基于自適應(yīng)LASSO變量選擇的Logistic信用評(píng)分模型研究

羅昊　韓瑞珠

作者簡介：羅昊（1991-），男，漢，碩士研究生，東南大學(xué)經(jīng)濟(jì)管理學(xué)院系統(tǒng)工程研究所，研究方向：金融統(tǒng)計(jì)。

韓瑞珠（1959-），女，博士，教授，碩士生導(dǎo)師，東南大學(xué)經(jīng)濟(jì)管理學(xué)院系統(tǒng)工程研究所。

摘要：本文研究將變量的信息價(jià)值作為自適應(yīng)LASSO變量選擇中懲罰項(xiàng)的權(quán)重，對(duì)考慮了供應(yīng)鏈融資相關(guān)變量的信用評(píng)分變量集合進(jìn)行變量選擇，建立logistic信用評(píng)分模型。通過ROC曲線和KS值等指標(biāo)對(duì)比逐步回歸和LASSO變量選擇建立的模型，得到了基于自適應(yīng)LASSO變量選擇的Logistic信用評(píng)分模型具有更好的風(fēng)險(xiǎn)區(qū)分能力以及預(yù)測的準(zhǔn)確性的結(jié)論。

關(guān)鍵詞：自適應(yīng)LASSO；信息價(jià)值；Logistic信用評(píng)分模型

信用評(píng)分模型是銀行等金融機(jī)構(gòu)根據(jù)客戶的信用歷史資料，建立計(jì)量模型來得到不同等級(jí)客戶的信用分?jǐn)?shù)，從而決定客戶可以持有的金額權(quán)限，以保證還款等業(yè)務(wù)的安全性。隨著現(xiàn)代社會(huì)經(jīng)濟(jì)的發(fā)展，個(gè)人和企業(yè)越來越多的參與到金融活動(dòng)中，這對(duì)信用評(píng)分模型的發(fā)展提出了更高的要求。商業(yè)銀行主要還是基于統(tǒng)計(jì)模型來劃分客戶的信用等級(jí)，對(duì)于企業(yè)客戶，銀行主要會(huì)從企業(yè)的各項(xiàng)財(cái)務(wù)指標(biāo)來選取變量建立評(píng)分模型。目前在如何選擇合適的變量來建模這個(gè)關(guān)鍵點(diǎn)上，普遍存在兩方面的誤區(qū)。一方面由于無法識(shí)別哪些是重要變量，哪些是無關(guān)變量，人們會(huì)傾向于選用盡可能多的自變量，這樣做雖然避免了遺漏變量帶來的模型偏差，可是過多的變量進(jìn)入模型會(huì)導(dǎo)致相關(guān)性的變量同時(shí)進(jìn)入模型帶來的共線性問題，以及對(duì)模型的估計(jì)系數(shù)的大小和符號(hào)正負(fù)帶來影響，而且無關(guān)變量的選入還會(huì)降低模型的精度，對(duì)理解變量之間的關(guān)系造成一定程度的干擾。另一方面是研究中常常忽視了變量選擇和設(shè)定的問題，為了方便自己的研究和收集數(shù)據(jù)，從自己的主觀判斷選擇研究變量，建立的模型缺乏有力的科學(xué)依據(jù)，這極大的減弱了該模型的說服力以及結(jié)論的可靠性。因此，為了確保模型設(shè)定的正確性，建立模型之前進(jìn)行變量選擇是必不可少的一項(xiàng)工作。

本文選擇Logistic回歸方程建立信用評(píng)分模型，采用自適應(yīng)LASSO來進(jìn)行建模的變量選擇過程，其中考慮變量的信息價(jià)值作為自適應(yīng)LASSO懲罰項(xiàng)權(quán)重，以期望通過自適應(yīng)LASSO變量選擇得到最優(yōu)的Logistic信用評(píng)分模型。

三、小結(jié)

通過理論證明了基于信息價(jià)值IV作為自適應(yīng)LASSO方法的懲罰權(quán)重來進(jìn)行變量選擇，建立的Logistic回歸模型參數(shù)估計(jì)量具有Oracle性質(zhì)。實(shí)證分析階段，三種模型中自適應(yīng)LASSO建立的Logistic信用評(píng)分模型對(duì)企業(yè)信用風(fēng)險(xiǎn)的識(shí)別正確率最高，相比較其他兩個(gè)模型具有較大的優(yōu)勢，這也顯示出了將信息價(jià)值作為變量權(quán)重加入自適應(yīng)LASSO變量選擇中來建立模型的優(yōu)越性。本文的不足之處是沒有考慮模型在不同環(huán)境、不同時(shí)點(diǎn)下是否仍能夠保持良好的精確性，因而進(jìn)一步研究將重點(diǎn)嘗試建立動(dòng)態(tài)信用評(píng)分模型來檢驗(yàn)?zāi)Ｐ偷姆€(wěn)健性。（作者單位：東南大學(xué)經(jīng)濟(jì)管理學(xué)院系統(tǒng)工程研究所）

參考文獻(xiàn)：

[1]Akaike H.Inforlnation theory and an extension of the maxim um likelihood prineiple

[2]petrov BN，CsakiF，eds.Proeeedings of the Sceond International Sylllposium on Information Theory[C].BudaPest，1973：267-281.

[3]孫燕.隨機(jī)效應(yīng)Logit計(jì)量模型的自適應(yīng)LASSO變量選擇方法研究——基于Gauss-Hermite積分的EM算法[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2012，12：147-157.

[4]胡心瀚，葉五一，繆柏其.上市公司信用風(fēng)險(xiǎn)分析模型中的變量選擇[J].數(shù)理統(tǒng)計(jì)與管理，2012，06：第1117-1124頁.

[5]羅世煒.關(guān)于我國城市商業(yè)銀行對(duì)中小企業(yè)信貸融資問題的研究[D].暨南大學(xué)，2012.