基于偏最小二乘方法的信用评分模型

2012-07-25 08:14:18魏秋萍张景肖
统计与决策 2012年10期
关键词:方法模型

魏秋萍,张景肖

0 引言

在建立信用评分模型时,备选的自变量过多是一个非常突出的问题。尽管已经有比较成熟的变量选择方法如IV值、Gini指数等,但是使用这些方法做变量选择时仍有很多的自变量无法取舍,并且这些自变量之间往往存在着多重共线性。

当自变量之间存在多重共线性时,使用普通最小二乘法(Ordinary Least Squares)或者极大似然法(Maximum Likelihood Estimation)往往会放大模型的误差,弱化模型的预测精确度,使得模型的稳健性欠缺。这时一般采用偏最小二乘(Partial Least Squares,简称PLS)方法。其思想是通过对系统中的数据信息进行分解和筛选,提取最能解释因变量的主成分的手段来克服多元回归模型中常见的多重共线性问题。

偏最小二乘模型出现于上个世纪60年代,经济学家Wold H.[1]在给一些变量组拟合因果关系路径时首次使用该算法。Wold H.[2]等把偏最小二乘方法用于化学计量学中的变量降维来克服变量的多重共线性。Frank[3]等把偏最小二乘方法和主成分分析等方法进行比较,说明了偏最小二乘方法是一种有效的降维技术。在此后,偏最小二乘方法在各个涉及多元分析的领域有了广泛的应用。在国内,王惠文[4][5]对偏最小二乘思想展开了比较深入的研究,并应用该方法来解决实际经济问题。

本文将针对信用评分中的变量众多问题展开研究,并建立基于偏最小二乘方法的信用评分模型。

1 基于偏最小二乘方法的信用评分模型

线性回归模型用自变量的线性组合来解释因变量的变异,通过普通最小二乘法来估计函数中的各个参数。……

登录APP查看全文

猜你喜欢
方法模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
学习方法
3D打印中的模型分割与打包
用对方法才能瘦
Coco薇(2016年2期)2016-03-22 02:42:52
FLUKA几何模型到CAD几何模型转换方法初步研究
四大方法 教你不再“坐以待病”!
Coco薇(2015年1期)2015-08-13 02:47:34
赚钱方法
捕鱼
一个相似模型的应用