【摘要】近年来以消费金融为主的个人短期贷款发展迅速,违约风险逐渐暴露。本文利用Logistic模型研究人口特征和贷款特征对短期贷款违约风险的影响,并构建RUSBoost随机森林模型对违约风险进行识别。实证结果显示:第一,从人口特征来看,离过婚、教育程度低的男性小微企业主,短期贷款违约风险最大,而年龄对短期贷款违约风险没有影响。第二,从贷款特征来看,贷款金额、贷款利率和抵押率较高的借款人,违约风险最大。第三,基于人口特征和贷款特征因素构建的RUSBoost随机森林模型对违约风险进行了识别,商业银行可根据掌握的人口特征和贷款特征判断个人短期贷款违约风险,并提前进行风险应对。