基于机器学习模型的制造业企业信用评级研究

本文基于可得数据,采用特征工程方法提取影响信用资质的核心因素,并将其作为自变量构建制造业企业信用违约预测的Logistic回归模型和信用评分卡。实证结果显示,企业性质、销售费用/营业收入、流动资产周转率、带息债务/全部投入资本等六个指标对违约概率影响显著。通过建立机器学习模型评级和外部评级之间的映射表,有望实现风险企业排雷、信用价值挖掘、信用风险定价等功能。