基于最优特征变量组合的小企业违约判别模型

发布时间：2024-01-25 20:30

　　小企业的违约判别模型为银行贷款决策与企业融资提供重要依据。本文通过指标分箱后的特征变量建立了小企业违约判别模型。本文构建的基于最优特征变量组合的小企业违约判别模型,共包括五章内容:第一章是绪论,第二章是基于最优特征变量组合的违约判别模型的基本原理,第三章是违约判别模型的构建,第四章是中国小企业样本的实证分析,第五章是结论。本文的研究重点包括两个方面:一是如何将一个指标拆分成不同的特征变量。任何一个违约判别模型都需要变量,不同变量构建的违约判别模型精度不同。例如“收入”这个指标拆分成“高收入”、“中等收入”、“低收入”这类的特征,具有“高收入”特征的客户往往具有更强的清偿能力,更不容易违约。而将“收入”拆分成几个区间,区间划分的临界点不同时,特征变量的违约鉴别能力不同。二是最优特征变量组合的遴选问题。m个特征变量,就会有2^m个特征变量组合,不同的特征变量组合构建的违约判别模型不同,模型的判别精度就不同。本文的创新有二:一是在特征变量的构造上,根据基尼方差这个特征区间的违约鉴别能力最大的情况下反推一个指标数值区间的最优划分的临界点,由此得到了由指标数值区间拆分成的、违...

【文章页数】：55 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景及意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 研究综述
        1.2.1 特征变量构造的研究现状
        1.2.2 指标组合遴选的研究现状
        1.2.3 小企业违约判别模型的研究现状
    1.3 研究内容及框架
        1.3.1 研究内容
        1.3.2 研究框架
    1.4 主要创新与特色
2 基于最优特征变量组合的违约判别模型原理
    2.1 指标的拆分原理
        2.1.1 数值型指标的拆分原理
        2.1.2 非数值型指标的拆分原理
    2.2 决策树违约判别模型的构建原理
        2.2.1 决策树违约判别模型节点划分标准
        2.2.2 决策树违约判别模型的构建原理
    2.3 本章小结
3 违约判别模型的构建
    3.1 指标的赋值
        3.1.1 数值型指标的赋值
        3.1.2 非数值型指标的赋值
    3.2 指标的拆分与特征变量的确定
        3.2.1 数值型指标的拆分
        3.2.2 非数值型指标的拆分
        3.2.3 特征变量数值的确定
    3.3 最优特征变量组合的确定
        3.3.1 最优特征变量组合遴选的标准
        3.3.2 最优特征变量组合的遴选
    3.4 模型构建
    3.5 关键特征变量重要度的计算
    3.6 模型精度的检验标准
    3.7 本章小结
4 中国小企业的实证分析
    4.1 样本数据
        4.1.1 数据来源
        4.1.2 样本的划分
    4.2 特征变量的确定
    4.3 最优特征变量组合M^*的确定
    4.4 小企业违约判别模型
    4.5 最优特征变量组合分析
    4.6 对比分析
        4.6.1 不同情形对比分析
        4.6.2 多模型精度对比分析
    4.7 本章小结
5 结论
    5.1 主要结论
    5.2 主要创新与特色
参考文献
附录A 各行业小企业的划分办法
攻读硕士学位期间发表学术论文情况
致谢



本文编号：3885506