咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于零膨胀分位数两部模型的银行贷款违约预测研究 收藏

基于零膨胀分位数两部模型的银行贷款违约预测研究

Loan Default Forecasting Based on Zero-inflated Quantile Two-part Model

作     者:王小燕 袁腾 段湘斌 WANG Xiao-yan;YUAN Teng;DUAN Xiang-bin

作者机构:湖南大学金融与统计学院湖南长沙410082 中国人民银行安化支行湖南益阳413500 

出 版 物:《中国管理科学》 (Chinese Journal of Management Science)

年 卷 期:2022年第30卷第10期

页      面:1-13页

核心收录:

学科分类:12[管理学] 02[经济学] 0202[经济学-应用经济学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 020204[经济学-金融学(含∶保险学)] 

基  金:国家自然科学基金资助项目(71601076,72271088) 湖南省自然科学基金资助项目(2022JJ40107) 湖南省社会科学成果评审委员会资助项目(XSP22YBZ003) 长沙市自然科学基金资助项目(kq2202180) 

主  题:银行贷款 两部模型法 惩罚变量选择 分位数回归 

摘      要:贷款信用风险评估是银行风控的重要内容。贷款逾期天数作为常见的风险度量指标,具有典型的零膨胀特征。对于零膨胀数据,传统的线性回归不再适用,两部模型是常用的代表方法。考虑到贷款数据具有偏态分布特征,本文构建了一个分位数两部模型—logit-quantile模型。该模型由Logistic回归和分位数回归构成,为了进行风险因素的选择,在模型的两个回归中添加了Lasso惩罚。为了求解模型,本文采用了坐标下降法和线性规划法相结合的迭代算法。模拟分析显示,对比逐步法和常用的logit-linear两部模型,新模型表现出了最好的变量选择效果,尤其在零膨胀比例为80%及高维情形时,该模型的表现仍然最优。最后对某银行的贷款数据实证分析显示,新模型具有更精简的结构,采用交叉验证技术进行预测显示新模型的预测和分类表现最好。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分