基于零膨胀分位数两部模型的银行贷款违约预测研究

摘要：

贷款信用风险评估是银行风控的重要内容.贷款逾期天数作为常见的风险度量指标,具有典型的零膨胀特征.对于零膨胀数据,传统的线性回归不再适用,两部模型是常用的代表方法.考虑到贷款数据具有偏态分布特征,本文构建了一个分位数两部模型-logit-quantile模型.该模型由Logistic回归和分位数回归构成,为了进行风险因素的选择,在模型的两个回归中添加了 Lasso惩罚.为了求解模型,本文采用了坐标下降法和线性规划法相结合的迭代算法.模拟分析显示,对比逐步法和常用的logit-linear两部模型,新模型表现出了最好的变量选择效果,尤其在零膨胀比例为80％及高维情形时,该模型的表现仍然最优.最后对某银行的贷款数据实证分析显示,新模型具有更精简的结构,采用交叉验证技术进行预测显示新模型的预测和分类表现最好.

关键词：银行贷款、两部模型法、惩罚变量选择、分位数回归

所属期刊栏目：30

分类号：F830.589(金融、银行)

资助基金：国家自然科学基金;国家自然科学基金;湖南省自然科学基金资助项目;湖南省社会科学成果评审委员会资助项目;长沙市自然科学基金资助项目

在线出版日期：2022-11-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：1-13