期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于L1惩罚Logit模型的P2P网络借贷信用违约识别与预测 被引量:10
1
作者 阮素梅 周泽林 《财贸研究》 CSSCI 北大核心 2018年第2期54-63,共10页
利用L1惩罚Logit模型,实证检验P2P网贷信用违约的关键影响因素;并利用混淆矩阵与ROC曲线等分类评价方法,检验模型的违约预测效果。研究发现:L1惩罚Logit模型具有很好的变量选择功能,可以有效地识别影响信用违约的关键因素,降低管理者的... 利用L1惩罚Logit模型,实证检验P2P网贷信用违约的关键影响因素;并利用混淆矩阵与ROC曲线等分类评价方法,检验模型的违约预测效果。研究发现:L1惩罚Logit模型具有很好的变量选择功能,可以有效地识别影响信用违约的关键因素,降低管理者的监管成本;L1惩罚Logit模型能够获得比普通Logit模型、支持向量机等更好的预测效果,既能够从总体上实现对信用违约状态的准确预测,又能够细致分析关键影响因素对违约概率造成的影响,有助于预测和控制信用风险的发生。 展开更多
关键词 P2P网络借贷 信用风险 L1惩罚Logit模型
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部