收藏本站
《成都理工大学》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

基于SCAD变量选择的Cox信用风险度量研究

郎英  
【摘要】:本文针对商业银行在处理房地产上市公司的贷款申请时所建立的信用风险度量模型进行研究,重点考虑模型中的变量选择及参数估计。在综合国内外研究成果的基础上,利用房地产上市公司的公开财务数据建立Cox信用风险度量模型。由于选取的指标维数高且相关性较强,包含了很多冗余信息,如何从众多信息中筛选出真正影响响应变量的协变量进行建模是很有必要的。文中把统计学习理论中的逐步回归方法以及在处理高维问题中的系数压缩方法,如最小绝对值压缩和选择算子(Least Absolute Shrinkage and Selection Operater,简称Lasso)及绝对值偏差的光滑剪切惩罚(The Smooth integration of Counting and Absolute deviation,简称SCAD)运用到Cox模型中,在求解模型参数的同时进行变量选择。通过把对响应变量影响较小的系数压缩为0,只保留系数估计值较大的变量,从而获得较稀疏的模型,以提高结果的可解释性和预测精度。介绍了Cox模型下三种变量选择方法的原理、相应算法及调整参数的选择。在一定条件下,证明了SCAD估计量具有Oracle性质。通过数值模拟验证了基于SCAD方法的Cox模型能选出真实模型,且效果比传统逐步回归方法和Lasso方法好。在模型应用部分,选取我国沪深A股2005-2015年间的房地产上市公司作为研究样本。其中ST公司33家、非ST公司88家。考虑到数据的可获得性,选取了28个财务指标作为初始变量。根据研究样本T-3年的相关数据,分别建立了基于传统逐步回归的Cox模型、基于Lasso方法的Cox模型以及基于SCAD方法的Cox模型,通过对比三种模型的预测准确率,得到SCAD惩罚似然方法的预测准确率是最高的,达到了84.2%,有一定的参考价值。最后,对模型进行定量检验,利用ROC曲线验证了三种方法的风险区分能力,所得结果表明基于SCAD方法的Cox模型要优于逐步回归方法和Lasso方法所建立的Cox模型。
【学位授予单位】:成都理工大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:F224;F299.233.4

【参考文献】
中国期刊全文数据库 前10条
1 丁飞鹏;;固定效应部分线性单指数面板模型的惩罚分位数回归[J];统计研究;2017年02期
2 秦磊;杨晶;谢邦昌;;基于ArctanLASSO的参数估计和变量选取[J];中国科学:数学;2016年06期
3 方匡南;范新妍;马双鸽;;基于网络结构Logistic模型的企业信用风险预警[J];统计研究;2016年04期
4 李楚进;万建平;;统计检验的发展与应用[J];统计与决策;2015年23期
5 李春红;韦新星;;Elastic Net方法在Cox模型变量选择中的研究[J];西南大学学报(自然科学版);2015年07期
6 邢伟;孙驰;邹琼琼;王燕庆;柳青峰;;基于平滑削边绝对偏离惩罚技术对大肠癌术前淋巴结转移因素的回顾性分析[J];上海交通大学学报(医学版);2015年04期
7 卢一强;李锋;胡斌;;单指标分位数回归的变量选择(英文)[J];应用概率统计;2015年01期
8 王小燕;方匡南;谢邦昌;;Logistic回归的双层变量选择研究[J];统计研究;2014年09期
9 田军;周勇;;ST公司基于财务数据的动态分析[J];数理统计与管理;2014年02期
10 万树文;;一种半参数ROc曲面估计方法[J];应用数学学报;2013年04期
中国硕士学位论文全文数据库 前6条
1 张丹婷;基于生存分析的信用风险量化研究[D];浙江大学;2015年
2 高少龙;几种变量选择方法的模拟研究和实证分析[D];山东大学;2014年
3 张晓灵;基于Cox比例风险模型的商业银行信用风险度量研究[D];山东大学;2014年
4 黄登香;Elastic Net方法在几类模型变量选择中的应用[D];广西大学;2014年
5 闫丽娜;惩罚COX模型和弹性网技术在高维数据生存分析中的应用[D];山西医科大学;2011年
6 龚建朝;Lasso及其相关方法在广义线性模型模型选择中的应用[D];中南大学;2008年
【共引文献】
中国期刊全文数据库 前10条
1 牟伟明;;供应链金融信用风险评价[J];财会月刊;2018年05期
2 于海姝;李宪波;;Logistic回归模型在北京市空气质量等级预测中的应用[J];中国环境管理干部学院学报;2018年01期
3 沙娅·衣利亚斯;张雨;;联合超声检测与钼靶X线检查对老年乳腺癌定性及TNM分期的诊断价值比较[J];临床检验杂志(电子版);2017年04期
4 王恒;郑笔耕;;基于RWT和RELAX算法的多分量LFM信号参数估计[J];西南师范大学学报(自然科学版);2017年10期
5 李立婷;庄虹莉;林雨婷;温永仙;;基于Logistic回归惩罚函数的企业财务危机预警[J];科技和产业;2017年06期
6 邹柏松;;信用风险分类预测单一模型研究及实证分析[J];武汉冶金管理干部学院学报;2017年02期
7 陈璐璐;黄艳红;朱家明;陈梦倩;;基于Cox模型的心血管病影响因素分析[J];洛阳师范学院学报;2017年05期
8 宋鹏;李婷婷;;中小上市企业财务危机预警研究——基于RS—Logistic回归的实证检验[J];会计之友;2017年09期
9 申敏;吴和成;;宏观因素对房地产行业信用风险的影响研究——基于BALQR模型的实证[J];数学的实践与认识;2017年07期
10 高咏玲;杜晗;佟岩;;生命周期视角下并购类型对上市公司信用风险的影响——基于KMV模型的实证研究[J];科学决策;2017年03期
中国硕士学位论文全文数据库 前10条
1 刘毛溪;基于图嵌入与弹性网络回归的特征提取算法及其在人脸识别中的应用[D];南昌航空大学;2017年
2 李群;贝叶斯框架下生存分析回归模型及其变量选择研究[D];长春工业大学;2017年
3 王许利;区域经济网络中地方政府债务风险评估问题研究[D];上海师范大学;2017年
4 吴丹;广义线性模型中基于自适应弹性网的变量选择[D];广西师范大学;2017年
5 杨姜维;Cox模型中的变量选择方法及股票市场实证研究[D];中南财经政法大学;2017年
6 王婧;正则化方法下生存模型的个人信用风险分析[D];上海师范大学;2017年
7 许丽庆;纵向数据模型的变量选择及其在网络营销中的应用[D];广西大学;2017年
8 马亭亭;具有线性约束的Adaptive-lasso[D];东北师范大学;2017年
9 段乾鹏;基于广义线性模型的SLS方法的收缩估计[D];暨南大学;2017年
10 苏莉;回归模型中变量选择的若干问题研究[D];兰州交通大学;2017年
【二级参考文献】
中国期刊全文数据库 前10条
1 王小燕;方匡南;谢邦昌;;Logistic回归的双层变量选择研究[J];统计研究;2014年09期
2 张旭初;王荣福;张建华;范岩;付占立;张春丽;赵光宇;陈立新;;(18)~F-FDGPET/CT与血清CEA测定联合应用对结直肠癌术后复发与转移的临床诊断价值[J];肿瘤学杂志;2014年04期
3 许进军;甘宁;;Ⅲ期直肠癌患者中临床预后的多因素Logistic回归分析[J];世界华人消化杂志;2014年07期
4 邓晶;秦涛;黄珊;;基于Logistic模型的我国上市公司信用风险预警研究[J];金融理论与实践;2013年02期
5 孙燕;;随机效应Logit计量模型的自适应Lasso变量选择方法研究——基于Gauss-Hermite积分的EM算法[J];数量经济技术经济研究;2012年12期
6 张景肖;刘燕平;;函数性广义线性模型曲线选择的正则化方法[J];统计研究;2012年09期
7 曹芳;朱永忠;;基于多重共线性的Lasso方法[J];江南大学学报(自然科学版);2012年01期
8 闫丽娜;覃婷;王彤;;LASSO方法在Cox回归模型中的应用[J];中国卫生统计;2012年01期
9 陈珍静;;Z-score模型在我国上市公司财务预警中适用性的探讨——基于交通运输设备制造业的实证分析[J];国际商务财会;2011年04期
10 徐燕平;金世禄;;大肠癌淋巴结转移相关分子的研究进展[J];中华临床医师杂志(电子版);2011年03期
中国硕士学位论文全文数据库 前10条
1 续宗敏;商业银行中小企业信用评分中的变量选择问题[D];山东大学;2013年
2 高民;信用评分模型的开发及probit回归在模型中的应用[D];山东大学;2012年
3 马文浩;各种L_q惩罚在变量选择中的应用及其比较[D];山东大学;2012年
4 毕伯竹;高维多重共线性数据的变量选择问题[D];山东大学;2011年
5 柯郑林;Lasso及其相关方法在多元线性回归模型中的应用[D];北京交通大学;2011年
6 卢颖;广义线性模型基于Elastic Net的变量选择方法研究[D];北京交通大学;2011年
7 赵远;基于生存分析的上市公司财务风险预警研究[D];云南财经大学;2011年
8 张双奇;某商业银行信用评级模型及验证研究[D];山东大学;2010年
9 何文;基于Cox比例风险模型的上市公司财务预警研究[D];湖南大学;2010年
10 赵清;商业银行信用评级中逻辑回归与判别分析的对比[D];山东大学;2010年
【相似文献】
中国期刊全文数据库 前10条
1 戴伯新;;回归变量选择中的数据诊断[J];应用概率统计;1992年04期
2 杨丽霞;魏立力;;基于粗糙集方法的有序尺度变量选择[J];宁夏大学学报(自然科学版);2009年02期
3 赵宇;黄思明;;带有变量选择过程的分类模型误差分析[J];数学的实践与认识;2010年17期
4 樊亚莉;徐群芳;;稳健的变量选择方法及其应用[J];上海理工大学学报;2013年03期
5 陶靖轩;多元分析中的变量选择问题研究[J];中国计量学院学报;2001年01期
6 李树军,纪宏金;对应聚类分析与变量选择[J];地球物理学进展;2005年03期
7 陈黎明;赵永红;;转换函数未知时转换模型的变量选择[J];四川大学学报(自然科学版);2011年05期
8 刘民千,张润楚;超饱和设计的变量选择[J];南开大学学报(自然科学版);2000年03期
9 王进;;聚类分析中的距离与变量选择[J];山西财经大学学报;2007年S1期
10 张波;方国斌;;高维面板数据降维与变量选择方法研究[J];统计与信息论坛;2012年06期
中国重要会议论文全文数据库 前10条
1 张俊华;方伟武;;调查表分析中变量选择的一些方法(英文)[A];中国运筹学会第六届学术交流会论文集(下卷)[C];2000年
2 吴显祥;吴胜其;;应用cox比例危险度模型对腋淋巴结阴性乳腺癌患者预后的多因素分析[A];2000全国肿瘤学术大会论文集[C];2000年
3 李洪东;梁逸曾;;高维数据变量选择新方法研究[A];中国化学会第27届学术年会第15分会场摘要集[C];2010年
4 李慷;席裕庚;;复杂过程系统中操作变量选择与定位的方法研究[A];1993年控制理论及其应用年会论文集[C];1993年
5 云永欢;王为婷;梁逸曾;;迭代的保留有信息变量来筛选最佳变量子集的一种多元校正变量选择方法[A];中国化学会第29届学术年会摘要集——第19分会:化学信息学与化学计量学[C];2014年
6 徐登;范伟;梁逸曾;;紫外光谱结合变量选择和偏最小二乘回归同时测定水中重金属镉、锌、钴[A];中国化学会第29届学术年会摘要集——第19分会:化学信息学与化学计量学[C];2014年
7 梁逸曾;李洪东;许青松;曹东升;张志敏;;灰色化学建模与模型集群分析——兼论过拟合、稳健估计、变量选择与模型评价[A];中国化学会第27届学术年会第15分会场摘要集[C];2010年
8 林胜友;江澄;赵晶磊;;胃癌术后预后影响因素的Cox分析[A];2012·中国医师协会中西医结合医师大会第三次会议论文集[C];2012年
9 江澄;林胜友;赵晶磊;;胃癌术后预后影响因素的Cox分析[A];2012年浙江省中医药学会博士学术研究分会学术年会暨“中医药临床科研方法学培训班”论文集[C];2012年
10 贺涛;邢怡桥;艾明;赵晓辉;;COX—2通过PI3K/AKT途径调节氧ROP模型中的视网膜新生血管形成[A];中华医学会第十二届全国眼科学术大会论文汇编[C];2007年
中国重要报纸全文数据库 前4条
1 本报特约撰稿人 徐铮奎;COX—Ⅱ抑制剂绝地反击?[N];医药经济报;2009年
2 王群;倾向性COX-2抑制剂的临床研究[N];中国医药报;2002年
3 袁松范;Cox—2抑制剂 成长将过百亿[N];医药经济报;2000年
4 心文;COX-2抑制剂:“罪”在基因?[N];医药经济报;2006年
中国博士学位论文全文数据库 前10条
1 吕晶;几类半参数回归模型的稳健估计与变量选择[D];重庆大学;2015年
2 王康宁;几类高维复杂数据半参数模型的结构识别、变量选择及稳健估计[D];山东大学;2016年
3 李子林;高维基因数据中的统计方法[D];清华大学;2016年
4 王大荣;分散度量模型中的变量选择[D];北京工业大学;2009年
5 王明秋;高维数据下若干回归模型的变量选择问题研究[D];大连理工大学;2012年
6 刘吉彩;生存数据统计模型的变量选择方法[D];华东师范大学;2014年
7 樊亚莉;稳健变量选择方法的若干问题研究[D];复旦大学;2013年
8 唐凯临;变量选择和变换的新方法研究[D];同济大学;2008年
9 董莹;高维共线性统计模型的参数估计与变量选择[D];大连理工大学;2014年
10 叶飞;相对误差准则下的估计理论和变量选择方法的研究[D];清华大学;2013年
中国硕士学位论文全文数据库 前10条
1 郎英;基于SCAD变量选择的Cox信用风险度量研究[D];成都理工大学;2017年
2 苏莉;回归模型中变量选择的若干问题研究[D];兰州交通大学;2017年
3 赵冬琦;基于变量选择的股指期货对股票市场影响的实证研究[D];兰州大学;2015年
4 程勇;多水平模型的变量选择在农户人均收入数据中的应用[D];云南财经大学;2015年
5 邓秋玲;SCAD和ADS方法在比例风险模型中的应用[D];广西大学;2015年
6 韦新星;几种变量选择方法在Cox模型中的应用[D];广西大学;2015年
7 王唯;部分线性模型的变量选择问题研究[D];湘潭大学;2015年
8 潘玉婷;含多元非线性结构的高维Logistic模型的同时变量选择及半参数估计[D];中国科学技术大学;2016年
9 刘丹;Cox模型及变系数Cox模型中的变量选择问题研究[D];暨南大学;2016年
10 罗昊;基于自适应LASSO变量选择的Logistic信用评分模型研究[D];东南大学;2016年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026