Task3 特征工程此部分为零基础入门金融风控的 Task3 特征工程部分，带你来了解各种特征工程以及分析方法，欢迎大家后续多多交流。赛题：零基础入门数据挖掘 - 零基础入门金融风控之贷款违约项目地址：https://github.com/datawhalechina/team-learning-data-mining/tree/master/FinancialRiskControl比赛地...
原创
2023-05-17 16:59:59
171阅读
Task5 模型融合Tip:此部分为零基础入门金融风控的 Task5 模型融合部分，欢迎大家后续多多交流。赛题：零基础入门数据挖掘 - 零基础入门金融风控之贷款违约预测项目地址：https://github.com/datawhalechina/team-learning-data-mining/tree/master/FinancialRiskControl比赛地址：https://ti...
原创
2023-05-17 17:02:30
96阅读
Task2 数据分析此部分为零基础入门金融风控的 Task2 数据分析部分，带你来了解数据，熟悉数据，为后续的特征工程做准备，欢迎大家后续多多交流。赛题：零基础入门数据挖掘 - 零基础入门金融风控之贷款违约目的：1.EDA价值主要在于熟悉了解整个数据集的基本情况（缺失值，异常值），对数据集进行验证是否可以进行接下来的机器学习或者深度学习建模.2.了解变量间的相互关系、变量与预测值之间的...
原创
精选
2023-05-18 11:31:01
257阅读
大家好，最近一张"因疫情希望延缓房贷"的截图在网上流传，随即引起网友们的热议！当借款人从贷款机构借钱而不能如期还贷款时，就可能会发生贷款违约。拖欠贷款不仅会上报征信，还可能有被起诉的风险。为更好的管控风险，贷款机构通常会基于用户信息来预测用户贷款是否违约，今天我将使用示例数据集来给大家讲解预测贷款违约的工作原理，原创不易，喜欢本文记得点赞、关注、收藏，完整版数据和代码文末获取。【注】文末提供技术交
原创
2022-04-20 18:24:41
908阅读
之前已经简单介绍了数据，客户的违约风险的预测是一个监督学习的任务，主要是对客户进行分类，就是哪些人可以获得贷款，哪些不可以，每个申请者可能会违约的概率在0~1之间，0:表示申请者能及时还款，１：申请者很难按时还款会违约．数据初步探索数据来自Home Credit 共有8个不同数据：application_train.csvapplication_test.csvbureau.csvbureau_b
转载
2023-09-11 16:50:47
456阅读
Merton模型莫顿模型中，假设企业只通过权益 St 和一种零息债券进行融资，债券现值为 Bt，T 时到期，到期时本息合计为D，公司的资产价值 Vt = St+Bt 服从几何布朗运动。若T时刻公司价值 Vt 小于负债D，就会存在违约的可能性，此时公司的违约概率为 P(VT ≤ D) ，因此只需要算出这个概率即可。期权定价模型将今天公司的股票价值E0与公司资产价值V0和资产的波动率σV联系起来：股票
转载
2024-01-20 05:24:00
455阅读
分析师：Linseng Bo银行贷款业务是银行的主要盈利方式，对于具体的贷款申请人，是否可以同意贷款申请是一件十分重要的步骤，如果贷款人在贷款后出现违约行为，这将对银行的资金流稳定性造成不利的影响。因此针对贷款人的“数据信息”进行处理和违约预测具有举足轻重的作用。对于金融行业来说，贷款业务及人员信息十分复杂，对于数据特征的处理十分重要，在数据处理完成后，通过机器学习模型进行预测以判断贷款人是否会
原创
2024-03-27 11:59:39
133阅读
机器学习AI算法工程 公众号：datayx随着监管政策步入关键落地期，受合规监管标的限额影响，曾备受追捧的大额标的逐渐消失，小额分散的车贷业务成为网贷平台转型的主要方向之一。车贷资产由于进入门槛低、借款额度低、流动性高、限期短等优点，但做好风险防控依然是行业的主要问题之一。国内某贷款机构就面临了这样的难题，该机构的借款人往往拖欠还款或拒不还款，导致该机构的不良贷款率居高不下
转载
2022-04-24 09:58:18
406阅读
本案例对台湾地区在2005年4-9月的信用卡违约数据进行分析
原创
2022-10-17 16:12:03
453阅读
# Python 实现 LSTM 预测风险违约概率
随着金融行业数据分析的快速发展，预测风险违约概率已成为信贷审批和风险管理中的关键环节。长短期记忆网络（LSTM）是一种特殊的循环神经网络（RNN），非常适合处理和预测时间序列数据。本文将介绍如何使用 Python 和 Keras 库实现 LSTM 模型来预测风险违约概率，并附上代码示例。
## 1. 什么是 LSTM
LSTM 是一种处理序
用Python做银行违约风险预测
在金融行业，银行面临着客户违约的风险，这不仅可能造成人员流失，还会影响其财务健康。通过利用机器学习模型，我们可以有效预测客户是否会违约，从而减少损失。本文将展示如何使用Python进行银行违约风险预测。
$$ y = f(x) $$
其中，$y$ 代表违约可能性，$f(x)$ 是一个基于特征 $x$ 的隐函数，这个特征可以包括客户的信用评分、收入、借款历史等
在这篇文章中，我会详细记录如何使用 Python 实现 LSTM 模型来预测风险违约。这个过程会涉及到背景描述、技术原理、架构解析、源码分析、性能优化、应用场景等几个重要部分。
我开始从背景描述入手。近年来，金融行业对风险控制的需求越来越高。在 2020 年至 2023 年间，数据驱动的决策变得越来越普遍。金融机构开始探索使用深度学习技术来进行违约风险预测。长短期记忆网络（LSTM）是一种能够捕
向AI转型的程序员都关注了这个号????????????机器学习AI算法工程 公众号：datayx维持和发展信用关系，是保护社会经济秩序的重要前提。随着金融市场的发展，信贷业务日益增多，金融机构迫切需要...
转载
2022-01-24 14:09:42
208阅读
# 违约预测数据分析实现流程
## 简介
违约预测数据分析是一种通过对历史数据进行分析和建模，来预测借款人是否可能违约的技术。这种分析可以帮助金融机构和其他相关行业评估借款风险和制定相应的风控策略。本文将介绍实现违约预测数据分析的流程，并给出每一步所需的代码示例和解释。
## 实现流程
下面是实现违约预测数据分析的流程，我们将使用Python和一些常用的数据分析和机器学习库。
| 步骤 |
原创
2023-09-13 23:12:05
141阅读
一、背景介绍本文以天池的金融风控赛为背景，梳理了金融风控的整个实践流程，帮助大家避坑学习。赛事的场景是个人信贷，要求选手根据贷款申请人的数据信息预测其是否有违约的可能，以此判断是否通过此项贷款，这个问题在现实的风控场景中很常见，属于典型的分类问题。另外，准入模型，评分卡模型皆是属于这个范畴。二、数据概况数据下载地址：https://tianchi.aliyun.com/competition/en
原创
2021-02-04 19:48:34
1202阅读
