金融顶刊JFE | 利用机器学习预测债务违约

文章预览

在当今经济金融领域中，预测违约事件是风险防控的基础途径之一，这也导致很多研究都围绕违约预测展开。 传统的风险事件预测模型多用逻辑斯蒂回归或者风险模型，但由于过去几十年迅速膨胀的数据维度和规模、日渐复杂的数据间映射关系，传统的模型难以适应新的应用场景。 基于上述考虑，部分学者将目光转移到机器学习、深度学习等新型大数据分析算法上，再由于近几年模型可解释性方法对算法黑箱性这一缺陷的弥补，这些新式算法更是在经济金融领域得到关注。 来自欧洲委员会联合研究中心的Luca Barbaglia、齐克林商学院的Sebastiano Manzan和威尼斯大学的Elisa Tosetti于2021年7月在金融学国际顶级期刊《Journal of Financial Econometrics》发表论文“Forecasting Loan Default in Europe with Machine Learning”，文章用综合债务（负债方）-发放人（金融机构）-宏观环 ………………………………