基于二分类LR的个人信贷违约风险评估

发布时间：2021-07-31 22:45

　　本文采用阿里云网站天池实验室中的公开部分个人信贷面板数据资料,利用STATA软件实现二分类Logistics Regression建模,对个人信贷信用风险进行了研究。研究结果显示:该模型的拟合能力较好,对违约的识别正确率较高,达到80.26%。在0.95的置信区间内,工龄、信用卡负债和负债率对信用违约风险有显著的影响,而其他的因素的影响不是很明显。借款公司可借助该模型评估贷款客户的违约风险,改善贷款的质量。 

【文章来源】：软件. 2020,41(08)

【文章页数】：3 页

【部分图文】：

Sigmoid函数图像

采用STATA软件进行二分类LR计算，考虑到在置信区间内，自变量对结果是否存在明显影响，本文采用逐步后退法对其进行回归，剔除变量过程如图2，最终得到回归OR值、回归系数、标准差、显著性水平等结果如图3，可得违约的LR方程可以表示为。图3 最终LR结果

最终LR结果

【参考文献】：
期刊论文
[1]基于多因素Logistic回归分析的废旧物资处理系统设计与实现[J]. 席卫华.  软件. 2018(09)
[2]基于Logistic回归模型的个人小额贷款信用风险评估及应用[J]. 罗方科,陈晓红.  财经理论与实践. 2017(01)
[3]P2P网络借贷个人信用风险评估[J]. 宋丽平,张利坤,徐玮.  财会月刊. 2015(35)
[4]中国农户小额信贷信用风险评估研究——基于模糊综合评价模型[J]. 王颖.  西南金融. 2010(08)

硕士论文
[1]基于贝叶斯网络的SVM客户信用评估模型研究[D]. 王华松.辽宁工程技术大学 2017



本文编号：3314318