面向非平衡数据的信贷违约风险预测模型

摘要

针对信贷非平衡数据的风险预测问题,提出一种基于RENN和Borderline-SMOTE的综合采样算法和基于Focal Loss改进与阈值移动策略的LightGBM算法相结合的信用风险预测模型。首先,对多数类样本应用RENN算法删除噪声样本,对少数类样本应用Borderline-SMOTE算法生成新边界样本,使样本数据集实现相对均衡。然后,使用焦点损失函数优化LightGBM算法,改变Focal Loss损失函数的类别权重和聚焦参数来提高对少数类样本和困难样本的关注。进一步使用阈值移动策略调整LightGBM算法的决策边界,得到最终预测模型。最后,将模型应用于Lending Club信贷数据集,结果表明,提出的采样方法和预测模型在G-mean、AUC、KS值三个指标上均优于其他模型。

关键词

非平衡数据 / 违约风险预测 / 混合采样 / LightGBM算法 / Focal Loss