拍拍贷数据分析-逾期情况分析

发布时间:2024年01月10日

数据背景
所提供数据来自拍拍贷真实业务数据,从2015-01-01到2017-01-30的所有信用标的10%sample样本。数据集包含LC.csv(标的特征表数据)和LP.csv(标的还款计划和还款记录表)数据。详情如下:
数据字典
1.LC.csv 数据大小:50.7MB
LC (Loan Characteristics) 表为标的特征表,每支标一条记录。共有21个字段,包括一个主键(listingid)、7个标的特征和13个成交当时的借款人信息,全部为成交当时可以获得的信息。
1-89-17
18-21
2.LP.csv 数据大小:198MB
LP (Loan Periodic) 表为标的还款计划和还款记录表,每支标每期还款为一条记录。 还款记录和状态更新至2017年2月22日。共有10个字段,包括两个主键(listingid和期数),3个还款计划字段和4个还款状态字段
字段序号 字段名 字段注释
1	listingid	列表Id,主键
2	期数	期数Id,主键
3	还款状态	到记录日的当期状态,分为0-‘未还款’,1-‘已正常还款’,2-‘已逾期还款’,3-‘已提前还清该标全部欠款’,4-‘已部分还款’
4	应还本金	当期计划还款本金部分
5	应还利息	当期计划还款利息部分
6	剩余本金	到记录日,仍未还清的当期本金
7	剩余利息	到记录日,仍未还清的当期利息
8	到期日期	当期应还款日
9	还款日期	当期最近一次实际还款日期
10	recorddate	记录日

数据预览
1.LC.csv
lc
LP.csv
在这里插入图片描述

  1. 计算整体逾期情况
  2. 月逾期人数、金额
  3. 不同年龄、性别、初试信用评级的逾期情况
  4. 影响逾期率因素分析

1计算整体逾期情况

逾期率 = 逾期期数/(正常还款期数+逾期还款期数)

    //逾期还款次数/(yuqi_times+normal_times) 0.081
    df_all_counts.agg(functions
      .sum("yuqi_times")/
      (functions.sum("yuqi_times")+
        functions.sum("normal_times")))

2月逾期用户、金额

在这里插入图片描述
在这里插入图片描述
随着时间的增加,逾期人数未归还金额越来越多,平台风险增大。

3不同年龄、性别、初试信用评级等的逾期情况

年龄

age
25岁以下借款人逾期率普遍高于整体逾期率,30-40岁借款人逾期率最低。

性别

在这里插入图片描述
女性逾期率略高于男性。

认证个数

在这里插入图片描述
认证个数大于3个的逾期率较低,小于三个逾期率较高。

初始信用评级

在这里插入图片描述
初始信用评级越高,逾期率越低。

贷款类型

在这里插入图片描述
普通贷款类型逾期率最高。

贷款金额

在这里插入图片描述
贷款金额低于1万元时逾期率较低。

根据逾期情况提出运营建议

平台随着时间增加,逾期人数和金额都在增加,平台风险变大。根据各类型的逾期情况改变贷款策略。年龄低于25岁、认证个数小于三个、初试信用等级低于D和贷款金额较大的用户都应谨慎放贷。

文章来源:https://blog.csdn.net/kun666666/article/details/120328083
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。