利用个人历史贷款行为数据对用户未来的信用表现进行预测一直是互联网金融领域广大学者关注的热点问题。为此,本文以某贷款机构的历史贷款数据为例,通过构建信用评分模型并建立信用评分体系来预测用户的违约情况,降低用户的违约风险。首先,对贷款数据进行数据预处理和指标筛选。数据预处理主要解决数据的无效性、集中度高、缺失值、异常值以及不一致性等问题。在考虑变量的预测能力和变量之间的相关性的基础上,采用Ⅳ值筛选法和相关性检测相结合的方式进行变量的筛选。第一步,对变量进行WOE分箱并计算Ⅳ值;第二步,对Ⅳ值低于0.02的变量进行剔除;第三步,进行相关性检测,对相关系数超过0.6的两个变量进行筛选,保留Ⅳ值较高的变量。最终选取11个变量作为信用评分指标。其次,利用信用评分指标建立信用评分模型。选择传统的信用评分模型—Logistic回归和精度较高的XGBoost算法进行建模,以AUC和KS作为评价指标对模型进行评估和对比。实证结果表明,XGBoost模型(KS=0.3290,AUC=0.7181)在KS和AUC的表现都优于Logistic回归模型(KS=0.3129,AUC=0.7052),因此选择XGBoost作为最终的信用评分模型;由XGBoost模型输出的变量重要程度排名得知,收入对客户是否会构成违约行为起着重大的作用,同时贷款或贷记卡合同金额、贷款提前还款月数、教育水平也具有重要影响。最后,利用对XGBoost模型的预测结果建立评分卡,将得到的信用评分从高到低划分四个信用评分等级:A、B、C、D。其中D等级用户违约概率超过50%,属于违约高风险人群,对于这类用户应该拒绝贷款。