Advertisement

发债企业违约风险预警初赛数据集

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
本数据集旨在预测发债企业的违约风险，通过初赛阶段收集整理的企业财务、运营等多维度信息，为模型训练提供坚实的数据支持。 企业基本信息（仅限发债企业），2018至2020年的财务指标数据，以及同期的舆情信息（同样只包含发债企业）。此外还包括了2019年至2020年期间的违约记录。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 发债企业违约风险预警初赛数据集
    优质
    本数据集旨在预测发债企业的违约风险，通过初赛阶段收集整理的企业财务、运营等多维度信息，为模型训练提供坚实的数据支持。 企业基本信息（仅限发债企业），2018至2020年的财务指标数据，以及同期的舆情信息（同样只包含发债企业）。此外还包括了2019年至2020年期间的违约记录。
     
  • 发债企业违约风险预警初赛测试数据集
    优质
    本数据集为评估模型预测企业债券违约风险的能力而设计，包含初赛阶段所需各项财务与运营指标，旨在促进金融风控领域的研究进展。 基于测试集中给定的提交示例进行预测，并使用提供的训练集数据。训练集下载地址已提供，请自行查找相关资源。
     
  • Home Credit违约风险（数据）
    优质
    本数据集旨在分析和评估Home Credit客户群体中的违约风险情况，通过各类金融行为数据预测贷款逾期或无法偿还的可能性。 数据来源为Home Credit，这是一家专门为没有银行卡的人群提供贷款服务的机构。预测一个客户是否有困难还款是其重要的商业需求之一。
     
  • 数据预测：汽车违约风险分析
    优质
    本研究聚焦于通过数据分析预测汽车贷款中的违约风险，采用多种统计模型评估潜在的风险因素，旨在为金融机构提供决策支持。 Python数据分析与可视化课程设计
     
  • 金融风控竞赛_贷款违约预测数据集.zip
    优质
    本数据集为金融风控竞赛专用，旨在通过历史借贷信息预测个人或企业的贷款违约风险，助力金融机构优化信贷审批流程和风险管理策略。 天池比赛_金融风控_贷款违约预测.zip 这段文字描述的是一个与数据分析竞赛相关的文件名，该竞赛主题为金融风险控制中的贷款违约预测问题。
     
  • Python-预测信用卡违约风险
    优质
    本项目运用Python进行数据分析与建模，旨在预测客户信用卡的违约风险，通过机器学习算法提高金融机构的风险管理效率和准确性。 当客户面临经济困难时，并不会立即显现出来。然而，有一些指标可以用来预测这一结果，比如延迟支付、增加的客户服务电话次数、关于产品的查询增多以及网络或移动应用上的浏览模式变化等。通过分析这些迹象，银行能够提前采取措施来防止问题的发生或者至少指导流程，从而更好地服务客户并降低自身风险。
     
  • 首次债券违约数据汇总：发行人、违约日期、债券代码及简称、违约类型
    优质
    本资料汇总了中国境内首次发生债券违约事件的相关信息，包括发行人详情、具体违约时间、相关债券的代码和名称以及违约的具体情况。 发行人首次债券违约日 违约债券代码 债券简称 违约类型 摘要 金科地产集团股份有限公司 2022-10-31 102001441.IB 20金科地产MTN001 未按时兑付本息 金科地产集团股份有限公司于2020年度发行的第一期中期票据(债券简称:20金科地产MTN001, 债券代码:102001441)应于2022年10月30日分期兑付本金人民币5千万元及该部分本金自2022年7月30日至同年10月30日期间的利息。发行人未能按时足额支付上述本息。 广西万通房地产有限公司 2022-09-22 167738.SH 20万通01 未按时兑付本息 声赫(深圳)商业保理有限公司 2022-08-05 136391.SZ 阳欣04优 未按时兑付本息
     
  • 贷款违约预测 Kaggle 竞赛数据集
    优质
    这是一个来自Kaggle平台的贷款违约预测竞赛的数据集，包含大量有关借款人的信息，旨在帮助模型学习并预测个人是否会违约还款。 贷款违约预测竞赛的数据集包含了个人的金融交易记录，并已经过标准化及匿名处理。数据集中共有20万个样本，每个样本包含800个属性变量且彼此独立。每条记录被标记为“违约”或“未违约”，对于发生违约的情况会额外标注出损失率（范围在0到100之间），表示贷款的损失比例；而未出现违约情况下的损失率为零。该数据集用于通过样本特征值来预测个人贷款可能产生的违约风险及其潜在经济损失，这些信息来源于英国帝国理工大学的研究项目中。
     
  • 基于大数据的企业财务风险预警分析.pdf
    优质
    本文探讨了如何利用大数据技术进行企业财务风险预警分析，通过数据挖掘和机器学习方法，帮助企业及时发现潜在的风险因素。 大数据下企业财务风险预警分析探讨了如何利用大数据技术进行企业财务风险管理，通过数据分析提前识别潜在的财务问题，并提出相应的预防措施，帮助企业规避风险、稳健发展。该研究结合实际案例深入剖析了数据驱动下的财务管理新趋势与挑战。
     
  • 基于XGBoost的信贷风险违约预测项目代码与数据集RAR
    优质
    本项目采用XGBoost算法构建模型，旨在有效预测信贷风险及潜在违约情况。包含完整代码和详实数据集，便于研究与应用。 基本信息：年龄与性别； 认证信息：手机验证、户口验证、视频验证、征信验证及淘宝验证； 信用信息：初始评分、历史正常还款期数以及逾期还款期数； 借款详情：成功借入金额总量，成功借贷次数记录，当前申请的借款额度大小，期望的贷款期限长度和实际获得资金的时间点。 1. 用户画像涵盖平台借款人中的性别构成比例，受教育程度分布情况，是否为重复使用服务的老客户以及年龄段等特征描述。 2. 资金储备分析：估算每日平均借贷总额及波动范围，并据此确定公司需要准备的备用现金量以避免资金短缺问题。 3. 逾期还款统计：考察借款人的初始信用等级、贷款种类、性别属性和年龄因素是否会影响其发生延迟偿还的风险，识别出哪些群体更易出现较高的拖欠率。 4. 利息费率研究：探讨不同类型的借款人倾向于接受更高利率借贷的原因及具体人群特征。