《表4 违约概率P阈值设置与Logistic模型预测准确率单位:》
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
《涉农中小企业贷款违约风险评估研究——基于“新三板”农林牧渔类企业数据》
运用Logistic模型预测企业违约概率时,可能出现两种误判结果:一是将正常企业误判成违约企业,高估了企业对银行造成的信用风险;二是将存在贷款违约的企业误判成正常企业(非违约企业),低估其信用风险。实证模型的预测准确率与违约概率P阈值的设置相关,阈值是违约判别的临界点。例如P阈值设为50%,若P≥50%,则认为企业违约(Y=1),否则企业不违约(Y=0)。见表4,伴随P阈值的减小,正常企业预测准确率随之减小,违约企业的预测准确率随之增大,而总体预测准确率则呈现“中间高两边低”的分布特点。因此,在选取P阈值时,要综合考虑所构建模型对正常企业、违约企业和全样本的预测准确率。
图表编号 | XD005542400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.25 |
作者 | 梁伟森、温思美 |
绘制单位 | 华南农业大学经济管理学院、华南农业大学经济管理学院 |
更多格式 | 高清、无水印(增值服务) |