基于二元选择分位数回归视角的信用评估方法与应用

发布时间：2017-06-07 22:08

  本文关键词：基于二元选择分位数回归视角的信用评估方法与应用，，由笔耕文化传播整理发布。

【摘要】：信用评估在市场经济中发挥了重要的作用,受到了理论研究与实践部门的共同关注,使得信用度量和管理技术不断得到发展。然而,国内已有信用评估工作只是在均值框架下开展,难以揭示经济行为的异质性。分位数回归能够刻画解释变量对响应变量在不同分位点处的影响,从而成功解释现实世界中普遍存在的异质性现象。针对信用数据的复杂性和信用行为的异质性,本文基于分位数回归开展了两个方面的研究工作,拓展了国内已有研究。首先,基于普通二元选择分位数回归建立了中国上市公司信用评估方法。二元选择分位数回归是二元选择均值回归在分位数框架下的推广,能够更好地揭示解释变量对响应变量在不同分位点处的异质影响,从而可以更加准确地描述与预测二元选择行为。通过数值模拟和实证研究,比较了二元选择分位数回归模型与二元选择均值回归模型的信用评估能力,表明二元选择分位数回归模型具有更好的判别能力和稳健性,且可以揭示信用影响因素对信用的异质影响。其次,应用Lasso二元选择分位数回归模型于中国上市公司信用评估,一方面通过Lasso变量选择功能,从众多的信用影响因素中识别出关键因素；另一方面通过分位数回归细致描绘各个关键因素对信用的异质影响,提供更为全面和详细的信用评估信息。本文改进了已有的Lasso二元选择分位数回归模型,从而提高了参数估计效率和变量选择能力。通过数值模拟和实证研究,将本文模型与Logit模型、Lasso-Logit模型和支持向量机进行对比,发现前者不但具备良好的变量选择能力而且可以获得最佳的评估效果。本文研究工作具有一定的学术价值和应用价值,主要集中表现在三个方面：第一,通过模型的优良评估性能,实现对企业信用状况的准确定位；第二,根据各因素对企业信用的异质性影响,可以采取更有针对性的企业治理策略以提高信用水平；第三,通过Lasso变量选择功能识别出影响信用的关键因素,从而降低无关因素搜集成本和管理成本。
【关键词】：信用评估 分位数回归 二元选择 Lasso
【学位授予单位】：合肥工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F224;F832.51;F275
【目录】：

• 致谢7-8
• 摘要8-9
• ABSTRACT9-13
• 第一章 绪论13-19
• 1.1 选题背景和意义13-14
• 1.2 信用评估方法研究综述14-17
• 1.2.1 统计学方法14-15
• 1.2.2 人工智能方法15-16
• 1.2.3 组合方法16
• 1.2.4 变量选择方法16-17
• 1.3 研究思路和研究方法17-18
• 1.4 主要创新与结构安排18-19
• 1.4.1 主要创新18
• 1.4.2 结构安排18-19
• 第二章 信用评估理论基础19-29
• 2.1 信用评估内涵19-21
• 2.1.1 信用评估含义19
• 2.1.2 信用评估意义19-20
• 2.1.3 信用评估类别20-21
• 2.2 信用评估主要方法21-26
• 2.2.1 信用要素分析法21-22
• 2.2.2 统计学方法22-25
• 2.2.3 人工智能方法25-26
• 2.3 信用评估效果评价26-29
• 2.3.1 判别精度及两类错误率26-27
• 2.3.2 ROC曲线及AUC值27-29
• 第三章 基于普通二元选择分位数回归的信用评估29-37
• 3.1 模型表示29
• 3.2 参数估计29-30
• 3.3 信用评估30
• 3.4 数值模拟30-31
• 3.4.1 数值模拟方案设计30-31
• 3.4.2 数值模拟结果31
• 3.5 实证研究31-36
• 3.5.1 数据选择与说明31-33
• 3.5.2 实证结果分析33-36
• 3.6 本章总结36-37
• 第四章 基于Lasso二元选择分位数回归的信用评估37-48
• 4.1 模型表示37
• 4.2 参数估计37-38
• 4.3 变量及阈值选择38-39
• 4.3.1 变量选择38
• 4.3.2 阈值选择38-39
• 4.4 数值模拟39-42
• 4.4.1 数值模拟方案设计39
• 4.4.2 数值模拟结果39-42
• 4.5 实证研究42-47
• 4.5.1 数据选择与说明42-44
• 4.5.2 实证结果分析44-47
• 4.6 本章总结47-48
• 第五章 总结与展望48-50
• 5.1 研究总结48-49
• 5.2 研究展望49-50
• 参考文献50-55
• 攻读硕士学位期间的学术活动及成果情况55

【相似文献】

中国期刊全文数据库 前10条

1 张代强;张屹山;;前瞻性利率规则在我国的实证研究——基于分位数回归方法的变参数检验[J];数量经济技术经济研究;2008年10期

2 刘生龙;;教育和经验对中国居民收入的影响——基于分位数回归和审查分位数回归的实证研究[J];数量经济技术经济研究;2008年04期

3 罗玉波;;房价影响因素分析:分位数回归方法[J];统计与决策;2011年06期

4 李顺毅;;房价如何影响消费对经济增长的贡献——基于分位数回归的实证分析[J];消费经济;2011年03期

5 朱平芳;张征宇;;无条件分位数回归:文献综述与应用实例[J];统计研究;2012年03期

6 胡丰;许启发;蒋翠侠;;基于分位数回归的基金风格分析与业绩评价[J];郑州航空工业管理学院学报;2012年06期

7 王朝;高敬雅;王琪;;基于分位数回归的房地产价格研究[J];商;2012年14期

8 胡永远;倪丽艳;;基于分位数回归的社会救助再就业人群收入研究[J];山东财政学院学报;2013年03期

9 欧阳胜银;;外资溢出效应的分位数回归研究[J];财经理论与实践;2013年04期

10 刘昕明;李志强;;基于分位数回归的企业债信用风险研究[J];北京化工大学学报(自然科学版);2013年06期

中国重要会议论文全文数据库 前6条

1 林艺圃;;中国股市价量关系的实证分析分位数回归模型[A];中国社会科学院第三届中国经济论坛论文集（下）[C];2007年

2 陈娟;林龙;叶阿忠;;基于分位数回归的中国居民消费研究[A];中国社会科学院第三届中国经济论坛论文集（下）[C];2007年

3 夏宁;;中国上市公司高管人员薪酬的影响因素与成因分解——一个基于分位数回归模型的实证研究[A];中国会计学会财务管理专业委员会2009年学术年会论文集[C];2009年

4 宋马林;吴杰;高玉强;张琳玲;宋峰;;中国入世以来的对外贸易与环保效率——基于分省面板数据的实证分析[A];中国贸易救济与产业安全论丛（2012）——第七届中国贸易救济与产业安全研究奖获奖论文集[C];2013年

5 任声策;;创新和出口的互动关系:基于中国制造业企业的实证[A];第八届（2013）中国管理学年会——技术与创新管理分会场论文集[C];2013年

6 刘鑫波;张志敏;梁逸曾;;高效准确的高分辨数据快速平滑与基线校正算法[A];中国化学会第29届学术年会摘要集——第19分会：化学信息学与化学计量学[C];2014年

中国博士学位论文全文数据库 前6条

1 邸俊鹏;分位数回归的贝叶斯估计与应用研究[D];南开大学;2013年

2 康宁;分位数回归模型及在金融经济中的应用[D];合肥工业大学;2016年

3 韩月丽;极值统计与分位数回归理论及其应用[D];天津大学;2009年

4 关静;分位数回归理论及其应用[D];天津大学;2009年

5 项云帆;资本资产定价模型及实证分析[D];华中科技大学;2010年

6 陈林兴;基于空间视角的我国省际农村居民消费趋同性研究[D];浙江大学;2012年

中国硕士学位论文全文数据库 前10条

1 代贝;基于分位数回归的农村居民消费区域差异研究[D];昆明理工大学;2015年

2 罗小青;基于分位数回归的中国GDP与电力消费量关系研究[D];华南理工大学;2015年

3 张成林;随机截断线性模型的加权组合分位数回归[D];武汉科技大学;2015年

4 葛伟康;基于分位数回归的高速公路交通事故预测[D];东南大学;2015年

5 郝祥如;基于分位数回归的政府经济管制强度对公众创业频度影响的统计研究[D];山东财经大学;2016年

6 赵建芳;基于分位数回归模型的农村养老保险消费效应分析[D];山东财经大学;2016年

7 蒋兴凡;城镇居民收入差距代际传递的分位数回归研究[D];安徽大学;2016年

8 常琳;异方差泊松自回归模型的分位数回归估计[D];吉林大学;2016年

9 杜艳芳;基于分位数回归的空气质量指数分析[D];兰州大学;2016年

10 张成;基于分位数回归的金融风险管理[D];西南交通大学;2016年

  本文关键词：基于二元选择分位数回归视角的信用评估方法与应用，由笔耕文化传播整理发布。

本文编号：430446