基于随机森林的债券违约预测

本文利用方差选择法和互信息法抽取了财务特征中与债券违约最相关的特征,然后使用SMOTE和Tomek Links结合的方法做样本平衡处理,最后构建基于随机森林算法的债券违约预测模型,并与逻辑回归、决策树构建的模型进行了预测性能上的对比。结果显示,基于随机森林构建的模型相比于逻辑回归、决策树构建的模型,AUC、准确率这两个指标的值都更高,表明该研究在债券违约预测方面具有一定的参考价值。