Predicting Mortgage Delinquency with CNN

这篇博文旨在对先前所阅读的一篇学术论文进行概述，该研究通过应用卷积神经网络模型，对抵押贷款违约现象进行了预测分析。

论文信息概述

论文标题 ：基于卷积神经网络的抵押贷款违约预测研究

发表刊物 ：《专家系统与应用》

发表时间 ：2018年

1. 摘要

本研究运用卷积神经网络技术，基于用户交易数据对抵押贷款违约情况进行预测，并引入了时间序列分析方法。与以往研究相比，本研究的创新之处体现在以下方面：

• 数据选取仅聚焦于交易数据所包含的相关信息，（此前的研究则采用相似的可解释变量，对评分模型进行差异性探讨）；
• 引入卷积神经网络模型，借助 CNN 的能力实现优质可解释变量的构建，或从原始时间序列中自动完成特征工程的生成过程。

1.1 主要创新点

• 对违约样本与非违约样本数据集的扩充处理。
  • 特征变量的筛选过程

数据采集与处理方法

(1) 本文所涉及的时间序列数据详见下表：

每个时间序列均由聚合至日级别的数值构成。

(2) 训练数据集与预测数据集

![2](https://c