机器学习视角下的信贷风险识别方法
王夕萌1
王静芳2
张圆圆1
宋爽1
熊菲3
1.中国邮政储蓄银行网络金融部 北京 1000702.中国邮政储蓄银行云南省分行 云南昆明 6500323.北京交通大学电子信息工程学院 北京 100044
摘要：以大数据为基础,运用机器学习进行风险管理是银行数字化转型的重要部分.消费特征能够反映客户的经济情况和消费习惯,是信用数据较少或缺失情况下判断客户信贷风险的重要依据.基于此,在信贷风险识别任务中引入消费特征,提出了一种基于消费特征的客户信贷风险识别模型.通过XGBoost实现特征转换,并利用多层感知机对数据特征进行高阶表达,深入挖掘数据特征中的潜在知识,提高了模型的分类能力,提升了信贷风险识别的准确率.
关键词：机器学习信贷风险特征工程消费特征
资助基金：国家自然科学基金(61872033)
论文发表日期：2023-02-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 6-9 )