[发明专利]融合文本信息的信用债发债主体违约风险评估方法

说明书

本发明公开了一种融合文本信息的信用债发债主体违约风险评估方法，包括：构建违约词典；计算新闻舆情负面程度值；获取宏观数据、财务数据、是否发生违约的数据；构建训练样本和测试样本；以上一季度的宏观数据、新闻舆情负面程度值和财务数据为输入值，以下一季度是否发生违约的数据为输出值，构建评估模型，训练并测试得到稳定的评估模型；将待评估发债主体的新闻舆情负面程度值、宏观数据、财务数据输入至评估模型，输出得到该发债主体在当前季度是否发生违约的评估数据。本发明具有融合文本信息，将难以利用结构化数据度量，且引入评估时存在较大的主观随意性的指标，以更为客观的方式纳入风险评估过程中，增强评估方法的可信度的有益效果。

技术领域

本发明涉及数据挖掘和机器学习领域。更具体地说，本发明涉及一种融合文本信息的信用债发债主体违约风险评估方法。

背景技术

目前债券违约现象日益升温，违约余额日渐增大，违约严重程度日益严重。在债券市场信用风险加速暴露、违约事件发生趋于常态化的背景下，如何对发债主体违约风险进行有效评估与提前预测成为当前面临的主要问题。

但已有的国内外信用评级体系均存在所考虑的信用评级要素侧重评估偿债能力对偿还意愿分析不足、在评级信息上主要依赖容易量化分析的结构化数据，如财务指标等，对一些难以量化的因素，如政策因素、管理水平等，则运用定性的方法进行评价，容易产生依赖于专家的定性分析主观成分较大，难以建立统一的标准进行客观评价等问题。

因此，在财务分析的基础上，建立一种能够利用非结构化数据，并综合考虑传统方法难以量化因素的违约风险评估方法是亟待解决的问题。

发明内容

本发明的一个目的是解决至少上述问题，并提供至少后面将说明的优点。

本发明还有一个目的是提供一种融合文本信息的信用债发债主体违约风险评估方法，融合文本信息，将难以利用结构化数据度量，且引入评估时存在较大的主观随意性的指标，以更为客观的方式纳入风险评估过程中，增强评估方法的可信度。

为了实现根据本发明的这些目的和其它优点，提供了一种融合文本信息的信用债发债主体违约风险评估方法，包括：

构建违约词典，所述违约词典包括多个违约风险类别，每个违约风险类别具有权重，且所有违约风险类别的权重之和等于1，每个违约风险类别包括至少1个种子词和该种子词的至少0个扩展词，所述种子词和所述扩展词构成对应违约风险类别的特征词，所述特征词为负面词，每个特征词具有量化的风险程度值；

计算发债主体上一季度的新闻舆情负面程度值：获取上一季度期间内与发债主体相关的新闻标题文本，计算新闻标题文本中特征词的词频，对发债主体所有特征词的词频、违约风险类别的权重、特征词的风险程度值乘积累加，所得数值即为该发债主体的上一季度的新闻舆情负面程度值；

获取上一季度的宏观数据和该发债主体的上一季度的财务数据，获取该发债主体下一季度是否发生违约的数据；

以多个发债主体的上一季度的新闻舆情负面程度值和财务数据、上一季度的宏观数据、发债主体下一季度是否发生违约的数据构建多个样本，选取其中一部分样本作为训练样本，选取其中一部分样本作为测试样本；

以上一季度的宏观数据、发债主体的上一季度的新闻舆情负面程度值和财务数据为输入值，以该发债主体下一季度实际是否发生违约的数据为输出值，构建评估模型，并以训练样本训练该评估模型，直至得到采用测试样本测试稳定的评估模型；

计算待评估发债主体上一季度的新闻舆情负面程度值，获取上一季度的宏观数据和待评估发债主体上一季度的财务数据，输入至测试稳定的评估模型，输出得到该发债主体在当前季度是否发生违约的评估数据。

优选的是，评估模型的公式如式1所示：