基于借款描述的违约判别研究
违约判别对金融机构贷款和商业信用决策具有重要意义.本文研究的问题是如何使用非结构化的借款描述数据构建违约判别模型,提高金融机构识别违约客户的能力.本文的创新与特色:一是使用pca-foword方法提取借款描述中信息,不仅能避免使用统计特定字符频数的方法提取借款描述信息不充分的弊端,而且避免了从借款描述中提取的信息与鉴别客户违约状态无关的弊端.二是同时使用借款描述数据和数字数据两类数据建立违约判别模型,避免了使用单类数据构建违约判别模型准确性不足的弊端.研究表明:在对比分析中,使用两类数据(借款描述数据和数字数据)建立的最优临界点逻辑回归判别模型的准确性最高.不同借贷公司识别借款人违约的能力存在差异;基本情况说明的描述与违约呈现正相关关系且显著;以生产经营为目的的描述与违约呈现正相关关系且显著;承诺还钱的描述与违约呈现负相关关系且显著;与借款人所供职的公司或所经营公司相关的描述与违约呈现负相关关系且显著.上述关系在控制了借款人经济特征后依然成立.
借款描述、文本分析、临界点、违约判别
34
TP301.6;F279.246;G250
国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;国家社会科学基金
2023-02-21(万方平台首次上网日期,不代表论文的发表时间)
共11页
261-271