热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

注册会计师带你用Python进行探索性风险分析(二)

專欄❈Rho,Python中文社区专栏作者,现居深圳。知乎专栏地址:https:zhuanlan.zhihu.comBecomingaDataScientist❈

專 欄


❈Rho,Python中文社区专栏作者,现居深圳。知乎专栏地址:https://zhuanlan.zhihu.com/BecomingaDataScientist❈

注册会计师带你用Python进行探索性风险分析(一)

多维变量分析

  • 1.探索贷款与时间的关系

首先对时间数据类型进行转换



二季度4月份贷款最低,而5月和6月的贷款金额基本持平。由于本数据集只包含2017Q2的数据,如果数据集能包括横跨几年业务数据,可以将数据按年按月做横向和纵向对比,更能反映公司业务的发展情况。初步看来,Leding Club 平台在2017Q2业务持续增长

  • 2.探索贷款金额与州之间的关系


得知Lending Club 的总部在加州,因此加州的市场开拓也相对其他较好。其次是德克萨斯州和纽约州。

同时,从风险防范角度来看,应重点审核这几个城市贷款申请人的基本信息。

  • 3.探索信用评级、贷款期限和利率的关系




从表格可以看出,P2P平台的利率最高档为30%,而利率最低档为7%左右,总体利率水平也相对传统银行较高。 信用评级从A到G,A的的借款人信用评分最高,财务状况较好,违约发生的可能性较低,因此利率也相对较低。

贷款期限长意味着不确定性增加,风险也随之增加,期限较长的贷款在同信用等级下的借款利率也相对高。

  • 4.探索贷款用途与利率的关系

贷款用途分别为house、small_business以及Other的贷款利率较高。其中贷款用途为house的贷款利率为最高。

  • 5.探索贷款金额与利率之间的关系


图的中间是贷款金额和利率的线性关系图,图的上方和右方分别是贷款金额和利率的分布图。我们从图中并没有发现贷款金额和贷款利率有明显的关系。

  • 6.探索贷款利率与违约次数之间的关系

违约次数越多的人意味着自身财务状况较差,偿付能力也较低,因此此类客户贷款风险越高,对此部分资产应给予更高的利率定价。

  • 7.探索利率、收入、工作年限以及贷款状态之间的关系

数据可视化



从图可以看出,工作年限越长,客户的收入也越高,自身现金流比较充足,此类客户偿还债务的能力较强,违约的情况较少,相应享受更低的利率。

总结



1.影响风险的因素

分析企业偿债能力主要考察企业的资产状况和经营情况,只有负债结构与企业盈利能力合理匹配,企业才能持续稳定地发展。

个人的资产状况好比企业的资产负债表,个人收入犹如企业的利润表或现金流量表。高收入的客户意味着有良好的现金流,偿还债务能力较高违约的可能性较低,一般来说此类客户的信用评级也相对较高,平台对应的贷款资产风险也相对较低;个人过往的信用记录能够反映客户的偿还意愿,长期有不良信用记录的客户再次发生违约的可能性也较高,为对违约风险,对此类客户应匹配更高的利率定价。

2.Lending Club 平台特点

  • 平台业务持续稳定发展:第二季度业务持续增长,平台业务主要集中于加州、德克萨斯州和纽约州。

  • 平台贷款金额以 小额贷款为主,贷款金额主要集中在10,000美元左右,小而散的贷款金额能够很好的分散资金风险。

  • 平台贷款利率较高,贷款利率集中在12.62%,贷款利率相对传统金融机构较高。

  • 平台二季度违约风险得到良好的控制,平台贷款发生违约的数量较少,贷款正常状态占比为98.38%。

3.个人建议

  • 完善客户画像和产品设计:信贷业务开展前,首先要明确信贷机构的目标客户群、目标客户的特征和画像信息是什么。例如Lending Club平台的small business业务,中小企业目标群体的特征描述应包括能够反映企业的资产负债和现金流相关的财务报表信息或表外债务信息等。完整的客户信息有利于风控人员和系统分析把控违约风险。

  • 优化贷款模型:完善客户信息的同时,借助机器学习的技术持续优化贷款模型。


注册会计师带你用Python进行探索性风险分析(一)


最近热门文章:

一键获取免费真实的匿名代理

Python告诉我巴黎的地铁线路有多不靠谱!

用 Python分析胡歌的《猎场》到底值不值得看?

用Python预测比特币价格

Python分析《羞羞的铁拳》电影观众评论

如何快速爬取B站全站视频信息


长按扫描关注Python中文社区,

获取更多技术干货!

    

Python 中 文 社 区

Python中文开发者的精神家园

合作、投稿请联系微信:

pythonpost

— 人生苦短,我用Python —
1MEwnaxmMz7BPTYzBdj751DPyHWikNoeFS



推荐阅读
  • 微软头条实习生分享深度学习自学指南
    本文介绍了一位微软头条实习生自学深度学习的经验分享,包括学习资源推荐、重要基础知识的学习要点等。作者强调了学好Python和数学基础的重要性,并提供了一些建议。 ... [详细]
  • 本文介绍了在Python张量流中使用make_merged_spec()方法合并设备规格对象的方法和语法,以及参数和返回值的说明,并提供了一个示例代码。 ... [详细]
  • 本文介绍了贝叶斯垃圾邮件分类的机器学习代码,代码来源于https://www.cnblogs.com/huangyc/p/10327209.html,并对代码进行了简介。朴素贝叶斯分类器训练函数包括求p(Ci)和基于词汇表的p(w|Ci)。 ... [详细]
  • 2018年人工智能大数据的爆发,学Java还是Python?
    本文介绍了2018年人工智能大数据的爆发以及学习Java和Python的相关知识。在人工智能和大数据时代,Java和Python这两门编程语言都很优秀且火爆。选择学习哪门语言要根据个人兴趣爱好来决定。Python是一门拥有简洁语法的高级编程语言,容易上手。其特色之一是强制使用空白符作为语句缩进,使得新手可以快速上手。目前,Python在人工智能领域有着广泛的应用。如果对Java、Python或大数据感兴趣,欢迎加入qq群458345782。 ... [详细]
  • 这是原文链接:sendingformdata许多情况下,我们使用表单发送数据到服务器。服务器处理数据并返回响应给用户。这看起来很简单,但是 ... [详细]
  • 向QTextEdit拖放文件的方法及实现步骤
    本文介绍了在使用QTextEdit时如何实现拖放文件的功能,包括相关的方法和实现步骤。通过重写dragEnterEvent和dropEvent函数,并结合QMimeData和QUrl等类,可以轻松实现向QTextEdit拖放文件的功能。详细的代码实现和说明可以参考本文提供的示例代码。 ... [详细]
  • Centos7.6安装Gitlab教程及注意事项
    本文介绍了在Centos7.6系统下安装Gitlab的详细教程,并提供了一些注意事项。教程包括查看系统版本、安装必要的软件包、配置防火墙等步骤。同时,还强调了使用阿里云服务器时的特殊配置需求,以及建议至少4GB的可用RAM来运行GitLab。 ... [详细]
  • IT方面的论坛太多了,有综合,有专业,有行业,在各个论坛里混了几年,体会颇深,以前是论坛哪里人多 ... [详细]
  • 小程序自动授权和手动接入的方式及操作步骤
    本文介绍了小程序支持的两种接入方式:自动授权和手动接入,并详细说明了它们的操作步骤。同时还介绍了如何在两种方式之间切换,以及手动接入后如何下载代码包和提交审核。 ... [详细]
  • 华为鸿蒙系统官网2.0报名方法及适用设备
    本文介绍了华为鸿蒙系统官网2.0报名的适用设备、报名方法以及三种方式,包括在应用商店下载开发者联盟app、在官网中进行报名、在微信公众号中申请体验HarmonyOS 2.0 手机开发者Beta版本。同时提醒错过测试机会的用户可以等待后续的正式版发布。 ... [详细]
  • 本文介绍了响应式页面的概念和实现方式,包括针对不同终端制作特定页面和制作一个页面适应不同终端的显示。分析了两种实现方式的优缺点,提出了选择方案的建议。同时,对于响应式页面的需求和背景进行了讨论,解释了为什么需要响应式页面。 ... [详细]
  • GPT-3发布,动动手指就能自动生成代码的神器来了!
    近日,OpenAI发布了最新的NLP模型GPT-3,该模型在GitHub趋势榜上名列前茅。GPT-3使用的数据集容量达到45TB,参数个数高达1750亿,训练好的模型需要700G的硬盘空间来存储。一位开发者根据GPT-3模型上线了一个名为debuid的网站,用户只需用英语描述需求,前端代码就能自动生成。这个神奇的功能让许多程序员感到惊讶。去年,OpenAI在与世界冠军OG战队的表演赛中展示了他们的强化学习模型,在限定条件下以2:0完胜人类冠军。 ... [详细]
  • 2016 linux发行版排行_灵越7590 安装 linux (manjarognome)
    RT之前做了一次灵越7590黑苹果炒作业的文章,希望能够分享给更多不想折腾的人。kawauso:教你如何给灵越7590黑苹果抄作业​zhuanlan.z ... [详细]
  • 手把手教你使用GraphPad Prism和Excel绘制回归分析结果的森林图
    本文介绍了使用GraphPad Prism和Excel绘制回归分析结果的森林图的方法。通过展示森林图,可以更加直观地将回归分析结果可视化。GraphPad Prism是一款专门为医学专业人士设计的绘图软件,同时也兼顾统计分析的功能,操作便捷,可以帮助科研人员轻松绘制出高质量的专业图形。文章以一篇发表在JACC杂志上的研究为例,利用其中的多因素回归分析结果来绘制森林图。通过本文的指导,读者可以学会如何使用GraphPad Prism和Excel绘制回归分析结果的森林图。 ... [详细]
  • Python入门后,想要从事自由职业可以做哪方面工作?1.爬虫很多人入门Python的必修课之一就是web开发和爬虫。但是这两项想要赚钱的话 ... [详细]
author-avatar
晴felleman_110
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有