基于RF和集成SVM的上市公司绿色信贷风险评估模型研究

发布时间：2020-10-12 22:55

　　 我国经济的高速增长导致了能源消耗的急剧上升,环境污染严重、能源结构失衡等自然环境问题越来越突出,为了优化调整能源结构、促进绿色环保产业快速发展、保护生态环境,国家不断强调生态文明建设的重要性,并建立了绿色金融发展体系。从目前我国绿色金融的发展情况来看,绿色信贷是我国商业银行践行绿色金融的主要方式。绿色信贷自2007年推出以来,得到了政府、银行的全面支持,越来越多的企业开始重视对环保相关产业的投入。但是,为了实现控制高污染、高能耗产业发展的目的,绿色信贷相较于传统信贷,其所面临的风险更加多样,而对其进行的风险评估也更加复杂。绿色信贷的特殊性导致常规的信贷风险评估方法难以适用,因此,建立全面客观的绿色信贷风险评估指标体系及模型以进行合理有效的风险评估十分重要。本文首先对绿色信贷的发展及其风险构成进行了定性分析。通过数据收集发现我国绿色信贷规模持续增长,环境效益显著,但增速波动较大,且整体规模较小。通过理论分析指出绿色信贷的风险主要来源于政策不足、企业社会责任感缺失以及银行产品及人才短缺。为了建立行之有效的风险评估模型,本文选择了971家上市公司作为研究对象,通过查阅文献资料确定了包含财务指标、技术指标以及环境指标共21个变量的指标体系,并利用随机森林模型对指标重要性进行排序,最终得到包含15个变量的指标体系。随后利用支持向量机进行模型的建立,对比评估结果,确认选用高斯核函数的支持向量机模型表现最优。再使用不同集成方法分别对支持向量机模型进行集成,最终确定了基于stacking集成方法的支持向量机模型最适合于银行对上市公司绿色信贷风险的评估。最后,得出结论并对模型的改进以及我国绿色信贷的风险控制提出建议。
【学位单位】：上海师范大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：F832.4
【部分图文】：

图 5-1 指标重要性得分柱状图根据各指标重要性的得分，后向逐个剔除指标重新建立随机森林检验，发现当剔除排名靠后的环境责任得分（x20）、销售净利率（比率（x7）、研发人员占比（x17）、存货周转率（x10）和违规情况（模型的各项检验指标达到最高，OOB 估计为 0.90，正确率为 0.91

图6-1支持向量机ROC曲线

逻辑回归模型ROC曲线
【相似文献】

相关期刊论文 前10条

1 傅兵;;中小金融机构的信贷风险防范之策[J];金融经济;2017年14期

2 肖飞;;中小金融机构的信贷风险防范之策[J];纳税;2017年26期

3 曹必根;;商业银行信贷风险管理存在的问题及对策研究[J];大众投资指南;2017年07期

4 罗佳;;探析防范大学生不良网络信贷的机制与路径[J];好家长;2017年47期

5 唐立业;;村镇银行信贷风险防范初探[J];商;2014年02期

6 郭鹏;;建立完善的企业信贷风险防范机制系统[J];科技创新与应用;2013年32期

7 欧筱卉;;次贷危机产生机理及对我国房地产信贷风险防范的启示[J];经济视角(下);2009年10期

8 李波;;农发行信贷风险防范的对策[J];农业发展与金融;2007年01期

9 朱丽霞;加强银行信贷风险防范研究[J];江南论坛;2005年07期

10 焦健,贾廷勋;加强粮食改革中的信贷风险防范[J];金融理论与实践;2005年04期

相关博士学位论文 前2条

1 孔艳杰;我国商业银行信贷风险全过程控制研究[D];东北农业大学;2004年

2 徐开新;消费、消费信贷与金融体系[D];复旦大学;2005年

相关硕士学位论文 前10条

1 李婷婷;D银行信贷风险评价体系构建[D];天津财经大学;2018年

2 贾凤华;农村商业银行信贷风险法律防范机制研究[D];郑州大学;2019年

3 郭静婷;邮储银行HN省分行助农信贷业务研究[D];郑州大学;2019年

4 赵璐;绿色信贷对我国商业银行经营绩效的影响研究[D];郑州大学;2019年

5 杨乃聪;JS银行建筑行业客户信贷全流程管理研究[D];河北经贸大学;2019年

6 张立臣;经济新常态背景下商业银行信贷风险的政府监管研究[D];山东财经大学;2017年

7 师伟;YC银行SX分行民营企业信贷策略研究[D];河北大学;2019年

8 蒲曌;基于RF和集成SVM的上市公司绿色信贷风险评估模型研究[D];上海师范大学;2019年

9 任雁;N银行小微信贷业务风险控制研究[D];宁夏大学;2018年

10 赵超;邮储银行扬州市分行零售信贷业务的风险防范研究[D];扬州大学;2018年

本文编号：2838396