《表8 变量选择与估计结果》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于L1惩罚Logit模型的P2P网络借贷信用违约识别与预测》
注:这里对原始数据的职业变量进行相应的归并,得到三个等级的职业水平:国家机关、党群组织、企业、事业单位负责人,专业技术人员及其他。
其次,通过交叉验证,对L1惩罚Logit模型参数进行选择,结果见图1所示。根据Tibshirani(1996)的建议:在模型偏差相差不大的基础上,尽量获得相对比较重要的变量,使压缩程度最大,即获得的变量数目尽量少。为此,本文选取图1中右侧虚线对应的值,得到模型解释变量系数有5个不为0,详见表8。这样,管理者可以将主要精力集中到这5个变量上来,防范信用违约风险,极大地减少了从全部13个变量出发实施监管方案带来的管理成本。
图表编号 | XD0010851100 严禁用于非法目的 |
---|---|
绘制时间 | 2018.02.15 |
作者 | 阮素梅、周泽林 |
绘制单位 | 安徽财经大学金融学院、安徽财经大学安徽经济社会发展研究院、安徽财经大学金融学院 |
更多格式 | 高清、无水印(增值服务) |