报告行业投资评级 未提及 报告的核心观点 近年来我国可转债市场规模快速扩容、发行人结构多元化，转债信用风险事件增多，评级下调易引发负面影响，报告尝试基于深度学习算法构建前瞻性转债评级下调预警模型，为投资者提供早期预警信号[11] 根据相关目录分别进行总结 转债评级下调特征分析与归因 - 2020 - 2026年5月可转债评级下调记录248起，涉及103家发行主体，2024年达高峰，2025年延续高位，不足50%发行人贡献超70%下调记录[12] - 单次下调幅度下调1档和2档合计占比超80%，下调前评级以AA - 、A + 、AA为主，民企占评级下调主体多数[16] - 评级下调核心原因包括外部因素、经营压力、流动性压力、偿债压力和公司治理五类[21][23] 基于深度学习的三维转债评级下调预警模型 - 选取30个因子构建神经网络分类模型，以对应转债下个季度内是否发生评级下调为目标，输出下调和未下调概率，下调概率高于50%发出预警[2][26] - 在损失函数中引入类别权重，构建加权交叉熵损失函数，通过选取不同惩罚系数θ构建三维评级下调预警模型[28][29] - 低θ（θ = 10）稳健型模型适合追求稳健投资者；中θ（θ = 25）平衡型模型适合对信用风险敏感投资者；高θ（θ = 50）激进型模型适合对信用事件容忍度极低投资者[29][30] - 2023 - 2025年测试集样本预测中，稳健型、平衡型、激进型模型全样本预测胜率分别为95.59%、92.04%和91.59%，评级下调类精确率分别为15.79%、11.10%和10.93%，召回率分别为45.80%、62.60%和65.65%[3][30][31] 模型预测结果（2026年2季度） - 截至2026年5月末，2026年有13起转债评级下调事件，剔除重复记录后11条样本，稳健型、平衡型、激进型模型分别正确预测9条、10条和11条，召回率分别为81.82%、90.91%和100.00%[4][37] - 截至2026年5月末，294支正常存续且2季度未评级可转债，3个模型分别对22支、51支和80支转债发出评级下调预警[4][37]