变量序别化在信用评分模型中的应用研究

本文通过将连续数值变量进行序别化转换赋值,并基于这些变量建立Log- it信用评分模型,通过使用统计量AUC值与条件熵比率来检验序别化转换前后所建立回归模型的违约预测力。结果发现,连续数值变量经序别化转换后可提高模型的违约预测力及其韧性。