基于XGBoost的个人信贷违约预测研究

摘要：

随着互联网经济的迅猛发展,个人信贷规模在近年来呈现了爆炸式增长.信用风险管控一直是金融机构研究的热点问题.该文对集成学习算法XGBoost应用个人信贷违约预测进行了研究.通过对已有的数据进行分析,并使用XGBoost算法建立个人信贷违约预测模型.实验结果表明,与逻辑回归算法与随机森林算法相比,XGBoost在性能上有更好的表现.通过使用XGBoost算法对特征的重要性进行度量,有助于快速有效地进行个人信贷风险判断.

关键词：XGBoost、集成学习、个人信贷、风险管控、违约预测

所属期刊栏目：15

分类号：TP391(计算技术、计算机技术)

在线出版日期：2019-12-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：192-194