發(fā)放貸款是銀行和金融機構的重要業(yè)務之一，客戶的信用風險評估和管理就成為這些機構面臨的重要風險。中國銀行業(yè)協會、普華永道聯合發(fā)布的《中國銀行家調查報告（2018）》的調查結果顯示，60.8%的銀行家認為“不良貸款集中爆發(fā)”是銀行業(yè)面臨的主要風險，32.4%的銀行家將“不良貸款增長”作為銀行經營的最大壓力來源。在實際貸款發(fā)放和管理過程中，常常是以各種信用風險評估模型對記錄不足的人群進行風險評估，從而擴大金融市場的包容性，而人工智能正在這一過程中發(fā)揮巨大作用。

我們將利用客戶房貸信用記錄的各種替代數據構建機器學習模型，從而預測客戶的償還房貸的能力，并對其信用風險進行評價。具體來說，我們通過分析貸款申請客戶的一般背景信息、財產信息、購房信息等諸多指標，在特征抽取、特征過濾等操作的基礎上，使用機器學習方法構建模型建模，對貸款者的信用風險進行評價。