基于机器学习模型的制造业企业信用评级研究

王灿华

摘要：本文基于可得数据，采用特征工程方法提取影响信用资质的核心因素，并将其作为自变量构建制造业企业信用违约預测的Logistic回归模型和信用评分卡。实证结果显示，企业性质、销售费用/营业收入、流动资产周转率、带息债务/全部投入资本等六个指标对违约概率影响显著。通过建立机器学习模型评级和外部评级之间的映射表，有望实现风险企业排雷、信用价值挖掘、信用风险定价等功能。

关键词：机器学习特征工程 制造业企业信用评级

得益于大数据和非结构化数据处理技术的发展，基于大数据的机器学习模型应用日益广泛。机器学习算法是根据特征对事物进行分类，本质上是降熵过程。企业信用评级是利用不同的信用评分或评级对样本进行分类，进而实现将企业违约概率从等概率分布转换为非等概率分布。非等概率的熵低于等概率的熵，信用评级降熵可用于评价企业信用资质。从功能和目标的角度看，将机器学习模型应用于企业信用评级具有一定优势，但需要以大数据为基础，以保证学习效果和参数估计准确，避免过拟合。考虑到难以具备海量企业样本数据，在建模时，使用有较少参数估计需求的Logistic回归算法更为合适。为减少变量共线性对模型估计的影响，笔者采用特征工程方法提取信用资质驱动核心因子入模。从行业看，制造业企业违约样本数居行业之首，负样本数量相对充足。将特征工程和机器学习方法应用于制造业企业信用评级在技术和数据方面具有较好的可行性。……