基于大数据的个人信用消费贷款违约影响因素研究

发布时间：2020-05-16 12:59

【摘要】：近年来,个人信用消费贷款在高速发展的同时,随着同业竞争的日益加剧和优质客户资源贷款需求的逐渐饱和,客户准入门槛不断降低,导致其不良贷款余额和不良率也随之直线上升,贷款违约风险不断暴露并有急速上升态势。因此迫切需要识别和提炼出对个人信用消费贷款的违约具有显著影响的各类因素并加以运用到实际风险控制中,促其走向良性发展轨道。本文从国外流行的FICO个人信用评分系统、传统商业银行的违约风险控制和新兴互联网金融企业的违约风险控制等三个角度对现有的个人信用消费贷款违约风险控制现状进行了分析,认为我国人行征信体系不完善,覆盖人群相对有限,致使金融机构无法有效复制国外流行的FICO个人信用评分模式,同时传统商业银行对个人信用消费贷款这一新兴业务品种仍大都沿用以往抵质押类个人贷款的违约风险评估模式,无法准确反映客户的潜在违约风险状况,而新兴互联网金融企业通过大数据和人工智能技术建立的信用评估体系也存在数据真实性和有效性等缺陷,实际应用效果还有待时间的检验。基于此,本文从理论分析角度,将个人信用消费贷款违约的影响因素分为客户特征因素和贷款特征因素等两方面,并通过大数据技术从传统商业银行的海量数据中提炼出客户贷款申请前持有的近半年日均金融资产和关联违约人数等新的特征因素,将其与历史贷款履约次数、月贷款频率和客户贷款申请时实际占用的授信比例等已有研究成果较少甚至尚未涉及的特征因素作为本文研究的重点。通过Logistic回归模型、Lasso-logistic回归模型和决策树模型比较后,最终选定预测效果较好的Logistic回归模型进行个人信用消费贷款违约影响因素的实证分析。模型准确预测的比率为81.34%,说明本文建立的预测模型效果较好,对各金融机构开展个人信用消费贷款违约风险控制具有较强的参考意义和指导价值,据此本文也提出了针对性的建议。
【图文】：

16图 2-1 微众银行客户信用评分体系信用评分系统将以上原始数据进行量化，并通过逐步、可预测的指标，再辅以先进的大数据和人工智能技个人信用消费贷款等信贷产品提供优质的“白名单”客。但本文认为其仍存在一定缺陷，不具备较强的可复除了腾讯，没有任何一家公司可以掌握如此海量的社

年日均金融资产实际值1万元至5万元-25万元至10万元-310万元至50万元-450万元至100万元-5100万元至500万元-6500万元至1000万元-71000万元以上-8由于近半年日均金融资产样本间的金额差异较大，研究更关心各金额段的违响程度，而不是具体某一违约影响程度。联违约人数 实际值 实际值其中近半年日均金融资产和关联违约人数字段主要基于某商业银行已建立数据平台，，使用 SAS 工具将数据仓库中存款账户表、投资账户表、证券存养老金账户表、结算账户交易明细表、客户关系表和客户信息表等海量数据析，提取出需要的信息。如近半年日均金融资产字段主要从相关数据表中提款申请前的各项金融资产，包括存款、理财、基金、债券、贵金属和养老金半年日均金融资产字段的具体构建如下图 4-1 所示：
【学位授予单位】：华南理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：F832.4

【相似文献】

相关期刊论文 前10条

1 邹开亮;贺唤唤;;互联网金融背景下大学生信用消费的冷思考[J];洛阳师范学院学报;2018年11期

2 王再峰;;信用消费切莫透支信用[J];理财;2019年03期

3 吴迪;李南;万昊;沈奕佳;曹维嘉;;大学生信用消费现状调查与对策研究——基于常州高校的调查分析[J];价值工程;2019年18期

4 王娟;王美淇;金英喜;;长春市在校大学生网络信用消费状况调查[J];全国流通经济;2019年10期

5 王韶频;;高职生理性信用消费的对策研究[J];安徽电子信息职业技术学院学报;2018年05期

6 王韶频;;“互联网+”环境下高职学生信用消费现状及发展趋势分析——基于江苏高职生调查研究[J];现代职业教育;2018年33期

7 王晓晗;李悦明;王诗雨;丁艳韩;;武汉市大学生信用消费现状[J];环球市场信息导报;2017年06期

8 曹淑鹏;蒋竹;严美艺;;运用决策树模型识别信用消费贷款潜在客户研究[J];北京金融评论;2016年02期

9 震;;信用消费热起来[J];东方企业家;1995年11期

10 任金政;孙赫;;促进信用消费 拉动内需增长[J];群众;2013年04期

相关会议论文 前4条

1 朱奎;王丽娟;;资本主义信用消费周期性研究——基于马克思“第二级剥削”理论视角[A];中国经济规律研究会第23届年会暨第2届全国马克思主义经济学论坛论文集[C];2013年

2 黄海;;更加坚定不移地扩大消费[A];中国经济分析与展望（2009～2010）[C];2010年

3 韩正波;;银行个人信用评估方法研究综述[A];第三届全国软件测试会议与移动计算、栅格、智能化高级论坛论文集[C];2009年

4 王艳;;论个人信用征信制度中的隐私权保护对我国的启示[A];金融在促进经济发展方式转变中的作用——陕西省金融学会第十九届金融征文获奖论文集[C];2011年

相关重要报纸文章 前10条

1 本报记者 胡群;消费金融潜力巨大 消费扩大机制仍待解[N];经济观察报;2015年

2 张贵峰;“默认好评”损害大众信用消费环境[N];浙江法制报;2019年

3 本报记者 孙静;先看信用再消费成为习惯[N];河南日报;2019年

4 本报记者 张婷;好借好还 再借不难[N];山西日报;2019年

5 周慧虹;深挖“信用就医”应用潜力[N];经济日报;2017年

6 本报记者 刘可;智冠集团建立“信用消费”新模式[N];中华工商时报;2018年

7 张丽娜;“全场景信用消费”得有点“数”[N];消费日报;2018年

8 中国青年报·中青在线记者 杜园春 实习生 王涵;75.0%受访者认为无节制的信用消费存在隐患[N];中国青年报;2018年

9 唐碧;“信用消费卡”黑幕重重 涉嫌诈骗[N];财会信报;2018年

10 湖北日报全媒记者 黄磊 通讯员 思萤 实习生 赵丽凌;免押金消费，租赁经济新场景[N];湖北日报;2018年

相关博士学位论文 前4条

1 陈忠;信用消费论[D];中国社会科学院研究生院;2002年

2 叶建亮;交易扩展中的信用——一个制度与组织的视角[D];浙江大学;2004年

3 叶圣利;中国诚信经济思想研究[D];复旦大学;2004年

4 叶建亮;交易扩展中的信用[D];浙江大学;2004年

相关硕士学位论文 前10条

1 张文;“现金贷”的信用风险研究[D];华北电力大学(北京);2019年

2 邱楠峰;基于大数据的个人信用消费贷款违约影响因素研究[D];华南理工大学;2019年

3 曹宇姝;互联网征信下个人信用对90后员工消费行为的影响研究[D];西北农林科技大学;2019年

4 龙博;云南省移动公司CRM中信用分级实证研究[D];昆明理工大学;2018年

5 白琳;电子商务中个人过度信用消费影响因素研究[D];西北农林科技大学;2017年

6 王国栋;我国信用消费伦理研究[D];山西财经大学;2012年

7 康耀文;互联网下信用消费的研究[D];西安电子科技大学;2015年

8 余宁宁;消费信用的法律规制[D];华中师范大学;2011年

9 郑嘉lm;网络借贷的信用风险及控制研究[D];西南民族大学;2017年

10 高彩凤;信用消费中消费者权益保护法律问题探讨[D];江西财经大学;2015年

本文编号：2666771