-
题名基于整合治愈率模型的信贷违约时点预测
被引量:2
- 1
-
-
作者
范新妍
方匡南
郑陈璐
张志远
-
机构
中国人民大学统计学院
厦门大学经济学院
厦门大学管理学院
厦门国际银行总行科技开发部人工智能与模型开发处
-
出处
《统计研究》
CSSCI
北大核心
2021年第2期99-113,共15页
-
基金
教育部人文社会科学研究青年基金项目“基于半监督学习的消费金融风控方法与应用研究”(20YJC910004)
全国统计科学研究重大项目“多源数据融合的无监督学习方法及其应用”(2019LD02)
国家自然科学基金面上项目“基于多源信息融合的高维分类方法及其在信用评分中的应用”(72071169)
-
文摘
传统信用评分方法主要利用统计分类方法,只能预测借款人是否会发生违约,但不能预测违约发生的时点。治愈率模型是二分类和生存分析的混合模型,不仅可以预测是否会发生违约,而且可以预测违约发生的时点,比传统二分类方法可以提供更多的信息。另外,随着大数据的发展,数据源越来越多,针对相同或者相似任务,可以收集到多个数据集,本文提出了融合多源数据的整合治愈率模型,可以对多个数据集同时建模和估计参数,通过复合惩罚函数进行组间和组内双层变量选择,并通过促进两个子模型回归系数符号相同,提高模型的可解释性。通过数值模拟发现,所提方法在变量选择和参数估计上均有明显优势。最后,将所提方法应用于信用贷款的违约时点预测中,模型表现良好。
-
关键词
多源数据
整合治愈率模型
违约日期预测
信用评分
-
Keywords
Multi-source Data
Integrative Cure Rate Model
Default Point Prediction
Credit Scoring
-
分类号
F224
[经济管理—国民经济]
F832.4
[经济管理—金融学]
-