P2P_Loan_Modeling

SNU KDT 6조

권서영 이소민 이유림 조성우 지희선 홍예나

목표: Lending Club(P2P) 대출 데이터에서 대출 수익률과 미국 국채 수익률 비교 및 초과수익 여부를 분류하여 포트폴리오 Sharpe Ratio가 최대가 되는 Threshold 선정
프로세스: Data Prep → IRR 계산 & 라벨링(대출 IRR vs 국채수익) → 모델링 → Threshold 탐색(0.01–0.99) → Sharpe 평가(부트스트랩) → 최종 모델 선정

.
├── README.md
├── 보고서.pdf
├── 발표자료.pdf
├── Final_Code(Preprocessing, XGBoost).ipynb
├── preprocessing.ipynb
├── data.zip                         # Datasets
│   ├── GS3.csv                      # 36개월 만기 미국 국채
│   ├── GS5.csv                      # 60개월 만기 미국 국채
│   ├── lending_club_2020_train.csv  # Train Set
│   └── lending_club_2020_test.csv   # Test Set
├── models/
│   └── lending_club_model.pkl       # Final XGBoost
└── notebooks/
    ├── Naive_Bayes.ipynb
    ├── SVC.ipynb
    ├── Random_Forest.ipynb
    ├── LightGBM.ipynb
    └── MLP.ipynb

---

1. 프로젝트 개요

• Lending Club 2020 대출 데이터 + 미국 국채 수익률 결합
• 각 대출의 연간 IRR과 동일 만기 국채 수익률을 비교해 초과수익 여부를 라벨로 정의
• 분류 확률의 임곗값을 탐색해 포트폴리오 Sharpe Ratio 최대화
• 국채 매핑: GS3 = 36개월 만기, GS5 = 60개월 만기
• 최종 선택: XGBoost, 최적 임곗값 0.3195, 최고 Sharpe 0.2016

---

2. 분석

2.1 모델 평가 방법

• 목표 지표: Sharpe Ratio = 초과수익률 평균 ÷ 초과수익률 표준편차
• 라벨 정의
  • y = 1 : 대출 Annual IRR < 대출 발생 시점 동일 만기 국채 수익률 → 포트폴리오 추가
  • y = 0 : 대출 Annual IRR ≥ 대출 발생 시점 동일 만기 국채 수익률 → 포트폴리오 투자
• 평가 절차
  1. 분류기에서 샘플별 확률 산출
  2. 임곗값 0.01~0.99 스윕
  3. 임곗값별 투자/제외로 구성된 포트폴리오 초과수익률 계산
  4. Sharpe Ratio 최대화 임곗값 선택(부트스트랩으로 평균·표준편차 확인)

2.2 분석 Flow

Preprocessing

• 결측 관리
  • 결측비율 ≥ 40% 열 제거
  • 결측 패턴 상관 높은 변수 조합은 보간 예측자에서 제외
• 보간
  • Custom IterativeImputer로 Imputation Error 제어
• 수치 변환
  • Quantile Transformation으로 분포 안정화
• 범주 인코딩(차원 최소화)
  • emp_length ordinal encoding
  • home_ownership 주요 3개만 one-hot(MORTGAGE/OWN/RENT), 기타 통합
  • purpose 4그룹 재범주화 후 주요 그룹만 one-hot
  • verification_status, initial_list_status binary encoding
• 기타 처리
  • revol_util의 % 제거, fico_range_high/low 평균으로 avg_fico 생성

Modeling

• Naive Bayes, SVC(RBF), Random Forest, LightGBM, XGBoost, MLP
• 공통 절차: 확률 산출 → 임곗값 스윕 → Sharpe 계산 → 부트스트랩 안정성 확인

최종모델 선정

• XGBoost 선택
  • 최고 Sharpe 0.2016
  • 최적 임곗값 0.3195

2.3 SHAP

• 특징 영향 요약
  • 긍정적: 36개월 단기, 높은 신용지표(avg_fico), 높은 연소득, 낮은 DTI
  • 부정적: 60개월 장기, 대출금액 증가, 높은 DTI
• 패턴
  • 단기·소액·저부채 특성이 초과수익 가능성에 유리

---

3. 결론

• 포트폴리오 수익률 기반 라벨링과 임곗값 최적화로 투자 의사결정 중심의 분류 파이프라인 구성
• XGBoost + 임곗값 0.3195가 최고 Sharpe 0.2016 기록
• 시사점
  • 임곗값 탐색을 통해 포트폴리오 관점 성과를 직접 최적화
  • 단기·저위험 특성 편입이 Sharpe 개선에 기여
• 한계 및 향후 과제
  • High Cardinality 범주형 변수 추가 활용(직업)
  • 불균형 대응(비용민감 학습, calibration 계열) 고도화
  • Sharpe 직접 목적함수 연구(전역 지표의 안정적 근사)