研究目的

企业信用评级是学者们广泛研究的问题，本文主要研究房地产企业的信用评级。本文总共有四个目标，第一个目标是完成房地产企业信用评级指标体系的建立，主要是借鉴以往学者的指标建立体系；第二个目标是比较传统统计方法评级和机器学习方法评级的结果，重点在于机器学习方法，但是也会展示部分传统方法的结果；第三个目标是将机器学习方法进行改进，解决把它们运用在房地产企业主体评级中的一些缺陷；第四个目的是希望本文的研究可以对房地产企业评级给出恰当的建议及指导。

研究意义

虽然之前有不少学者做过企业信用评级的研究，但绝大多数考虑的是指标的选择和优化，对于方法的研究并不全面和深入，也没有着重于某一具体的行业；因此构建的模型过于宽泛，对具体行业实现的效果也并不好。本文希望能克服这个问题，主要从方法的角度入手，优化方法本身并对模型的参数做调整，将其具体应用于房地产企业做实证研究，让其结果更准确有效。本文的现实意义在于：目前我国的房地产企业信用评级还是主要以人的调研和判断为主，本文将机器学习引入该领域中，以量化方法帮助投资者做判断，也能为评级机构的判断提供理论依据并节省时间，更高效的完成评级过程。

国内外研究现状分析

近年来，国内外学者对企业信用评级进行了大量的研究；从研究角度来讲，主要分为传统方法和机器学习方法两个方面：

（1）信用评级传统分类方法