摘要
金融机构发展普惠金融业务,存在风险难以控制等难题。本文根据普惠用户还贷偏好等特点,预测其还款日期与金额,从而实现金融机构端每日的还贷现金流预测。本文首先分析了影响还贷的能力、偏好、异常风险等因素;然后,在此基础上采用统计分析和自然语言处理等方法生成各类衍生变量,利用维度约减技术选择变量;最后,基于LightGBM算法构建了用户还贷现金流预测模型,并与其他模型预测结果进行比较,评估结果表明了本文变量选择、模型选择的有效性。本文的研究结论为银行有关部门及小额贷款公司的还贷现金流预测扩充了解决思路和技术借鉴。
出处
《新金融》
北大核心
2021年第12期26-31,共6页
New Finance
基金
国家自然科学基金项目“经济评论中的经济特征情感分析”(61662027)和“面向金融预测的财务领域结构化数据与文本联合的深度挖掘”(62076112)资助。