基于非参数K近邻-秩相关的信用评价指标构建模型

针对现有研究中指标的遴选标准与违约状态的鉴别能力无关且遴选出的指标信息冗余的不足,提出了一种将非参数K近邻判别与spearman秩相关分析相结合的信用评价指标体系构建模型,并且使用经营家庭农牧场的农户信贷数据进行了实证分析。创新与特色:一是通过非参数K近邻模型确定特定指标对于农户的判别精度,根据每一个指标判别精度的大小,筛选出对农户具有显著鉴别能力的指标;二是通过spearman秩相关分析计算经过第一轮指标筛选保留下来的指标的spearman秩相关系数,在秩相关系数大于等于0.7的一对指标中删除判别精度较小的那个指标,避免了评价指标体系的信息冗余。检验结果表明:一是ROC曲线的有效性检验揭示出最终构建的农户信用评价指标体系是有效的;二是利用非参数K-近邻模型筛选出的指标体系在样本判别精度方面要显著优于传统贝叶斯模型。