《表2 主成分结构表:基于XGBoost算法的信用债违约预测模型》
注:表格中用符号标注绝对值较大的正系数,用●标注绝对值较大的负系数
根据风险因素分析结果,本文筛选出43个或有潜在影响变量,部分变量如表2所示。同时,选择在2013年到2018年10月22日期间到期的债券,共25907个样本,其中90个样本违约,占总样本的比例为0.347%。每个样本均有43个变量。
图表编号 | XD00109819200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.20 |
作者 | 周荣喜、彭航、李欣宇、闫宇歆 |
绘制单位 | 对外经济贸易大学 |
更多格式 | 高清、无水印(增值服务) |