中国建筑行业的绿色信用风险评估与预测：基于Optuna-CatBoost模型

《Scientific Reports》：Green credit risk assessment and prediction in China’s construction industry: based on the optuna-catboost model

　　

摘要

绿色信贷作为一种新型信贷模式，不仅继承了传统信贷的风险特征，还将环境风险因素纳入评估范围，使得风险评估变得更加复杂。本文采用改进的KMV模型来评估建筑行业的绿色信贷风险。通过使用Mann-Whitney U检验以及基于学习模型的特征选择方法，最终确定的评估指标更具客观性和科学性。随后，提出了一套适用于中国建筑行业的绿色信贷风险评估体系。最后，应用Optuna-CatBoost（OptCAT）算法对建筑行业的绿色信贷风险进行预测，旨在为该行业提供降低绿色信贷风险的方法论参考。实证结果表明，改进的KMV模型能够准确衡量中国建筑行业的绿色信贷风险。与默认参数（DP）、随机搜索（RS）、网格搜索（GS）、贝叶斯优化（BO）和Hyperopt相比，Optuna展现出更优的优化效果；而在与支持向量机（SVM）、随机森林（RF）、XGBoost和LightGBM模型相比时，OptCAT的预测性能最为出色。