近日，金融学院姜富伟教授与在读博士生林奕皓、中央民族大学经济学院马甜老师（我院博士生毕业）合作撰写的论文《“去刚兑”背景下的企业债券违约风险：机器学习预警和经济机制探究》在国内权威期刊《金融研究》2023年第10期正式发表。

本文构建了包含1245个变量的宏观经济－微观企业混合大数据集，并结合10种机器学习算法，开展基于大数据和机器学习的债券违约风险预警，探究其背后经济机制。实证结果表明：相比经典 Altman模型、Merton模型、信用评级模型，机器学习模型能够更好地预测我国债券市场违约风险，非线性机器学习模型表现更佳。异质性分析表明，机器学习模型对信用评级低、发行期限长、票面利率高、非国有企业、银行间市场的债券，以及在经济政策不确定性（公众基于媒体报道对政府经济政策未来走向的预期的不确定性）高的时期，具有更强的预测能力。机制分析表明，机器学习模型通过违约债券样本识别、短期信号识别（债券交易量）、长期特征识别（融资约束、内部控制）实现精准预测。本文对于债券违约风险预警、维护金融稳定、信用评级体系完善、金融科技创新和金融服务实体经济提供了有益的政策启示。

撰稿：姜富伟

审核：彭俞超