基于大数据的信贷违约风险影响因素研究

随着信息通信技术在金融科技领域中得到广泛应用，传统金融机构依靠互联网技术极大的提升了自己的金融服务能力和金融服务效率。但与此同时，作为一个新兴业态，与互联网金融服务配套的法律制度和保障措施还未完善，特别是互联网借贷业务，贷前的风控系统不完善，同时还缺乏贷后管理机制，造成了网络贷款平台不断出现爆雷现象。仅2018年7月一个月内就有200多家平台出现问题，而到2020年底为止，出现问题的在线借贷平台高达80%。为了更好的保障在线借贷平台和互联网金融行业的健康发展，亟需完善个人征信体系建设，科学评估借款人违约风险。为了解决这一问题，本文首先对现有研究进行了理论梳理，找到可能对违约风险产生影响的因素，并总结为个人特征、社交网络特征、金融特征等三方面的因素。在这之后，从社交网络特征对违约风险进行了深入分析。其次，利用大数据分析方法，构建了随机森林信用评价模型。