Lending Club贷款数据集2007-2011完整解读

需积分: 0 0 下载量 176 浏览量 更新于2024-10-16 收藏 9.73MB ZIP 举报
资源摘要信息:"Lending Club Loan Data 2007-2011数据集是一个包含美国Lending Club贷款记录的数据集,涵盖了从2007年至2011年间的数据。Lending Club是美国领先的P2P(peer-to-peer,点对点)借贷平台,允许个人投资者贷款给有借款需求的个人。此数据集对于分析个人贷款市场的趋势、借款人信用状况、借款行为以及信贷风险等具有重要的研究价值。 数据集中可能包含以下列(字段)的详细信息,具体字段可能因数据版本不同而有所变化: 1. id:贷款的唯一标识符。 2. member_id:借款人的唯一标识符。 3. loan_amnt:贷款金额,单位为美元。 4. funded_amnt:实际获得的贷款金额,单位为美元。 5. funded_amnt_inv:投资者投资的金额,单位为美元。 6. term:贷款期限,通常为36个月或60个月。 7. int_rate:年化利率。 8. installment:分期付款金额。 9. grade:贷款评级,由Lending Club根据借款人的信用等级评定。 10. sub_grade:贷款子评级,更细致的评级级别。 11. emp_title:借款人当前的职位。 12. emp_length:在当前职位的工作年限。 13. home_ownership:住房所有权状况,如租房、拥有等。 14. annual_inc:借款人年收入。 15. verification_status:收入和身份验证状态。 16. issue_d:贷款发放日期。 17. loan_status:贷款当前状态,如在途、已发放、已结清等。 18. pymnt_plan:支付计划。 19. url:贷款的页面URL。 20. desc:贷款描述(如果有的话)。 21. purpose:贷款用途。 22. title:贷款标题。 23. zip_code:借款人邮编。 24. addr_state:借款人所在的州。 25. dti:债务收入比,即借款人负债与收入的比例。 26. delinq_2yrs:过去两年内的逾期记录次数。 27. earliest_cr_line:最早信用记录日期。 28. inq_last_6mths:过去六个月内的查询次数。 29. mths_since_last_delinq:自上次逾期以来的月数。 30. mths_since_last_record:自上次信用记录更新以来的月数。 31. open_acc:当前打开的账户数。 32. pub_rec:公开记录数,如破产等。 33. revol_bal:信用卡等循环贷款的当前余额。 34. revol_util:信用卡等循环贷款的利用率。 35. total_acc:借款人总账户数。 36. out_prncp:未偿还本金金额。 37. out_prncp_inv:投资者的未偿还本金金额。 38. total_pymnt:总的已支付金额。 39. total_pymnt_inv:投资者的总支付金额。 40. total_rec_prncp:总共收到的本金金额。 41. total_rec_int:总共收到的利息金额。 42. total_rec_late_fee:总共收到的滞纳金金额。 43. recoveries:追回的金额。 44. collection_recovery_fee:收款费用。 45. last_pymnt_d:最后一次支付日期。 46. last_pymnt_amnt:最后一次支付的金额。 47. next_pymnt_d:下一次预计支付日期。 48. last_credit_pull_d:最后一次信用拉取日期。 49. policy_code:政策代码。 50. application_type:申请类型。 51. annual_inc_joint:如果申请为共同申请人,此栏记录联合年收入。 52. dti_joint:如果申请为共同申请人,此栏记录联合债务收入比。 53. verification_status_joint:如果申请为共同申请人,此栏记录联合验证状态。 以上字段组成的详细数据集允许用户进行信贷分析、信用评分模型的开发、贷款市场趋势的研究等。它对研究个人信贷市场的人员、数据科学家、金融分析师以及从事机器学习和大数据分析的研究者来说,是一个宝贵的资源。 该数据集的标签为“数据集”,表明它是一个可分析和处理的数据资源。压缩包文件的名称为“lending-club-loan-data-2007-2011”,意味着数据集包含的时间范围是2007年到2011年。 在处理和分析这些数据时,应考虑数据隐私和合规性,特别是涉及到个人金融信息。在进行相关研究或商业应用前,应确保遵守相关的数据保护法规,并采取适当的数据保护措施。"