随着信息技术在近几十年来的快速发展,机器学习算法正被越来越多地运用于包括金融在内的各个领域。机器学习算法相对于众多传统的统计模型,通常拥有更高的灵活度、更好的兼容性以及对大数据更强的处理能力,因此受到许多业者的欢迎。然而基于机器学习算法所构建的预测模型,其结构往往十分复杂,在可解释性方面有一定的缺陷;因此在某些场景下,尤其是对相关知识背景较为缺乏的客户和对模型透明度要求较高的监管者而言,机器学习算法的运用会受到很大程度的约束,限制了充分发挥其优势的能力。提前偿付风险是住房抵押贷款等具有可赎回性固定收益证券所面临的主要风险,在定价、风险管理等方面受到广泛的关注。传统上对提前偿付风险的预测主要基于逻辑回归等经典统计模型,但大数据资源日益丰富以及数据挖掘技术日益进步的背景下,如何运用机器学习算法优化对提前偿付风险的预测,在确保其预测精确度的同时兼顾可解释性,成为了一个重要的课题。本文选取美国北卡罗莱纳州30年期固定利率住房抵押贷款为研究对象,以贷款月度的完全提前偿付事件发生与否所构建的分类变量作为目标变量,结合贷款申请信息、月度还款记录和宏观经济数据,通过筛选和构造,建立了包括14个变量的输入特征集。利用LightGBM算法和逻辑回归算法,本文构建了对贷款月度完全提前偿付事件的分类预测模型,对贷款级别和资产池级别的月度提前偿付率进行预测;并分别从预测精确度和可解释性两个角度,利用混淆矩阵、ROC图、累积局部效应图等工具,对上述两模型的输出结果进行了分析和比较。实证结果显示,LightGBM模型在测试集上的ROC AUC和RMSE分别达到了0.6309和3.1341,均优于业界传统逻辑回归模型的0.5831和4.3534;这表明相较于逻辑回归模型,LightGBM模型具有更好的预测精确度。通过累积局部效应图分析,本文进一步分析了各特征对模型输出结果的边际贡献,形象地展示了LightGBM模型在刻画特征非线性效应时的优势,弥补了传统上LightGBM等机器学习模型在可解释性方面的缺陷。