基于贡献度随机森林模型的公司债信用风险实证分析

运用贡献度随机森林方法（CRF）方法探讨公司债财务指标比率与其违约率的关系.运用连续属性离散化方法（OB）进行财务指标最优降维；运用WOE变换进行模型变量约简.研究表明，CRF模型的分类性能显著优于其他模型，测试集评估总体正确率达90.47%，AUC统计量、AR比率及K-S值分别提升了2.6%、7.6%、4.38%，变量贡献度量化了各财务指标对违约率影响，为诠释随机森林预测机制提供了依据.