Logistic违约率模型的改进及其在贷款定价中的应用

admin · 发表于 2024-2-20 10:48:26

题目：

雅宝题库答案：

****此区域为收费内容**** 需支付 1 知识币后可查看，1币=0.01元查看答案

雅宝题库解析：
违约率预测是信用风险管理最重要的环节之一。Logistic违约率模型作为经典的违约率预测计量模型，在学者的理论和实证研究中受到追捧。然而标准logistic模型本身在假设上的缺陷导致其在实践中发生估计偏差，影响了预测效果。隐变量是经济活动发生过程中不可避免的变量形式，它的出现打破了logistic模型关于样本独立性的假设。本文主要关注的是：如何将隐变量纳入模型以及纳入模型的最优隐变量数量。为此，整合Susan(2007)的推导结果后，本文构建了二水平logistic模型、三水平logistic模型和虚拟变量模型，并使用我国商业银行个人消费信贷数据对模型的预测效果进行了实证研究，利用受试者工作特征(Receiver Operating Characteristic，简称ROC)曲线辅助比较了模型优劣。结果表明，隐变量可以以多水平场景变量或者虚拟变量的形式纳入logistic模型，隐变量进入模型的形式与模型的预测效果无关；模型中应至少纳入两个以上隐变量才能保证良好的预测效果。一般说来，计量学中的贷款定价模型与违约率预测模型是相互独立的。但违约率预测作为贷款发放的前期准备工作，预测模型的好坏对整个贷款项目的成本有重要的影响。好的违约率预测模型，由于其预测准确度高，因而可以减少贷款人的贷款成本，从而影响贷款的价格。本文尝试将ROC相关参数引入贷款定价过程，得出了基于ROC的贷款定价公式，该公式既考虑了借款人和贷款项目本身的特征，也考虑了违约率预测模型的特征。最后，本文还利用我国商业银行个人消费信贷数据对贷款定价公式的基本性质进行了实证检验。

Logistic违约率模型的改进及其在贷款定价中的应用

天涯海角也要找到Ni：Logistic违约率模型的改进及其在贷款定价中的应用

相关帖子

QQ微信同步：1144766066。

服务

网站

战略合作