【《基于随机森林回归模型的对供应链金融资产证券化发行定价预测实证分析》14000字】

基于随机森林回归模型的对供应链金融资产证券化发行定价预测实证研究目录TOC\o"1-3"\h\u16766基于随机森林回归模型的对供应链金融资产证券化发行定价预测实证研究 130468第一节样本选择与数据来源 226380一、样本选择 24508二、数据来源 223585第二节描述性统计与相关性分析 312131一、描述性统计 310462二、相关性分析 532662第三节模型构建与实证分析 66948一、模型解释度分析 628105二、变量重要性分析 714498三、累积局部效应图分析 1014250四、稳健性检验 1525605五、分组比较 1818956第四节模型优化与预测检验 1924675第五节案例分析 2426377一、案例简介 2419780二、案例分析 2626239三、模型应用 27实证分析本章使用随机森林回归模型对供应链金融资产支持证券的发行定价进行实证分析。首先介绍样本选择与数据来源，并对清洗后的数据做描述性统计和相关性分析，然后构建随机森林回归模型对比不同层面因素的解释度，利用变量重要性与累积局部效应图分析影响因子的重要程度及其与发行利差的依赖关系，接着通过更换变量、更换解释器的方法进行稳健性检验，基于核心企业产权属性对样本进行分组比较，再进行模型对比、模型优化与预测检验，最后引入具体案例进行分析。样本选择与数据来源、样本选择本文定量分析所使用的供应链金融资产支持证券样本来自中国资产证券化分析网中基础资产为“供应链”的筛选结果，在此基础上剔除了次级证券样本、无法识别核心企业的样本以及2018年以前的样本。样本选择理由为：（1）次级资产支持证券通常由原始权益人（保理公司）或核心企业自持作为一种内部增信手段，不进行评级，票面利率为0%，而本文研究的是供应链金融资产证券化产品的定价，样本证券必须具有市场价格信息，因此次级证券不符合本文的样本要求。（2）核心企业层面的变量是本文关注的重要变量，无法识别核心企业意味着单个样本将在多个变量中同时存在缺失值，若直接使用均值填充或众数填充可能会使模型产生较大的误差，因此本文剔除了无法识别核心企业的样本。（3）本文虽然纳入了宏观层面的变量以提升预测的准确度，但并不是时间序列研究，因此时间跨度不宜过长，且早期市场供应链金融资产证券化产品的市场化程度偏低，市场发展不全面，数据往往带有更多的主观性，为了使实证结果更接近目前的市场状况，本文剔除了早期2016年7月至2017年12月的样本，将最终样本数据的时间窗口设定为2018年1月至2021年3月。、数据来源供应链金融资产支持证券属于私募产品，非合格投资者通常只能查询原始权益人、计划管理人和评级机构等靠近证券端的参与主体，底层资产所属供应链的核心企业识别难度较大。本文确定核心企业的方法有四种：（1）部分供应链金融资产支持证券所对应的项目全称中含有核心企业简称，例如“平安证券-一方保理万科供应链金融资产支持专项计划”的核心企业为万科股份有限公司；（2）中国资产证券化分析网网站中产品详情页面的参与机构菜单栏中若有“基础债务人”，则基础债务人为核心企业；（3）在中国资产证券化信息网或其它公开信息平台查找特定证券所属项目的计划说明书或评级报告等相关文档，这些文档主要面向合格投资者，通常会详细介绍基础资产及相关债权债务主体；（4）目前，一些研究报告、媒体新闻和公众号等已经总结了“核心企业供应链金融ABS简称表”，可根据核心企业的资产证券化产品惯用简称进行双向识别，如万科常用“龙腾”、“链融”等命名资产支持证券，碧桂园常用“招碧”、“招慧”等命名资产支持证券。结合以上四种识别方法，本文归纳与整理了最新供应链金融资产证券化简称与核心企业对应关系表，见附录四。信用评级和发行特征数据来源于中国资产证券化分析网，核心企业数据来源于Wind金融数据库，宏观经济数据来源于国泰安数据库。描述性统计与相关性分析部分核心企业财务数据和宏观经济数据存在缺失值，为尽可能保留足够多的样本，以发行日前可获取的最近一期数据进行填充。经数据预处理后得到有效样本1015个，解释变量总共15个，包括信用评级1个，核心企业变量6个，发行特征变量5个，宏观经济变量3个。、描述性统计被解释变量的描述性统计如表4-1所示，可以看出样本证券的发行利差均值为2.202%，最大值为6.114%，最小值仅0.223%，极端值相差5.89个百分点，这表明不同供应链金融资产支持证券之间的发行利差存在明显差距，本文探讨影响发行利差的主要因素具有一定的研究价值。发行利差的分布直方图如图4-1所示，可以看出发行利差多数分布在0.8-3个百分点之间。表4-1被解释变量的描述性统计被解释变量观测数均值标准差最小值最大值spread10152.2021.2210.2236.114图4-1被解释变量的分布直方图样本证券发行年份与多分类解释变量的描述性统计如表4-2，4-3，4-4，4-5所示。从样本证券的年份分布来看，除了因2021年只有1-3月的样本，数量仅为100条以外，其余每年数量分布相对平均。从样本证券的发行评级来看，AAA级证券占比较大，这可能是因为资产证券化市场的监管准入要求较为严格，评级机构对市场的整体信用比较乐观。从样本证券核心企业的产权性质来看，中央国有与地方国有核心企业合计占比约为20%，非国有背景的核心企业占比约80%，可能是因为非国有背景的核心企业有更高的融资需求。从样本证券的行业属性来看，来自房地产行业的样本数量占比高达89.95%，与第二章的市场分析基本一致。表4-2样本证券的年份分布年份2018年2019年2020年2021年合计数量2013743401001015比例19.8%36.8%33.5%9.8%100%表4-3样本证券的评级分布评级等级AA及以下AA+AAA合计数量7759331015比例0.7%7.3%91.9%100%表4-4样本证券核心企业的产权性质分布产权性质中央国有企业地方国有企业公众企业中外合资企业外资企业民营企业合计数量133662951101342771015比例13.1%6.5%29.1%10.8%13.2%27.3%100%表4-5样本证券行业分布行业属性房地产行业电商行业建筑行业其余行业合计数量9132344351015比例89.95%2.26%4.34%3.45%100%其余变量的描述性统计如4-6所示。核心企业资产总额平均值为7656.32亿元，极端值差距在20000亿以上；息税折旧摊销前利润对有息债务的占比最小为0，最大为2.144，均值为0.259；总资产报酬率最小为0.23%，最大为11.472%，均值为4.391%，这说明核心企业之间的财务水平存在较大的差距。核心企业是否上市的均值为0.611，说明上市与非上市的比重相对平衡。样本证券的发行规模最小为0.51亿，最大为20.05亿，均值为6.7亿，单笔发行规模较小；预计期限最短为4个月，最长接近3年，均值为0.976年，属于短期融资产品；发行场所以交易所市场为主。从增信措施来看，次级占比均值为0.837%，最大值为10.83%，外部增信均值为0.067，说明不同证券的增信方案组合各有不同，采取第三方担保、差额支付承诺人或流动性支持机构等外部增信措施的证券较少。宏观经济景气指数最小值76.39，最大值110.59，均值97.272，由于2020年1月爆发了新冠疫情，导致经济景气度指数骤然下滑。CPI同比增速、M2同比增速在这段时期也有不同程度的波动。表4-6其余变量的描述性统计变量观测数均值标准差最小值最大值assets1015765.632649.40510.6302015.81repay10150.2590.29802.144ROA10154.3911.60.23011.472listed10150.6110.48801size10156.7743.3450.5120.05term10150.9760.1780.3532.917market10150.1090.31201subprime10150.8371.773010.833excredit10150.0670.2501MECI101597.2727.57576.39110.59CPI10152.4171.383-0.55.38M210159.0721.092811.12、相关性分析虽然随机森林模型对多重共线性不敏感，局部累积效应图也没有变量独立的假设，但严重的共线性仍可能影响本文实证结果的稳定性，因此有必要进行相关性分析。同时采用pearson和spearman两种方法进行相关性分析，得出相关系数矩阵表（见附录一），其中，上三角为spearman相关系数，下三角为pearson相关系数。通过观察解释变量与被解释变量之间的相关系数发现，只有核心企业总资产报酬率和发行场所两个变量与供应链金融资产支持证券的发行利差在两种相关系数计算方法下都不显著，但由于相关系数并没控制其他变量不变，因此被解释变量与解释变量的关系还需要等待实证的进一步检验。通过观察解释变量之间的相关系数发现，宏观经济景气指数与CPI同比增长率的相关系数最大，pearson和spearman相关系数分别为-0.747和-0.774，其次是核心企业是否上市与核心企业资产总额的相关系数，pearson和spearman相关系数分别为0.505和0.546,其余解释变量之间的相关系数绝对值均小于0.5，整体来说不存在严重的相关性。模型构建与实证分析本文随机森林建模所用的开发语言为python语言的3.7版本，使用的库主要有sklearn、numpy、pandas、matplotlib等（代码见附录二）。将1015条样本数据按照8：2的比例随机划分为训练集和测试集，即812条样本用于训练模型，203条样本用于检验模型学习效果，同时结合五折交叉验证的方法检验模型的稳定性。、模型解释度分析首先对不同变量组构建的模型的平均绝对百分比误差与决定系数进行对比。模型1仅使用产品信用评级，模型2仅使用核心企业变量，模型3仅使用发行特征变量，模型4仅使用宏观环境变量，模型5使用全部变量，评分对比结果见表4-7。表4-7不同变量组构建的模型的解释度评分编号变量分组训练集MAPE训练集R测试集MAPE测试集R1信用评级变量60.55%8.09%56.29%7.03%2核心企业变量10.03%95.91%17.49%81.71%3发行特征变量15.8%91.77%41.14%31.59%4宏观经济变量45.60%29.04%47.80%12.53%5全部变量5.18%98.15%13.38%88.47%根据对比结果，使用全部变量构建模型的评分最高，测试集MAPE和R2分别为13.38%和88.47%，仅使用信用评级构建模型的评分最低，测试集MAPE和R2分别为56.29%和7.03%，这说明虽然信用评级是反映供应链金融资产支持证券的综合风险的信息，但仅仅根据信用评级还难以解释供应链金融资产支持证券的发行利差，本文的考虑因素较为全面，实用性更强。仅使用核心企业变量构建模型在测试集的MAPE和R2分别为17.49%和81.71%，优于其它仅考虑单一层面的模型，这说明核心企业变量对发行利差的解释能力强于其他层面变量，是投资者重点关注的因素。仅使用发行特征变量构建模型在训练集的MAPE和R2分别为15.8%和91.77%，拟合表现较好，但在测试集的MAPE和一次随机划分训练集与测试集得到的模型解释度仍可能具有偶然性，因此再使用五折交叉验证法计算不同划分方式下测试集的平均MAPE和平均R2表4-8不同变量组构建的模型的五折交叉验证平均解释度评分编号变量分组平均MAPE平均R1信用评级变量59.99%6.80%2核心企业变量16.21%84.17%3发行特征变量41.12%40.18%4宏观经济变量47.75%20.03%5全部变量13.78%87.26%交叉验证法的评分结果仍显示，仅考虑单一层面时使用核心企业变量构建出的模型准确率最高，五折交叉验证的平均MAPE和平均R2分别为16.21%和84.17%。纳入全部变量构建出的模型优于所有仅考虑单一层面因素的模型，平均MAPE和平均R、变量重要性分析接下来分析每一个变量的重要性评分，采用平均精确率减少（MDA）的计算方法，结合五折交叉验证得出平均重要性分数，使评分结果更具泛化性和稳健性，评分结果表如表4-9所示。表4-9变量重要性评分变量组变量重要性评分合计信用评级变量rating0.0014190.001419核心企业变量assets0.0451920.623058repay0.089431ROA0.032845ownership0.452875listed0.001134industry0.001581发行特征变量size0.0020130.170523term0.005607market0.000953subprime0.160694excredit0.001256宏观经济变量MECI0.0800090.243595CPI0.019641M20.143945从变量重要性评分分组合计来看，分数最高的是核心企业变量组，说明核心企业作为供应链金融资产支持证券底层资产的债务人，其基本的财务情况与非财务情况能够显著影响投资者的投资定价决策。其次是宏观经济变量组，2020年疫情爆发导致各项经济指标出现较大波动，进而对资本市场中金融产品的价格产生了较强的影响。发行特征变量组和信用评级变量的重要性评分相对较低。根据每个变量的重要性评分排序作图，如图4-2所示。图4-2重要性评分排序图可以看出，重要性评分排序依次是核心企业产权属性、次级占比、M2同比增速、核心企业EBITDA/带息债务、宏观经济景气指数，核心企业资产总额、核心企业总资产报酬率、CPI同比增速、预计期限、发行规模、行业属性、发行评级、核心企业是否上市、外部增信和发行场所。信用评级的重要性评分排序是第十一位，可能的原因是，资产证券化市场的监管较为严格，使得有资格进入市场发行资产支持证券的核心企业自身信用水平较高，资质稍弱的核心企业也能通过内外增信的方式提高信用等级，使得大多数证券都得到了AAA级评价，还没有足够多的低信用评级样本数据来检验信用评级对发行利差的影响力。此外，信用评级是对综合风险的衡量，与本文其余层面变量存在一定的相关性，进一步削弱了其对于发行利差的重要性。从核心企业变量来看，产权属性重要性程度最高，其次才是财务类变量中的偿债能力、资产规模和盈利能力，说明投资者认为核心企业的“出身背景”相比财务数据更能体现出其信用水平，这可能是受到近年来资本市场中的财务造假事件的影响。相比而言核心企业是否上市对发行利差的影响极弱，这可能是因为供应链金融资产支持证券作为私募产品，其投资者都是以机构为主的合格投资者，获取信息的能力较强，并且承销商路演询价过程中会为投资者提供较为详尽的基础资产信息资料，后续的跟踪评级报告也能在一定程度上降低信息不对称风险，因此核心企业是否上市对发行定价的重要性程度较低。从发行特征变量来看，次级占比的重要性评分排名第二，说明次级占比能够有效反映出供应链金融资产证券化中基础资产的潜在风险。预计期限、发行规模、外部增信和发行场所重要性排名靠后，其中，发行场所在所有变量中重要性评分最低，说明从现有数据来看，供应链金融ABS和供应链金融ABN两类产品没有因为发行场所不同而在发行利差上形成巨大差异。外部增信的重要性评分较低，可能是因为目前提供担保、差额支付或流动性支持的机构主要为核心企业，但供应链金融资产本身就强调核心企业的信用，因此核心企业重复多次传递自身信用稍显多余，事实上供应链金融资产支持证券市场中使用外部增信的比例也并不大。从宏观经济变量来看，重要性程度由高到低依次是M2同比增速、宏观经济景气指数、CPI同比增速，说明资金供需对发行利差的直接影响较大。、累积局部效应图分析虽然随机森林回归模型不能像多元线性回归模型那样直接提供系数，但可以通过PDP、ICE图和ALE图等方式得出解释变量与被解释变量之间的依赖关系，近似于线性回归的系数。考虑到解释变量之间仍具有一定的相关性，本文在模型五的基础上采用ALE图分析解释变量与被解释变量的影响方向。当变量重要性程度降低时，ALE图的意义较小，因此本文对重要性排名前五的变量详细分析，其余变量简要分析。核心企业产权属性供应链金融资产支持证券的发行利差对于核心企业产权属性变量取值变化的响应如图4-3所示。可以看出，当其他条件不变时，发行利差由小到大依次是中央国有企业、地方国有企业、公众企业、中外合资企业、外资企业和民营企业。这说明市场更认可国有背景的核心企业，且国有背景越强，越有利于降低发行利差，与预期假设一致。国有企业的实际控制人是政府，当国有企业出现经营或财务危机时，政府通常会给予一定的资金支持和政策倾斜，因此投资者相信政府具有隐性担保的作用，能够为国有企业的债务偿付提供保障；公众企业一般无实控人或未公开实控人信息，股权分布较为分散，具有相对完备的现代公司治理机制，经营稳定，因此对发行利差也有一定的降低效应；而民营企业和外资企业的实际控制人通常为个人，一旦发生债务危机，将很难在短时间内获得强大的外部支持，违约的可能性较大，因此发行利差较高。图4-3核心企业产权属性的ALE图次级占比供应链金融资产支持证券的发行利差对于证券次级占比变量取值变化的响应如图4-4所示。可以看出，ALE曲线整体呈现出上升趋势，且随着次级占比取值增大，斜率降低。这说明通过划分次级优先级的内部增信方式并没有对供应链金融资产证券化产品的发行利差起到降低作用，反而加大了利差，但这种利差扩大效应会随着次级占比的增加而有所缓解。可能的解释是，在国内市场信息严重不对称和资产证券化市场较高准入门槛的背景下，投资者会将内部增信视为因基础资产质量不高而不得不采取的提高产品信用评级的手段，且次级证券由核心企业或原始权益人自持进一步降低了增信措施的有效性，故而产生风险溢价，扩大发行利差。图4-4次级占比的ALE图M2同比增速供应链金融资产支持证券的发行利差对于M2同比增速取值变化的响应如图4-5所示。可以看出，ALE曲线总体呈现出下降趋势，即货币供应量的同比增速越快，供应链金融资产支持证券的发行利差越低，与预期假设一致。M2同比增速越快意味着市场中货币总量增加越快，供应链核心企业及上下游中小企业可选择的融资渠道更广，同时投资者的投资需求更加旺盛，在供应链金融资产证券化产品供不应求的情况下，发行利差降低。图4-5货币供应量同比增速的ALE图核心企业EBITDA/带息债务供应链金融资产支持证券的发行利差对于核心企业EBITDA/带息债务变量取值变化的响应如图4-6所示。可以看出，ALE曲线总体呈现出下降趋势，且随着EBITDA/带息债务取值增大，下降速度减缓。这说明核心企业的偿债能力越强，对应的供应链金融资产支持证券发行利差越小，与预期假设一致。投资者确实会关注核心企业的偿债能力，认为偿债能力越强的核心企业所发行的供应链金融资产证券化产品的信用风险越低，但财务表现过于优秀可能会引发投资者对其财务数据真实性的担忧，使得EBITDA/带息债务对发行利差的降低效应随着取值增大而减小。图4-6核心企业EBITDA/带息债务的ALE图宏观经济景气指数供应链金融资产支持证券的发行利差对于宏观经济景气指数变量取值变化的响应如图4-7所示。可以看出，ALE曲线整体来说呈现上升趋势，在100临界值附近变化更加明显。这说明经济发展水平对发行利差的作用方向更容易受到产品供需变化的影响，具体来说，经济发展越景气，企业融资需求越大，证券产品的供应量越多，投资者投资需求有限，因而发行利差扩大。图4-7宏观经济景气指数的ALE图（六）其余变量其余变量的重要性评分相对较低，分析ALE图意义不大，此处仅简要说明ALE图结论（ALE图见附录三）。当核心企业资产总额小于2500亿时，ALE曲线整体呈下降趋势，即核心企业资产总额与发行利差负相关；当资产总额大于2500亿时，ALE曲线整体呈上升趋势，即核心企业资产总额与发行利差正相关。当核心企业总资产报酬率小于5%时，ALE曲线整体呈下降趋势，即核心企业总资产报酬率与发行利差负相关；当总资产报酬率小于5%时，ALE曲线小幅提升后无明显变化趋势。CPI同比增速的ALE曲线整体呈上升趋势，即CPI同比增速与发行利差正相关。当预计期限小于1时，ALE曲线整体呈下降趋势，即预计期限与发行利差负相关；当预计期限大于1时，ALE曲线无明显变化趋势。当发行规模小于4亿时，ALE曲线整体呈下降趋势，即发行规模与发行利差负相关；当发行规模大于4亿时，ALE曲线无明显变化趋势。在其他条件不变下，房地产行业的发行利差最高，建筑业发行利差最低，电商行业和其他行业介于两者之间，差距不明显。相较于AA级和AA+级，信用评级为AAA级时发行利差更低，AA级和AA+级之间发行利差的差异不明显。上市核心企业的相对于非上市核心企业的发行利差更小。有外部增信的证券相对于没有外部增信的发行利差更大。交易所市场相对于银行间市场发行利差更小。所有解释变量对供应链金融资产支持证券发行利差的影响方向总结如表4-10所示。表4-10解释变量对被解释变量的影响方向小结变量分层变量含义变量符号对发行利差的影响方向信用评级变量发行评级ratingAAA级相对其它等级证券的发行利差更低，AA+级与AA级之间的发行利差无明显差异核心企业变量资产总额assets由负向变为正向，2500亿左右为最低点EBITDA/带息债务repay负向总资产报酬率ROA先负向，5%左右后无明显趋势产权属性ownership国有背景的发行利差更低是否上市listed上市核心企业发行利差更低，但差异不明显行业属性industry房地产核心企业发行利差最高，建筑业核心企业发行利差最低，电商和其它行业介于之间，无明显差异发行特征变量发行规模size先负向，4亿左右后无明显趋势预计年限term先负向，1年后无明显趋势发行场所market交易所ABS发行利差更低，但不明显次级占比subprime正向外部增信excredit无外部增信的发行利差更低，但不明显宏观经济变量宏观经济景气指数MECI正向CPI同比增速CPI正向M2同比增速M2负向、稳健性检验为提升研究结果的可靠性，本文拟通过替换被解释变量和替换解释方法两种方式进行稳健性检验。替换被解释变量供应链金融资产支持证券的预计期限集中在1年左右，9-15个月的样本占94.26%，变动以天为单位。马新东（2020）等人在研究超短期融资券信用利差影响因素时使用一年期国债收益率作为基准利率，借鉴他们的做法，本文将被解释变量替换为票面利率与起息日一年期国债收益率之间的百分比差额，构建模型六，检验发行定价在不同测量方式下实证结果的稳健性，模型回归的拟合效果如表4-11所示。可以看出，使用一年期国债收益率作为基准利率构建的模型六仍有较高的解释度，在测试集的表现略优于模型五，但交叉验证的表现略次于模型五。表4-11替换被解释变量的稳健性检验结果编号测试集MAPE测试集R五折交叉验证平均MAPE五折交叉验证平均R613.22%88.71%13.99%87.25%同样使用平均精确率减少（MDA）的重要性评分法和累积局部效应图（ALE）进行分析，得出的结果如表4-12所示。从重要性排序来看，在十五个解释变量中，排名前十的变量及绝对排序位置与前文保持一致，排名靠后的五个变量与前文保持一致，但绝对排序位置存在差异，考虑其重要性程度较低可以忽略。从对发行利差的影响方向来看，与前文基本保持一致。表4-12模型六全局解释结果变量含义变量符号重要性排序对发行利差的影响方向发行评级rating12AAA级相对其它等级证券的发行利差更低，AA+级与AA级之间的发行利差无明显差异资产总额assets6由负向变为正向，2500亿左右为最低点EBITDA/带息债务repay4负向总资产报酬率ROA7先负向，后无明显趋势产权属性ownership1国有背景的发行利差更低是否上市listed11上市核心企业发行利差更低，但差异不明显行业属性industry14房地产核心企业发行利差最高，建筑业核心企业发行利差最低，电商和其它行业介于之间，无明显差异发行规模size10先负向，后无明显趋势预计年限term9先负向后正向，1年左右为最低点发行场所market13交易所ABS发行利差更低，但不明显次级占比subprime2正向外部增信excredit15无外部增信的发行利差更低，但不明显宏观经济景气指数MECI5正向CPI同比增速CPI8正向M2同比增速M23负向（二）替换解释方法由于机器学习的可解释方法近两年才发展起来，仅使用一种解释框架可能存在误差，为提高结果的稳健性，接下来使用源于博弈论思想的SHAP全局解释分析方法进行检验，得出SHAP概要图，如图4-8所示。概要图中每一个点代表一个特征和一个实例的Shapley值，y轴上的位置由特征确定，特征由上到下的排序为特征重要性的排序。x轴上的位置由Shapley值确定，代表特征对输出结果的影响。颜色代表特征值的大小，越接近红色特征值越高，越接近蓝色特征值越低。图4-8SHAP全局概要图从重要性排序来看，在十五个解释变量中，排名前五的变量与前文一致，分别是核心企业产权属性、EBITDA/带息债务、货币供应量同比增速、次级占比和宏观经济景气指数，但EBITDA/带息债务和次级占比的绝对排序位置互换。排名第六到九的四个变量及绝对排序位置与前文保持一致。排名十到十五的变量与前文保持一致，但绝对排序位置有所变化，考虑其重要性程度较低因此可以忽略。从对发行利差的影响关系来看，当核心企业产权属性取值为中央国有企业、地方国有企业等赋值较小的数值时，发行利差更小；EBITDA/带息债务、货币供应量同比增速与发行利差明显呈现负相关；次级占比与发行利差明显呈现正相关；宏观经济景气指数在临界值附近与发行利差正相关；核心企业是否上市对发行利差的影响方向与前文明显矛盾，但该变量的重要性评分较低，可以接受存在差异；部分变量由于与发行利差的关系不单调或样本分布不平衡问题使得样本点的色彩分布复杂，但经仔细辨认后可与前文基本保持一致。、分组比较根据前文分析，核心企业产权属性在所有变量中的重要性评分最高，说明投资者对核心企业产权属性更加敏感，此处将原样本按核心企业产权属性分为国有背景（中央国有企业、地方国有企业和公众企业）和非国有背景（民营企业、外资企业和中外合资企业）两个子样本集，并再次利用随机森林模型进行回归，探讨变量重要性在两组样本中的差异，结果如表4-13所示。表4-13基于核心企业产权属性的分组比较结果重要性排序国有核心企业的样本变量重要性得分非国有核心企业的样本变量重要性得分1M20.106837subprime0.4253942ROA0.044955assets0.1899093MECI0.038413repay0.1092344CPI0.016084M20.0810435subprime0.013863ROA0.0621926repay0.012663MECI0.0243527industry0.005398CPI0.0212718assets0.003642listed0.0185649market0.003406term0.00565010term0.002282rating0.00414411size0.001427excredit0.00368512listed0.001390industry0.00340313rating0.001171size0.00233414excredit0.000448market0.001034平均MAPE19.97%12.72%平均R48.48%87.16%从变量重要性排序来看，国有核心企业样本中最重要的前五个变量分别是货币供应量同比增速、总资产报酬率、宏观经济景气指数、CPI同比增速和次级占比；非国有核心企业样本中最重要的前五个变量分别是次级占比、资产总额、EBITDA/带息债务、货币供应量同比增速和总资产报酬率。这说明当核心企业是国有企业时，供应链金融资产支持证券的发行利差更容易受到宏观经济的影响，而当核心企业是非国有企业时，供应链金融资产支持证券的发行利差更容易受到次级占比和核心企业财务因素的影响。这主要是因为非国有背景的核心企业违约概率相对较高，投资者在投资决策时对基础资产现金流风险的关注度会高于对宏观经济的关注度。从模型回归效果来看，国有核心企业样本构建的模型解释度较低，五折交叉验证平均MAPE和平均R2分别为19.97%和48.48%，非国有核心企业样本构建的模型解释度相对更高，五折交叉验证平均MAPE和平均R模型优化与预测检验（一）模型对比本文引入传统的多元回归模型和CART决策树模型与随机森林模型进行对比，训练集与测试集的比例均设为8：2，有关参数均设为默认值，使用全部变量全部样本参与回归，结果见表4-14。可以看出随机森林模型在测试集和交叉验证上都有着更低的平均绝对百分比误差和更高的决定系数，预测效果优于多元回归模型和CART决策树模型。表4-14模型性能指标对比模型性能指标多元回归模型CART决策树模型随机森林模型测试集MAPE29.61%15.80%13.38%测试集R65.76%80.54%88.47%五折交叉验证MAPE28.91%16.57%13.78%五折交叉验证R68.78%77.87%87.26%（二）变量筛选使用随机森林算法构建的模型五同时考虑了信用评级、核心企业、发行特征和宏观经济变量，该模型对证券发行利差的拟合度较高，泛化能力也较好，但模型中的变量较多，本文基于变量重要性进行变量筛选，剔除冗余变量。在随机森林模型中按重要性排名由高到低依次加入变量，观察五折交叉验证中平均R2的变化，如图4-9所示。图4-9变量筛选可以看出，当变量大于6平均R2趋于平缓，在第14个变量加入时平均R表4-15变量筛选前后模型性能指标对比编号测试集MAPE测试集R五折交叉验证平均MAPE五折交叉验证平均R513.38%88.47%13.78%87.26%713.41%%88.37%13.65%87.38%（三）参数优化本文采用五折交叉验证和网格搜索法寻找最优参数组合,以期提高模型七的性能。随机森林回归模型的主要参数如表4-16所示，由于本文的样本数量较少，因此仅考虑调整参数n_estimators、max_depth和max_features，其他参数均设置为默认值。表4-16随机森林模型中的重要参数参数含义n_estimators决策树的数量，默认值为100max_depth决策树的最大深度，默认为不限制深度max_features单个决策树允许使用特征的最大数量，默认值为特征总数的开平方min_samples_leaf叶子节点的最小样本数，默认值为1min_samples_split内部节点再划分的最小样本数，默认值为2决策树数量（n_estimators）将决策树数量的取值范围设为（0，200），得到n_estimators的学习曲线，如图4-10所示。可以看出，五折交叉验证的平均R2随着决策树数量的增加而增加，在取值100左右已经趋于平缓。兼顾计算效率和模型准确度，本文将决策树棵树设置为145棵，此时平均R2图4-10决策树棵树的学习曲线2.最大深度（max_depth）与最大特征数（max_features）在决策树数量为145的前提下，将决策树最大深度的取值范围设为（0，300），将决策树最大特征数的取值范围设为（0，14），分别得到max_depth和max_features的学习曲线，如图4-1所示。可以看出，最大深度在15附近时平均R2已经趋于平缓，最大特征数为6时平均R2最高，因此进一步将max_depth参数范围缩窄至[10，20），将max_features参数范围缩窄至[3，12），通过网格搜索法做100次五折交叉验证，寻找最优参数组合。结果如图4-12所示，当max_depth取值为15，max_feature取值为9时，平均R图4-11最大深度与最大特征数的学习曲线图4-12网格搜索的最优参数组合通过五折交叉验证和网格搜索法最终确定最优参数组合为：n_estimators=145，max_depth=15，max_feature=9。在模型七中应用最优参数组合，并与原默认参数下的模型效果进行对比，结果如表4-17所示。可以看出，参数调优后的模型在测试集上的MAPE减少0.01%，R2增加0.23%，五折交叉验证的平均MAPE减少0.24%，平均R表4-17模型七参数优化前后性能指标对比测试集MAPE测试集R五折交叉验证平均MAPE五折交叉验证平均R优化前13.41%88.37%13.65%87.38%优化后13.40%88.60%13.41%88.65%（四）预测检验使用测试集进行预测检验，拟合效果如图4-13所示。折线图的蓝色折线代表真实值，红色折线代表预测值，重合度较好。散点图的横轴为真实值，竖轴为预测值，仅少数样本点偏离对角线较远，存在较大误差。图4-13预测值与真实值的比较将真实值与预测值进行描述性统计得到表4-18。预测值的平均值比真实值的平均值高0.025683%，预测值的最大值比真实值的最大值低0.67747%，预测值的最小值比真实值的最小值低0.10864%，预测值的标准差为1.114438，真实值的标准差为1.169519，总体来说，模型给出的预测结果整体偏保守。表4-18真实值与预测值的描述统计平均值最大值最小值标准差真实值（%）2.1745995.7062960.63660931.169519预测值（%）2.2002825.0288250.52796521.114438将预测值与真实值相减后求绝对值得到模型预测的绝对误差，并进行分布统计，如表4-19所示。70.94%的样本绝对误差小于0.25%，累计88.67%的样本绝对误差小于0.5%，只有3.45%的误差大于1%。综上所述，模型的预测效果良好。表4-19绝对误差分布统计绝对误差（%）计数占比累计占比[0，0.25）14470.94%70.94%[0.25，0.5）3617.73%88.67%[0.5，1）167.88%96.55%[1，+∞）73.45%100%合计203100%100%案例分析、案例简介2020年6月5日，《长城-旭辉-联合保理7号资产支持专项计划》（以下简称联保旭辉7号计划）正式成立，是受证监会监管的企业资产证券化产品，共募集资金4.87亿元，优先级4.86亿元，次级0.01亿元。资产支持证券面值为人民币100元，优先级发行利率为3.5%，到期日为2023年5月25日，主要面向中国境内的合格投资者推广。中诚信国际信用评级有限责任公司是该专项计划的评级机构，给予优先级资产支持证券AAA评级。表5-1长城-旭辉-联合保理7号资产支持专项计划基本情况证券简称发行规模（亿元）每份面值（元）信用评级预期收益率预期到期日还本付息方式旭日07A4.86100AAA3.5%2021/5/25到期一次性还本付息旭日07次0.01100无无2021/5/25专项计划到期或提前结束时，分配全部剩余专项计划资产作为次级收益联保旭辉7号计划的重要参与方如表5-2所示，交易结构图如图5-1所示。底层资产是旭辉集团直接或间接控股的项目公司与上游供应商之间的贸易款和工程款，通过明保理和无追索权公开型保理的形式转让给深圳联合保理有限公司形成基础资产，并向长城证券出具付款确认书，因此旭辉集团是供应链中核心企业角色，也是基础资产现金流的主要来源。表5-2长城-旭辉-联合保理7号资产支持专项计划重要参与方参与角色参与方参与方简称原始权益人/资产服务机构深圳联合保理有限公司联合保理计划管理人长城证券股份有限公司长城证券托管机构招商银行股份有限公司（上海分行）招商银行评级机构中诚信国际信用评级有限责任公司中诚信国际法律顾问北京市金杜律师事务所金杜律师事务所验资机构亚太（集团）会计师事务所亚太会计师事务所主承销商中信证券股份有限公司、中山证券有限责任公司、长城证券股份有限公司中信证券、中山证券、长城证券共同债务人旭辉集团股份有限公司旭辉集团图5-1长城-旭辉-联合保理7号资产支持专项计划交易结构、案例分析（一）信用评级联保旭辉7号计划的资产池对应的应收账款余额为51209.79万元，共包括312笔应收账款，涉及207个原始债权人和57个债务人，其中57个债务人均为旭辉集团下属项目公司。中诚信国际基于联合保理提供的基础资产数据，结合参与主体、交易结构和法律等因素，对优先级资产支持证券本息的偿还进行现金流测试，最终授予优先级资产支持证券的信用等级为AAAsf。（二）核心企业旭辉集团成立于2000年8月15日，初始注册资本998万元，于2012年11月23日在香港联交所上市，股票简称旭辉控股集团，代码为0884.HK。根据Wind企业数据库资料显示，旭辉集团由疑似实控人持股86.37%，由上海旭辉投资咨询有限公司持股10.90%，由旭凯(上海)投资顾问有限公司持股1.36%，为民营企业。旭辉集团所属行业为房地产，主营业务包括物业销售、物业出租及其他物业相关服务，其中，物业销售业务为旭辉集团带来了90%以上的收入和利润，但容易受行业环境及政策变化的影响。近年来随着房地产开发业务规模的持续扩大，旭辉集团的资产规模逐年增长，2017-2019年总资产分别为1086.44亿元、1920.15亿元和2682.49亿元。旭辉集团的利润总额主要由经营性业务利润和投资收益构成，得益于结算规模的增长，2017-2019年总资产报酬率（TTM）分别为4.0818%、4.5109%和4.1733%，近年来收益可观。从偿债能力来看，盈利能力的提升使得EBITDA规模逐年增长，且旭辉集团债务期限结构合理，EBITDA在有息债务的比重良好，2017-2019年EBITDA/带息债务分别为0.1713、0.2076和0.2071。（三）发行特征联保旭辉7号计划于2020年6月5日正式成立，并于当日开始计息，预期到期日为2021年5月25日，预计期限为0.97年，交易场所为深圳证券交易所。联保旭辉7号计划发售的资产支持证券分为优先级资产支持证券和次级资产支持证券，其中，优先级资产支持证券的发行规模为4.6亿，次级资产支持证券的发行规模为0.01亿，占专向计划资产支持证券募集总规模的0.2053%，由旭辉集团全额认购，在优先级资产支持证券本金和收益偿付完毕之前，次级资产支持证券不能获得偿付。（四）宏观经济2020年初，新冠疫情给我国经济带来巨大冲击，随着二季度国内疫情逐步得到有效控制，经济进入修复性回升，1-6月宏观经济景气指数（一致指数）分别为8