学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
信用评分模型的拒绝偏差与Heckit纠正
被引:8
作者
:
杨绍基
论文数:
0
引用数:
0
h-index:
0
机构:
华南理工大学金融工程研究中心
杨绍基
范闽
论文数:
0
引用数:
0
h-index:
0
机构:
华南理工大学金融工程研究中心
范闽
机构
:
[1]
华南理工大学金融工程研究中心
[2]
华南理工大学金融工程研究中心 广东 广州
来源
:
南方金融
|
2007年
/ 05期
关键词
:
信用评分模型;
拒绝偏差;
Heckit;
D O I
:
暂无
中图分类号
:
F832.4 [信贷];
F224 [经济数学方法];
学科分类号
:
1201 ;
020204 ;
0701 ;
070104 ;
摘要
:
信用评分模型在构建过程中,样本数据通常仅是那些贷款申请被接受,贷款违约与否信息能被观测到的数据,这一样本数据缺陷导致模型在应用中出现被称为拒绝偏差的参数估计偏误,影响了模型的预测准确度。本文的研究采用微观计量经济学中的Heckit方法,借助商业银行的住房按揭贷款微观数据对信用评分模型的拒绝偏差问题进行实证研究。研究结果表明住房按揭贷款信用评分模型存在拒绝偏差,而经过Hecikt方法纠正的信用评分模型能有效地提高模型的预测能力。
引用
收藏
页码:12 / 15
页数:4
相关论文
未找到相关数据
未找到相关数据