典型文献
分位数惩罚整合模型及其在商业银行系统性风险中的应用
文献摘要：
大数据通常由不同来源的数据组合而成,且具有高维特征,挖掘不同来源数据间的异质性和关联性并降维是亟需解决的问题.基于此,文章提出了分位数惩罚整合模型,并给出其模型表示和模型算法.该模型既可以对不同来源数据进行建模和变量选择,又同时考虑了不同来源数据间的异质性和关联性.数值模拟结果表明:分位数惩罚整合模型在预测性能和变量选择方面都具有明显的优势.此外,将该模型应用于商业银行系统性风险测度中发现,分位数惩罚整合模型在实际应用中也有较好的表现.
文献关键词：
分位数回归;惩罚整合分析;系统性风险
中图分类号：
作者姓名：
蔡超;董皓天;李丽
作者机构：
山东工商学院统计学院,烟台264005
文献出处：
引用格式：
[1]蔡超;董皓天;李丽-.分位数惩罚整合模型及其在商业银行系统性风险中的应用)[J].系统科学与数学,2022(12):3397-3411
A类：
惩罚整合分析
B类：
整合模型,商业银行系统性风险,数据通,不同来源,组合而成,高维特征,模型表示,模型算法,变量选择,预测性能,模型应用,风险测度,分位数回归
AB值：
0.211876
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
