这篇公众号文章介绍了姜富伟等学者2024年在《计量经济学报》发表的高分论文《深度学习与企业债券信用风险》。研究针对中国债券市场违约风险上升的现状，创新性地提出基于生成对抗网络(GAN)的CDL深度学习模型，通过生成模型与判别模型的对抗训练，显著提升了信用风险预测精度。该模型在MAE等指标上优于9种传统模型，尤其擅长识别高风险债券特征。研究涵盖了1245个宏观、企业和债券特征变量，为AI+金融风控提

基于机器学习的金融企业违约风险调研和预测模型

顶刊论文复现-基于机器学习模型贷款违约可解释预测

Python机器学习SCI论文复现-15大经典案例

信用卡欺诈检测：2024 年顶级机器学习解决方案（附代码）

科研论文必须要了解的27个学术网站

基于机器学习的房地产企业融资预测模型

本文基于2012-2023年银行面板数据，构建了机器学习不良贷款率预测模型。研究发现：拨备覆盖率、贷款减值准备等风险准备金指标是核心预测因素，模型MAE为0.21个百分点，相对误差14.8%。分析显示，拨备覆盖率>200%时不良率可控制在1%以下，资产负债率超95%则不良率升至1.8%。区域差异显著，长三角银行不良率普遍低于西部。研究为银行风控和监管决策提供了数据支持，项目成果适用于学术研究

上市公司专利数量和产学研合作数据库

资本怪兽贝莱德投资数据分析报告-独家