印度零售网络共品牌信用卡违约预测数据集1963-2021
数据来源：互联网公开数据
标签：信用卡违约,印度,零售网络,共品牌,信贷,预测模型,信用风险,客户行为分析
数据概述：
本数据集提供了印度零售网络中共品牌信用卡违约的可预测性洞见。数据集包含申请人的各种信息，包括人口统计特征（年龄、性别、婚姻状况、教育水平、就业状况等）、信贷历史信息（信用评分、信用历史长度、贷款和信用卡数量、贷款/信用卡申请次数、每月支出和查询历史等）。其目的是理解人口统计因素如何影响信贷风险，从而预测共品牌信用卡的违约率。该数据集可以帮助识别潜在的违约风险因素，了解客户贷款申请行为的趋势，并提供有关每月付款和查询历史的深入信息。
数据用途概述：
该数据集适用于预测共品牌信用卡违约率、信贷风险评估、客户行为分析和金融健康建议引擎开发等场景。研究人员可以利用该数据集开发改进的违约预测模型，帮助金融机构更准确地评估潜在客户的信贷风险。同时，数据集也适用于教育培训，帮助学习者理解信贷风险因素及其对客户行为的影响。
举例：
数据集包含如下字段：
- application_key：申请的唯一标识符，数值型
- mvar1：申请人年龄，数值型
- mvar2：申请人性别，类别型
- mvar3：申请人婚姻状况，类别型
- mvar4：申请人教育水平，类别型
- mvar5：申请人就业状况，类别型
- mvar6：申请人收入水平，数值型
- mvar7：申请人拥有的贷款数量，数值型
- mvar8：申请人拥有的信用卡数量，数值型
- mvar9：申请人每月支出，数值型
- mvar10：申请人当前的信用状况，类别型
- mvar11：自上次付款或逾期以来的月数，数值型
- mvar12：申请人在过去6个月内使用共品牌信用卡的次数，数值型
- mvar13：申请人的信用历史年限，数值型
- mvar14：申请人在过去12个月内使用共品牌信用卡的次数，数值型
- mvar15：申请人在过去24个月内使用共品牌信用卡的次数，数值型
- mvar16：申请人在过去36个月内使用共品牌信用卡的次数，数值型
- mvar17：申请人在过去48个月内使用共品牌信用卡的次数，数值型
- mvar18：申请人在过去60个月内使用共品牌信用卡的次数，数值型
- mvar19：违约指示器（0表示无违约，1表示违约），类别型
- default_ind：违约指示器（0表示无违约，1表示违约），类别型
研究人员可以使用该数据集开发预测模型，识别违约风险高的客户，并为其提供相应的激励或策略，以降低违约风险。此外，还可以利用该数据集分析客户的现有信用卡情况，并推荐其他可以帮助他们改善财务状况的方式，例如余额转移、更好的奖励计划等。
