科研之友
微信
新浪微博
Facebook
分享链接
摘要
首先分析了互联网消费金融违约风险的特征，运用信息经济学研究互联网消费金融借款人违约风险的形成机制，构建了借款人信用风险评价指标体系。然后构建集XGBoost、LightGBM和CatBoost的二分类加权硬投票融合模型，用于预测借款人违约风险。通过实证检验比较不同分类器训练下的预测结果发现：融合模型的预测精准度优于单一模型XGBoost、LightGBM和CatBoost;基于特征重要性排序结果，发现影响贷款者违约的关键因素主要包括贷款利率、年收入、公共事业差评数记录、循环信贷余额等。最后提出了加强借款人违约风险管理的建议。
- 单位
