期刊文献+

基于Probit模型对消费者信用卡还贷影响因素的实证分析 被引量:5

原文传递
导出
摘要 本文从消费者的角度基于Probit模型对我国信用卡还贷的影响因素进行了实证研究。通过问卷调查收集数据,研究发现消费者的历史拖欠记录和每月还贷支出额占月收入比例是影响我国信用卡还贷的重要因素。研究结果有利于提高消费者信用评估的准确性,推动信用卡业务的发展。
出处 《消费经济》 CSSCI 北大核心 2013年第4期48-51,共4页 Consumer Economics
基金 教育部留学回国人员科研启动基金资助项目(教外司留[2013]693号)
  • 相关文献

参考文献15

  • 1郑璇.基于Probit模型对消费者使用银行卡频率的影响因素分析——以湖南为例[J].消费经济,2011,27(4):49-52. 被引量:1
  • 2向晖,杨胜刚.基于聚类的bagging集成消费者信用评估模型[J].消费经济,2011,27(1):50-52. 被引量:1
  • 3Lyn C. Thomas, David B. Edelman.Credit Scoring and Its Applications [M].Philadephia Pennsylvania, USA:Society for Industry and Applied Mathmatics, 2002.
  • 4Thomas L. C. A Survey of Credit and Behavioral Scoring:. Forecasting Financial Risks of Lending to Customers [J]. International Journal of Forecasting, 2000, 16: 149-172.
  • 5Huang Z., Chert H., Hsu C., et al. Credit Rating Analysis with Support Vector Machines and Neural Networks: A Market Comparative Study [J]. Decision Support Systems, 2004, 37(4): 543-558.
  • 6Reichert A. K., Cho C. C., Wagner G. M. An Examination of the Conceptual Issues Involved in Developing Credit-scoring Models [J]. Journal of Business & Economic Statistics, 1983, 1(2): 101-114.
  • 7Friedman J. H. Multivariate Adaptive Regression Splines [J]. The Annals of Statistics, 1991,(1):67.
  • 8Liang Z., Li Y., Shi P.A Note on Two-dimensional Linear Discriminant Analysis [J]. Pattern Recognition Letters, 2008, 29(16): 2122-2128.
  • 9Schebesch K. B., Stecking R. Support Vector Machines for Classifying and Describing Credit Applicants: Detecting Typical and Critical Regions [J]. Journal of the Operational Research Society, 2005, 56(9): 1082-1088.
  • 10Ab dou H. A. Genetic Programming for Credit Scoring:. The Case of Egyptian Public Sector Banks [J]. Expert Systems with Applications, 2009, 36(9): 11402-11417.

二级参考文献56

共引文献22

同被引文献58

引证文献5

二级引证文献17

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部