美国2023年Equifax小额贷款违约风险评估数据集
数据来源：互联网公开数据
标签：信用评分,小额贷款,违约预测,风险评估,客户画像,金融科技,美国,2023年
数据概述：
本数据集由信用机构Equifax提供，用于教育目的，包含了2023年美国73,420位客户的详细信息。数据旨在用于预测小额贷款的违约情况，涵盖了客户的多种属性。数据集结构如下：
client_id：每个客户的唯一标识符
gender：客户的性别（例如：男性，女性）
age：客户的年龄
education_level：客户的教育程度（例如：高中，本科）
owns_car：客户是否拥有汽车（1代表是，0代表否）
car_category：客户所拥有汽车的类别（例如：经济型，豪华型等）
housing_status：客户的住房状况类别（例如：租赁，自有等）
job_prestige：客户工作的声望类别
stable_employment：客户是否有稳定就业（1代表是，0代表否）
annual_income：客户的年收入
travel_history：客户是否有外国护照和旅行历史
declined_applications：此前被拒绝的贷款申请数量
credit_score：基于信用机构数据的客户信用评分
credit_inquiries：信用机构进行的信用查询次数
branch_category：基于渠道和地点的分行类别
social_networking：客户与其他银行客户的联系情况
info_update_recency：客户更新信息的时效性
application_date：提交贷款申请的日期（东部时区的时间格式）
default_status：客户是否发生贷款违约（1代表违约，0代表未违约）
数据用途概述：
该数据集适用于信用风险预测、客户行为分析、信贷模型构建等多种场景。金融机构可利用此数据进行信用评分模型的开发与优化；研究人员可进行违约风险因素分析；教育机构可用于金融风险管理课程的教学。通过对客户资料的全面分析，可以深入理解影响小额贷款违约的关键因素，从而提高信贷决策的准确性。
