典型文献
信用评级与信用债违约实证研究——基于机器学习算法
文献摘要：
已有研究表明,信用债券违约呈日益蔓延态势,其中一个重要原因是信用评级无法准确提供债券违约风险信息,这也导致了信用评级公信力的下降.本文选取2018-2019年还本付息的信用债券作为研究对象,引入机器学习算法,探讨各评级机构提供的信用评级与债券违约风险之间的关系.研究结果显示,来自不同评级机构的信用评级对违约风险的反映不存在异质性,但对违约风险反映的程度存在异质性:与国内信用评级机构相比,国际信用评级机构出具的信用评级能够反映更多的违约风险;与发行者付费模式相比,投资者付费模式下的信用评级能够反映更多的违约风险.也就是说,尽管信用评级虚高在信用评级机构中具有共性,但通过国际评级机构和投资者付费模式进行评级,可显著改善评级质量.这表明,信用评级行业的对外开放与采用投资者付费模式,对提升我国信用评级水平具有积极意义.
文献关键词：
信用评级;债券违约;信用债;机器学习算法
中图分类号：
作者姓名：
霍艳
作者机构：
南京大学商学院
文献出处：
引用格式：
[1]霍艳-.信用评级与信用债违约实证研究——基于机器学习算法)[J].金融监管研究,2022(03):15-35
A类：
B类：
信用债违约,基于机器学习,机器学习算法,信用债券违约,债券违约风险,风险信息,公信力,还本付息,信用评级机构,发行者,付费模式,投资者,也就是说,评级虚高,国际评级机构,评级质量,国信
AB值：
0.165974
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
