违约预测与收益预测结合的网贷客户选择方法研究

作     者：陈子琦 

作者单位：湖南大学 

学位级别：硕士

导师姓名：刘轶;陶江

授予年度：2023年

学科分类：12[管理学] 02[经济学] 0202[经济学-应用经济学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 020204[经济学-金融学（含∶保险学）] 

主      题：违约预测评估法 收益预测评估法 机器学习 

摘      要：近年来,随着互联网金融的兴起,个人信贷业务迅猛发展,这一业务凭借方便、快捷、门槛低的优势吸引了众多客户,但同时也蕴藏着较大风险。如何选择好的客户成为了贷款机构实现高质量发展的关键。传统上,放贷机构关注的是违约指标,并使用违约预测的评估方法来筛选客户,但单纯基于风险指标选择客户并不能为贷款机构带来更多的收益。因此一些研究开始关注收益指标,提出了收益预测的评估方法,但在增加收益的同时会增加客户的违约风险。 基于此,本文尝试设计了一种新的借款客户评估方法,将违约预测与收益预测的评估方法相结合,名为双指标贷款评估方法。具体步骤是:首先通过违约预测模型来预测样本的违约概率,并确定阈值;其次以阈值为中心在预测值分布上找到一个最优区间;使用收益预测模型对区间内的样本预测IRR;将区间左侧且区间内预测IRR大于0的样本视为好样本,即评估为好客户。 本文的数据来源于人人贷借款平台,数据进行预处理后,使用逻辑回归、决策树、随机森林和XGBoost算法建立预测模型,并最终根据AUC指标选择XGBoost算法分别对单一指标评估法和双指标评估法进行建模。通过绘制混淆矩阵热力图及计算分类后样本实际IRR的均值后,基于实证结果对比发现:(1)违约预测评估法的违约预测能力优于收益预测评估法,能够减少客户的违约风险;(2)收益预测评估法的盈利能力优于违约预测评估法,能够为贷款机构带来更大收益;(3)本文设计的双指标贷款评估法在违约预测能力和盈利能力上均有较好的表现。本文由此得出结论,双指标贷款评估法相比于单一指标预测评估法在尽量控制客户违约风险前提下,能为贷款机构带来更大收益。