拍拍贷逾期用户行为分析

发表自话题：拍拍贷借款可靠吗?

一、背景

互联网金融近年来的兴起主要是由于互联网技术的快速发展，依托大数据和云计算等技术为金融市场服务，真正实现普惠金融的目的，拍拍贷作为中国互联网金融协会首批理事单位，是互金公司中非常有代表性的一家企业，本文将以拍拍贷从2015年1月1日到2017年1月30日的条数据集来分析，逾期用户都具有哪些特征。

二、数据集来源（科赛比赛数据集）

https://www./home/dataset/593ccbe6e8923ab7f/files

三、数据分析思路及过程

依据本数据集中的数据，针对逾期用户的行为进行分析，构造逾期用户特征。

（1）提出问题

·拍拍贷用户整体的逾期情况

·性别与用户逾期的关系

·不同年龄阶段下的用户逾期情况

·认证信息和客户逾期还款的关系（是否实名认证与逾期的关系；是否有人行征信报告与逾期的关系；是否大专以上学历与逾期的关系；是否为淘宝店主与逾期关系）

·借款金额和客户逾期还款的关系

·初始的评级和客户还款情况的关系

（2）数据清洗

将数据集导入导入Navicat客户端，可见导入过程字段类型全部都为varchar(255)，需要将数值型数据修改为bigint/int类型。

查看确认是否存在空值以及ListingId是否存在重复值

查看结果

数据集共有行，分为21个字段，数据规范，信息的维度比较广泛，大致可分为基本信息，认证信息，信用信息，借款信息等。

拍拍贷用户整体的逾期情况

查看结果

查看结果

查看结果

查看结果

查看结果

查看结果

查看结果

拍拍贷用户中淘宝店主占比较小，大约只有0.3%，但是产生预期的淘宝店主用户较多，达到了31.6%，是非淘宝店主的两倍之多，而且历史逾期还款平均期数也高于非淘宝店主用户，因此对于淘宝店主用户的借款申请的审核应该加强。

借款金额和客户逾期还款的关系

对于这一步的分析，先利用Python对有历史逾期的用户的借款金额做散点图，确认发生逾期的用户的借款金额的分布情况，然后再利用SQL对借款金额进行划分阶段分析

查看结果

查看结果

从结果分析，初始评级基本准确，能够较为准确地反映用户的还款能力，从数据可以看出初始评级为F的用户中发生逾期的最多，越有23.3%的用户会发生逾期情况，A、B评级的用户发生逾期的较少，发生逾期情况的用户占比不到10%，而评级C的表现差于D、E，所以对于评级C的用户需要再进行审核，给出准确的评定。

四、结论及建议

1、拍拍贷用户的逾期比例相对较高，有15.33的用户会发生逾期行为

2、女性用户比男性用户会更容易产生逾期行为；

建议：应该建立更加完善的到期还款提醒机制，同时加强借款审核。

3、借款金额大的用户更容易发生逾期行为，借款金额在2000-4000之间的用户最多，同时，逾期比例也较高；

建议：对于大金额的借款，应该建立更加全面，更加严格的审核机制。

4、初始评级可以较为准确的反映客户的逾期情况；

建议：评级C的表现差于D、E，所以对于评级C的用户需要再进行审核，作出准确的评定。

标签组：[拍拍贷] 

上一篇：拍拍贷贷款逾期分析

下一篇：拍拍贷上门收款怎么办