担任持派司消费金融模子专家一职，发现金融风控模子算法，和中科院，腾讯，百度，爱奇艺，大学连结持久项目合做；和同盾，聚信立等外部数据源公司有项目对接。熟悉消费金融场景业。。。银行，消费金融，小额贷，现金贷等线上贷款场景的风控建模，数据阐发相关工做人员，贷前审批模子人员；大学生fintech建模竞赛，论文，专利。此课程用python代码对LendingClub平台贷款数据阐发和用户画像，针对银行，消费金融，现金贷等场景，用python实现金融信贷申请用户数据阐发。项目采用lendingclub 12万多条实正在信贷数据，包罗用户年收入，贷款总额，分期金额，分期数量，职称，住房环境等几十个维度。通过课程进修，我们发觉2019年四时度时候，美国多头假贷环境很是严沉，为全球系统性金融危机埋下种子。做者Toby：持派司消费金融模子，和中科院，中科大传授连结持久项目合做；和同盾，聚信立等外部数据源公司有项目对接。熟悉消费金融场景营业，线上线下营业，包罗现金贷，商品贷，医美，反欺诈，汽车金融等等。模子项目200+，擅长Python机械进修建模，对于变量筛选，衍生变量构制，变量缺失率高，正负样本不均衡，共线性高，多算法比力，调参等疑问问题有优良处理方式。Lending Club 创立于2006年，从停业务是为市场供给P2P贷款的平台中介办事，公司总部位于。2016年上半年Lending club爆出违规放贷丑闻，创始人去职，股价持续下跌，全年吃亏额达1。46亿美元。此处引见一下什么是P2P。归纳综合起来能够如许理解，“所有不涉及保守银行做前言的信贷行为都是P2P”。简单点来说，P2P公司不会出借自有资金，毗连告贷人取出借人需求。告贷人欢快的是拿到了贷款，并且过程快速便当，免遭保守银行手续浩繁的；出借人欢快的是借出资金的投资报答远高于存款利率；那么两头人欢快的是用办事换到了流水（拿的即是事成之后的抽成） 最初实现三赢。P2P初志是好的，但跟着诸多平台成立蓄水池，违规操做和房贷，形成几十万人上当。2018-2019年国内对P2P监管越来越严，到了2020年，P2P根基清退。只要持派司的公司才能放贷。告贷人提交申请后，Lending Club 会按照贷款尺度进行初步审查。贷款人需要满脚以下尺度才能告贷：3。信用演讲反映以下环境：至多有两个轮回账户正正在利用，比来6 个月不跨越5 次被查询拜访，至多36 个月的信用记实贷款分为A、B、D、E、F、G 7 个品级，每个品级又包含了1、2、3、4、5 五个子级。申明：部门主要的特征变量似乎缺失，多次下载的数据集中贫乏fico分数、fico_range_low、fico_range_high等取fico相关的特征，所以正在构成结论进行总结的时候，这些特征的结论将从相关的演讲中获取。挪用data。describe()函数对数据描述性统计，察看各个变量的计数，平均值，尺度差，最大值，最小值，1/4位数和3/4位数值，并察看一下非常值。同样能够按照这种体例对浮点型的数据进行数据预览，获得均值、尺度差、四分位数以及数据的缺失比沉等消息。起首我们来看一下2018年第四时度营业开展环境，次要是放款笔数，金额，刻日等环境。第四时度放款笔数和放款金额略有下降，营业上是成心义的，岁尾坏账率会上升，平台会收紧。出格是正在国内，岁尾收紧幅度比力大。通过seaborn，scipy，pandas三个包，我们绘制了一个正太分布图，察看lendingclub平台给小我贷款金额大多正在1万-2万美金，较高金额的贷款数量较少，此平台次要是小额贷为从。通过绘制饼状图，我们获得lendingclub平台贷款周期分为36个月取60个月，次要以36个月为从，60个月的比沉31%摆布。正在p2p平台上以短期贷款为从，持久贷款也有，利率较高，但周期较长。借出人收成利钱，承担风险，而借入人到期要本金。贷款周期越长，对借出人来说风险越高。正在国内的下，借出人不只要承担推迟还款的风险，还要担忧平台跑、本息全无的高风险；对借入人来说，由于国内贫乏健全的征信系统，告贷方违约及反复违约成本低。对国内的环境不再多说，话题绕回来。国外的部门国度已有健全的征信系统，一旦违约还款，违约率不竭上涨，小我征信也会保留记实，对后序的贷款、买房有很大的影响。所以若是贷款周期较长，且若是没有固定的工做和固定的收入的话（即便有不决收入也不必然如期），本金充满变数，很有可能违约。从图中能够看出，贷款人中工龄为10年以上频次最多。那么，我们能够考虑一下，为什么工龄跨越10年的人有贷款需求呢？且占比这么高？那么能够猜测一下（小我看法），起首可能是工龄越长，贷款通过率越高（筛选后占比力高），这可能和lendingclub贷前审批策略相关。通过上图发觉，美国贷款人收入程度中年收入正在0-5万美元的占比第一，30。53%摆布。其次是5万-10万区间，11万-30万年收入区间占比逐渐变小。获得这张图并不容易，是对数据进行深度清洗后获得的。出格是挪用了pandas的cut函数，对收入变量进行分箱处lending club会对客户收入进行验证，这很是值得国内平台进修。贷款人的收入程度消息分为三种环境：曾经过LC验证，收入来历已验证，未验证。这三种环境目前从图中看出LC验证，收入来历已验证，未验证的收入数据仍是有显著区别。别的贷款品级取收入程度正在全体上呈正相关的趋向。上图由seaborn的的ctorplot函数生成。ctorplot函数是用于多因子阐发的，很是适用。一半用户衡宇形态是典质贷款，只要10%用户具有完全的产权。看来美国房奴大军不小呀！接着用pandas的stack和unstack函数对grade和home_ownship两个品级变量做数据深度清洗，然后绘制下图。通过察看贷款品级越高用户按揭占比越高，租房占比越低，反之亦然。自有住房占比每个品级略有分歧。上图中debt_consolidation（能够理解为债权整合，借新还旧）占比第一，占比第二高的credit_card也归属为统一类。分歧平台新债还宿债属于多头假贷行为，多头假贷会提拔用户欠债率，而欠债率会激发经济系统性危机。经济危机遇进一步提高社会基尼系数，激发社会动荡。多头假贷是一个很是的目标，无司仍是处所都该当此目标。美国上个世纪起头就倡导超前消费不雅念刺激经济，保守储蓄不雅念备受冷酷。但人有不情愿还钱倾向，债权越高，金融危机风险越大。2019年美国债权占P比沉曾经高到106%，也就是说美国创制的社会财富还不敷还债。1970年时，债权只占P38%摆布，由此可见华尔街贪欲程度，能够用too much， never enough来描述。很巧的是，我们正在lending club数据阐发时就发觉了这猫腻，发觉大多告贷人告贷目标就是新债换宿债。无论新冠状病毒能否迸发，美国金融系统曾经存正在严沉系统风险，并且其他国度也存正在雷同问题，只是欠债程度纷歧样。居平易近欠债率上升，富人却通过房贷和货泉宽松政策获利，从而导致社会基尼系数不竭上升，社会差距拉大，最初导致社会动荡和和平。下图是几年前全球基尼系数，能够看到美国基尼系数正在40-50，现实数据可能更大。分析收入程度取贷款用处获得上图，我们能够发觉正在第四时度中，人均收入程度较高的人群贷款用于小生意，家庭糊口改善，房子等。而贷款为了债权整合（占比第一）的人群的人均收入程度正在全体的中下。收入最小的一般用于医疗开支或车辆相关。这也间接证了然多头假贷的收入会越来越低，陷入贫苦圈套。数据阐发和画像后，建模子并非所有变量都利用，需要做变量筛选工做。变量相关性阐发就是最根本的变量筛选步调。我们用seaborn的heatmap函数绘制出下图变量相关性热力求后，我们发觉部门变量呈现0。9高相关性变量相关性取值从0-1，值越接近0，两个变量相关性越低；值越接近1，两个变量相关性越高。下图是变量相关性数据分布。
python金融风控评分卡模子和数据阐发概述（必看）python金融风控评分卡模子和数据阐发概述（必看）贷款金额和趋向阐发-2018年Q4信贷略有缩紧贷款金额和趋向阐发-2018年Q4信贷略有缩紧产物周期阐发-看来lendingclub是短周期假贷平台产物周期阐发-看来lendingclub是短周期假贷平台！