随着我国经济的发展和公积金制度的不断完善,人们使用公积金贷款购房的需求日益增加,银行的相关信贷业务也发展迅速。公积金贷款事关重大民生问题,要保持其健康平稳发展,就必须正视制度运作过程中的潜在风险,并给出积极应对,其中重要的一环是能有效评估贷款客户的资质。因此,亟需建立高效准确的模型,对客户的贷款逾期风险进行预测,并为银行的信用评估提供参考,实现风险规避。本文主要以山东省某银行的真实脱敏数据为例,建立公积金贷款逾期的预测模型。首先对原始数据集进行数据清洗和预处理,然后通过相关性分析剔除强相关变量。基于实际业务情况、数据分箱技术和统计量特征进行特征组合,扩充原数据集得到多个新特征。使用xgboost树模型方法进行特征选择,剔除新生成的冗余特征。再对数据做标准化处理和one-hot编码,为后续建模做准备。由于本文数据集的不平衡性会导致传统分类器失效,对多个模型分别选择最优数据采样比例、方法,实现数据平衡。在模型选择方面,本文采用包括Logistic回归、支持向量机以及集成学习模型随机森林和Light GBM的单一模型,并建立Logistic回归+随机森林的两阶段组合模型。根据2（80）、AUC值和MCC作出模型评估,选择最优模型进行逾期行为预测。研究发现,特征组合和数据平衡能有效提升各模型的分类性能,单一模型中Logistic回归表现出对少数类样本的较高预测精度,但整体预测能力一般;支持向量机模型表现一般;随机森林和Light GBM对不同类别均有较高的预测精度;组合模型能够结合两个基础单一模型的优势。最终本文选择随机森林模型用于贷款逾期预测,并给出逾期用户的特点以作参考。