《表4 样本外预测结果:基于稀疏结构连续比率模型的消费金融风控研究》
首先,将数据按照8∶2随机划分为训练集和测试集,然后利用训练集建立模型,利用建立的模型对测试集进行样本外预测,得到模型的预测准确率。将上述过程重复100次,得到的三种模型的平均预测准确率和对应的标准差(详见表4)。从表4可以看出,本文提出的SSCR模型的总准确率最高,为77.36%,并且在“非违约客户”“灰客户”和“违约客户”的预测准确率也是最高的,这说明本文提出的稀疏结构连续比率模型的表现最好。但是在这三类客户中,因为“灰客户”的风险特征不稳定且不容易被准确识别,因此灰客户的预测准确率是最低的,这与实际信用风险管理情况相一致,这也说明在信用评分实践中很有必要把“灰客户”作为单独一类进行识别,并通过增加显著变量或者改进模型提升预测准确率。
图表编号 | XD00196604800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.25 |
作者 | 张晶、张喆、方匡南、史兴杰、郑陈璐 |
绘制单位 | 厦门大学管理学院 |
更多格式 | 高清、无水印(增值服务) |