上市公司信用风险分析模型中的变量选择

作     者：胡心瀚 叶五一 缪柏其 

作者机构：中国科学技术大学统计与金融系安徽合肥230026 

基　　金：国家自然科学基金青年科学基金项目(71001095) 高等学校博士学科点专项科研基金(20103402120010) 

出 版 物：《数理统计与管理》 (Journal of Applied Statistics and Management)

年 卷 期：2012年第31卷第6期

页      码：1117-1124页

摘      要：当前上市公司信用风险数据所呈现出的高维度以及高相关性的特点严重影响了信用风险模型的准确性。为此本文结合已有算法以及信用风险模型的特点设计了一种新的基于非参数的变量选择方法。通过该方法对上市公司用风险相关变量进行分析筛选可以消除数据集中包含的噪声变量以及线性相关变量。本文同时还针对该方法设计了高变量维度下最优解求解算法。文章以Logistic模型为例对上市公司信用风险做了实证分析,研究结果表明与以往的变量选择方法相比该方法可以有效的降低数据维度,消除变量间的相关性,并同时提高模型的可靠性和预测精度。

主 题 词：上市公司 信用风险 非参数 Logistic 变量选择 

学科分类：12[管理学] 02[经济学] 0202[经济学-财政学类] 1201[管理学-管理科学与工程类] 020204[020204] 

核心收录：

D　O　I：10.13860/j.cnki.sltj.2012.06.017

馆 藏 号：203188018...