Lending Club开源数据分析

Lending Club开源数据分析

数据来源：https://zhuanlan.zhihu.com/p/25138563
分析工具：excel、SPSS 22

数据分析学习&尝试。第一次分享。欢迎斧正。

1、Lending Club评级的准确性

结论：评级基本准确。可以在一定程度上预测还款情况。

sub_grade字段下，不同loan_status状态的占比可以看出端倪。（剔除部分脏数据/业务含义不明确的loan_status，如Does not meet the credit policy. Status:Fully Paid)

非常明显，评级越差，Fully Paid（已经全部付清）状态占比越低。

X轴sub_grade指放款时的评级，Y轴是各sub_grade中Fully Paid状态用户在各自sub_grade中的占比

形成印证的是，评级越差，Charged Off（出借方已核销的不良贷款）占比越高。

X轴sub_grade指放款时的评级，Y轴是各sub_grade中Charged Off状态用户在各自sub_grade中的占比

关于上面两张图中E-G间，尤其是G grade上趋势的跳脱、不规则，原因可以从样本量上解释。整体样本近似正态分布，F、G，尤其是G的样本量太少，会导致统计意义变差。

X轴sub_grade指放款时的评级，Y轴是各sub_grade中样本数量

2、评级的相关因素

用SPSS分析评级的相关因素。此处对评级做数据处理，按A1-G5，分别赋值从35至1。

1. 评级与收入相关，但呈负相关
   随着评级分增高（即评级越好），收入呈下降趋势。
   

2. 评级与贷款利率无关… 不合常理…
   

3. 评级多和信用情况相关
   
   

4. 其他发现：还款期数与收入正相关，即收入越多的人，还款周期越长。因还款周期越长，风险越大；猜测审批时，只有收入足够多，长还款周期（60months)才能顺利通过审批。