上市公司信用風(fēng)險(xiǎn)的變量選擇與模型比較.pdf

1、由于我國(guó)企業(yè)的歷史信用數(shù)據(jù)缺失以及信用制度的不完善等一系列問(wèn)題，現(xiàn)代信用風(fēng)險(xiǎn)度量模型在我國(guó)的適用性并不廣泛。在度量信用風(fēng)險(xiǎn)時(shí)，也存在財(cái)務(wù)指標(biāo)繁多，變量之間共線性較強(qiáng)等問(wèn)題。本文將目前我國(guó)主流的信用風(fēng)險(xiǎn)度量方法——Logistic回歸模型與變量選擇方法相結(jié)合進(jìn)行比較分析。二分類的Logistic回歸模型可以將因變量取值范圍固定在(0，1)之間，便于計(jì)算違約概率，此種方法的基本假設(shè)與我國(guó)環(huán)境相符，并具有較高的準(zhǔn)確率。而本文采用的降維方法包括

2、主成分分析、Lasso和Elastic Net。主成分分析法能夠降低變量相關(guān)性且判別準(zhǔn)確率高于逐步回歸。Lasso和Elastic Net則是可以同時(shí)實(shí)現(xiàn)系數(shù)估計(jì)和變量選擇的方法。兩者使用了L1正則化和L1&L2正則化的降維方法。本文對(duì)上述方法的原理進(jìn)行介紹。在實(shí)證分析時(shí)，通過(guò)比較準(zhǔn)確率、ROC曲線、KS指標(biāo)、WGRP等指標(biāo)分析了三種降維方法的風(fēng)險(xiǎn)區(qū)分能力、模型穩(wěn)定性和估計(jì)的準(zhǔn)確性。研究結(jié)果顯示三種方法的準(zhǔn)確率都較高，而Lasso方法所