随着金融借贷的快速发展,信用风险问题日益增大。因此,建立良好的信用评分模型在金融借贷领域起着十分重要的作用,以此来降低金融信用风险。机器学习方法是目前建立信用评分模型的主要方法,但现有机器学习方法中的分类模型在学习类别不平衡数据时,往往会将预测结果更偏向于多数类,而对少数类的预测准确度不高,并且容易受到噪声数据的影响,不利于分类模型的训练。然而在实际应用中,金融借贷数据集中的违约样本往往比未违约样本更少属于少数类样本,因此,金融借贷领域的数据集都存在不同程度的类别不平衡问题,并且信用评分模型中少数类样本的预测结果比多数类样本的预测结果更加重要。为了解决金融借贷领域的数据不平衡问题和噪声数据对分类模型的影响以及提高信用评分模型的整体性能,本文的主要研究内容与创新点如下:（1）针对金融借贷数据集的类别不平衡问题,本文提出了一种结合Tomek-Link和表格数据生成对抗网络（Tabular Data using Conditional GAN,CTGAN）的过采样算法（TK-CTGAN）,该算法首先通过对数据集中的噪声和边界样本进行有效的过滤,再利用CTGAN对过滤后的少数类样本进行学习并生成符合少数类数据分布的合成样本,对少数类样本进行数据扩充,该算法避免了对少数类样本进行过采样时引入噪声样本影响分类器分类性能的问题,并且改善了金融借贷数据集中的类别不平衡问题,并且通过实验证明,该算法相比于合成少数类过采样技术（Synthetic Minority Oversampling Technique,SMOTE）处理不平衡方法更具有优势,在AUC和Recall方面都高于SMOTE算法,特别是在极端梯度提升（e Xtreme Gradient Boosting,XGBoost）分类模型中,TK-CTGAN的Recall相比于SMOTE提高了18.9%,并且在AUC指标方面也更优于SMOTE算法,这说明TK-CTGAN算法可以提高对少数类样本的识别能力和整体的分类性能。（2）为了建立更好的信用评分模型,本文提出了一种不平衡集成模型TKEE-XGBoost,该模型是在Easy Ensemble框架下以XGBoost作为基分类器的集成分类模型,并且通过结合TK-CTGAN对训练数据集进行噪声过滤和少数类样本扩充。该模型通过多次抽取多数类样本与同数量的少数类样本训练若干数量的分类器进行集成学习的方法对分类器进行优化,通过实验证明该模型在Accuracy、Recall、AUC指标方面都高于原始Easy Ensemble算法,尤其是TKEE-XGBoost的Recall指标相比于传统的Easy Ensemble方法提升了7.5%,这说明TKEE-XGBoost不仅能提高信用评分模型的整体分类效果,在识别少数类样本方面更加具有优势。在金融借贷领域,违约样本属于少数类样本,因此提高对少数类样本的识别能力尤为重要,通过实验分析与验证,本文提出的TK-CTGAN和TKEE-XGBoost两种算法在Recall指标方面都具有较大的提升,这说明本文提出的这两种算法可以有效的提高对少数类样本的识别能力,从而可以对金融借贷领域中的违约样本进行有效的辨别,减少投资者的经济损失,降低金融信用风险。