《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》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。