Advertisement

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

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

简介：
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

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 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
     
  • 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。
     
  • 基于机器学习的债券发行方违约风险预测-python代码及文档资料集(zip文件)
    优质
    本资料集提供了一套基于Python和机器学习算法的债券发行方违约风险预测工具，包含详尽的代码库与使用说明文档。适用于研究人员和金融分析师深入探究信用评估模型，并优化投资决策。 【资源说明】基于机器学习的发债主体违约风险预测python源码+项目说明+设计报告+答辩PPT.zip 该项目以发债企业作为研究对象，利用财务逻辑和技术手段对178个原始特征指标进行有效筛选，构建了多种机器学习算法模型，并通过对比最终选择了LightGBM模型进行了精细化训练。经过测试，该模型的关键预测指标均表现良好。 #### 使用说明 1. BondDefault文件包含了项目代码。 2. 基于机器学习的发债主体违约风险预测.pdf为项目的详细文档。 3. 基于机器学习的发债主体违约风险预测.pptx用于展示项目成果。 【备注】 1、所有资源内的项目代码都经过测试并成功运行，功能正常，请放心下载使用！ 2、本项目适合计算机相关专业（如计科、人工智能、通信工程、自动化、电子信息等）的学生和教师以及企业员工使用。对于初学者而言也具有很好的学习价值，并可用于毕业设计、课程设计或作业展示。 3、如果具备一定的基础，可以在现有代码基础上进行修改以实现其他功能，也可以直接用于毕设项目或者课程任务中。欢迎下载并交流探讨，共同进步！
     
  • kmv.rar_CCA_cca_kmvm_kmv循环_违约
    优质
    本资源包涵盖了CCA（Canonical Correlation Analysis）在KMV模型中的应用研究，探讨了KMV循环及违约概率预测等关键议题。 kmv.rar_CCA_cca kmv_kmv_kmv循环_违约 提供了一个关于金融风险评估和编程的场景，其中涉及到CCA（Credit Risk Assessment）算法和KMV模型，并且探讨了它们在计算企业违约概率时的应用。 **CCA（信用风险评估）** CCA是一种用于预测借款人未来可能发生的违约情况的方法。它通过分析各种财务指标如资产负债率、流动比率等来综合评价企业的信贷质量，从而帮助金融机构做出更准确的贷款决策。 **KMV模型** 由Credit Metrics技术公司创始人提出的KMV模型是目前广泛使用的一种估计企业违约概率的技术手段。该模型基于Merton结构化理论框架下，通过计算公司的资产价值与债务水平之间的关系来预测其未来的财务稳定性状况。其中最重要的概念就是预期违约频率（Expected Default Frequency, EDF），它反映了企业在一定时期内发生违约的可能性。 **循环计算和违约距离** 描述中的“采用循环计算每个时间节点的企业违约距离”暗示了代码中存在一个模拟过程，通过迭代不同时间点来评估企业的财务健康状况。这里的“违约距离”是指衡量企业与破产边缘之间差距的一个指标，通常会考虑资产价值、债务规模以及市场波动等因素的影响。 **kmv.py文件** 压缩包中的kmv文件很可能是一个Python脚本程序，实现了CCA和KMV模型的具体计算逻辑。该脚本可能包含了数据读取、预处理步骤、模型应用及循环结构等关键部分，从而可以动态追踪企业在不同时间点上的违约风险变化情况。 综上所述，这份资料提供了对金融风险管理中几个核心概念和技术的深入理解，特别是CCA和KMV模型在评估企业信用状况方面的运用。通过分析并执行kmv.py文件中的代码逻辑，我们可以更好地掌握如何将理论知识与实际数据相结合，并利用这些工具来更精确地预测企业的违约风险。
     
  • 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。
     
  • Lending Club 信贷违约数据集
    优质
    Lending Club 信贷违约数据集包含大量个人贷款交易记录，涵盖借款人的信用信息、收入状况及还款历史等关键指标，旨在帮助研究者分析和预测贷款风险。 Lending Club 信用贷款违约数据涵盖了美国网络借贷平台 LendingClub 在2007年至2015年间的所有信贷记录，包含详细的贷款状态及还款情况。除此之外，还包括借款人的附加信息如信用评分、地址（包括邮编和所在州）等共75个属性，并且包含了89万笔贷款的详细数据。有关这些字段的具体描述可以在一个单独的数据字典文件中找到。
     
  • Lending Club 信贷违约数据集
    优质
    Lending Club信贷违约数据集包含数千个贷款记录，涵盖借款人的详细信息、信用评分和还款状态等。此数据集主要用于预测借款人是否会违约，助力金融机构优化风险管理策略。 Lending Club 信用贷款违约数据涵盖了美国网络借贷平台 LendingClub 在2007年至2015年间的所有信用贷款情况，其中包括了详细的贷款状态与还款记录信息。此外，该数据集还包含了大量附加属性，例如借款人的信用评分、地址（具体到州和邮政编码）等共计75个不同类型的属性，并且涵盖了89万笔贷款的详细信息。关于这些属性的具体描述可以在单独的数据字典文件中找到。
     
  • 信用卡违约数据训练集
    优质
    本数据集旨在提供信用卡用户的详细信息及违约记录，用以机器学习模型训练和评估信用风险预测算法的有效性。 用于大数据处理的信用卡违约数据集来源于海豚大数据平台。
     
  • 基于机器学习的债券发行主体违约风险预测Python实现及项目文档（含设计报告和答辩PPT）.zip
    优质
    本资源提供一个利用机器学习技术进行债券发行主体违约风险预测的Python项目。包含详细的设计报告与答辩PPT，适合科研与学习参考。 该资源提供了一个基于机器学习的发债主体违约风险预测项目文件包，其中包括Python实现代码、详细的项目说明文档以及设计报告和答辩PPT。所有源码已在本地编译并验证为可运行状态，且经过助教老师的审阅确认能够满足教学与实际应用的需求。评审分数达到了95分以上，项目的难度适中。 资源内含的文件包括但不限于： - 基于机器学习的发债主体违约风险预测Python代码 - 项目说明文档 - 设计报告 - 答辩PPT 如果有需要进行相关研究或实践的应用需求，可以放心下载使用。