建模比赛

Have fun!

1. 比赛介绍

全球金融科技挑战赛（Global FinTech Challenge）是由全球金融专业人士协会（Global Institute of Financial Professionals，GIFP协会）发起的一年一度的全球性赛事，旨在为高校学生提供金融建模与分析技能方面的训练与实践机会。每一位GFTC参赛者都将接受分析、评估、报告撰写和演示技能的测试，在这一过程中参赛者将获得丰富的实战经验以及个人能力的提升。

全球金融专业人士协会（Global Institute of Financial Professionals，GIFP）是全球性的金融领域专业人士非营利组织，协会以“凝聚全球智慧，传承金融文明”为己任，通过主办专业认证考试，发表研究成果，组织论坛活动，开展职业发展项目，制定专业卓越、内容系统和职业道德高尚的认证标准，全面提升从业人员的水平和能力。

2. 本期赛题——上市公司风险预测

上市公司的企业经营与监管关乎着我国证券市场的稳定性和广大相关者的切身利益。然而，不可避免的会有部分上市公司因为经营不善等原因陷入财务困境，从而面临退市的风险，威胁着各方的利益。建立有价值的上市公司退市风险预警模型,尽早识别和警示上市公司退市风险,有利于在事前控制风险,维护证券市场的稳定性，保护投资者的相关利益。对于企业自身经营的风险，财务报表作头公司经营状况的晴雨表，当上市公司发生了退市风险时，财务报表上数据的异常是最明显的表现。

本期月度赛聚焦智能退市预警的热点话题，以发现实用的退市风险评估方法，解决退市预警实际问题为目标，面向全国高校全日制本科及研究生开展比赛。大赛将提供真实财务报表上的脱敏数据，邀请参赛者建立上市公司退市风险预警模型，对上市公司退市风险进行精准的分辨。组委会希望通过本次比赛帮助大学生接触金融科技行业前沿课题，培养解决实际问题的综合能力和知识应用能力，为未来的职业发展提供实践经验。

大赛将提供数近万条脱敏上市公司财务样本数据，样本区分训练集和测试集。参赛者可使用统计模型、机器学习算法等各种数学方法在训练集上构建评估模型，预测相关上市公司是否存在退市风险。模型开发过程包括数据清洗、模型构建、样本结果预测等。大赛将采用标准化的模型验证指标，在测试集上进行模型优劣的评价。

3. 比赛收获

2022年全球金融科技挑战赛通过建立科学的赛制，搭建具有实践性的平台，链接行业内优质资源，为高校、机构和广大在校生提供卓越的参与体验和丰富的收获，欢迎大家积参与！

4. 比赛规则

本次月度比赛时间为2022年3月22日至2022年4月21日。选手需在平台下载数据后在本地环境完成代码，在规定时间内提交比赛代码和建模结果，后台将根据提交的建模结果公布实时排名。

比赛结束后，实时排名前十的参赛者需提交报告，由GFTC组委会进行专家评审打分，最终于线上公布评审结果及现场颁奖。

5. 数据提交要求

参赛者可不断优化模型并在平台上提交预测结果，后台将根据提交的建模结果公布实时排名。

建模提交：参赛者需提交为格式为.xlsx（excel格式）的预测结果，包含测试集的贷款ID（列名指定为ID，大小写不影响）和预测分数（列名指定为y_score）。平台以此为依据计算AUC。

报告要求（比赛结束后，实时排名前十的参赛者需提交）：

1）模型开发方法论及过程介绍（采用的数学方法介绍，有否在基础方法论上的创新，模型的相关假设，模型开发过程主要步骤等）

2）模型结构及组成因素（模型的组成结构描述，入选的指标清单，每个指标的权重等）

3）模型预测效果描述（模型在训练样本上的训练结果，在测试样本上的预测效果等）

4）模型预测结果示例（列示10个模型预测会退市的企业样本，模型预测的分数，挑选其中一个样本，做一些深入分析，说明模型预测其退市的最主要原因，哪些指标得分不佳？）

文件命名方式为：姓名+注册账号后4位。

6. 参赛要求

1、比赛期间，每人每天提交结果次数不超过5次。

2、不得使用除比赛提供以外的数据，一经发现视为作弊处理成绩无效。

3、不得借用他人账号提交建模结果，发现视为违规处理取消成绩。

4、若代码检测或分析报告发现存在复制、抄袭等不端情况，视严重程度以均分、零分或取消参赛资格处理。

为保证比赛公平公正公开，参赛选手需遵守主办方的各项规定，否则按违规处理。

比赛遵循原创性要求，严禁抄袭、作弊或侵权行为。

7. 评分标准

排名分数为模型在测试集上AUC值最终排名的正态标准化。

报告分数以分析报告内容的正确性、创新性、合理性和可读性为评价标准。

8. 奖项设置

【月度奖项】月度比赛根据每月排名，颁发给排名前3名的参赛者月度优胜奖。

月度冠军：第1名，奖金3000元，ACFRM免费培训名额（价值3000元），CFRM推荐阅读书籍（2本），GIFP协会合作雇主单位实习机会完成实习获得实习证明），颁发月度赛获冠军奖证书。

月度亚军：第2名，奖金2000元，ACFRM免费培训名额（价值3000元），CFRM推荐阅读书籍（2本），颁发月度赛亚军获奖证书。

月度季军：第3名，奖金1000元，CFRM推荐阅读书籍（2本），颁发月度赛季军获奖证书。

月度活跃参赛者奖：共5名，奖金300元/名，活跃积分会根据提交次数计算，月度比赛结束后统计参赛者总提交次数，相同积分者建模分数高的排名更高。

月度活跃宣传奖：共5名，奖金300元/名，根据文章（地址：https://mp.weixin.qq.com/s/M4utPmfT8UamlgJMbYDFIw）点赞排名，由高到低依次排序，排名前5为获奖者。

【主题赛奖项】根据主题赛综合成绩，颁发给排名前5名的参赛者主题赛优胜奖；奖金池总额高于月度赛，其他奖励由当次主题赛主办方合作机构以及其他支持单位提供。

【年度奖项】年末根据年度综合成绩，颁发给排名前10名的参赛者年度优胜奖；奖金池总额高于主题赛。

* 以上活动奖项设置可能由于当期支持单位变化而变动，主题赛奖项将替代月度奖项，现阶段暂不公布主题赛及年度奖项内容，请参赛者随时关注官网发布的当期赛事安排。

9. 比赛信息

参赛群体：全国高等院校在校大学生

参赛方式：个人参赛

比赛平台：Credit Lab平台

比赛网址：https://match.creditscoring.cn

报名方式：本次比赛采用实名制。用户可以通过比赛网址进入比赛平台，打开对应比赛，点击“立即报名”按钮，填写个人信息并上传相关证件照片进行注册报名。后台管理员核实信息之后，用户会收到是否报名成功的短信。用户成功报名后才能下载数据进行比赛。

程序语言：不限

交流答疑：线上答疑，QQ群：833945765，公众号：GIFP，微信助手：ICFRMservice

10. 组织单位

主办单位：全球金融专业人士协会

承办单位：成都随机森林科技有限公司、金派认证服务（上海）有限公司

学术指导单位：现代风险协会、中国市场学会量化金融专业委员会

支持高校：西南财经大学、对外经贸大学、中南财经政法大学（持续更新中）

支持机构：上海金程教育培训有限公司、上海交大教育集团、赛弥斯信用管理（北京）有限公司、上海金程教育培训有限公司、上海交大教育集团、ATAC考试管理中心、深圳点宽网络科技有限公司、FAL第一应用研究院、程创（北京）科技有限公司

11. Q&A

Q：比赛数据是否经常更新？如果是的话，对于后期加入的参赛者来说更有优势吗？

A：本次比赛的数据库样本巨大，月度比赛不做数据更新，如有主题赛将在当期比赛更新数据库。参赛者提前加入比赛反而具有更加宽裕的时间进行练习。

Q：是否存在一个最优策略能够每月拿到排名第一？

A：理论上存在，但在实际操作中由于样本数目巨大，参赛者可编写策略的思维角度众多，根据往期的比赛经验，比赛每日排名都在实时更新，需要参赛者不断优化自己的策略。

Q：如果是跨专业参赛者，是否可以有前期培训课程？

A：主办方为所有参赛者开放免费培训课程，参赛者通过培训课程能够对本次比赛所应用的专业知识到平台使用技能有基本认识。然而，参赛者要达到优异的比赛成绩，需要进行更多实践以及策略方法的学习和补充，这部分需要参赛者投入更多的时间进行自我学习和联系，这也是主办方组织本次比赛的意义所在。

Q：我已报名比赛，是否有社群可以进行咨询？

A：主办方为本次比赛建立了官方QQ群和微信客服人员，参赛者在社群内可进行平台操作、专业技能等不涉及策略泄露的话题讨论。参赛者可通过校内社团、导师组织等形式，在本校线下组织相关学习讨论组，共同提升比赛成绩。

Q：奖项中的活跃参赛者奖如何评定？

A：主办方将根据参赛者在平台上的活跃度进行排名，与比赛成绩并不挂钩。

Q：参赛者获奖后该如何获得相关奖励？

A：主办方将主动联系各参赛者，汇通比赛奖励发放细节，请参赛者确保注册账号的信息准确性。

一、比赛介绍

信用评分聚焦于个人信贷违约风险的评估与预测。信贷业务中，借款人会因为无力还款或其他情况逾期还款甚至发生违约。银行或贷款机构在发放个人信用贷款时会对申请者的违约风险进行评估和预测，从而决定是否发放贷款。个人信贷逾期率受到申请者特征如工作经验、收入等的影响，也受产品、环境等因素的影响。目前采用机器学习的方法实现智能化的个人信贷风险评估和预测已成为风控领域的重要话题。

比赛题目：本次比赛将对个人贷款逾期行为进行建模和预测。参赛者可使用机器学习、统计学、数学中的模型和算法预测申请者是否会逾期。参赛者需先结合实际数据和真实贷款业务进行数据清洗、变量转换等特征工程，然后建立合适的信用评分模型。数据集分为训练集和测试集，需在训练集的基础上不断优化模型，从而提升测试集的预测效果。模型的预测能力以测试集上的AUC值为衡量标准。
数据描述：数据来自于真实信贷数据。被解释变量（贷款状态标签）为‘Loan_status’，为二元分类变量，包含两个类别‘Charged Off’和‘Fully Paid’，分别表示申请者在获得贷款后发生违约和贷款到期时按规定结清或提前还款。特征变量有51个，从不同角度出发描述申请者的特征，如dti，贷款申请时的债务收入比，addr_state，贷款申请时所提供的所在州信息等。有关于各变量的定义请查看文件dictionary.xlsx。
数据文件：训练集X_train.xlsx，不含标签；训练集y_train.xlsx，含有标签；测试集X_test.xlsx，不含标签；数据字典dictionary.xlsx；提交结果示例y_test_sample.xlsx；比赛网站说明“网站说明.pdf”。

二、赛程安排

比赛平台：学号作为用户编号登录（统一初始密码为123，请在登录后的第一时间修改密码，如不修改初始密码则无法进行比赛）
比赛环境：赛题信息在比赛平台发布。参赛者需自行下载比赛数据，在本地电脑完成建模过程。
比赛过程：比赛系统于6月13日开放，13-15日试运行，参赛者在试运行期间用已登记的账号，修改密码，下载数据和提交结果。16日上午正式开始（试运行的排名将清空），参赛者于6月16日至7月2日期间完成建模和结果提交。参赛者可不断优化模型并在平台上提交预测结果，后台将根据提交的建模结果公布实时排名。比赛期间，每人累计提交结果次数不超过150次。
建模提交：参赛者需提交为格式为.xlsx（excel格式）的预测结果，包含测试集的贷款ID（列名指定为ID，大小写不影响）和预测分数（列名指定为y_score）（请参见示例y_test_sample.xlsx）。平台以此为依据计算AUC。
报告提交（期末报告）：大家需在2021年7月4日23:59前提交程序的源代码以及具体建模过程设计和结果的分析报告（应详细描述对题目的分析和理解、数据处理和特征工程、建模过程、模型评价以及对赛题结果的分析和发现）。报告及代码在本网站课程系统提交。
报告要求：最终报告要求清晰可读。展示的图表能传达有效信息。排列规整、配色统一、简洁大方，适当评述（得到什么结论）。图的横纵坐标标示清楚（如有单位需要标注），图标题明确。文件命名方式为：学号+期末报告或程序代码。文件内也应包含上述信息。