《表2 模型参数估计检验结果表》
最大似然估计值分析
根据Wald Chi-Square检验,要求引入模型的每个自变量达到95%的置信度,即P值<0.05。Wald统计量用于判断一个变量是否应该包含在模型中。本文由模型的表现定义分配数值,好客户为1,坏客户为0。在Logistic回归中指定预测的事件为“客户成为好客户”,则在模型回归时相关模型变量的系数为正数,表明在此模型中随着此变量的各个分组的证据权重(Weight of Evidence,WOE)值上升,其坏账率越低,这样才能符合业务逻辑,因此需注意保证所有入模变量的回归系数均为正数,否则需要将此变量剔除。根据Wald Chi-Square检验结果(见表2),从统计的合理性上表明平台交易规模、企业负债、企业经营历史、平台交易增长情况、借贷交易历史、借贷需求等变量应纳入对中小企业信用风险评估模型中,同时,变量系数也应符合业务逻辑。
图表编号 | XD00192041000 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.12 |
作者 | 陈倩 |
绘制单位 | 中国建设银行重庆市分行 |
更多格式 | 高清、无水印(增值服务) |