个人信用风险评分的贝叶斯有偏连接模型研究.pdfVIP

第30卷第 2期 统 计 与信 息 论 坛 2015年 2月 Vo1．30 No．2 Statistics InformationForum Feb．，2015 【统计理论与方法】 个人信用风险评分的贝叶斯有偏连接模型研究 史小康，何晓群 (中国人民大学 应用统计科学研究中心，北京 100872) 摘要：经典 Logistic回归模型与Probit回归模型的连接函数都是固定的对称连接函数，数据的不平衡性 使这两个对称连接模型的参数估计偏差和均方误差显著上升，预测效果也会下降。在潜变量模型的基础上， 将非对称连接函数的思想引入到信用风险评分中，采用贝叶斯估计和Gibbs抽样对有偏连接模型中的参数进 行估计。实证结果表明：两类有偏连接模型对对称连接模型的改造是成功的，并兼备其系数可解释的优点。 关键词：信用风险；贝叶斯；有偏连接模型；Gibbs抽样 中图分类号：O212：F224．0 文献标志码：A 文章编