金融工程研究报告：基于随机森林算法的信用风险识别模型-240823-东北证券

Q: 这份报告覆盖哪一年、篇幅多大?

覆盖 2024 年,全文共 30 页。

Q: 这份报告适合哪些读者?

适合投资人、行业研究员等读者参考。

报告摘要

2015-2024 年，信用债违约大致经历了初步显现、集中爆发和缓和趋稳的 2015-2017 年，逐步出现违约事件，但数量较少。入爆发期，最高峰 2019 年违约主体数量达到 212 家，违约金额 1226.48

核心要点

1.1.
1.2.
2.1.
2.2.
2.3.
3.1.
3.1.1.
3.1.2.

报告信息

文件全名: 《金融工程研究报告：基于随机森林算法的信用风险识别模型-240823-东北证券-30页.pdf》
适合读者: 投资人行业研究员
核心数据: 入爆发期，最高峰 2019 年违约主体数量达到 212 家，违约金额 1226.48
2022 年后形势转好，违约主体数和金额均大幅下降，但在监管趋
严的背景下，今年以来违约金额小幅同比提升，截至 2024/08/15，共 20
家发行主体违约，涉及债券数量 47 只，违约金额 374.44 亿元。
预测能力，适用于二分类的监督学习算法被逐渐应用于债券市场。
核心议题: 债券可转债信用债债券市场

常见问题

《金融工程研究报告：基于随机森林算法的信用风险识别模型-240823-东北证券》主要包含哪些内容?

2015-2024 年，信用债违约大致经历了初步显现、集中爆发和缓和趋稳的 2015-2017 年，逐步出现违约事件，但数量较少。入爆发期，最高峰 2019 年违约主体数量达到 212 家，违约金额 1226.48核心数据:入爆发期，最高峰 2019 年违约主体数量达到 212 家，违约金额 1226.48;2022 年后形势转好，违约主体数和金额均大幅下降，但在监管趋;严的背景下，今年以来违约金额小幅同比提升，截至 2024/08/15，共 20。

这份报告由哪家机构发布?

本报告由东北证券发布,发布于 2024 年。

这份报告覆盖哪一年、篇幅多大?

覆盖 2024 年,全文共 30 页。

这份报告是免费的吗?如何获取?

本报告免费查阅,登录资料宝后即可在线获取完整内容。

这份报告适合哪些读者?

适合投资人、行业研究员等读者参考。

报告涉及哪些关键议题?

重点分析了债券、可转债、信用债、债券市场等议题。