天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

基于LightGBM的消費(fèi)金融公司個(gè)人貸款違約風(fēng)險(xiǎn)預(yù)測研究

發(fā)布時(shí)間:2024-06-11 00:58
  消費(fèi)金融的發(fā)展有利于提高中國社會(huì)消費(fèi)能力的提升。隨著網(wǎng)貸新規(guī)等政策的出臺(tái),消費(fèi)金融市場的規(guī)范性逐步增強(qiáng),消費(fèi)金融公司也開始向利用大數(shù)據(jù)等金融科技技術(shù),為消費(fèi)者提供更好的金融產(chǎn)品與服務(wù)的公司進(jìn)行轉(zhuǎn)變。由于消費(fèi)金融公司資金成本更高,面臨的風(fēng)險(xiǎn)更強(qiáng),因此提高對(duì)違約風(fēng)險(xiǎn)的預(yù)測能力,有助于消費(fèi)金融公司的持續(xù)發(fā)展。在消費(fèi)金融公司個(gè)人貸款的違約風(fēng)險(xiǎn)方面,消費(fèi)金融公司主要采用信用評(píng)分等方式對(duì)個(gè)人貸款的違約風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià),但是從現(xiàn)有的消費(fèi)金融公司個(gè)人貸款違約風(fēng)險(xiǎn)來看,該方法并沒有有效的降低消費(fèi)金融公司的個(gè)人貸款違約風(fēng)險(xiǎn),亟需采用新的預(yù)測方法。本文以消費(fèi)金融公司為對(duì)象,研究消費(fèi)金融公司的個(gè)人貸款違約風(fēng)險(xiǎn)預(yù)測。首先,闡述消費(fèi)金融公司常用的個(gè)人貸款違約風(fēng)險(xiǎn)的方法,常用的指標(biāo)體系,總結(jié)存在的問題。其次,在消費(fèi)金融公司現(xiàn)有指標(biāo)基礎(chǔ)上,補(bǔ)充駕齡、還款方式、月均凈收入、支出頻率、支出金額、投資比例、司法訴訟、月均繳稅額等指標(biāo)用于預(yù)測貸款違約風(fēng)險(xiǎn)。第三,采用LightGBM模型進(jìn)行消費(fèi)金融公司個(gè)人貸款違約風(fēng)險(xiǎn)預(yù)測的理論機(jī)制分析,設(shè)計(jì)建模過程以及采用粒子群算法進(jìn)行參數(shù)優(yōu)化的詳細(xì)過程。第四,搜集消費(fèi)金融公司個(gè)人貸款數(shù)據(jù),對(duì)各...

【文章頁數(shù)】:71 頁

【學(xué)位級(jí)別】:碩士

【部分圖文】:

圖1-1研究思路首先,采用文獻(xiàn)綜述及理論研究的方式,對(duì)消費(fèi)金融違約的文獻(xiàn)與理論

圖1-1研究思路首先,采用文獻(xiàn)綜述及理論研究的方式,對(duì)消費(fèi)金融違約的文獻(xiàn)與理論

基于LightGBM的消費(fèi)金融公司個(gè)人貸款違約風(fēng)險(xiǎn)預(yù)測研究8圖1-1研究思路首先,采用文獻(xiàn)綜述及理論研究的方式,對(duì)消費(fèi)金融違約的文獻(xiàn)與理論進(jìn)行分析。其次,分析消費(fèi)金融公司個(gè)人貸款違約的現(xiàn)狀,總結(jié)消費(fèi)金融公司個(gè)人貸款違約預(yù)測存在的問題。第三,設(shè)計(jì)并完善消費(fèi)金融公司個(gè)人貸款違約風(fēng)險(xiǎn)預(yù)....


圖2-1消費(fèi)金融公司模型預(yù)測ROC曲線示例圖

圖2-1消費(fèi)金融公司模型預(yù)測ROC曲線示例圖

查全率(2-12)準(zhǔn)確率=++++(2-13)真負(fù)率=+(2-14)其中,查準(zhǔn)率用來衡量預(yù)測結(jié)果中為正常狀態(tài)的樣本中,屬于真實(shí)狀況也為正常貸款的樣本比例。查全率用來衡量模型對(duì)樣本中正常貸款樣本的有效識(shí)別情況。準(zhǔn)確率用來衡量模型整體上對(duì)存在....


圖3-3消費(fèi)金融公司個(gè)人貸款業(yè)務(wù)歷年違約率(%)

圖3-3消費(fèi)金融公司個(gè)人貸款業(yè)務(wù)歷年違約率(%)

基于LightGBM的消費(fèi)金融公司個(gè)人貸款違約風(fēng)險(xiǎn)預(yù)測研究24(5)XGBoost模型2.3.5節(jié)中對(duì)XGBoost模型的原理進(jìn)行了分析,XGBoost模型通過梯度提升以及集成學(xué)習(xí)的方式,提升決策樹對(duì)個(gè)人貸款違約風(fēng)險(xiǎn)的預(yù)測效果,對(duì)比決策樹等模型,在預(yù)測的效果以及預(yù)測的穩(wěn)定性上更強(qiáng)....


圖3-22021年X消費(fèi)金融公司違約客戶及評(píng)分分布

圖3-22021年X消費(fèi)金融公司違約客戶及評(píng)分分布

基于LightGBM的消費(fèi)金融公司個(gè)人貸款違約風(fēng)險(xiǎn)預(yù)測研究26按揭(未結(jié)清)8租房2征信狀況無違約51次(5年內(nèi))-52次或以上(5年內(nèi))-10消費(fèi)金融公司在接收到個(gè)人貸款客戶的貸款申請(qǐng)時(shí),根據(jù)各項(xiàng)規(guī)則,對(duì)貸款人的基本情況進(jìn)行評(píng)分,然后將所有的指標(biāo)得分匯總,總得分為100分,對(duì)于....



本文編號(hào):3992164

資料下載
論文發(fā)表

本文鏈接:http://sikaile.net/jingjifazhanlunwen/3992164.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶ea1e5***提供,本站僅收錄摘要或目錄,作者需要?jiǎng)h除請(qǐng)E-mail郵箱bigeng88@qq.com