基于随机生存森林的房屋贷款逾期研究  

作　　者：王呈斌[1] 方匡南 郑陈璐[3] 

机构地区：[1]台州学院浙江(台州)小微金融研究院,浙江台州318000 [2]厦门大学经济学院统计系,福建厦门361005 [3]厦门大学管理学院,福建厦门361005

出　　处：《上海金融》2020年第2期59-63,共5页Shanghai Finance

基　　金：浙江省科技厅软科学重点项目“基于大数据构建小微金融服务监测评价体系及其对策研究”(2018C25007)资助。

摘　　要：建立房屋贷款逾期分析模型,是银行控制贷款信用风险的重要举措。本文将生物医学中的生存分析理论引入到贷款逾期分析中,基于随机生存森林(Random survivor forest,RSF)方法构建了房屋贷款逾期评估模型,基于房屋贷款逾期的影响因素预测客户发生贷款逾期的时间,可以为银行的贷中管理提供决策依据。通过对某商业银行房屋贷款数据进行实证分析发现:贷款状况类变量重要性强于借款人基本信息类变量,已偿还比例、适用利率、每期还款金额、核准额度、贷款收入比、核准期限等变量对逾期的影响最大。

关 键 词：房屋贷款 贷款逾期 随机生存森林 信用风险 

分 类 号：F222.3[经济管理—国民经济] F830.4