商业银行信用风险识别的模型构建与政策建议

被引：9

作者：

徐春红 ^{[1
]}

路正南 ^{[2
]}

机构：

[1] 江苏大学财经学院

[2] 江苏大学工商管理学院

来源：

统计与决策 | 2010年 / 02期

关键词：

信用风险识别; Logistic回归; 主成分分析; 模型检验; 政策建议;

D O I：

10.13546/j.cnki.tjyjc.2010.02.054

中图分类号：

F224.9 [经济数学方法的应用]; F832.2 [银行制度与业务];

学科分类号：

0701 ; 070104 ; 1201 ; 020204 ;

摘要：

文章构建的普通Logistic识别模型在商业银行信用风险的识别中稳定性不强,影响了其预测性能。在使用主成分分析法对数据信息进行有效压缩后,构建的主成分Logistic混合识别模型不仅精度高,而且稳定性好,为商业银行识别和评估信用风险提供了一种有效的方法。最后,对于我国商业银行如何提高信用风险识别水平给出了相关政策建议。

引用

页码：128 / 130

页数：3