基于多源数据融合的汽车金融贷后风险管理

摘要：

为了降低汽车金融公司发放贷后的信用风险,文章提出了一种融合客户静态信息和动态驾驶行为的风险管理模型.该模型的目标是通过预测客户逾期天数来实现对客户的分类分级管理,重点设计了基于GPS轨迹的特征挖掘和变量衍生,并通过转移矩阵完成了客户标签定义,最后通过XGBoost算法构建模型.实验结果表明,文章提出的贷后风险管理模型能够取得良好的预测效果.

关键词：汽车金融、多源数据融合、GPS轨迹、风险管理、特征衍生

分类号：TP391;F832.33;U491

资助基金：安徽省重点研究与开发计划项目;芜湖市科技计划重点研发项目

在线出版日期：2023-07-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：40-45