最美情侣中文字幕电影,在线麻豆精品传媒,在线网站高清黄,久久黄色视频

歡迎光臨散文網(wǎng) 會員登陸 & 注冊

汽車金融汽車金融信用評分卡模型-論文畢設

2022-05-26 20:43 作者:python風控模型  | 我要投稿



汽車金融滲透率提升

中國作為全球最大的汽車市場,汽車金融未來的發(fā)展前景廣闊。目前,我國新車金融滲透率從2015年的28%上升至2019年的43%。德國、美國等發(fā)達國家的成熟市場覆蓋面達到了70%~80%。

基于數(shù)據(jù),金融機構因此研判我國汽車貸仍有很大的發(fā)展?jié)摿?。于是近年來汽車貸蓬勃發(fā)展。

如下圖,我國汽車金融滲透率從2015-2022年不斷提升。



政策支持

現(xiàn)代社會比較常見的代步工具儼然已成為小汽車,而隨著汽車的廣泛應用,車貸行業(yè)也迎來了飛速發(fā)展的風口。2021年商務部等12部門聯(lián)合印發(fā)通知,穩(wěn)定和擴大汽車消費,汽車消費領域迎來重大利好。業(yè)界普遍認為,2021年汽車金融行業(yè)也將受益于此,萬億級車貸市場將迎來重要發(fā)展機遇期。

汽車金融市場規(guī)模提升

近十年來我國汽車金融市場規(guī)??焖僭鲩L,2019年中國汽車金融市場規(guī)模約1.8萬億元,同比增長25.9%,近10年的復合增長率達25.8%。受疫情影響,2020年后數(shù)據(jù)應該會下滑



購車消費者年齡結構變化

如下圖,90后和80后仍然是市場主力軍,90后和00后比例在上升,80后比例在下降。



不同年齡使用分期消費比例

如下圖,22-25歲為消費分期的主力軍,也是金融機構關注人群。年輕人更容易沖動消費。30-34歲消費分期比例有所下降,可能和思維方式成熟有關。



分期貸款買車成主流

知乎上有個朋友稱:前兩天跟爸爸去市里面買車,爸爸的意思是想全款入手,但是服務人員一直拐彎抹角地把話題往分期。為了利潤最大化,4S店和銀行等金融機構有緊密合作,他們會鼓勵你分期貸款買車。



市場背景介紹完了,現(xiàn)在看一份基于汽車貸款違約數(shù)據(jù)建立的申請評分卡模型真實案例。包含變量如下:

申請者ID

帳戶號

是否違約

汽車購買時間

汽車制造商

曾經(jīng)破產(chǎn)標識

五年內信用不良事件數(shù)量(比如手機欠費消號)

全部帳戶數(shù)量

最久賬號存續(xù)時間(月)

在使用帳戶數(shù)量

在使用可循環(huán)貸款帳戶數(shù)量(比如信用卡)

在使用可循環(huán)貸款帳戶余額(比如信用卡欠款)

可循環(huán)貸款帳戶限額(信用卡授權額度)

可循環(huán)貸款帳戶使用比例(余額/限額)

FICO打分

汽車購買金額(元)

建議售價

分期付款的首次交款

貸款期限(月)

貸款金額

貸款金額/建議售價*100

月均收入(元)

行使歷程(Mile)

是否使用

樣本權重



其中是否違約 bad_ind 是因變量。

數(shù)據(jù)量有5800多條,23個變量,建模完全足夠,下圖是數(shù)據(jù)樣本截圖。



全部變量建模后發(fā)現(xiàn)模型表現(xiàn)完美,大概率有問題,需要排查。備注一下,有的醫(yī)藥小樣本數(shù)據(jù)集確實可以接近完美模型表現(xiàn)。



經(jīng)核實Target和weight相關性是1,應踢除weight變量。通俗的講weight和target是重合的,已經(jīng)劇透故事情節(jié),兩者只能保留一個。



踢除weight變量后建模效果如下,AUC=0.79,accuracy=0.814模型性能優(yōu)秀。這還是沒有優(yōu)化的模型表現(xiàn),調參一下,變量進一步篩選后,模型AUC上0.8不是問題。



互聯(lián)網(wǎng)上公開文章模型AUC最高只有0.7756,低的有0.6左右。我方模型AUC0.79顯著高于互聯(lián)網(wǎng)上公開文章模型性能。




Top10最重要變量

通過科學算法,我對變量進行重要性排序。如下圖,最重要的10個變量為fico_score,Itv,tot_rev_line等等。



接著,我分析變量違約趨勢,紅色表示違約率高,藍色表示違約率低。



以fico分數(shù)變量為例,我們可以挖掘:

FICO分數(shù)越高,違約率越低

FICO分數(shù)越低,違約率越高



為了體現(xiàn)精益求精精神,我用badrate分析變量不同階段的違約率。

我發(fā)現(xiàn)FICO分數(shù)221分不是好的閥值,badrate不單調。



我把605分和小于605分的數(shù)據(jù)合并后,單調性明顯。這樣我們跟老板解釋業(yè)務就不累了。



標準評分卡

通過各種操作,生成標準評分卡表格。我們可以點開每個變量,查看各個分段對應的信用評分。



下圖為fico分數(shù)的分段評分,大家覺得不單調的區(qū)間之后可以合并優(yōu)化處理。



下圖是rev_util的分段評分,大家覺得不單調的區(qū)間之后可以合并優(yōu)化處理。



汽車貸金融風險

最后,我談談汽車貸金融風險。既然我們是搞風控的,就要有居安思危的風控意識。我個人并不認同我國汽車貸比例一定要和歐美接軌。

請牢記,1929年美國金融危機的最重要特征是居民負債率過高,貸款購買商品成為一種時尚,貸款買房,貸款買車,貸款炒股,然后發(fā)生暴雷,經(jīng)濟危機持續(xù)數(shù)年,全球戰(zhàn)爭爆發(fā),直到二戰(zhàn)結束,美國才走出經(jīng)濟危機。

我建議個人債務占總收入比例不要超過1/3,否則以后生活質量會很低,持續(xù)居民高債務容易導致破產(chǎn),家庭崩潰,離婚率上升。


汽車金融汽車金融信用評分卡模型-論文畢設的評論 (共 條)

分享到微博請遵守國家法律
阳信县| 泸定县| 永胜县| 准格尔旗| 东丽区| SHOW| 凭祥市| 沅江市| 武宁县| 兴仁县| 安阳县| 宁城县| 云南省| 枣庄市| 冀州市| 凭祥市| 宁强县| 泽普县| 乐山市| 合肥市| 海阳市| 郧西县| 桃园市| 沅陵县| 二手房| 上栗县| 临朐县| 宜都市| 武安市| 东阿县| 武夷山市| 韩城市| 临汾市| 潍坊市| 厦门市| 志丹县| 大港区| 神木县| 专栏| 宁陕县| 封开县|