基于支持向量机模型的公司债违约预测研究

摘要

本文针对我国公司债违约的实际情况进行分析和预测研究,总结归纳了影响公司债违约的因素,从公司所处行业、宏观经济水平和公司财务特征三方面进行指标选取,并使用Lasso进行指标筛选。在此基础上,构建支持向量机(SVM)模型,对2018年至2020年上半年间出现违约事件的20只公司债和100只正常公司债进行实证分析,并与传统Logistic回归模型的预测结果相比较,发现支持向量机模型有更好的预测效果。