的模型計(jì)算違約概率p'，將其調(diào)整為與原始樣本分布相吻合的違約概率p。然后，按照以下設(shè)置對模型進(jìn)行轉(zhuǎn)換：當(dāng)違約幾率2（odds）即p/（1-p）為1時，對應(yīng)的信用評分設(shè)為600分（此時違約概率p為50%）。同時，違約幾率每翻一番，設(shè)對應(yīng)的信用評分降低20分；違約幾率每降低一半，設(shè)對應(yīng)的信用評分提高20分。轉(zhuǎn)換后得到每個樣本的總體信用評分以及在每個入模指標(biāo)上的得分，信用評分越低表示違約風(fēng)險越高。將所有樣本的信用評分進(jìn)行等頻分箱，共分為20檔，即每個信用評分區(qū)間中大約有5%的樣本，各檔的信用評分分布如表2所示。可以看到，87.22%的違約樣本的信用評分位于信用評分最低一檔，說明模型對違約樣本和未違約樣本有較好的區(qū)隔能力。

二、閾值選取和訓(xùn)練效果

閾值選取是影響二分類模型效果的重要因素。筆者根據(jù)模型預(yù)測違約概率，計(jì)算不同閾值下模型對應(yīng)的假陽率和真陽率并繪制散點(diǎn)圖，形成ROC曲線3。在ROC曲線上找出使假陽率盡可能低、真陽率盡可能高的點(diǎn)。這里通過ROC曲線確定的最優(yōu)預(yù)警閾值為違約概率2.6%（對應(yīng)的信用評分為705），即違約概率大于等于2.6%（信用評分小于等于705）的企業(yè)預(yù)測為高信用風(fēng)險。通過比較樣本的預(yù)測違約概率與選取的閾值的大小，筆者對每個建模樣本進(jìn)行“違約”“未違約”的分類預(yù)測。將每個建模樣本的模型預(yù)測情況與實(shí)際違約情況進(jìn)行比較，統(tǒng)計(jì)模型在建模樣本上的訓(xùn)練效果。結(jié)果顯示，模型整體靈敏度（召回率）4為94.74%，即94.74%的違約企業(yè)被正確識別；特異度5為93.75%，即93.75%的未違約企業(yè)被正確識別；準(zhǔn)確率6為93.77%，即全部企業(yè)中93.77%被正確識別；精確率7為27.21%，即在模型識別的違約企業(yè)中27.21%是正確的（見表3）。模型精確率相對不高的原因是進(jìn)行企業(yè)信用風(fēng)險監(jiān)測的主要目的在于發(fā)現(xiàn)高風(fēng)險企業(yè)，因此更關(guān)注模型的靈敏度，即模型命中實(shí)際違約企業(yè)的比例越高就越好，而擴(kuò)大命中比例相應(yīng)會降低精確率。從通常用來檢驗(yàn)二分類模型效果的指標(biāo)來看，模型的F1分?jǐn)?shù)8為0.42，AUC9為0.96，KS值10為0.87。以上各指標(biāo)表明模型對違約樣本的預(yù)測能力較好，對違約樣本和非違約樣本有較強(qiáng)的區(qū)隔能力，模型效果良好。

三、模型實(shí)證效果檢驗(yàn)

依據(jù)模型，筆者對截至2021年6月末有存續(xù)且未違約公募信用類債券的3504家企業(yè)進(jìn)行預(yù)測，并將企業(yè)按信用評分由低到高排序，將預(yù)測違約概率大于等于2.6%定義為高風(fēng)險企業(yè)，共得到165家企業(yè)。跟蹤其后續(xù)違約情況，實(shí)際預(yù)測效果如表4矩陣所示。數(shù)據(jù)顯示，模型預(yù)警到2021年7月1日至12月31日違約的28家企業(yè)中的26家，命中率11為92.86%，且命中的26家違約企業(yè)均在高風(fēng)險前100名內(nèi)，說明模型對違約企業(yè)具有良好的監(jiān)測預(yù)警效果。從目前來看，使用本文模型可起到提前預(yù)警企業(yè)信用風(fēng)險的作用。未來，一方面，隨著實(shí)際違約企業(yè)的不斷積累，應(yīng)持續(xù)跟蹤和評估模型效果，不斷對模型進(jìn)行優(yōu)化迭代。另一方面，企業(yè)處于動態(tài)發(fā)展中，應(yīng)以一定的頻率獲取企業(yè)最新的數(shù)據(jù)并代入模型，更新計(jì)算結(jié)果，實(shí)現(xiàn)對企業(yè)債務(wù)風(fēng)險的動態(tài)監(jiān)測預(yù)警。

作者:周雙雙 張子鵬 單位:中央結(jié)算公司深圳分公司