網貸數據分析

1 人贊了文章

1、背景

提前消費已成為當下流行的消費方式，貸款平台隨之而生。本文為Prosper2005-2014年貸款信息的預測分析，旨在提供預測貸款額度，信用級別，與違約還款等之間的關係。

2、網貸數據分析

2.1年收入越低，違約率越高

查詢出不同薪資範圍還款狀態，針對completed和chargedoff可以看出，除去無工作和無收入特殊情況，基本工資越高違約率越低，均值在0.25，在可控範圍內，以後可以加強高收入人群的貸款服務。

prosper的客戶群體收入普遍在￥25000-￥74999範圍內。與之前分析結果可知高收入違約率低，還是應該定位客戶群體。

在113837個客戶中，current和completed還款狀態居多。

2.2 負債水平低的借款人違約率低於負債水平高的人

僅分析了負債收入比低於1的，但數據足以證明負債收比低的客戶更具有還款能力，切多數分布在0-0.4之間，違約的整體風險處於可控狀態。

2.3受僱傭狀態持續時間長的借款人違約概率小

隨著EmploymentStatusDuration的增長，違約概率逐漸減小。多數客戶為上班族，工作年限越久，自身經濟能力也提高，還款概率增大。

2.4 信用評級高的人違約概率小

信用級別是對於之前的還款信用的評定，可以看出級別越高，違約的比重越小。

3 總結與建議

初步得出用戶畫像，可依據信用等級高，年收入高，僱傭時長選擇違約率低的客戶，在業務推廣時此網貸平台的用戶為中高層收入的上班群體。

今後會不斷更新，計劃異常值處理，及決策樹分析等。期待，，