The invention discloses a credit monitoring scoring method and system based on behavior model, which includes the following steps: acquiring the original account data during the observation period; extracting the features of the original account data to the predictive variables; modeling according to the predictive variables using machine learning algorithm to obtain the predictive models of response variables and predictive variables; and according to the predictive variables, predictive models of response variables and predictive variables are obtained. The model predicts the accounts with repayment performance and obtains the default probability during the forecast period of the account. According to the default probability during the forecast period of the account, the behavior score of the account is calculated. The invention can increase the speed of data change, improve the applicability and generalization, and accurately evaluate the behavior of an account.
【技术实现步骤摘要】
一种基于行为模型的贷中监测评分方法以及系统
本专利技术涉及金融信贷领域,特别是涉及一种基于行为模型的贷中监测评分方法以及系统。
技术介绍
信用评级又称“贷信评级”或信誉评估,是建立社会信用体系的重要内容和基础,按照通常的定义,信用评级是信用评级服务机构以第三方的客观、公正立场,根据规范的评估指标体系,运用科学的评估方法啊,履行严格的评估程序,对企业、金融机构、债券发行者和社会组织等市场参与主体的信用记录、企业素质、管理能力、经营水平、外部环境、财务情况、发展前景等进行全面了解,考察调研、分析研究后,就其在未来一段时间履行承诺的能力,可能出现的各种风险所做的综合评价,并以一定的符合标识其优劣并公布于社会公众的一种经济活动,信用评级通过对贷款申请人的债务偿还风险进行评价,以便于银行等金融机构对贷款申请人进行审批授信。传统的信用评级方法大多基于专家法则或评分卡模型,即预先根据专家经验制定一套评分规则,再根据用户的实际数据,套用此套规则进行信用评分,然而,这种信用评级方式是基于历史已有经验进行的评分,其评分具有一定的滞后性,不能反应新形势下的新用户情况,且其评分规则的指定和修改都需要经过严格的专家论证,制定和修改的周期一般比较长,数据变更速度慢。
技术实现思路
本专利技术的目的在于提供一种能够增加数据变更速度、提高适用性以及泛化性、对账户进行精准的行为评分的基于行为模型的贷中监测评分方法以及系统。为达到上述目的,本专利技术第一方面提出一种基于行为模型的贷中监测评分方法,,包括以下步骤:获取观察期内的账户原始数据;对所述账户原始数据进行特征提取得到预测变量;根据所述预测 ...
【技术保护点】
1.一种基于行为模型的贷中监测评分方法,其特征在于,包括以下步骤:获取观察期内的账户原始数据;对所述账户原始数据进行特征提取得到预测变量;根据所述预测变量采用机器学习算法进行建模,得到响应变量与预测变量的预测模型;根据所述预测模型对有还款表现的账户进行预测,得到账户预测期内的违约概率;根据所述账户预测期内的违约概率,计算账户的行为评分。
【技术特征摘要】
1.一种基于行为模型的贷中监测评分方法,其特征在于,包括以下步骤:获取观察期内的账户原始数据;对所述账户原始数据进行特征提取得到预测变量;根据所述预测变量采用机器学习算法进行建模,得到响应变量与预测变量的预测模型;根据所述预测模型对有还款表现的账户进行预测,得到账户预测期内的违约概率;根据所述账户预测期内的违约概率,计算账户的行为评分。2.根据权利要求1所述的方法,其特征在于,所述账户原始数据包括账户信用评级数据以及账户实际还款情况数据。3.根据权利要求1所述的方法,其特征在于,所述对所述账户原始数据进行特征提取得到预测变量的步骤包括:根据所述账户原始数据得到账户初始信用评级数据、信用额度使用状况数据、近期还款行为数据以及近期逾期行为数据这四个维度数据的变量数据;对所述变量数据进行数据预处理得到所述预测变量。4.根据权利要求3所述的方法,其特征在于,所述对所述变量数据进行数据预处理得到所述预测变量的步骤包括:对所述变量数据进行缺失值处理以及异常值处理;计算经过缺失值处理以及异常值处理的变量数据的重点指标值;将所述变量数据的重点指标值与预设阈值进行比较,根据比较结果对所述变量数据进行初步筛选;将经过初步筛选后的变量数据进行分组处理;将经过分组处理后的变量数据进行WOE证据权重转化;将经过WOE证据权重转化的变量数据进行相关性分析,根据分析结果对经过WOE证据权重转化的变量数据进行二次筛选,得到预测变量。5.根据权利要求1所述的方法,其特征在于,所述变量数据的名称如下表所示:6.根据权利要求5所述的方法,其特征在于,所述根据所述预测模型对有还款表现的账户进行实时预测,得到账户预测期内的违...
【专利技术属性】
技术研发人员:肖尊雷,赵钢,庞闪闪,刘婷婷,康丽娜,李翠静,
申请(专利权)人:北京玖富普惠信息技术有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。