数据分享|SQL Server、Visual Studio、tableau对信贷风险数据ETL分析、数据立方体构建可视化

本文涉及的产品
RDS SQL Server Serverless,2-4RCU 50GB 3个月
推荐场景:
云数据库 RDS SQL Server,独享型 2核4GB
简介: 数据分享|SQL Server、Visual Studio、tableau对信贷风险数据ETL分析、数据立方体构建可视化

原文链接:https://tecdat.cn/?p=34085

分析师:Zuyuan Wang


追求信贷规模的扩张,往往会导致贷款逾期率的不断增加,如何在当今社会运用数据识别用户特征进行风险管控成为了银行放贷的重点依据点击文末“阅读原文”获取完整数据


解决方案


任务/目标

研究公司个人贷款的数据集查看文末了解数据免费获取方式,分析客户特征、贷款的风险特征,并对L公司如何将贷款违约率控制在较小范围内提出想法。


数据源准备


全球资本市场是一个巨大的资本池,其中最常见的便是个人消费贷款和中小企业贷款。L公司一度处于全球贷款行业老大的地位。L公司很好地将用户的贷款违约率维持在较小的范围内。

数据浏览:

数据清洗

a) 缺失值的删除

由于数据量巨大,且数据中部分行的数据值不全,故对数据不全的数据进行删除。

b) 格式的转换。

i. 日期转换:通过 SQL 语言进行文本格式的转换

ii. 统一同一职业、所处地域等的表述方式。

数据中,统一来自于不同公司、同一职业的人的不同表述方式(例如 KPMG accountant E&Y accountant 统一为 accountant );

相同地域(州)也存在着一部分用全称、一部分用缩写的情况,此种情况统一为州全称。


(以上过程亦可通过python实现)

概念模型的构建

image.png

通过SQL Server、Visual Studio的Integration Services进行ETL实现

i. 导入原始数据,并设计好纬度表和事实表(列名、主键、外键、约束)

ii.   设计空表

iii.  依次进行贷款表、借贷者表、位置表、时间表的ETL

通过 multidimensional analysis service 进行数据立方体的构建

i.    数据立方体设有贷款维度、借贷者维度、位置维度、时间维度

ii.   不同纬度下设不同的层次结构

在Visual Studio里计算时间智能、KPI,最后用tableau进行数据可视化,并解决管理问题


项目结果


贷款额随时间的变化、同比、环比

image.png

image.png

现象:

1.贷款额度基本维持在900万美元到1050万美元区间内,随时间呈周期性变化,周期为1季度。对于第一季度而言,一般最后一个月贷款额度较高,对于第二季度,5月份的贷款额度较高,对于第三季度而言,7,8月份的贷款额度较高,对于第四季度,12月份的贷款额度较高。

2.总体来看五年内,贷款额度的最低点都集中在第一季度

3.贷款的同比、环比变化幅度均较小,上下浮动不超过4%,环比的最高值出现在2015第二季度,同比最高值出现在2015第三季度

 

点击标题查阅往期内容


Python信贷风控模型:Adaboost,XGBoost,SGD, SVC,随机森林, KNN预测信贷违约支付


01

02

image.png

03

image.png

04

image.png

分析:


1.因各年、月贷款额度上下浮动总体不大,可以认为现有借款、贷款资质审查门槛合理,基本满足贷款供需平衡。

2.贷款额在第一季度较少的原因可能是由于年初人们没有较大的贷款需求,整体处于规划状态,而美国人在年终和第四季度(尤其是圣诞节期间)开销比较大,因此贷款需求较高,应该在那个时间段扩大营销。

收入、职业、自有房对贷款的影响

image.png

现象:可以看出贷款额度较高的人群特点是

1.  对于低收入人群:按揭房的工业工程师,无房的软件工程师、自有房的注册护士、租房的卡车司机

2.  对于中等收入人群:按揭房的客服、没有房的卡车司机、自有房的工业工程师、租房的销售经理

3.  对于中高等收入人群:按揭房的卡车司机、无房的社会工作者、自有房的内科医生、租房的保险销售人员

4.  对于高等收入人群:按揭房的客户服务人员、无房的工业工程师、自有房的注册护士、租房的客户服务人员

分析:根据以上特征企业可以制订个性化的营销和产品方案,例如对于自有房的客户可能经济压力来源于高额的房地产税,因此在进行产品设计时可以强调贷款周期长、利率小的特点,再比如对于无房的社会服务者,因为其工作的特殊性工资不需要纳税且无房也没有房地产税的负担,其主要的经济压力可能来源于生活普通开销,因此产品设计可以考虑短期、流动性强的贷款

还款 KPI

image.png

KPI划分依据:

l  还款额度为100%为状态一:达标

l  还款额度为95-100%的为状态二:基本达标

l  还款额为90-95%的为状态三:不达标

l  90%以下的为状态四:严重不达标

 

现象:

总体来看:

1.  各职业、各收入人群的还款KPI基本达标。其中只有年收入低于二十万美元的软件工程师、年收入二十万到四十万的社会工作者出现了还款KPI不达标的情况。

2.  贷款买房的贷款人还款KPI最佳。无房、拥有房产的贷款人的还款KPI优秀率最低。

3.  软件工程师还款KPI为优秀的比例最大,但同时也出现收入较低时KPI不达标的风险情况。

分时间段来看:

1.  2014年有6种特征人群严重不达标且集中在中低收入人群,销售经理除外

2.  2015年同样有6种特征人群严重不达标且集中在中高收入人群

3.  2016年软件工程师的达标情况出现两极分化,部分人群达标,部分人群严重不达标

4.  2017年中高等收入的注册护士达标情况比较差

5.  2018年工业工程师和会计的达标情况比较差

分析:

  1. 年收入二十万到四十万的社会工作者贷款条件应该更为严格。
  2. 收入高于二十万的软件工程师贷款条件可以适度放松;收入在二十万以下的软件工程师贷款条件应更加严格。
  3. 每一年职业对KPI的影响不同,企业应该具体分析每一年中的行业走势,识别出经济波动中的行业衰退

地域分布对贷款的影响

image.png

现象:

1.乔治亚州、肯塔基州为贷款额度最低的两个州。

2.怀俄明州、密歇根州为贷款额度最高的两个州。

3.GDP最高的加利福利亚州贷款额度处于低水平。GDP倒数第一、二的佛蒙特州、怀俄明州贷款额度处于高水平。

4.贷款总额最高的地区是东南和中西部地区,最少的是东北和西南地区。

分析:

1.贷款额度与GDP呈负相关关系,越富裕的地区贷款额度越低,而贫穷的州仍然处于需要贷款解决问题的生活水平。

2.公司应当关注佛蒙特州、怀俄明州此类GDP倒数、贷款额度最高的州的还款KPI情况,若KPI不达标,则加强对此类大州的贷款资质审查力度。同理,可以适度放松对GDP发达、借款额度低的大州的贷款资质审查力度。

3.公司应该根据各个地区的贷款额状况设置代理点,在贷款额高的地区设置更多的代理点而在贷款额低的地区设置较少的代理点,同时可以在贷款额少的地区加大营销力度。

相关实践学习
使用SQL语句管理索引
本次实验主要介绍如何在RDS-SQLServer数据库中,使用SQL语句管理索引。
SQL Server on Linux入门教程
SQL Server数据库一直只提供Windows下的版本。2016年微软宣布推出可运行在Linux系统下的SQL Server数据库,该版本目前还是早期预览版本。本课程主要介绍SQLServer On Linux的基本知识。 相关的阿里云产品:云数据库RDS SQL Server版 RDS SQL Server不仅拥有高可用架构和任意时间点的数据恢复功能,强力支撑各种企业应用,同时也包含了微软的License费用,减少额外支出。 了解产品详情: https://www.aliyun.com/product/rds/sqlserver
相关文章
|
1月前
|
SQL IDE Java
Java连接SQL Server数据库的详细操作流程
Java连接SQL Server数据库的详细操作流程
|
1月前
|
SQL DataWorks NoSQL
DataWorks产品使用合集之如何将SQL Server中的数据转存到MongoDB
DataWorks作为一站式的数据开发与治理平台,提供了从数据采集、清洗、开发、调度、服务化、质量监控到安全管理的全套解决方案,帮助企业构建高效、规范、安全的大数据处理体系。以下是对DataWorks产品使用合集的概述,涵盖数据处理的各个环节。
253 1
|
5天前
|
SQL Oracle 关系型数据库
MySQL、SQL Server和Oracle数据库安装部署教程
数据库的安装部署教程因不同的数据库管理系统(DBMS)而异,以下将以MySQL、SQL Server和Oracle为例,分别概述其安装部署的基本步骤。请注意,由于软件版本和操作系统的不同,具体步骤可能会有所变化。
24 3
|
14天前
|
SQL 运维 监控
MSSQL性能调优实战:索引精细化构建、SQL查询深度优化与高效并发控制策略
在Microsoft SQL Server(MSSQL)的运维与优化过程中,索引的精细化构建、SQL查询的深度优化以及高效并发控制策略是提升数据库性能的关键
|
11天前
|
SQL 存储 安全
数据库数据恢复—SQL Server数据库出现逻辑错误的数据恢复案例
SQL Server数据库数据恢复环境: 某品牌服务器存储中有两组raid5磁盘阵列。操作系统层面跑着SQL Server数据库,SQL Server数据库存放在D盘分区中。 SQL Server数据库故障: 存放SQL Server数据库的D盘分区容量不足,管理员在E盘中生成了一个.ndf的文件并且将数据库路径指向E盘继续使用。数据库继续运行一段时间后出现故障并报错,连接失效,SqlServer数据库无法附加查询。管理员多次尝试恢复数据库数据但是没有成功。
|
14天前
|
SQL 监控 Serverless
MSSQL性能调优实战:索引精细化构建、SQL查询深度优化与并发管理策略
在Microsoft SQL Server(MSSQL)的性能调优实践中,索引的精细化构建、SQL查询的深度优化以及高效的并发管理策略是提升数据库性能不可或缺的三大支柱
|
16天前
|
SQL
自定义SQL,可以利用MyBatisPlus的Wrapper来构建复杂的Where条件,如何自定义SQL呢?利用MyBatisPlus的Wrapper来构建Wh,在mapper方法参数中用Param注
自定义SQL,可以利用MyBatisPlus的Wrapper来构建复杂的Where条件,如何自定义SQL呢?利用MyBatisPlus的Wrapper来构建Wh,在mapper方法参数中用Param注
|
16天前
|
SQL 自然语言处理 网络协议
【Linux开发实战指南】基于TCP、进程数据结构与SQL数据库:构建在线云词典系统(含注册、登录、查询、历史记录管理功能及源码分享)
TCP(Transmission Control Protocol)连接是互联网上最常用的一种面向连接、可靠的、基于字节流的传输层通信协议。建立TCP连接需要经过著名的“三次握手”过程: 1. SYN(同步序列编号):客户端发送一个SYN包给服务器,并进入SYN_SEND状态,等待服务器确认。 2. SYN-ACK:服务器收到SYN包后,回应一个SYN-ACK(SYN+ACKnowledgment)包,告诉客户端其接收到了请求,并同意建立连接,此时服务器进入SYN_RECV状态。 3. ACK(确认字符):客户端收到服务器的SYN-ACK包后,发送一个ACK包给服务器,确认收到了服务器的确
135 1
|
16天前
|
SQL 存储 关系型数据库
关系型数据库SQL Server学习
【7月更文挑战第4天】
25 2
|
21天前
|
SQL 存储 测试技术