使用非对称代价函数的残值预测
机器学习
2017-07-11 v1 综合金融
摘要
租赁是销售新车的流行渠道。租赁合同的定价很复杂，因为租赁费率体现了合同到期后汽车残值的预期。为了辅助出租人进行定价决策，本文开发了转售价格预测模型。租赁业务的一个特点是预测误差带来不同的代价。确定解决该特征的有效方法是本文的主要目标。更具体地，本文通过以下方式对文献做出贡献：i) 整合并综合先前在具有非对称误差代价函数预测方面的工作，ii) 系统评估先前方法并将其与一种新方法比较，以及 iii) 证明使用非对称误差代价函数进行预测提升了汽车租赁中决策支持的质量。例如，在假设高估转售价格的代价是相反误差的两倍的情况下，与标准预测模型相比，将相应的代价不对称性纳入预测模型开发可使决策成本降低约百分之八。更高的不对称性产生甚至更大的改进。
引用
@article{arxiv.1707.02736,
title = {Residual Value Forecasting Using Asymmetric Cost Functions},
author = {Korbinian Dress and Stefan Lessmann and Hans-Jörg von Mettenheim},
journal= {arXiv preprint arXiv:1707.02736},
year = {2017}
}