-
题名基于贡献度随机森林模型的公司债信用风险实证分析
被引量:1
- 1
-
-
作者
汪政元
伍业锋
-
机构
暨南大学经济学院
-
出处
《经济数学》
2016年第3期33-40,共8页
-
基金
中央高校基本科研业务费专项资金暨南远航计划(12JNYH002)
-
文摘
运用贡献度随机森林方法(CRF)方法探讨公司债财务指标比率与其违约率的关系.运用连续属性离散化方法(OB)进行财务指标最优降维;运用WOE变换进行模型变量约简.研究表明,CRF模型的分类性能显著优于其他模型,测试集评估总体正确率达90.47%,AUC统计量、AR比率及K-S值分别提升了2.6%、7.6%、4.38%,变量贡献度量化了各财务指标对违约率影响,为诠释随机森林预测机制提供了依据.
-
关键词
财务管理
违约预测
实证分析
贡献度随机森林
连续属性离散化
woe变换
-
Keywords
financial management
default prediction
empirical analysis
contribution andom forest model
discretiza-tion
woe transformation
-
分类号
F224
[经济管理—国民经济]
-
-
题名诉讼处置不良贷款违约损失率估计的模型簇
被引量:2
- 2
-
-
作者
李军
信聪
陈暮紫
杨晓光
-
机构
天津大学管理与经济学部
中国人民大学财政金融学院
中央财经大学管理科学与工程学院
中国科学院数学与系统科学研究院
-
出处
《系统工程》
CSSCI
CSCD
北大核心
2015年第8期123-132,共10页
-
基金
国家自然基金重点资助项目(70933003)
国家自然基金资助项目(70871109)
+1 种基金
国家自然科学基金青年项目(71203247)
教育部人文社科青年基金资助项目(11YJC790015)
-
文摘
违约损失率(LGD)是内部评级高级法要求的重要参数之一,已成为商业银行风险管理的重要手段。由于受数据等多方面的限制,国内外尚无对我国大型商业银行诉讼处置不良贷款违约损失率估计的研究。本文在对我国某大型商业银行诉讼处置不良贷款违约损失率全面统计分析的基础上,找出回收率的影响因素,采用决策树模型,判别出极端回收和非极端回收。针对非极端回收的情况综合运用Logit变换、Beta-正态逆变换、WOE变换等方法,建立点估计模型;随后利用广义Beta回归给出了LGD的分布模型;在对四个模型进行相关性分析的基础上用最小误差平方和的方法建立了组合模型,由此形成由判别模型与组合模型构成的模型簇。实证结果表明,极端回收的判别准确率高达77.6%,组合模型的均方误差低于5%;模型簇在极端回收和非极端回收两类表现出很好的一致性。
-
关键词
不良贷款
诉讼处置
违约损失率LGD
Logit变换
Beta-正态逆变换
woe变换
广义Beta回归
模型簇
-
Keywords
Non-performing Loans(NPLS)
Disposal of Litigation
Loss Given Default(LGD)
Logit Transformation
Beta Transformation
woe Transformation
Generalized Beta Regression
Collective Models
-
分类号
F830
[经济管理—金融学]
-