基于最优信用特征组合的违约判别模型——以中国A股上市公司为例

作者：章彤; 迟国泰

来源：系统工程理论与实践, 2020, 40(10): 2546-2562.

• 违约判别
• 信用特征
• 特征划分
• 特征组合
• 最优组合
• 线性判别分析

违约判别是信用风险评估的一种方式,提高违约判别精度一直是学界和业界重点关注的问题.本文从最优信用特征组合而不是最优指标组合的角度建立违约判别模型,提高违约判别精度.本文的创新有三个方面:一是以信息值最大为目标建立优化模型,将指标数据划分成能最大区分违约状态的多个信用特征.二是采用弹性网回归对信用特征进行遴选,反推违约判别误差最小的最优信用特征组合.三是以组间离散度与组内离散度之比最大为目标,构建数学规划,反推一组权重,得到线性判别方程.本文基于2000-2017年共2169家中国A股上市公司的数据进行实证,研究表明经过特征划分的线性判别分析、K近邻、支持向量机等模型的精度整体高于没有经过特征划分的模型精度.

• 单位
  经济管理学院; 大连理工大学