上市公司信用風險的變量選擇與模型比較.pdf

1、由于我國企業(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題，現(xiàn)代信用風險度量模型在我國的適用性并不廣泛。在度量信用風險時，也存在財務指標繁多，變量之間共線性較強等問題。本文將目前我國主流的信用風險度量方法——Logistic回歸模型與變量選擇方法相結合進行比較分析。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，便于計算違約概率，此種方法的基本假設與我國環(huán)境相符，并具有較高的準確率。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性且判別準確率高于逐步回歸。Lasso和Elastic Net則是可以同時實現(xiàn)系數(shù)估計和變量選擇的方法。兩者使用了L1正則化和L1&L2正則化的降維方法。本文對上述方法的原理進行介紹。在實證分析時，通過比較準確率、ROC曲線、KS指標、WGRP等指標分析了三種降維方法的風險區(qū)分能力、模型穩(wěn)定性和估計的準確性。研究結果顯示三種方法的準確率都較高，而Lasso方法所