信贷风险评估贷款违约数据集CreditRiskAssessmentLoanDefaultDataset-capstone2021
数据来源：互联网公开数据
标签：信贷风险, 贷款违约, 风险评估, 机器学习, 金融风控, 信用评分, 数据分析, 贷款预测
数据概述：
该数据集包含贷款相关数据，记录了借款人的财务状况、贷款详情以及最终的贷款状态。主要特征如下：
时间跨度：数据未明确具体时间，可视为历史贷款数据集。
地理范围：数据未明确具体地理位置，可能来源于多个地区或国家。
数据维度：包括贷款金额（funded_amnt）、贷款期限（term）、利率（int_rate）、雇佣年限（emp_length）、房屋所有权状况（home_ownership）、年收入（annual_inc）、验证状态（verification_status）、贷款用途（purpose）、地址所在州（addr_state）、债务收入比（dti）、过去2年违约次数（delinq_2yrs）、过去6个月的查询次数（inq_last_6mths）、循环信用利用率（revol_util）、已收本金总额（total_rec_prncp）、已收利息总额（total_rec_int）、滞纳金总额（total_rec_late_fee）、最近一次还款金额（last_pymnt_amnt）、贷款状态（loan_status）、活跃信用额度（active_credit_line）和信用年龄（Credit_age）等多个字段。
数据格式：CSV格式，文件名为loan_default_new.csv，方便数据分析和建模。
来源信息：数据来源于公开的金融数据集，已进行初步的数据清洗和整理。
该数据集适合用于信用风险评估、贷款违约预测和金融风控等领域的研究与应用。
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、贷款违约预测等领域的学术研究。
行业应用：为金融机构提供数据支持，尤其在信贷审批、风险定价、不良贷款管理等方面具有实际应用价值。
决策支持：支持金融机构的风险控制策略制定、贷款产品优化和客户信用评估。
教育和培训：作为金融学、数据科学等相关课程的实训材料，帮助学生理解信贷风险管理和机器学习在金融领域的应用。
此数据集特别适合用于构建预测模型，以识别高风险借款人，优化贷款决策，并提高金融机构的风险管理水平。
