基于两阶段思想处理拒绝推断的信用评分模型
2012-11-22分类号:F832.4;F224
【部门】中国人民大学应用统计研究中心统计学院
【摘要】本文首先从数据缺失机制的角度分析了信用评分模型的开发和应用中所存在的样本偏差问题,提出了可以用拒绝推断来处理此类问题;然后在曾经被应用于拒绝推断问题处理的Heckman两阶段模型的基础上,提出了用拟似然两阶段模型和广义偏线性模型这两种新的两阶段方法来处理信用评分模型中的拒绝推断问题。经过实证分析发现,应用这两种方法可以得到很理想的结果。另外根据本文的研究,人行征信这类外部数据是拒绝推断最有效的方法,如果此类数据缺乏,则用拟似然两阶段模型和广义偏线性模型是比较有效的拒绝推断方法。
【关键词】信用评分模型 拒绝推断 两阶段模型 拟似然 广义偏线性模型
【基金】国家社科基金青年项目(09CTJ003)资助;; 国家自然科学基金项目(71071155)资助;; 中国人民大学科学研究基金“中央高校基本科研业务费专项资金”(10XNL007)资助
【所属期刊栏目】数理统计与管理
文献传递