摘要
本发明涉及金融风险管理技术领域,尤其涉及一种嵌入文本分析与机器学习的债券违约预测方法,包括:S1、基于市场债券样本数据获取债券定性指标集和债券定量指标集;S2、对债券定性指标集进行嵌入式文本分析,得到对应的债券定性特征指标集,对债券定量指标集进行概率分布定档分析,得到债券定量特征指标集;S3、根据机器学习模型对目标债券违约指标池进行特征提取,并根据关键目标债券违约指标集合构建债券违约预测数据集;S4、根据债券违约预测数据集对Logistic回归模型进行训练,并根据债券违约预测模型对目标发债企业进行债券违约预测。本发明能够显著提升对目标发债企业进行债券违约预测的精度,降低债券违约风险。
技术关键词
指标
Logistic回归模型
债券违约风险
文本
多维特征数据
正态分布模型
机器学习模型
卷积神经网络模型
企业
样本
金融风险管理
局部感受野
训练集
参数
自然语言
数据格式
关系
序列
正确率