随着中国经济的快速发展,提前消费模式受到越来越多的年轻人追捧,个人信用卡的使用愈加频繁,由此造成还款逾期问题,引发商业银行信用风险危机,为了控制信用风险商业银行需要识别出逾期客户,降低这部分客户的授信额度,甚至停用他们的信用卡。论文根据个人身份信息及财产状况、持卡信息、交易信息、放款信息、还款信息、申请贷款信息六个方面的数据,应用统计方法研究了个人信用卡逾期预测问题。主要做了以下三个方面的工作:论文所得数据是类别不平衡数据,也就是说逾期客户样本只占少数,大多数还是未逾期客户。国内文献大多使用的是随机降采样、随机过采样、Smote处理不平衡数据。论文通过分析随机降采样、随机过采样、Smote采样的优劣,为了避免这三种方法的缺陷,采用了多次使用降采样方法,产生多个类别平衡数据集,以便用于预测模型的集成学习。论文获得的数据是将近200个变量的数据。为提高预测模型的分类性能,减少程序的运行时间,论文研究了变量选择问题。国内外研究文献中主流的变量选择方法是主成分分析,但这种方法的局限性是主成分的解释较为困难,论文通过对传统的变量选择方法以及Relief算法的优劣的讨论,采用了Relief算法选择变量。在预测模型的选择上,国内外文献针对银行数据分析主要使用的是逻辑回归和随机森林。论文比较和分析了逻辑回归、决策树、支持向量机的性能,最终选择了逻辑回归模型作为预测模型,当用测试集去评估逻辑回归模型的性能时,它的性能是最好的。论文最后对逾期原因进行了分析。