基于R语言个人贷款违约模型的预测与分析

摘要

近年来,银行迫切需要研究信用风险产生机制及影响因素,为是否向借款人发放贷款提供依据.因此研究个人贷款违约数据对银行系统预测个人贷款信用及构建征信系统具有重要意义.基于R软件建立了个人贷款违约的递归分割树、条件决策树和支持向量机模型.通过剪枝、筛选输入变量、调节参数提高了预测精度.评估了三种模型的预测能力,结果显示,取参数gamma=0.1,cost=1时支持向量机的精度最高,剔除贷款目的和电话情况两个变量的条件推理树次之,而剪枝后递归分割树预测精度最差.通过ROC曲线、AUC值,与现有的C5.0、随机森林算法比较,其预测效果更好,对贷款者的信用评估具有重要指导意义.