近年来，受国内经济增长放缓、地缘政治冲突加剧等多重影响，企业债务问题已成为当前防范化解重大金融风险的重点领域之一。为做好风险防范“早识别、早预警、早发现、早应对、早处置”工作 ，本课题采用打分卡、中债市场隐含评级和机器学习三种方法量化监测企业未来一年的债务风险，结果显示：打分卡模型作为传统的信用风险监测方法，需分行业建模，权重严重依赖主观经验，监测结果的准确性和可比性较弱；中债市场隐含评级的监测结果较为准确，但相同评级的区分度不足；机器学习模型监测结果的准确性和区分度较好，但对入模的基础数据要求较高。综合考虑三种方法的预测效果、优势和局限性，建议：实际应用中，可同时发挥中债市场隐含评级和机器学习模型的功能，将两种方法预测结果的交集作为重点关注的高风险企业范围，在缩小预警范围的同时提升预警精准性，降低防范化解风险的成本。
鄂公网安备 42010302001612号 