科研之友
微信
新浪微博
Facebook
分享链接
摘要
在银行贷款服务中，用户的违约行为对于银行来说存在着信用风险损失。用户的相关指标与是否会发生违约行为有着一定关系。针对贷款违约问题，文章提出基于模型融合的贷款违约预测模型，通过预测模型预测用户违约情况，从而降低损失风险。文章基于天池贷款违约预测大赛的数据集，对其数据进行数据分析、处理及数据类型转换等工作，确定违约相关的主要特征，包括贷款金额、贷款期限、贷款利率、分期付款金额、贷款等级、就业年限、年收入、债务收入比等。基于对各类模型的比较，文章选取XGBoost和LightGBM算法，引入Focal Loss损失函数，通过Stacking方法进行融合，搭建出FL-XGBoost-LightGBM违约预测模型。实验表明，引入Focal Loss损失函数的模型精度优于未引入损失函数模型精度；引入Focal Loss损失函数的融合后的模型精度比单一模型的精度高，取得最好的预测结果。
- 出版日期2023
- 单位沈阳工业大学
