P2P借贷违约预测中客户活动信息的作用研究

P2P贷款公司积累了大量的交易记录和客户信息,从中可以挖掘出大量的信息用于风险控制。基于某小额贷款公司的脱敏数据,提取描述客户个人信息和活动的各种特征,用数据挖掘算法建立评估贷款人贷款资质的模型,对比只有客户静态信息特征和添加了描述客户活动的特征前后模型结果的变化,评估客户各项活动信息在违约预测中的作用。分析认为,从描述客户活动信息的数据提取出来的特征中,账户更新个人信息条数、账户信息更新总次数、更新记录的日期跨度、更新住宅信息条数等变量对模型结果有较大影响;客户的个人信息和账户活动记录这两类信息之间的可替代性不强;客户的活动信息对模型的准确度、灵敏度和特异度除个别情况外都有提升效果。