科研一对一 | 香港城市大学 | 机器学习数据分析金融科技：基于多源异构数据的小微信贷风险评估方法研究

Posted 2021-04-27 BG Plus背景提升平台

课题名称

基于多源异构数据的小微信贷风险评估方法研究

课题介绍

随着移动互联网在过去几年的极速发展和普及，以 拍拍贷、支付宝“借呗”、京东“金条” 等为典型代表的网络个人小微信贷服务也如雨后春笋般迅猛增长。在这类网络个人小微信贷业务中，一个亟待解决的难点是如何有效、准确地评估个人借款人的信用风险，从而决定是否为其发放贷款。与传统银行所提供的个人抵押贷款不同，网络小微信贷的风险控制 主要基于贷前对借款人的信用评估 ，因此，借款人到期是否具有足够的清偿能力，存在很大的不确定性，如何降低这种不确定性，从而降低小微信贷业务的系统性风险，则极大的 依赖于贷前个人信用评估的方法的综合性能 。 

本项目拟采用 经典机器学习模型 ，如Logistic-回归、SVR等，以拍拍贷为例，通过网络爬虫所获取的与借款人相关的多源异构数据，对借款人是否会发生逾期清偿的行为进行建模分析。并利用 统计学中主流假设检验技术 ，如F-检验和DW-检验，对每种类别的借款人特征进行统计有效性的系统性判断和分析，从而甄别出最能反映借款人个人信用的数据特征，为小微信贷业务的风险控制提供决策支持。

导师介绍

华中科技大学理学学士（数学与应用数学方向，专业第二），经济学学士（双学位，金融学专业，专业第五）。香港城市大学，应用统计学与系统工程方向博士。所获荣誉：第七届全国大学生数学竞赛二等奖，湖北省一等奖；香港城市大学优秀博士奖学金等。

项目亮点

名校导师一对一指导

主导师为国内外顶尖学者与研究人员，深耕其专业领域，有国际顶级期刊/会议发表经历，能够对学生进行细致的辅导和指引。导师将传授科研方法、布置相关科研任务，指导学生顺利完成，使之最大程度的亲身参与科研过程。

专业助教  答疑解惑

每一位学生都会配有一名专业助教，来协助主导师教学基础专业知识，从而提高学生学习效率，并让主导师课堂教学效益最大化。

形式灵活  量身定制

本项目为一对一，上课时间和上课方式都比较灵活，可以根据学生的情况随时做出调整。同时，也会根据学生兴趣作为切入点为学生量身定制科研内容和产出。

产出丰富  注重内涵

除了“硬产出”——项目结业证书、导师推荐信、科研报告或论文外，我们更加重视学生学术能力及思辨能力的提升。本项目为一对一，上课时间和上课方式都比较灵活，可以根据学生的情况随时做出调整。同时，也会根据学生兴趣作为切入点为学生量身定制科研内容和产出。

适合对象

所有想要提高知识水平和学术能力、想要与全球名校研究员交流、想要发表高水平论文的学习者。尤其适合想要转专业、想要尽早了解意向专业进行科学研究以及想要申请深造的学生。

项目细节

基础版

产出：

★  一篇高水准的科研报告

★  项目结业证书

★  表现优异者可获得导师推荐信

主导师课时：共8个课时，导师每周授课一次，约5-6周完成；

助教课时：根据学生情况由主导师进行安排；

开课时间：全年滚动招生，名额有限，先到先得。

飞跃版

产出：

★  项目结业证书

★  表现优异者可获得导师推荐信

★  一篇国际英文会议论文或国际普通期刊论文（如EI、CPCI等）

主导师课时：共15个课时，主导师每周授课一次，约15周完成；

助教课时：根据学生情况由主导师进行安排；

开课时间：全年滚动招生，名额有限，先到先得。

申请流程&常见疑问

更多背景提升项目，都在小程序上更新啦▽

• T • H • E • ✿ • E • N • D •