借助于互联网,网络信贷在全球的经济体系中占据着越来越多的市场份额,全球P2P网贷交易额也呈指数上升趋势。它们一边连接着大量的民间闲置资金,另一边连接着有资金需求的中小企业或个人。然而业务量的激增并不能代表借贷平台的成熟,如何在海量数据下进行又快又准的信贷审批与受额,就成了各平台的首要考虑问题。且从网络借贷公司的角度出发,构建合理的风险评估模型,对每一笔交易行为或流水进行追溯,是一家公司能否长期经营下去的关键所在。信贷违约识别问题是一个典型的二分类的问题。本文以美国信贷平台Lending Club的2016年第一季度至2018年第四季度的借贷数据为研究对象,对数据集进行了细致的预处理后,针对数据集中违约样本与正常样本比例严重失衡的情况,采用了改进的DB-MCSMOTE方法采样形成了均衡样本的数据集。接着基于逻辑回归、LightGBM与CatBoost算法,对此借贷数据进行分析与建模,并对每个模型进行贝叶斯调参,使得单个模型能够在2019年全年度的测试集上取得更好的分类效果。最后从准确性、稳定性和可解释性来对三个模型进行比较。结论显示,过采样后的数据在验证集上的AUC明显高于原始数据,表明过采样后的数据集能为模型提供更多的分类信息。集成模型具有更快的运行时间和更优的效果,这也使得它们在准确性和可解释性上的优势能够弥补稳定性上的缺陷,且CatBoost模型的综合表现要优于其他模型。同时使用贝叶斯优化方法在模型调参过程中所占用的时间和资源要明显少于传统的调参方式。