【摘要】本文运用国内某知名汽车金融公司2014年12月的47138条客户数据,首先运用ROC曲线检验逐步回归功效,再分别建立二值选择模型和计数模型对贷款客户违约状况进行预测,并运用遗传算法对不平衡样本进行一对一匹配,最终得到预测结果。结果表明现存违约评估体系不够有效,客户基本信息、区位、贷款信息、车型、信用状况、房产、贷款期间冲击事件等均会对违约状况产生相应影响。另外,我们得出匹配后的平衡样本预测准确率仍然很高,Logistic模型最适用于客户是否违约的预测,而负二项模型在违约时长的预测中效果更佳的结论。