基于“向前:LR”Logistics 回归的个人信用评估模型研究

先消费后还款的行为越来越盛行,使贷款人群不断壮大。但贷款对象的多样性使放款人很难准确地评估贷款人信用,放款人无法确定评 估个人信用所涉及的内容和模型,且收集贷款人大量的信息难度大。为了解决这个困扰,基于构建指标体系,运用“向前:LR”方法对指标进 行二次筛选,构建新指标体系。并根据新的指标体系构建Logistics回归模型评估个人信用。结果显示:按照新、旧指标体系构建的模型可实 现预测效果相同,但新指标体系所要求收集信息少于旧指标体系,减少放款人收集和整理数据的工作量和难度。同时为放款人提供信用评估准 确高达92.2%的模型。