申请贷款就像相亲 这几个问题你永远绕不过

本篇文章1591字，读完约4分钟

无论是金融机构还是女性家长，他们肯定会欢迎年龄合适、工作稳定、月收入10万元、拥有280套公寓别墅、外出开豪华车的优秀人士。至于名下是否有贷款，那就有些特别了。小额贷款公司可能更喜欢名下有抵押贷款的用户。毕竟，他们是经过大银行审计的优质客户，他们通常在住房供应的压力下努力工作；当然，未来的岳母不想让他们的女儿在结婚后一起支付抵押贷款。

有时候很多人需要借钱，比如买房子、买车、装修，相差3万到5万甚至几十万。向金融机构申请贷款是个不错的选择。

金融机构在收到贷款申请后，通常会对申请人的信用风险进行评估:根据申请人提供的收入和资产证明以及PBOC信用报告等信息，推测申请人的还款意愿和还款能力，预测贷款逾期的可能性，最后决定是否发放贷款。

这个过程类似于在相亲时见到父母:当一个单身男人去相亲时，女人的父母通常根据男人的外貌、性格和物质条件来判断是否适合他的女儿。不同之处在于，金融机构评估贷款逾期的风险，而父母评估婚姻不幸福的风险。

甚至金融机构在信用风险评估中使用的数据也与相亲中考虑的因素相似，只不过是候选人的年龄、工作、收入、房子、汽车、是否有贷款等。

无论是金融机构还是女性家长，他们肯定会欢迎年龄合适、工作稳定、月收入10万元、拥有280套公寓别墅、外出开豪华车的优秀人士。至于名下是否有贷款，那可能是特殊的。小额贷款公司可能更喜欢名下有抵押贷款的用户。毕竟，他们是经过大银行审计的高质量客户，当他们面临住房供应压力时，他们通常会努力工作；当然，未来的岳母不想让他们的女儿在结婚后一起存钱和支付抵押贷款。

稍微真诚一点的父母也会问对方是否有不良的婚姻史，或者他们现在有没有相亲。同样，金融机构通常需要检查申请人的银行信用报告，以查看申请人是否有任何贷款或信用卡和其他未偿贷款的逾期记录。有逾期记录，表明申请人的信用意识可能相对较弱；如果有未偿贷款，每月还款额会很大，这会影响申请人的还款能力。

在互联网时代，金融机构每天都要面对大量的贷款和信用卡申请人，依靠人工审批是令人筋疲力尽的。因此，信用风险模型被用来辅助风险控制。例如，苏宁金融的任意贷款产品背后有许多信用风险模型。这就像一个女孩很好，许多单身男人来到这里，而女人的父母没有耐心去面试每一个候选人，所以他们建立了一些规则和模型来帮助筛选他们最喜欢的未来女婿。

接下来，我们继续以相亲为例，介绍几种常用的信用风险评估模型和方法。

1、逻辑回归模型

父母根据自己的喜好给女儿相亲的各种因素赋予不同的权重。体重越高，父母越注意相应的因素。通过加权求和获得的分数越高，条件越好，父母越满意。这是一个逻辑返回模型。

例如，标准化后，身高、月收入和住房面积的权重分别为0.1、0.5和0.8，这表明父母更关心物质条件而不是外表。

2.决策树模型

父母根据女儿相亲的一些具体情况来判断是拒绝还是同意见面。这是一个决策树(如下所示)。

3.随机森林模型

有时父母不能成为主人，所以全家人出去相亲，最后几个人投票决定是否同意。这是一片随机的森林。

4.深度学习模式

一个读过无数人的书的老人可以通过感觉来判断相亲是否合适，但是很难解释接受或拒绝的原因。这是一种深度学习模式。

5.共线

在构建逻辑回归等模型时，需要解决共线性问题。对于相关性高的变量，相互携带的信息是相似的，这使得信息冗余。我们将移除具有高相关系数的变量。例如，约会时，现实的父母太在意物质条件，如房子、汽车、收入等。这种筛选逻辑肯定是有偏见的。一个明智的父母还需要考虑精神交流，如爱好、教育背景等。

然而，仅靠信用风险模型的风险控制是不够的，还需要与反欺诈技术相配合。毕竟，当人们知道他们在做什么时，房地产许可证可能是假的，汽车可能是租来的。这就像《西游》，夏紫仙女说:“我的白马王子是个英雄，有一天他会在彩云中娶我。”然而，最后来的不是至宝，而是孙武空.

来源：千龙新闻网