金融现金贷用户数据分析和用户画像

中阶

教会学员用python编程实现金融信贷申请用户数据分析和画像

5分 更新: 近三个月

收藏( 12 下载课程 二维码 下载学院APP 缓存视频离线看 学习社群 二维码 关注公众号 加入官方群

93 学习人数 2小时17分钟 16课时
课程权益 15分钟内无条件退款 1、仅限付费视频课程适用
2、购买后15分钟内可以找到客服进行沟通退款
3、下载资料后不再享有退款特权
4、客服(Tel:400-101-1651)

24小时内答疑 随时随地观看课程 专属资料下载
  • 课程介绍
  • 课程大纲
  • 其他课程 8
  • 专题套餐

学完本课程,您将掌握:

  • python编程
  • 数据分析
  • 用户画像
  • lendingclub实战
  • pandas
  • 金融
  • 现金贷
  • 消费金融
  • 小额贷
  • 金融科技

适合人群:

银行,消费金融,小额贷,现金贷等线上贷款场景的风控建模,数据分析相关工作人员,贷前审批模型人员;大学生fintech建模竞赛,论文,专利。

学习计划:

1.每天保证1-2个小时学习时间,预计7-14天可以学习完整门课程。 2.每节课的代码实操要保证,建议不要直接复制粘贴代码,自己实操一遍代码对大脑记忆很重要,有利于巩固知识。 3.第二次学习时要总结上一节课内容,必要时做好笔记,加深大脑理解。 4.不懂问题要罗列出来,先自己上网查询,查不到的可以咨询老师。

课程目标:

教会学员用python编程实现金融信贷申请用户数据分析和画像

课程简介:

课程概述:

此课程用python代码对LendingClub平台贷款数据分析和用户画像,针对银行,消费金融,现金贷等场景,教会学员用python实现金融信贷申请用户数据分析。项目采用lendingclub 12万多条真实信贷数据,包括用户年收入,贷款总额,分期金额,分期数量,职称,住房情况等几十个维度。通过课程学习,我们发现2019年四季度时候,美国多头借贷情况非常严重,为全球系统性金融危机埋下种子。


作者Toby:
持牌照消费金融模型,和中科院,中科大教授保持长期项目合作;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务,线上线下业务,包括现金贷,商品贷,医美,反欺诈,汽车金融等等。模型项目200+,擅长Python机器学习建模,对于变量筛选,衍生变量构造,变量缺失率高,正负样本不平衡,共线性高,多算法比较,调参等疑难问题有良好解决方法。


课程部分内容展示

Lending Club公司背景

Lending Club 创立于2006年,主营业务是为市场提供P2P贷款的平台中介服务,公司总部位于旧金山。

公司在运营初期仅提供个人贷款服务,至2012年平台贷款总额达10亿美元规模。

2014年12月,Lending Club在纽交所上市,成为当年最大的科技股IPO。

2014年后公司开始为小企业提供商业贷款服务。

2015年全年Lending Club平台新设贷款金额达到了83.6亿美元。

2016年上半年Lending club爆出违规放贷丑闻,创始人离职,股价持续下跌,全年亏损额达1.46亿美元。

2019-2020年公司业务被迫转型,可能和美国高负债率,用户违约率上升有关。

作为P2P界的鼻祖,Lending club跌宕起伏的发展历史还是挺吸引人的。

此处介绍一下什么是P2P。概括起来可以这样理解,“所有不涉及传统银行做媒介的信贷行为都是P2P”。简单点来说,P2P公司不会出借自有资金,而是充当“中间人”的角色,连接借款人与出借人需求。

借款人高兴的是拿到了贷款,而且过程快速便利,免遭传统银行手续众多的折磨;出借人高兴的是借出资金的投资回报远高于存款利率;那么中间人高兴的是用服务换到了流水(拿的便是事成之后的抽成) 最后实现三赢。

P2P初衷是好的,但随着诸多平台建立蓄水池,违规操作和房贷,造成几十万人被骗。2018-2019年国内对P2P监管越来越严,到了2020年,P2P基本清退。只有持牌照的公司才能放贷。

贷款标准

借款人提交申请后,Lending Club 会根据贷款标准进行初步审查。贷款人需要满足以下标准才能借款:

1.FICO 分数在660 分以上

FICO分数等级划分

2.债务收入比例低于40%

3.信用报告反应以下情况:至少有两个循环账户正在使用,最近6 个月不超过5 次被调查,至少36 个月的信用记录

贷款等级grade

贷款分为A、B、C、D、E、F、G 7 个等级,每个等级又包含了1、2、3、4、5 五个子级。

二、目的

研究影响贷款等级的相关因素,并探寻潜藏在数据背后的一些规律

三、数据集获取

选取2018年第四季度数据集以及特征变量的说明文档。

官网上下载数据集

已翻译的特征说明文档

说明:部分重要的特征变量似乎缺失,多次下载的数据集中缺少fico分数、fico_range_low、fico_range_high等与fico相关的特征,所以在形成结论进行总结的时候,这些特征的结论将从相关的报告中获取。

四、数据处理

在对数据进行处理前,我们需要对数据有一个整体的认识

从上述的信息中可以看出:

1.128412行数据,23个特征变量(抽选比较重要的变量,原始变量有110多个)

2.13个特征变量中有86个是浮点数类型,5个是Object对象。

调用data.describe()函数对数据描述性统计,观察各个变量的计数,平均值,标准差,最大值,最小值,1/4位数和3/4位数值,并观察一下异常值。

Object基类对象的数据分布情况

从图表中可以得到部分信息:

1.贷款共7个等级,占比最多的是B级

2.还款的形式有两种,占比最多的是36个月

3.贷款人中大多数人工龄10+年

4.贷款人的房屋状况大多是抵押贷款

5.大多数人贷款的目的是债务整合

6.id与desc特征的数据缺失率高达0.99,间接表明这两个特征可以删除掉。

同样可以按照这种方式对浮点型的数据进行数据预览,得到均值、标准差、四分位数以及数据的缺失比重等信息。

我们调用hist函数可以对数据的所有维度绘制直方图,一目了然观察所有变量数据分布。

 

第四季度贷款等级变化趋势

首先我们来看一下2018年第四季度业务开展情况,主要是放款笔数,金额,期限等情况。第四季度放款笔数和放款金额略有下降,业务上是有意义的,年底坏账率会上升,平台会收紧。特别是在国内,年底收紧幅度比较大。

 

贷款金额分析:

通过seaborn,scipy,pandas三个包,我们绘制了一个正太分布图,观察lendingclub平台给个人贷款金额大多在1万-2万美金,较高金额的贷款数量较少,此平台主要是小额贷为主。

贷款周期占比

通过绘制饼状图,我们得到lendingclub平台贷款周期分为36个月与60个月,主要以36个月为主,60个月的比重31%左右。在p2p平台上以短期贷款为主,长期贷款也有,利率较高,但周期较长。借出人收获利息,承担风险,而借入人到期要偿还本金。贷款周期越长,对借出人来说风险越高。

在国内的环境下,借出人不仅要承担推迟还款的风险,还要担心平台跑路、本息全无的高风险;对借入人来说,因为国内缺少健全的征信体系,借款方违约及重复违约成本低。

对国内的情况不再多说,话题绕回来。国外的部分国家已有健全的征信体系,一旦违约还款,违约率不断上涨,个人征信也会保留记录,对后序的贷款、买房有很大的影响。所以如果贷款周期较长,且如果没有固定的工作和固定的收入的话(即使有未定收入也不一定如期偿还),偿还本金充满变数,很有可能违约。

 

接下来我们再试着对贷款人进行分析,形成一下用户画像吧。

贷款人工龄分布图

从图中可以看出,贷款人中工龄为10年以上频率最多。那么,我们可以考虑一下,为什么工龄超过10年的人有贷款需求呢?且占比这么高?

那么可以猜测一下(个人意见),首先可能是工龄越长,贷款通过率越高(筛选后占比较高),这可能和lendingclub贷前审批策略有关。

贷款人收入水平

通过上图发现,美国贷款人收入水平中年收入在0-5万美元的占比第一,30.53%左右。其次是5万-10万区间,11万-30万年收入区间占比逐步变小。得到这张图并不容易,是对数据进行深度清洗后得到的。特别是调用了pandas的cut函数,对收入变量进行分箱处

理。

贷款人年收入,贷款等级,收入验证多因子分析

lending club会对客户收入进行验证,这非常值得国内平台学习。贷款人的收入水平信息分为三种情况:已经过LC验证,收入来源已验证,未验证。这三种情况目前从图中看出LC验证,收入来源已验证,未验证的收入数据还是有显著区别。另外贷款等级与收入水平在整体上呈正相关的趋势。上图由seaborn的的factorplot函数生成。factorplot函数是用于多因子分析的,非常实用。

 

借款人住房状况分布图

一半用户房屋状态是抵押贷款,只有10%用户拥有完全的产权。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两个等级变量做数据深度清洗,然后绘制下图。通过观察贷款等级越高用户按揭占比越高,租房占比越低,反之亦然。自有住房占比每个等级略有不同。

贷款用途分布

上图中debt_consolidation(可以理解为债务整合,借新还旧)占比第一,占比第二高的credit_card也归属为同一类。不同平台新债还旧债属于多头借贷行为,多头借贷会提升用户负债率,而负债率会引发经济系统性危机。经济危机会进一步提高社会基尼系数,引发社会动荡。多头借贷是一个非常敏感的指标,无论公司还是地方政府都应该监控此指标。

从历史经验看,举债发展导致住户部门高杠杆和过快的债务增速,与债务危机显著相关。如日本平成大萧条,韩国信用卡危机,美国次贷危机,均是居民负责短期内快速上涨,导致收入,储蓄及资产价值无法偿付债务,从而造成金融系统系风险。

美国上个世纪开始就提倡超前消费观念刺激经济,传统储蓄观念备受冷漠。但人有不愿意还钱倾向,债务越高,金融危机风险越大。2019年美国债务占GDP比重已经高到106%,也就是说美国创造的社会财富还不够还债。1970年时,债务只占GDP38%左右,由此可见华尔街贪欲程度,可以用too much, never enough来形容。很巧的是,我们在lending club数据分析时就发现了这猫腻,发现大多借款人借款目的就是新债换旧债。无论新冠状病毒是否爆发,美国金融体系已经存在严重系统风险,而且其他国家也存在类似问题,只是负债程度不一样。

专业人士预测到2025年,美国负债占GDP比重可能达到140%,负债呈现逐年上升趋势。

居民负债率上升,富人却通过房贷和货币宽松政策获利,从而导致社会基尼系数不断上升,社会贫富差距拉大,最后导致社会动荡和战争。下图是几年前全球基尼系数,可以看到美国基尼系数在40-50,实际数据可能更大。

贷款目的与人均收入水平

综合收入水平与贷款用途得到上图,我们可以发现在第四季度中,人均收入水平较高的人群贷款用于小生意,家庭生活改善,房子等。而贷款为了债务整合(占比第一)的人群的人均收入水平在整体的中下。收入最小的一般用于医疗开支或车辆相关。这也间接证明了多头借贷的收入会越来越低,陷入贫困陷阱。

 

变量相关性分析:

数据分析和画像后,我们可以用上述变量建模。建模型并非所有变量都使用,需要做变量筛选工作。变量相关性分析就是最基础的变量筛选步骤。我们用seaborn的heatmap函数绘制出下图变量相关性热力图后,我们发现部分变量呈现0.9高相关性

除了python,excel也可以绘制变量相关性热力图,下图由excel生成。

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。


展开更多

课程大纲-金融现金贷用户数据分析和用户画像

资料下载
  • 第1章 python编程环境搭建

    24分钟5节

  • 1-1

    金融现金贷用户数据分析和画像_介绍视频 金融现金贷用户数据分析和画像_介绍视频

    [01:20] 开始学习
  • 1-2

    python金融风控评分卡模型和数据分析概述(必看) python金融风控评分卡模型和数据分析概述(必看)

    [06:03] 开始学习
  • 1-3

    Anaconda快速入门指南 Anaconda快速入门指南

    [07:18] 开始学习
  • 1-4

    Anaconda下载安装 Anaconda下载安装

    [07:02] 开始学习
  • 1-5

    python第三方包安装(pip和conda ins .python第三方包安装(pip和conda install)

    [02:48] 开始学习
  • 第2章 金融现金贷用户数据分析和画像

    1小时52分钟11节

  • 2-1

    描述性统计-知己知彼百战百胜 描述性统计-知己知彼百战百胜

    「仅限付费用户」点击下载“金融现金贷用户数据分析和画像脚本和数据.rar”

    [16:21] 开始学习
  • 2-2

    好坏客户占比严重失衡 好坏客户占比严重失衡

    [07:27] 开始学习
  • 2-3

    不要用相关性分析杀人 不要用相关性分析杀人

    [15:08] 开始学习
  • 2-4

    变量相关性分析-你不知道的秘密 变量相关性分析-你不知道的秘密

    [12:02] 开始学习
  • 2-5

    贷款金额和趋势分析-2018年Q4信贷略有缩紧 贷款金额和趋势分析-2018年Q4信贷略有缩紧

    [11:40] 开始学习
  • 2-6

    产品周期分析-看来lendingclub是短周期借贷 产品周期分析-看来lendingclub是短周期借贷平台

    [05:01] 开始学习
  • 2-7

    用户工龄分析-10年工龄用户第一 用户工龄分析-10年工龄用户第一

    [05:22] 开始学习
  • 2-8

    住房情况与贷款等级-原来美国大部分都是房奴 住房情况与贷款等级-原来美国大部分都是房奴

    [12:39] 开始学习
  • 2-9

    年收入分析-很多美国人年薪5万美金左右 年收入分析-很多美国人年薪5万美金左右

    [08:53] 开始学习
  • 2-10

    贷款人收入水平_贷款等级_收入核实多因子分析 贷款人收入水平_贷款等级_收入核实多因子分析

    [06:05] 开始学习
  • 2-11

    贷款用途-美国2018年金融危机浮出水面 贷款用途-美国2018年金融危机浮出水面

    [12:19] 开始学习
¥150.00
仅需¥120.00
关注公众号 领VIP会员
下次再说

点击打包下载,即可获取该课程全部资料

打包下载
充电节满减满200减20 满300减30 满500减50
是否单独购买该课程?
直接购买 去凑单
在线
客服
APP
下载

下载Android客户端

下载iphone 客户端

官方
微信

关注官方微信

返回
顶部