Icml，第96卷，第148–156页，1996年。Jerome Friedman，Trevor Hastie，Robert Tibshirani，et al.《加性逻辑回归：boosting的统计视图》（作者进行了讨论和反驳）。《统计年鉴》，28（2）：337–4072000。Jerome Friedman、Trevor Hastie和Robert Tibshirani。统计学习要素，第1卷。《施普林格统计》中的斯普林格系列，柏林，2001年。杰罗姆·H·弗里德曼。贪心函数近似：梯度推进机。《统计学年鉴》，第1189-12322001页。托尔斯滕·霍霍霍恩、库尔特·霍尼克和阿希姆·泽利斯。无偏递归分区：一个条件引用框架。《计算与图形统计杂志》，15（3）：651–6742006。Gareth James、Daniela Witten、Trevor Hastie和Robert Tibshirani。统计学习导论，第6卷。Springer，2013年。加布里埃尔·吉梅内斯、何塞·阿洛佩斯和耶斯·索里娜。企业信用额度实证分析。《金融研究回顾》，22（12）：5069–50982009。海恩·E·利兰。企业融资中的结构模型。普林斯顿大学本海姆金融系讲师，2006年。弗朗西斯·阿隆斯塔夫、桑杰·米塔尔和埃里克·奈斯。公司收益率利差：违约风险还是流动性？信用违约掉期市场的新证据。《金融杂志》，60（5）：2213–22532005。罗伯特·C·默顿。关于公司债务定价：利率风险结构。《金融杂志》，29（2）：449-4701974年。洛蕾塔·J·梅斯特、伦纳德·I·中村和米歇琳·雷诺。交易账户和贷款监控。《金融研究回顾》，20（3）：529–5562007。Frederic S Mishkin和Stanley G Eakins。金融市场和机构。Pearson EducationIndia，2006年。拉尔斯·诺登和马丁·韦伯。信用额度使用、支票账户活动和银行借款人的违约风险。《金融研究评论》，23（10）：3665–36992010。詹姆斯·奥尔森。

财务比率和破产概率预测。《会计研究杂志》，第109-131页，1980年。Stephen A Ross、Randolph Westerfield和Bradford D Jordan。企业融资基础。塔塔·麦格劳·希尔教育，2008年。玉山石。为分类树选择最佳分类拆分。《统计学与概率论者》，54:341–3452001。赫尔穆特·斯特拉瑟和克里斯蒂安·韦伯。关于置换统计的渐近理论。1999年，卡罗琳·斯特罗布、阿希姆·泽利斯、安妮·劳尔·布列斯特和托尔斯滕·霍顿。分类树和集成方法中的变量选择偏差。在《文摘》第159页。Citeseer，1993年。卡罗琳·斯特罗布、安妮·劳尔·鲍勒斯特和托马斯·奥古斯丁。基于基尼指数的分类树无偏分割选择。《计算统计与数据分析》，52（1）：483–5012007。Kai Ming Ting。一种引入成本敏感树的实例加权方法。IEEE TransactionsonKnowledge and Data Engineering，14（3）：659–6652002。乔恩·威廉姆森。科学哲学及其与机器学习的关系。科学数据挖掘和知识发现，第77-89页。

斯普林格，2009年。变量定义1为简单起见，根据表10对变量进行了缩写。缩写解释min\\U BAL月度最小账户余额max\\U BAL月度最大账户余额Mean\\U BAL月度平均账户余额Mean\\U CRBAL月度平均信用余额Mean\\U DBBAL月度平均借方余额credit月度合计Credits debit月度合计debitsINT\\U CNVIOL年初累计违规次数J\\U CNVIOL累计拒绝次数年初违规情况Int\\u CAVIOL年初预期违规累计金额Rej\\u CAVIOL年初拒绝违规累计金额Mean\\u T CREDITtmean TCREDIT期间【T-23，T】，用于规范化表10–变量缩写定义1中定义的30个变量是通过应用表11中的操作构建的。定义公式如表12所示。操作意味着t月X的X值XtXt文本- Xt公司-11XtXt文本- Xt公司-23在[t-11，t]sdt（X）期间X的平均值[t-11，t]sdt（X）在[t-11，t]期间X的标准偏差表11–创建变量的操作有人可能想知道为什么变量没有在1到30之间指定。这纯粹是一个历史问题：我们已经完成了30个变量的第一个版本，然后修改它们，得到了我们现在看到的第二个版本。B变量定义3表13定义了5个离散变量。离散化前变量【t-2，t】<=aEUR>aEUR>aEUR在【t-2，t】S1=0S1>0&S2=0S1>0&S2>0期间【t-11，t】NOYESMEAN\\U CRBALt/MEAN\\U CRBALt期间存在未支付贷款的每月预期违约次数S1和每月拒绝违约次数S2的总和-1<b>=b与银行的关系历史（年）<c年>=c年稳定13–定义3中定义的5个变量。

由于一致同意，未给出a、b和c的准确值。C随机林和boosting中的参数在我们的研究中，随机林和boosting的参数按以下方式设置：o随机林（R package RandomForest）–节点分裂的候选变量数量（mtry）：对于分类问题，√p是“标准”选项。我们还可以使用交叉验证来确定值平衡随机森林：使用参数“sampsize”进行分层采样。如果森林平衡良好，每个节点的最小观测数（“节点大小”）不会对预测能力产生很大影响Boosting（R package xgboost）–通过交叉验证选择轮数（“nrounds”）。-为收缩参数（“eta”）选择一个非常小的数字。对于我们的数据，当eta<0.1时，性能是稳定的。eta=0.01用于我们的计划中每棵树的最大深度（“max\\u depth”）：介于4和8之间。我们使用了maxdepth=5每个树（“子样本”）使用的观测值比例对预测性能影响不大。我们使用了子样本=0.5。D将扇形变量转换为离散数值变量的定理定理2假设有两类，第一类和第二类。设X是一个分类变量，取{1，2，…，L}上的值，其中类别是递增的p（1 | X=i）值。如果φ是aconcave函数，那么- 1个拆分，X∈ {1，2，…，l}其中1<=l<l，最小左φ（p1Left）+右φ（p1Right）。