qq_52073614的博客

本项目的数据来源于网新银行举办的数据建模比赛的数据，特征包含三类数据，客户基本信息（x1-x11）,行为类数据（x12-x56）,风险评分类数据（x57-x161）,但具体是什么特征我们并无从得知，因此想从特征实际意义入手分析建模是及其困难的。数据包含训练集30000个样本，测试集10000个样本，每个样本除开161个特征变量，还包括干预变量（treatment）和响应变量(y),干预变量把数据集分为两类，实验集（treatment = 1），控制集（treatment = 0）,实验集和控制集的比例大致为1:4。 源码包含用随机森林做缺失值填充、画qini曲线、主程序三个文件 原文链接：https://blog.csdn.net/qq_52073614/article/details/136763601

数据集包括原始数据和处理过后的数据，原始数据从政府统计年鉴摘取，包含人城乡人口、政府支出、金融发展水平、产业占比、人均gdp、人均收入、外贸发展水平等等变量，数字普惠金融指数来自北大的数字金融研究中心。处理过后的数据包含以泰尔系数为指标衡量的城乡收入差距以及金融普惠指数之一核心解释变量，还包括人均gdp、金融发展水平、政府支出水平、第一产业占比、城镇化率、外贸水平这6个控制变量，总样本数为310，,31个省份11-20年的数据。 代码部分包含数据处理部分和固定效应模型部分。数据处理主要用原始数据来计算相关指标，模型部分包含分析相关性、Mann-Whitney U 检验、 PanelOLS模型部分