基于稀疏结构连续比率模型的消费金融风控研究

摘要：

近年来,我国消费金融发展迅速,但同时也面临着更加复杂的欺诈和信用风险,为了更好地对消费金融中借贷客户的信用风险进行监测,本文提出了基于稀疏结构连续比率模型的风控方法.相对于传统的二分类模型,该模型的特点是可以处理借贷客户被分为三类或三类以上的有序数据,估计系数的同时能从众多纷繁复杂的数据中自动筛选重要变量,并在变量筛选过程中考虑不同子模型系数的结构特征.通过蒙特卡洛模拟发现,本文所提出的稀疏结构连续比率模型在分类泛化误差和变量筛选上的表现都较好.最后将本文提出的模型应用到实际的消费金融信用风险分析中,针对传统征信信息不足的借款人,通过引人高频电商消费行为数据,利用本文提出的高维有序多分类模型能有效识别借款人的信用风险,可以弥补传统征信方法的不足.

关键词：连续比率模型、有序分类数据、消费金融、信用风险管理

所属期刊栏目：37

分类号：C812(统计方法)

资助基金：教育部人文社科研究青年基金"基于半监督学习的消费金融风控方法与应用研究";全国统计科学研究重大项目"多源数据融合的无监督学习方法及其应用";国家自然科学基金面上项目"基于多源信息融合的高维分类方法及其在信用评分中的应用"

在线出版日期：2021-03-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：57-67