个人借贷违约风险预测数据集PersonalLoanDefaultRiskPrediction-anhtuan19022k
数据来源：互联网公开数据
标签：借贷违约, 风险评估, 信用评分, 机器学习, 金融风控, 贷款预测, 数据分析, 违约预测
数据概述：
该数据集包含来自个人借贷平台的数据，记录了借款人的借款信息以及最终的贷款状态，用于预测借款人是否会发生违约。主要特征如下：
时间跨度：数据涵盖2013年至2014年期间的借款记录。
地理范围：数据未明确标明地理范围，但可以推测为借贷平台覆盖的区域。
数据维度：数据集包括多个关键字段，如借款人年收入（annual_inc）、过去两年内逾期情况（delinq_2yrs）、雇佣年限（emp_length）、房屋所有权状况（home_ownership）、过去六个月内的咨询次数（inq_last_6mths）、贷款金额（loan_amnt）、贷款用途（purpose）、最近的FICO信用评分范围（last_fico_range_high）、贷款次级评级（sub_grade）、债务收入比（dti）、循环信用利用率（revol_util）、利率（int_rate）、公开记录（pub_rec）、距离上次逾期月份（mths_since_last_delinq）、贷款等级（grade）以及贷款状态（loan_status）。
数据格式：CSV格式，文件名为2013-2014.csv，方便数据分析和建模。
来源信息：数据来源于公开的个人借贷平台，经过了匿名化处理。该数据集适用于金融风险评估和信用风险建模。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于金融风险管理、信用评分模型构建等领域的学术研究，如违约预测、信用风险评估等。
行业应用：可以为金融机构和借贷平台提供数据支持，特别是在风险控制、信贷审批和贷款定价方面。
决策支持：支持金融机构的风险管理决策，优化贷款审批流程，提高风险控制效率。
教育和培训：作为金融风险管理、信用评分模型等课程的辅助材料，帮助学生和研究人员深入理解信用风险的评估方法。
此数据集特别适合用于探索借款人的个人特征与贷款违约之间的关系，帮助用户构建和优化信用风险预测模型，提高贷款决策的准确性。
