Quantifying socio-temporal effects of loan delinquency drivers in microfinance
创建于 更新于
摘要
本文构建并评估了一系列离散时间logit-link (LLink) 模型及其扩展，量化微贷中还款行为的潜在异质性及社会时间性因素影响。研究发现，简易的随机截距结构足以捕捉借款人隐含风险，且节假日和学校长假等社会时间因素与违约状态转移显著相关。虽然LLink模型解释性强，但树模型在预测准确率上表现更佳。基于此，提出了基于Matthews相关系数的优化分类策略以提升多态状态预测性能，为微贷机构提供了结合可解释风险建模与机器学习的决策支持方案 [page::0][page::25].
