指标简化方法的探讨——以信用评级为例

一套好的指标应该能够以较少的信息高效反应更多的内容,如果对指标不加选择地应用,很容易造成回归中的共线性、智能算法中的信息空间过大等问题。本文从降低指标间的相关性入手,通过建立一套新的方法减少信息冗余。这套方法以因子分子为主,充分利用旋转后因子载荷矩阵的信息,并结合聚类分组、相关分析等。以50家上市公司2015年的数据为样本进行实证分析,最终结果显示这一方法能有效降低数据间的相关程度,达到了精简指标的目的。