手机分期消费贷款信用风险研究——基于RF-Logistic模型的实证分析

识别手机分期消费贷款违约因子是防范手机消费贷款业务信用风险的关键所在。为此，基于融合随机森林（RF）和逻辑回归（Logistics）两阶段模型，通过数据挖掘揭示风险特征重要性含义，并结合经济计量方法诠释异质性客户信用违约的基准逻辑。结果表明：入网时长、终端个数、客户月流量、终端时长是影响手机分期消费贷款客户信用风险的重要性特征变量，且边际影响分别为-0.039%、3.18%、-0.01%、-1.06%，模型泛化能力强，准确率达到74%。所以，要完善手机分期消费贷款信用风险管理应从交叉数据获取、社交网络、兴趣热点和消费习惯等方面着手。