張 強 隋學深 陳彥達
【摘要】本文運用有監督的機器學習Xgboost分類器,構造出一個債券信用風險審計模型,用來預測可能發生違約的債券,并對影響信用債信用風險事件的主要因素進行分析。債券信用風險審計模型可以準確地預測出債券違約發行主體,從而提升查找風險企業的效率和速度。同時,也可以通過降維大幅度減少需要重點核實和檢查的會計科目和統計指標。