汽车消费信贷违约风险评估研究——基于Stacking模型融合算法

发布时间：2024-01-05 18:01

　　近年来,随着我国经济的发展、政府的扶持以及汽车消费群体的改变,汽车消费信贷行业得到了迅速发展。同时,汽车消费信贷的发展降低了消费者的购车门槛,从而刺激了国内汽车的消费需求,促进了国内汽车销售量的增长,推动了汽车工业的快速发展,因此汽车消费信贷成为中国汽车工业发展的新“助推器”。然而由于国内汽车消费信贷行业发展时间短,许多车贷机构没有完善的业务流程,贷款审核效率慢,并且缺乏风控管理技术,很难在海量信息中识别出可能违约的客户,导致车贷不良贷率居高不下,大量车贷机构倒闭。因此,建立一套行之有效的汽车消费信贷违约风险管理和评估体系,对借款者信用违约风险进行预警和防范具有重大意义。本文以探索准确稳定的汽车消费信贷违约风险评估模型为研究目的,以期为车贷借款人信用违约风险的评估和汽车消费信贷业的健康发展做出贡献。本文从汽车消费信贷机构的角度出发来研究借款人的信用风险评估问题,借鉴个人信用风险评估领域的信用评估风险方法,利用Kaggle数据平台提供的车贷数据,探索基于Stacking模型融合算法的汽车消费信贷违约风险评估模型。在前期准备阶段,首先进行无用特征的删除、异常值处理、决策树离散化以及归一化等...

【文章页数】：55 页

【学位级别】：硕士

本文编号：3877072