随着信用经济的发展,近几年我国信用卡市场进入快速发展时期,持卡人增多、发卡量增大,伴随而来的信用风险随之增加。银行在现阶段拓展信用卡业务的同时,需更加重视信用卡客户带来的不良透支风险,加大审批力度,减少不必要的经济损失。本文利用商业银行现有信用卡客户数据,通过对已透支客户还款行为的研究,深入分析信用卡客户透支还款情况。首先,通过描述性统计针对重要变量进行分析,用图表的形式直观地分析影响透支还款行为的客户指标。然后,根据央行信用卡五级分类准则将客户状态变量划分为正常、关注、次级、可疑和损失五个级别,对五级分类数据进行数据预处理、数据可视化、多分类建模预测等研究。最后,以银行实际需求为导向,重点研究银行的信用卡不良透支客户分类问题,通过XGBoost、lightGBM等机器学习方法,结合不平衡数据处理和代价敏感AdaCost算法,寻找用于识别不平衡数据少数类更有效的分类器,来准确预测逾期时间较长未正常还款的客户。