R语言28-Prosper 贷款数据分析4

多变量分析(终图)

最后探究贷款利率与信用评分和评级之间的关系：

data$CreditGrade <- factor(data$CreditGrade,order=TRUE,
                           levels = c("AA","A","B","C","D","E","HR"))
data$ProsperRating..Alpha. <- factor(data$ProsperRating..Alpha.,order=TRUE,
                                     levels = c("AA","A","B","C","D","E","HR"))

p1 <- ggplot(aes(x=creditscore,y=BorrowerRate,color=CreditGrade),
             data=subset(data,!(data$CreditGrade==""|data$CreditGrade=="NC")))+
  geom_jitter(alpha=0.5)+scale_x_continuous(limits = c(400,1000))+
  scale_color_brewer(type = "div",
                     guide=guide_legend(title = "creditlevel(pre-2009)"))+
  ggtitle("2009年之前贷款利率与信用评分和评级关系图")

p2 <- ggplot(aes(x=creditscore,y=BorrowerRate,color=ProsperRating..Alpha.),data
             =subset(data,!(data$ProsperRating..Alpha.=="")))+
  geom_jitter(alpha=0.5)+scale_x_continuous(limits = c(400,1000))+
  scale_color_brewer(type = "div",
                     guide=guide_legend(title = "creditlevel(post-2009)"))+
  ggtitle("2009年之后贷款利率与信用评分和评级关系图") 
grid.arrange(p1,p2,ncol = 1)

推论：
1.2009年之后，平台不再对信用分数600分之下的用户提供贷款服务；
2.2009年之前，用户信用等级与用户的信用分数分布一致，随信用分数的增高，用户的信用等级逐渐增加，对信用等级的评定中信用分数作用将强。但贷款利率并未与这两者有太强的联系。而2009年之后，弱化了信用分数对信用等级的影响。信用等级与分数相联系，但信用等级影响客户的贷款利率。等级高的客户贷款利率低，等级低的用户贷款利率高，更为公平。

探究信用等级、贷款利率、贷款状态之间的关系：

data$Phase <- factor(data$Phase,order=TRUE,levels = c("Before 2009","After 2009"))
data$creditlevel <- factor(data$creditlevel,order=TRUE,levels = c("AA","A","B","C","D","E","HR"))
ggplot(aes(x=creditlevel,y=BorrowerRate,color=newLoanStatus),data = subset(data,!(is.na(data$newLoanStatus)|is.na(data$creditlevel))))+
  geom_jitter(alpha=0.5)+facet_wrap(~Phase)+
  ggtitle("2009年前后信用等级与贷款利率分析")

tu2
由上图分析可知，信用等级对贷款利率影响较大。此次根据信用等级绘图，可以再一次看到2009年之后信用等级和贷款利率之间的联系更好。2009年之前呈图更为凌乱，用户信用等级低也可用较低利率贷款，出现问题贷款的次数更多，而2009年之后情况明显好转。因此，2009年之后的信用评定准则更为合适。

探究信用等级的影响因素：

ggplot(aes(x=BankcardUtilization,y=StatedMonthlyIncome,color=creditlevel),data = subset(data,!(is.na(data$creditlevel))))+
  geom_jitter(alpha=0.5)+scale_y_continuous(limits =c(0,50000))+
  scale_x_continuous(limits = c(0,2))+
  facet_wrap(~IsBorrowerHomeowner)+scale_color_brewer(type = "seq")+
  theme(panel.background = element_rect(fill="#DCDCDC"),
        panel.grid = element_blank())+
  ggtitle("信用等级影响因素分析")

信用等级评定对借款利率影响较大，故而分析一下除信用评分外对信用等级评定有影响的因素。通过分析发现： 1. 信用卡使用情况对信用评定影响较大。借款人信用卡使用额度和信用卡总透支额度的百分比越高，透支使用越严重，信用等级越低； 2. 借款人声称的月收入越高，借款人的信用更有可能越高，但这一影响力表现不太明显； 3. 借款人是否有房产一定程度上影响其信用等级。左图为无房产，右图为有房产，右图的高信用等级占比高于左图。

反思

该模拟探究实验从单变量、两个变量到多变量对prosper的贷款数据进行了初步的分析和数据可视化，主要分析了平台的客户特征，问题贷款、贷款利率以及信用等级和信用评分之间的关系，最后分析了影响信用等级的因素。主要得出以下结论：

该平台客户在加利福尼亚州、纽约州、弗洛里达州、德克萨斯州、伊利诺斯州分布较多，领先于其他各州，可以适当增大在其余州的宣传力度，开发新客户。
客户的主要贷款用途集中在类别1、0、7，可以在与之相关的途径加大平台宣传力度，吸引新用户。
问题贷款主要与征信查询次数、违约次数、债务收入比、收入范围相关，可以通过这几个变量建模，分析易出现问题贷款的客户特征。
贷款利率与客户信用等级密切相关，信用等级高的客户，贷款利率低，信用等级低的客户，贷款利率高。
2009年之后，弱化了信用分数对信用等级的影响。信用等级与客户的贷款利率关系更清晰。等级高的客户贷款利率低，等级低的用户贷款利率高，更为公平。该评定准则下问题贷款出现次数明显减少。
信用卡使用情况、借款人月收入、有无房产等因素均对信用等级评定有影响。

分析过程中遇到的难点：

数据集中变量较多，很难理清关系，在前期单变量探索的时候需要更加注重对每一个变量的分析，加强对变量的认识。
需要在分析之处建立较为完善的分析目的，不然容易在分析到后面的时候容易因为变量过多理不清思路，下次可以在单变量探索之后圈定几个感兴趣的变量进行集中分析。

目前已经分析出来容易出现问题贷款的人群特征，下一步可以以此建模，圈定易问题贷款的客户群体，提高借贷利率。同时也分析出信用等级评定与哪些因素有关，可以再多探讨几个变量，完善这一信息，总结出较为完整的可以提高信用等级的方式。通过这两个思路可以让后续的报告思路更为清晰，结果更为明确。

孔胖

发布了49 篇原创文章 · 获赞 0 · 访问量 727

私信关注

R语言28-Prosper 贷款数据分析4

多变量分析(终图)

反思

猜你喜欢