基于LightGBM的消费金融公司个人贷款违约风险预测研究

发布时间：2024-06-11 00:58

　　消费金融的发展有利于提高中国社会消费能力的提升。随着网贷新规等政策的出台,消费金融市场的规范性逐步增强,消费金融公司也开始向利用大数据等金融科技技术,为消费者提供更好的金融产品与服务的公司进行转变。由于消费金融公司资金成本更高,面临的风险更强,因此提高对违约风险的预测能力,有助于消费金融公司的持续发展。在消费金融公司个人贷款的违约风险方面,消费金融公司主要采用信用评分等方式对个人贷款的违约风险进行评价,但是从现有的消费金融公司个人贷款违约风险来看,该方法并没有有效的降低消费金融公司的个人贷款违约风险,亟需采用新的预测方法。本文以消费金融公司为对象,研究消费金融公司的个人贷款违约风险预测。首先,阐述消费金融公司常用的个人贷款违约风险的方法,常用的指标体系,总结存在的问题。其次,在消费金融公司现有指标基础上,补充驾龄、还款方式、月均净收入、支出频率、支出金额、投资比例、司法诉讼、月均缴税额等指标用于预测贷款违约风险。第三,采用LightGBM模型进行消费金融公司个人贷款违约风险预测的理论机制分析,设计建模过程以及采用粒子群算法进行参数优化的详细过程。第四,搜集消费金融公司个人贷款数据,对各...

【文章页数】：71 页

【学位级别】：硕士

【部分图文】：

图1-1研究思路首先，采用文献综述及理论研究的方式，对消费金融违约的文献与理论

基于LightGBM的消费金融公司个人贷款违约风险预测研究8图1-1研究思路首先，采用文献综述及理论研究的方式，对消费金融违约的文献与理论进行分析。其次，分析消费金融公司个人贷款违约的现状，总结消费金融公司个人贷款违约预测存在的问题。第三，设计并完善消费金融公司个人贷款违约风险预....

图2-1消费金融公司模型预测ROC曲线示例图

查全率(2-12)准确率=++++(2-13)真负率=+(2-14)其中，查准率用来衡量预测结果中为正常状态的样本中，属于真实状况也为正常贷款的样本比例。查全率用来衡量模型对样本中正常贷款样本的有效识别情况。准确率用来衡量模型整体上对存在....

图3-3消费金融公司个人贷款业务历年违约率（%）

基于LightGBM的消费金融公司个人贷款违约风险预测研究24（5）XGBoost模型2.3.5节中对XGBoost模型的原理进行了分析，XGBoost模型通过梯度提升以及集成学习的方式，提升决策树对个人贷款违约风险的预测效果，对比决策树等模型，在预测的效果以及预测的稳定性上更强....

图3-22021年X消费金融公司违约客户及评分分布

基于LightGBM的消费金融公司个人贷款违约风险预测研究26按揭（未结清）8租房2征信状况无违约51次（5年内）-52次或以上（5年内）-10消费金融公司在接收到个人贷款客户的贷款申请时，根据各项规则，对贷款人的基本情况进行评分，然后将所有的指标得分汇总，总得分为100分，对于....

本文编号：3992164