声明
1 引言
1.1 选题背景及意义
1.1.1 选题背景
1.1.2 选题意义
1.2 国内外研究现状及评述
1.2.1 基于广义线性模型的信用风险预测模型的研究现状
1.2.2 基于非线性模型的信用风险预测模型的研究现状
1.3 研究内容与框架
1.3.1 研究内容及方法
1.3.2 研究框架
1.3.3 技术路线
2 理论基础
2.1 logistic回归模型
2.2 三次样条
3 基于最优指标组合和逻辑样条回归模型的建立
3.1 指标数据的标准化方法
(1)正向指标标准化的方法
(2)负向指标标准化的方法
(3)区间型指标标准化的方法
(4)定性指标标准化的方法
3.2 基于偏相关分析的指标初筛方法
(1)计算准则层内的指标间偏相关系数
(2) F值的计算
(3) 基于偏相关分析的指标初筛
3.3 基于Lasso-logistic回归的指标体系构建
3.4 逻辑样条回归模型的建立
3.5 带惩罚项的逻辑样条回归模型的建立
3.6 模型评价方法
4 实证分析
4.1 样本的选取
4.2 基于偏相关性分析的指标初筛结果
4.3 基于Lasso-logistic回归的指标筛选结果
4.5第3264列对应行处填入“保留”。
4.4 带惩罚项的逻辑样条回归模型的结果
4.5 对比分析
4.6 中国上市公司信用特征分析
4.6.1 中国上市企业行政区域信用特征描述
4.6.2 中国上市企业行业信用特征描述
5 结论
5.1 主要结论
5.2 主要创新与特色
5.2.1 主要创新
5.2.2 主要特色
参考文献
攻读硕士学位期间发表学术论文情况
致谢
大连理工大学学位论文版权使用授权书
大连理工大学;