基于Lasso二元选择分位数回归的上市公司信用评估

• 作者: 蒋翠侠 许启发 黄韵华
• 来源期刊: 系统工程
• 学科: 经济
• 关键词: 信用评估 分位数回归 二元选择 Lasso
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 金融系统工程
• 页码范围: 16-24
• 页数: 9页
• 分类号: F224
• 语种: 中文

摘要

Lasso二元选择分位数回归是较为新颖的统计方法,一方面通过Lasso的变量选择功能,能够从众多的影响因素中识别出关键因素;另一方面通过分位数回归对各因素在不同分位点处的异质影响进行细致刻画,能够获得更多信息进而实现信用状况的准确评估,可望在信用评估领域发挥重要作用.基于Lasso二元选择分位数回归,建立评估模型并将其应用于中国上市公司的信用评估.通过数值模拟和实证研究,将其与基于Logit回归、Lasso-Logit回归和支持向量机的评估效果进行对比,发现前者不但具备良好的变量选择能力而且可以获得最佳的评估效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许启发		61	453	13.0	19.0
2	蒋翠侠		43	369	11.0	18.0
3	黄韵华		2	5	1.0	2.0