- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摘要
随着大数据的发展和居民消费观的转变,消费金融模式应运而生,努力践行
普惠金融和助力经济发展的责任。然而,由于消费金融具有门槛低、人群广、流
程简单等特性,行业面临的客户信用风险问题日益凸显。在消费信贷业务中,收
集到的客户信息具有高维稀疏和类别分布不平衡的特性,这使得传统的信用风险
评估模型存在对违约客户识别能力较差、无法处理海量的高维数据等不足。本文
以LightGBM为基准模型进行改进,分别从数据、算法和混合三个层面建立了非
平衡样本下的个人信用风险评估模型,并利用捷信消费金融公司的客户贷款数据
进行
文档评论(0)