在互联网时代,不论是线上还是线下的信贷业务规模都在我国经济繁荣发展的大背景下快速增长。但是,在繁荣的背后存在的逾期、欺诈等问题都可能为以后的持续稳定发展埋下隐患。当前,金融机构控制信贷交易风险的主要手段是信用评估,申请人资料、过往信贷记录、信用卡消费情况、线上借贷消费情况、其他平台信贷记录等都可以作为评估数据来源。但是,这些数据样本量大、特征多、不平衡、冗余等特点使得人工方法和一般机器学习方法不能动态地满足金融机构对风险预测精度的迫切需求,从而不能发挥数据的应有价值。数据不平衡是信用数据最明显的特征之一,也是影响模型识别能力的关键因素之一。针对现有不平衡数据处理方法存在的局限性,提出一种考虑边界稀疏样本的混合采样方法(Hybrid sampling method considering sparse boundary samples,HSCSBS),通过计算每个样本的变异系数识别边界点,将样本空间划分为边界域和非边界域,对非边界域内的负类样本进行欠采样,对边界区域上的正类样本采用合成少数类过采样(Synthetic minoritye over-sampling technique,SMOTE)算法进行过采样,最大限度地保留样本信息和剔除重叠信息,最终达到两类样本基本平衡。实验证明,HSCSBS算法能够有效地帮助分类模型提高识别率。为了进一步提高模型的识别率,利用传统的Stacking集成框架,构建一种改进的Stacking集成算法。首先在第一层使用Bagging和Boosting两种集成思想的强分类器以及逻辑回归(应用最广的信用评估算法)作为Stacking的基分类器,并且在训练基分类器时为了避免交叉学习导致的过拟合问题,在内部嵌套5折交叉验证;与传统Stacking的学习策略不同的是改进的集成框架在构建新特征时不再以类别值作为特征值,而是以概率值作为特征值。同时,元分类器也不再采用单一的逻辑回归(Logistic Regression,LR),而是以加权平均的方式组合LR、改进的高斯朴素贝叶斯(Gaussian Naive Bayes,GNB)和支持向量机(Support Vector Machine,SVM)三种算法作为元分类器。与其他6种分类算法的对比实验表明:改进的Stacking集成算法相比于其他算法的最高值在Recall、F1-Score、AUC和KS四个指标上分别提高了2%、4%、2%和1.3%,能够提高模型对“普通客户”的识别率为信贷机构提供辅助决策。