Page 84 - 信用評等模型12堂課-以消費金融為例

70

第二節 羅吉斯迴歸 (Logistic Regression)

一、模型設定

羅吉斯迴歸 (Logistic Regression) 與 傳 統之 迴歸 分析性

質 相 似 ，不過 它 是用來 處 理 類 別 性資 料 的 問 題。
羅吉斯迴歸 模型的 應變 數 為 二擇 一 之 屬 質 變 數 ，其出現

的 變 數 值 只 有 好 與 壞 ( 包括 違約 / 非違約 事 件 、 失敗 / 成 功 等
情況 ) 的 二擇 一可能 事 件 。此方 法 具有 易懂 、 非 黑箱 作 業、

能與機 率 結合 等優點，故為開發評分 卡最 常使用 之 方 法 。
假 設應變 數 為 Y ， Y 值為 0 或 1 ， 自變 數 為 X ＝ (X ,X ,…,X ) 。
1 2 k
令
π (x)= E ( Y ｜ X )=1 × P ( Y= 1 ｜ X ) +0 × P ( Y = 0 ｜ X ) =P ( Y ＝ 1 ｜ X ) ，

則可 將 其 羅吉斯迴歸 模型表示如 下 ：

π

′
Logit ( π ) = Ln ( ) = α + β x + β x + … + β x = β X
1 1 2 2 k k
1 − π
其中，
X
 
1
 
X
2
 
′
= (α , β , β , L , β ) ， X =
β
1 2 k
 M 
 
X
k 
