信用风险预测对商业银行和金融机构至关重要。研究发现，联邦学习在信用风险评估中可行，并揭示了数据不平衡对模型性能的影响。联邦模型在数据集较小的非主导客户上表现优于本地模型，但在数据更多的主导客户上可能表现较差。需要提供特殊激励以鼓励主导客户参与。