基于自适应LASSO变量选择的Logistic信用评分模型研究-统计学专业论文.docxVIP

东南大学硕士学位论文 东南大学硕士学位论文 摘要 摘要 本文主要研究的是信用评分模型中的变量选择问题，变量选择不仅是建模 过程中需要考虑的问题，也是统汁学研究中很重要的问题之一。在建模中不仅要 确保选择的变量集合能反映所要研究的对象特性，还要保征得到的结果具有较好 的拟合性和预测性。 本文主要工作如下： 一系统介绍了变量选择的方法：子集选择法和系数压缩法。子集选择法包 括AIC值、BIC值和逐步回归法，系数压缩法包括岭回归、LASSO以及自适应 LASSO。分析了信用评分模型的发展，变量选择住信用评分模型建立巾的关键 作用，以及国内外研究现状。 -研究j，Logistic模型的自适应LASSO变量选择和参数估计，核心是讨 论将变量的信息价值作为自适应LASSO的惩罚项权重，以及证明其得到的参数 估计量具有Oracle性质。由此构建了基于信息权重的Logistic信用评分模型。 三进行了实证分析，主要通过对深交所148家中小企、lk以及30个信用指 标体系变量进行以信息价值为惩罚项权蘑的自适应LASSO变量选择，建立 Logis