使用 SQL Server 预测贷款冲销

该解决方案展示了如何使用带 R Services 的 SQL Server 2016 构建和部署机器学习模型,以预测是否需要在未来三个月内冲销银行贷款。

+ 显示更多 – 简略显示

概述

贷款机构掌握贷款冲销预测数据具有诸多好处。贷款冲销是银行针对严重拖欠贷款的行为采取的最后手段,有了预测数据,贷款人员可提供个性化的激励措施(如降低利率或延长还款期),进而帮助客户继续偿还贷款,防止出现贷款冲销。为获得这类预测数据,信用社或银行通常会根据客户的历史还款记录人工提取出数据,并进行简单的统计回归分析。此方法很容易造成数据编译错误,且统计的数据并不可靠。

该解决方案模板展示了一个端到端的解决方案,可对贷款数据进行预测分析,并评估出冲销概率。Power BI 报告还将显示信贷分析和趋势,以及对冲销概率的预测。

业务经理方面

此贷款冲销预测使用模拟的贷款历史数据来预测在不久的将来(未来三个月)贷款冲销的概率。得分越高,未来贷款被冲销的概率越高。

通过分析数据,信贷经理还可以了解分支机构贷款冲销的趋势和分析情况。了解高冲销风险贷款的特点后,信贷经理可针对特定地区制定贷款业务计划。

SQL Server R Services 允许在数据库所在的计算机上运行 R,进而实现数据计算。它包含一个数据库服务,该服务可在 SQL Server 进程之外运行,且可与 R 运行时进行安全通信。

该解决方案模板介绍如何创建和整理一组模拟数据,如何使用各种算法来定型 R 模型,如何选择性能最佳的模型并预测冲销,以及如何将预测结果保存回 SQL Server。预测结果表与 Power BI 报表相连,后者显示用户与预测分析的互动报表。

数据科学家方面

SQL Server R 服务通过在托管数据库的计算机上运行 R,实现数据计算。它包含一个数据库服务,该服务可在 SQL Server 进程之外运行,且可与 R 运行时进行安全通信。

此解决方案逐步讲解如何创建和优化数据、如何定型 R 模型,以及如何在 SQL Server 计算机上进行评分。最终预测结果将存储在 SQL Server 中。随后在 Power BI 中直观显示此数据,其中还汇总了贷款冲销分析数据及未来三个月的冲销预测情况。(此模板中显示的是模拟数据,用于说明此功能)

正在测试和开发解决方案的数据科学家可在其客户端计算机上轻松使用自己的 R IDE,同时将计算工作交给 SQL Server 计算机。在存储过程中嵌入对 R 的调用,即可将完整解决方案部署到 SQL Server 2016。随后,可通过 SQL Server Integration Services 和 SQL Server 代理进一步实现解决方案自动化。

单击“部署”按钮可测试自动化,同时可在 Azure 订阅中使用整个解决方案。

定价

根据部署时所用的 Azure 订阅,将就此解决方案上使用的服务收取使用费,约 $1.15/小时(默认 VM)。

请确保已在未主动使用解决方案时停止 VM 实例。运行 VM 将产生更高昂的费用。

若未使用此解决方案,请将其删除。

免责声明

©2017 Microsoft Corporation。保留所有权利。此信息按“原样”提供且可能更改,恕不另行通知。Microsoft 不就此处提供的信息做任何明示和默示的担保。第三方数据用于生成解决方案。你必须尊重他人的权利,包括在创建类似数据集之前获得相关许可并遵循此等许可。

Loan ChargeOff Prediction with SQL ServerThis solution demonstrates how to build and deploy a machine learning model with SQL Server 2016 with R Services to predict if a Bank loan will need to be charged off within next 3 months

相关解决方案体系结构