基于自适应LASSO变量选择的Logistic信用评分模型研究-统计学专业论文.docx

东南大学硕士学位论文 东南大学硕士学位论文 摘要 摘要 本文主要研究的是信用评分模型中的变量选择问题，变量选择不仅是建模 过程中需要考虑的问题，也是统汁学研究中很重要的问题之一。在建模中不仅要 确保选择的变量集合能反映所要研究的对象特性，还要保征得到的结果具有较好 的拟合性和预测性。 本文主要工作如下： 一系统介绍了变量选择的方法：子集选择法和系数压缩法。子集选择法包 括AIC值、BIC值和逐步回归法，系数压缩法包括岭回归、LASSO以及自适应 LASSO。分析了信用评分模型的发展，变量选择住信用评分模型建立巾的关键 作用，以及国内外研究现状。 -研究j，Logistic模型的自适应LASSO变量选择和参数估计，核心是讨 论将变量的信息价值作为自适应LASSO的惩罚项权重，以及证明其得到的参数 估计量具有Oracle性质。由此构建了基于信息权重的Logistic信用评分模型。 三进行了实证分析，主要通过对深交所148家中小企、lk以及30个信用指 标体系变量进行以信息价值为惩罚项权蘑的自适应LASSO变量选择，建立 Logistic信用评分模型，并利用发生比率来解释估讣量的含义，并对选择的变量 进行经济意义检验，可知模型包含的变量基本涵盖了企业的各项能力指标。最后 并通过对比逐步回归法和LASSO两种变量选择法建立的logistic信用评分模型， 利用ROC曲线、KS值、WGRP和CIER指标来比较验证■种模型的风险区分能 力和估计准确性，得到自适应LASSO建立的Logistic模型要好于其他两种方法 得到的模型，也表明了包含信息价值的自适应LASSO变量选择方法在实证检验 中具有很好的表现。 关键词：变量选择：Logistic模型：信息价值；自适应LASSO 万方数据 东南大学硕上学位论文 东南大学硕上学位论文 AbstraCt ——_——————————————————————————————————_—_-_-●-———-●__h—_—_●_-———_——_____-—————————一一————————h——————————————————_—————_-—●_—————————一 Abstract This paper studies the logistic credit scoring model about the variables selection。 Variable selection is not only problem to be considered in the process of modeling establishment，also a very important issue in the statistical study．The model need to the variables selected should reflect the characteristics of the object to be studied，and that the results obtained with better fitting and predictability The main important work of this paper： First Systematical introduced variable selection methods：subset selection method and the coefficient compression method．Subset selection method includes AIC，BIC and stepwise regression，The coefficient compression method includes ridge regression、LASSO and adaptive LASSO Second Focusing on the adaptive LASSO variable selection of Logistic model and parameter estimation，the is to discuss adapti、，e LASSO penalty variable term weighting with the value of variable information，and parameter estimators o