張  強   隋學深  陳彥達

【摘要】本文運用有監(jiān)督的機器學習Xgboost分類器,構造出一個債券信用風險審計模型，用來預測可能發(fā)生違約的債券，并對影響信用債信用風險事件的主要因素進行分析。債券信用風險審計模型可以準確地預測出債券違約發(fā)行主體，從而提升查找風險企業(yè)的效率和速度。同時，也可以通過降維大幅度減少需要重點核實和檢查的會計科目和統(tǒng)計指標。