(金融行业实际应用)-信用评级建模流程

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

大家好，目前正在对上市公司和发债主体做信用评级，由于使用软件为SAS，故发在SAS版。
目前建模过程中碰到了一些问题，将整体流程放上来，望得到大家的指正，谢谢！
建模数据：
某一行业内（例如房地产）所有上市/发债主体近5年财务指标的数据，前4年作为training data,最后一年做validation data。自变量为财务指标，因变量为违约标识（即违约为1，非违约为0）；

建模流程：
1、对Training Data： 样本/指标缺失率若超过一定阈值则剔除该样本/指标 （指标即自变量）；
2、对Training/Validation Data：缺失值填充，这里采用了3个办法，请问是否有更好的缺失值处理方法?
     2.1 全部样本均值填充 - 即缺失值采用样本内所有数据的均值替代；
     2.2 按年份区分的均值填充 - 即缺失值采用当年全部公司的均值替代；
     2.3 按公司区分的均值填充 - 即缺失值采用该公司其他年份的均值替代；     2.4 采用多重填补(Multiple Imputation, MI)进行填充，但是只生产一个数据集（因为不知道生成多个后如何用MIAnalyze进行处理）
3、对Training Data：数据表现方向筛选：即考虑财务指标（自变量）与违约标识（因变量）的相关性（正负相关）与理论方向是否一致，如不一致则剔除；
4、对Training Data：指标GINI值筛选：计算每一个财务指标（自变量）的GINI，并剔除GINI低于0.1的指标 （由于自变量全部为财务指标，均为连续变量，一般不做离散化处理，所以无法计算WOE/IV），这步有比较大问题，无法判断自变量与因变量的关系是否线性，各位有没有办法可以处理？
5、对Training Data：因子分析（此处并未对变量做标准化处理，因为通过标准化系数计算因子得分的时候会对指标做标准化处理）；
6、对Training/Validation Data：PROC SCORE分别计算Training和Validation的因子得分；
7、对Training：Logistic建模，将模型结果分别对Training和Validation Data，计算AUC。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏5 回帖

关键词：金融行业 信用评级 实际应用 Validation Imputation 上市公司 training 信用评级 实际应用 发债主体

能不能把数据分享一下，大家可以一起帮你跑一下