信用卡客户特征分析

最新推荐文章于 2024-07-25 18:55:58 发布

ak2111

最新推荐文章于 2024-07-25 18:55:58 发布

阅读量1.2k

点赞数 23

分类专栏： Python 文章标签： python jupyter 数据分析

本文链接：https://blog.csdn.net/ak2111/article/details/137547186

版权

Python 专栏收录该内容

28 篇文章 2 订阅

订阅专栏

本文通过分析2005年台湾信用卡客户数据，探讨了违约客户的信贷特征、贷款额度、性别、教育水平、婚姻状况、年龄等因素对违约率的影响，并提出了针对不同特征的违约风险管理和控制策略。

摘要由CSDN通过智能技术生成

分析思路

信用卡服务提供了一种方便的贷款方式，允许用户事先消费，之后再支付费用。对银行而言，这种服务既有较高的利润潜力，同时也伴随着用户可能不履行还款义务的风险。本⽂是基于2005年台湾信⽤卡客户数据，探究信⽤卡客户有哪些信贷特征？违约客户有哪些特征？
在这里插入图片描述

数据说明

BILL_AMT账单金额：表示使用信用卡的消费金额。
PAY_AMT支付金额：给信用卡的还款金额。
如果账单金额 > 支付金额则表示该用户延迟还款了，产生了逾期。

数据加载

#导入需要的库
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
#忽略警告
import warnings
warnings.filterwarnings('ignore')

#中文乱码的处理
#plt.rcParams['font.sans-serif']=['PingFang HK'] #mac系统使用
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']# windows使用设置微软雅黑字体
plt.rcParams['axes.unicode_minus'] = False # 避免坐标轴不能正常的显示负号

#加载数据UCI_Credit_Card.csv
data = pd.read_csv('UCI_Credit_Card.csv')
data.head()

在这里插入图片描述

data.shape

(30000, 25)

数据预处理

选择子集
- BILL_AMT1 ~ BILL_AMT6为各⽉账单⾦额（即每⽉消费记录）、PAY_AMT1 ~ PAY_AMT6为各⽉⽀付⾦额⽀付，⽀付⾦额>上个⽉消费记录，则视为该⽉及时还款，反之则视为延迟还款
- 直接根据pay_0 ~ pay_6去计算/表示客户在4⽉-9⽉正常还款或者违约情况，所以【BILL_AMT1 ~ BILL_AMT6】和【PAY_AMT1 ~ PAY_AMT6】这些字段可视为⽆⽤信息，删除即可。

#批量生成要删除列的名字
list_pay = []
list_bill = []
for i in range(1,7):
    s = 'PAY_AMT'+str(i)
    list_pay.append(s)
for i in range(1,7):
    s = 'BILL_AMT'+str(i)
    list_bill.append(s)

list_pay.extend(list_bill)

data.drop(columns=['PAY_AMT1','PAY_AMT2','PAY_AMT3','PAY_AMT4','PAY_AMT5','PAY_AMT6',
                   'BILL_AMT1','BILL_AMT2','BILL_AMT3','BILL_AMT4','BILL_AMT5','BILL_AMT6'],
         inplace=True)

#将default.payment.next.month的名字修改为is_pay
data.rename(columns={'default.payment.next.month':'is_pay'},inplace=True)

查看是否存在重复的行数据

data.duplicated().sum()

查看是否存在缺失值

data.isnull().any(axis=0)

在这里插入图片描述

异常值检测

#将EDUCATION的0,4,5都替换成6,6就表示其他这种学历
data['EDUCATION'].replace(to_replace={0:6,4:6,5:6},inplace=True)
data['MARRIAGE'].replace(to_replace={0:3},inplace=True)

数据分析

总体违约情况分析

求违约客户的占比

df1 = data['is_pay'].value_counts().reset_index().rename(columns={'index':'类型','is_pay':'人数'})
df1

在这里插入图片描述

df1['类型'] = df1['类型'].map({0:'未违约',1:'违约'})
df1

在这里插入图片描述

#求解整体的违约率
def func(x):
    return format(x/df1['人数'].sum(),'.2%')
df1['占比'] = df1['人数'].map(func)
df1

在这里插入图片描述
整体持卡用户的违约率高达22.12%

违约客户的特征分析

不同贷款额度分布

x = plt.hist(data['LIMIT_BAL'],bins=60)

在这里插入图片描述

data['LIMIT_BAL'].describe([.1,.2,.3,.4,.5,.6,.7,.8,.9])

在这里插入图片描述

有70%的客户贷款额度大约在20万以内，有80%的客户贷款额度在30万以内，客户贷款额度还是以中低额度为主。

不同贷款额度的违约客户分布

bal_s = pd.cut(data['LIMIT_BAL'],bins=[10000,50000,100000,200000,300000,400000,
                               500000,600000,700000,800000,900000,1000000],right=False)
data['LIMIT_BAL_bt'] = bal_s
#不同借款区间对应的违约和未违约用户的数量
is_pay_df = pd.crosstab(data['is_pay'],data['LIMIT_BAL_bt']).T.rename(columns={0:'未违约',1:'违约'})
is_pay_df

在这里插入图片描述

#计算不同借款区间对应的违约率
def func(x):
    return format(x['违约'] / x.sum(),'.2%')
is_pay_df['违约率'] = is_pay_df.apply(func,axis=1)
is_pay_df

在这里插入图片描述

plt.figure(figsize=(12,6))
plt.plot(is_pay_df.index.astype('str'),is_pay_df['未违约'],label='未违约')
plt.plot(is_pay_df.index.astype('str'),is_pay_df['违约'],label='违约')
plt.xlabel('借款区间')
plt.ylabel('人数')
plt.legend()
x = plt.xticks(rotation=30)

在这里插入图片描述

可以看出，贷款额度越⾼，违约率逐渐降低，违约率较⾼的贷款额度主要集中在20万以内，所以对低于20万的贷款，⼀定要加强审核度，防⽌违约。

不同性别的违约情况

is_pay_sex = pd.crosstab(data['SEX'],data['is_pay']).rename(columns={0:'未违约',1:'违约'},index={1:'男',2:'女'})
is_pay_sex['总计'] = is_pay_sex['未违约'] + is_pay_sex['违约']
def func(x):
    return format(x['违约']/x['总计'],'.2%')
is_pay_sex['违约率'] = is_pay_sex.apply(func,axis=1)
is_pay_sex

在这里插入图片描述

⼥性贷款的⼈数会远⾼于男性，但男性的违约率更⾼

不同受教育程度的违约情况

is_pay_edu = pd.crosstab(data['EDUCATION'],data['is_pay']).rename(columns={0:'未违约',1:'违约'},index={1:'硕士',2:'大学',3:'高中',6:'其他'})
is_pay_edu['总计'] = is_pay_edu['未违约'] + is_pay_edu['违约']
def func(x):
    return format(x['违约']/x['总计'],'.2%')
is_pay_edu['违约率'] = is_pay_edu.apply(func,axis=1)
is_pay_edu

在这里插入图片描述

不同婚姻状况的违约率

is_pay_mar = pd.crosstab(data['MARRIAGE'],data['is_pay']).rename(columns={0:'未违约',1:'违约'},index={1:'已婚',2:'单身',3:'其他'})
is_pay_mar['总计'] = is_pay_mar['未违约'] + is_pay_mar['违约']
def func(x):
    return format(x['违约']/x['总计'],'.2%')
is_pay_mar['违约率'] = is_pay_mar.apply(func,axis=1)
is_pay_mar

在这里插入图片描述

已婚的违约率略⾼于未婚的违约率，但是差异性并不是很⼤，相对来说都偏⾼

不同年龄段的违约率

age_s = pd.cut(data['AGE'],bins=[21,30,40,50,60,70,80],right=False)
age_s

在这里插入图片描述

is_pay_age = pd.crosstab(age_s,data['is_pay']).rename(columns={0:'未违约',1:'违约'})
is_pay_age

is_pay_age[‘总计’] = is_pay_age[‘未违约’] + is_pay_age[‘违约’]
def func(x):
return format(x[‘违约’]/x[‘总计’],‘.2%’)
is_pay_age[‘违约率’] = is_pay_age.apply(func,axis=1)
is_pay_age
在这里插入图片描述

各个年龄段的违约率随着年龄的增⻓，有上升趋势，60岁以上的违约率最⾼；21-30和30-40的贷款⼈数
最多，说明贷款⼈员偏年轻。

各⽉还款情况的违约客户分析

pay_df = data[['PAY_0','PAY_2','PAY_3','PAY_4','PAY_5','PAY_6']]
pay_df

在这里插入图片描述

#计算不同月份逾期还款的用户数
def func(x):
    return (x > 0).sum()
month_df = pay_df.apply(func,axis=0).rename(index={'PAY_0':'九月','PAY_2':'八月','PAY_3':'七月','PAY_4':'六月','PAY_5':'五月','PAY_6':'四月'}).reset_index().rename(columns={'index':'月份',0:'逾期用户数'})
month_df

#计算每个月的逾期率：逾期用户数 / 总用户数
def func(x):
return format(x,‘.2%’)
month_df[‘逾期率’] = (month_df[‘逾期用户数’]/data[‘ID’].count()).map(func)
month_df
在这里插入图片描述

从数据来看，逾期还款的⽤户数从4⽉到9⽉，呈现递增的趋势，说明当时的违约情况越演愈烈。

如何避免客户违约

#相关性分析：探究两组数据之间是否存在相关关系
#相关关系：正相关负相关
#如何表示相关性：相关系数（皮尔森系数）

df = data[['SEX','EDUCATION','MARRIAGE','AGE','is_pay']]
df

在这里插入图片描述

df.corr().abs()['is_pay'][:-1].sort_values(ascending=False)

在这里插入图片描述

分析结论

1.总体违约率⾼达22.12%，当时违约情况⾮常严重，05年4⽉-9⽉还款逾期率逐渐上升，违约情况愈演愈烈。
2.贷款额度越⾼，违约率越低，违约率较⾼的贷款额度主要集中在20万以内，所以对于低于20万的贷款，⼀定要加强审核度，降低违约⻛险。
3.教育⽔平在⾼中的违约率较⾼，随着教育⽔平的提⾼，违约率呈下降趋势，⼀定程度说明教育⽔平越⾼，违约率越低，建议教育⽔平可作为信⽤卡审核的标准之⼀。
4.各个年龄段的违约率随着年龄的增⻓，有上升趋势，60岁以上的违约率最⾼；建议对于年龄⾼于60岁以上的⼈员办理信⽤卡增加审核强度，降低申请贷款额度。
5.⼥性贷款的⼈数会远⾼于男性，但男性的违约率更⾼。
6.已婚的违约率略⾼于未婚的违约率，但是差异性并不是很⼤，相对来说都偏⾼。

ak2111

关注

23
点赞
踩
29

收藏

觉得还不错? 一键收藏
打赏
0
评论
信用卡客户特征分析

信用卡客户特征分析，通过对违约情况分析、违约客户特征分析，得出如何避免客户违约的结论。示例数据来自大数据分析课程。
复制链接

扫一扫

专栏目录