大数据时代背景下,金融业与互联网相互影响使信用贷款业务受到广泛关注。网络环境下的信贷是一种“无需面签、无需抵押、无需担保”的贷款,其前景可观收益颇丰。近几年来,信用贷款在竞争激烈的金融行业依然占有较大的市场,然而业务繁荣背后,伴随高利润一同而来的违约风险也让人不可小觑。违约问题频出,会给企业、投资者和金融机构带来巨大的经济损失,甚至也可能会对整个金融行业和社会环境造成威胁。然而,国内对于信用违约研究时间相对国外较晚,还没有找到一种标准有效的信用风险违约评估方法。对于金融机构与商业银行而言,个人信用贷款违约因素识别依然是一个重点和难点。针对信贷信息样本量大、数据维度高,违约与履约样本比例不平衡的几个特点,本文结合随机森林和自适应Lasso两种模型的优势构建了一种应对高维复杂数据的新变量筛选方法。对于数据的不平衡问题,随机森林能够起到缓解分类误差的作用,而自适应Lasso在Lasso优势基础上还拥有oracle性质,因此,新模型结合了二者的优势,相较于其他模型能够更好处理复杂的信贷信息与数据,为筛选识别信用违约因素研究提供一种新思路。采用信用贷款公司Lending Club在2019年第2季度的信贷交易数据,从贷款信息、申请人信息、账户信息、信用额度和公共记录五个一级指标,共计37个变量构建信用评估指标体系。随后,计算随机森林重要性并将重要性测度用来构建自适应Lasso的惩罚权重,使用新模型进行因素识别,最终保留了15个变量,筛选效果较好。结果也表明,随机森林-自适应Lasso方法既能够利用随机森林的重要性信息,也能够灵活对变量进行取舍,保留了重要性较低但具有现实意义的变量。最后,采用Logistic回归下的随机森林-自适应Lasso模型,同另外两个不同惩罚权重的自适应Lasso模型进行预测效果对比。随机森林-自适应Lasso在训练集、测试集中,预测率和K-S值都要比另外两个对比模型表现更好。