信貸數據分析小嘗試（一）基於人人貸百萬數據

引子：我們經常看到很多「信貸乾貨」，比如:

已婚的人比未婚的人違約成本高；然後有孩子比沒孩子的違約成本高；家庭越和睦，違約成本越高；本地人一般比外地人違約成本高；有資產有住房的人，比沒住房沒資產的人違約成本高；社會聲譽及評價越高的人違約成本越高；父母和配偶的社會聲譽和評價越高的人，違約成本越高。經營期限越長，違約成本越高；變更經營場所越難的，違約成本越高；回頭客越重要，違約成本越高；盈利狀況越好，違約成本越高。

這些經驗談有沒有數據基礎呢？是否經得起驗證呢？信貸圈裡各種各樣的「審貸規則」「天條鐵律」，都是怎麼來的？做風控嘛，還是要用數據來說話。本文將通過人人貸2010年成立至今近七年累積的100萬條貸款數據來驗證。

一、數據說明

我們主要分析人人貸散標數據，總共成交55萬筆，但是申請總數超過了100萬筆，其餘流標。

除了流標，其餘的可以理解為申請貸款成功，這裡面又有多種形態：

一是正常結清：

二是尚在償還期，正常還款中：

三是逾期或者壞賬了

各類型佔比情況如下：

每一筆借款，都可以查看借款人的基本信息

年齡、學歷、婚姻、借貸歷史、收入、資產、負債、工作狀態

這些信息與貸款申請成功與否有什麼關係？與貸款是否壞賬有什麼關係？壞賬客戶又有哪些特徵？這是我們關注的問題。

二、數據獲取

例如：信貸風控基本功：自動查企業工商登記信息（企業信用信息公示系統、極驗Geetest與Python爬蟲）https://zhuanlan.zhihu.com/p/28693272

當然，這並不重要。

最終，數據量還是比較大的，從2010年10月13日，人人貸上線的第一筆借款申請：

到最近的一筆

總共數據量約104萬筆，但願能實現一些有意義的分析。

先挖個坑，下回待續...

感覺有用就給個贊鼓勵下吧