基于局部加权分位数回归修正信用评分卡特征偏移的方法

摘要

本发明的目的在于提供一种基于局部加权分位数回归修正信用评分卡特征偏移的方法，包括五个步骤。步骤1：收集信用评分卡风险特征变量随时间周期变化的样本数据，数据按照时间单位进行数据清洗和统计处理；步骤2：按照时间单位对特征变量进行加权，构造分位数回归模型；步骤3：利用梯度下降法优化该分位数回归参数并确定回归模型；步骤4：根据计算到的分位数模型参数，预测该变量后续随时间的偏移分位值；步骤5：根据预测的偏移分位值，映射到申请样本集，得到特征实际预测值。本方法在局部使用线性方法对非线性函数进行近似逼近，对随时间周期的非线性变化进行线性逼近，简化了模型的复杂性，使得工程实施更容易执行。