论文部分内容阅读
随着中国经济的发展，金融科技得到迅速发展。不同于西方国家，我国的征信体系并不完善，互联网金融更多是利用用户授权的信息来构建模型，从而推测用户是否具有借贷资格。因此信用评分模型具有非常重要的实用价值。由于建立信用评分模型的样本来源于放款数样本被拒绝的用户并没有被纳入到评分卡建模的数据集中，导致样本数据是非随机性的，建模数据存在偏差。为了减少这种偏差，使用拒绝推断来推测拒绝用户的贷后行为。本文详细介绍了拒绝推断的原因、适用场景、方法等。同时，利用统计学、机器学习的相关知识构建了基于拒绝推断的信用评分模型。