-
题名基于整体违约鉴别能力最优的特征选择方法研究
- 1
-
-
作者
王魁
成静怡
李玫璇
朱晓谦
李刚
-
机构
中国科学院大学经济与管理学院
东北大学工商管理学院
中国科学院大学数字经济监测预测预警与政策仿真教育部哲学社会科学实验室(培育)
-
出处
《系统科学与数学》
CSCD
北大核心
2024年第10期2907-2919,共13页
-
基金
国家自然科学基金面上项目(71971051,72371067,71971207,72371236)
中央高校基本科研业务费专项资金
中国科学院大学数字经济监测预测预警与政策仿真教育部哲学社会科学实验室(培育)基金资助课题。
-
文摘
特征选择是违约判别建模的重要环节,合理的特征选择方法能够简化模型结构,提升违约鉴别效果.针对新疆维吾尔自治区内中小企业财务指标数据的特殊性,文章以整体违约鉴别能力最优为导向设计了一种新的特征选择方法,使其能够综合衡量自治区内中小企业金融借贷的风险.文章收集了新疆某银行2021年部分中小企业财务指标数据,对其进行基本的数据描述性统计和缺失值填补,并通过指标预测能力分析、多重共线性诊断及特征选择方法组合,筛选出了单个指标违约鉴别能力最强与整体违约鉴别能力最优的指标组合,有助于进一步对企业的违约状态进行判别,对企业的信用风险进行评价.通过数据对违约判别模型的有效性进行验证,其分类准确率最高达到95.85%,证明了所提模型在新疆信贷评级研究应用中具有较大的潜力.
-
关键词
违约鉴别
特征选择
集成学习
决策融合
信贷评级
-
Keywords
Default discrimination
feature selection
integrated learning
decision fusion
credit rating
-
分类号
F275
[经济管理—企业管理]
F832.4
[经济管理—金融学]
TP18
[自动化与计算机技术—控制理论与控制工程]
F276.3
[经济管理—企业管理]
-