LendingClub Credit Default Prediction

사전 정보 기반 채무불이행 예측 및 수익률 최대화 전략

조영서 · 김경은 · 손정민 · 오세욱 · 최민지 · 허웅

서울대학교 빅데이터 핀테크 전문가 과정 10기

Overview

LendingClub(P2P 대출 플랫폼)의 2020년 대출 데이터를 활용하여, 대출 승인 시점의 사전 정보만으로 채무불이행을 예측하고 투자 수익률을 최대화하는 전략을 제안한다.

기존 LC 전략은 진행중·사후 정보(hardship, settlement)를 활용하지만, 실제 대출 심사 시점에서는 해당 정보를 알 수 없다는 근본적인 한계가 있다. 본 연구는 이 두 사후 변수를 사전 정보로 별도 예측하여 채무불이행 모델에 편입시킴으로써, 기존 LC 전략 대비 수익률과 Sharpe Ratio를 대폭 개선하였다.

Research Framework

데이터 구조 (상단): LC 데이터셋의 피처는 대출 시점에 따라 사전·진행중·사후로 구분된다. hardship은 진행중, settlement는 사후 시점에 생성되는 변수이며, 최종 대출 결과(default, charged off, fully paid)도 사후에 확정된다.

본 연구 접근법 (하단): 실제 대출 심사 시점에서는 사전 데이터만 활용 가능하다. 이에 사전 피처만으로 모델을 구성하되, 채무불이행 예측에 중요한 hardship·settlement를 별도 모델로 사전 예측(hardship*, settlement*)하여 피처로 추가함으로써 예측 성능과 수익률을 향상시킨다.

Key Idea

대출 결과에 결정적인 영향을 미치는 hardship_flag와 debt_settlement_flag는 대출 승인 이후에 발생하는 사후 정보다. 본 연구는 이를 사전 정보만으로 예측하는 2단계 피처 엔지니어링 모델을 구성하였다.

단계	예측 대상	모델	최적 임계값	Accuracy	F1
1	hardship_flag	Extra Trees	0.00	99.97%	0.7647
2	debt_settlement_flag	Extra Trees	0.07	98.76%	0.7210

예측된 두 변수를 사전 피처로 추가한 뒤, 최종 채무불이행 예측 모델을 학습한다.

Model

LASSO Logistic Regression으로 선별한 52개 핵심 피처를 기반으로 PyCaret을 활용해 다양한 알고리즘을 비교하였으며, Gradient Boosting Classifier(GBC) 를 최종 모델로 채택하였다.

항목	값
모델	Gradient Boosting Classifier
교차 검증	10-Fold
최적 임계값	0.48
Accuracy (CV)	90.42%
AUC (CV)	0.9473
F1 (CV)	0.9404
Kappa / MCC	~0.697

Results

전략 비교

전략	가중평균 수익률	Sharpe Ratio
기존 LC (전체 대출 승인)	1.54%	0.004
Our Model (사후정보 예측 포함)	8.39%	0.451

만기별 분석

만기	가중평균 IRR	Sharpe Ratio
36개월	3.37%	0.0813
60개월	-1.81%	-0.1008

36개월 대출이 60개월 대비 현저히 우수한 위험 대비 수익률을 보이며, 단기 대출 중심의 포트폴리오 구성이 유리함을 시사한다.

Project Structure

LendingClub/
├── train.py                    # 학습 파이프라인 실행
├── predict.py                  # 테스트 데이터 예측
├── research_framework.png      # 리서치 프레임워크 다이어그램
├── lending_club.txt            # 연구 보고서 전문
├── src/
│   ├── preprocess.py           # 데이터 로딩 및 전처리
│   ├── feature_engineer.py     # 사후정보 예측 모델 (hardship / debt_settlement)
│   ├── model.py                # 채무불이행 예측 모델
│   └── analysis.py             # IRR 및 Sharpe Ratio 분석
├── notebooks/                  # 원본 탐색 노트북 (참고용)
│   ├── LendingClub.ipynb
│   └── lending_club_test.ipynb
├── data/                       # 데이터 파일 (별도 준비, .gitignore)
└── output/                     # 모델 및 예측 결과 (.gitignore)

Getting Started

pip install -r requirements.txt

단계	명령어	설명
1	python train.py	전처리 → 피처 엔지니어링 → 모델 학습 → 수익률 분석
2	python predict.py	저장된 모델로 테스트 데이터 예측 및 평가

데이터: LendingClub 공식 데이터셋 (1,755,295행 × 141열) 실험에는 5% 샘플(frac=0.05, random_state=42) 사용 FRED API를 통해 미국채 수익률(DGS3, DGS5) 실시간 수집