随着经济的高速发展和人们消费观念的变化,信用卡消费在日常消费中占着举足轻重的位置,很多人忽视隐藏在信贷消费背后的风险。我国信用制度发展时间短,目前还没有建立统一成熟的信用体系,如果机构和客户之间的信息不对称使得信贷风控机构不能有效的判断申请客户的信用等级程度,这将给机构带来很大的财务风险。因此,金融机构建立精准有效的信用评分模型对于控制信用卡违约风险,促进银行信用体系建设有着重要意义。数据的海量增长和广泛应用使得我们由信息时代迈入了数据时代,数据挖掘技术渗透到人们的日常生活并逐渐成熟。银行可以基于客户的个人信息和历史交易数据来建立信用卡违约预测模型,削弱信息不对称导致的金融风险。本文以数据竞赛平台Kaggle上的Give me Credit数据为例,首先对数据进行清洗和处理,主要是处理缺失值和异常值,确定特征之间的相关性程度,通过WOE编码和IV值筛选含有较多信息量的特征。针对样本类别不平衡的情况,采用了SMOTE过采样方法平衡数据集,建立了逻辑回归、支持向量机、梯度提升树GBDT、XGBoost、Light GBM五种分类模型用来判断申请客户是否会产生逾期还款或拖欠不还的行为,以模型的预测结果的1F指标和AUC值衡量模型的准确性,以KS值衡量模型的可区分程度。本篇论文的创新之处在于以下部分:在随机过采样基础上采用SMOTE算法平衡数据类别,降低了过拟合的风险;将概率校准支持向量机算法、基于决策树的提升算法与传统的逻辑回归算法结果进行比较,模型选择上具有新颖性。实证结果表明,基于概率校准的支持向量机模型和XGBoost模型准确性和可区分程度最好,GBDT模型和逻辑回归模型次之,Light GBM表现较弱。但对于大样本而言,支持向量机计算复杂度高,效率低下,所以更推荐使用近年来流行的XGBoost算法,将XGBoost算法应用到机构的个人信用评分模型中,为审批人员提供必要的参考依据,具有一定的应用前景。