The invention relates to a rating method of individual customer loan risk grade based on multiple models, which includes the following steps: in the period of 7, 14, 21 and 30 days overdue of customers, obtain the overdue characteristics of customers in each overdue stage, respectively build the default prediction model corresponding to each overdue stage; based on the above-mentioned default prediction model, build the overdue wind in stages Risk rating model; obtain the overdue characteristics of current overdue customers, and call the corresponding default prediction model according to customers in different overdue stages; build the risk loss rating of current overdue customers; obtain the comprehensive rating of overdue customers based on the default risk rating and risk loss rating. The invention provides a rating method of individual customer loan risk grade based on multiple models, which can prioritize the treatment of customers with high rating risk for the differential treatment of overdue customers, save manpower, improve collection efficiency and customer experience, and strengthen risk prevention ability.
【技术实现步骤摘要】
一种基于多模型的个体客户贷款逾期等级的评级方法
本专利技术涉及一种基于多模型的个体客户贷款逾期等级的评级方法。
技术介绍
近几年融资租赁业务蓬勃发展,金融服务受众体量激增,但在当前金融监管持续收紧、资金杠杆不断上升的大环境下,贷后风险预警及催收存在着诸多棘手问题:征信数据整合度低、信息化技术程度不足、人力成本较高、风险识别程度低、催收效率低、逾期损失严重、贷后资产处理成本高等。
技术实现思路
鉴于现有技术中存在的上述问题,本专利技术的主要目的在于提供一种基于多模型的个体客户贷款逾期等级的评级方法,针对逾期客户差异化处理,优先对评级风险较高的客户进行处理,节省人力、提升催收效率及客户体验,加强风险防范能力。本专利技术的技术方案是这样的:一种基于多模型的个体客户贷款逾期等级的评级方法,包括以下步骤:在客户逾期7天、14天、21天以及30天的时间段,获取客户在各个逾期阶段的逾期特征,分别构建与各逾期阶段相对应的违约预测模型,且分别为M7违约预测模型、M14违约预测模型、M21违约预测模型以及M30违约预测模型;基于上述构建的M7违约预测模型、M14违约预测模型、M21违约预测模型以及M30违约预测模型,建立划分各逾期阶段的违约风险等级,且所述违约风险等级分别为A1级、A2级、A3级、A4级以及A5级;获取当前逾期客户的逾期特征,并根据不同逾期阶段的客户,调用相应的违约预测模型;构建当前逾期客户的风险损失等级,且所述风险损失等级分别为B1级、B2级、B3级、 ...
【技术保护点】
1.一种基于多模型的个体客户贷款逾期等级的评级方法,其特征在于:包括以下步骤:/n在客户逾期7天、14天、21天以及30天的时间段,获取客户在各个逾期阶段的逾期特征,分别构建与各逾期阶段相对应的违约预测模型,且分别为M7违约预测模型、M14违约预测模型、M21违约预测模型以及M30违约预测模型;/n基于上述构建的M7违约预测模型、M14违约预测模型、M21违约预测模型以及M30违约预测模型,建立划分各逾期阶段的违约风险等级,且所述违约风险等级分别为A1级、A2级、A3级、A4级以及A5级;/n获取当前逾期客户的逾期特征,并根据不同逾期阶段的客户,调用相应的违约预测模型;/n构建当前逾期客户的风险损失等级,且所述风险损失等级分别为B1级、B2级、B3级、B4级以及B5级;/n基于所述违约风险等级和风险损失等级,获取逾期客户的综合评级。/n
【技术特征摘要】
1.一种基于多模型的个体客户贷款逾期等级的评级方法,其特征在于:包括以下步骤:
在客户逾期7天、14天、21天以及30天的时间段,获取客户在各个逾期阶段的逾期特征,分别构建与各逾期阶段相对应的违约预测模型,且分别为M7违约预测模型、M14违约预测模型、M21违约预测模型以及M30违约预测模型;
基于上述构建的M7违约预测模型、M14违约预测模型、M21违约预测模型以及M30违约预测模型,建立划分各逾期阶段的违约风险等级,且所述违约风险等级分别为A1级、A2级、A3级、A4级以及A5级;
获取当前逾期客户的逾期特征,并根据不同逾期阶段的客户,调用相应的违约预测模型;
构建当前逾期客户的风险损失等级,且所述风险损失等级分别为B1级、B2级、B3级、B4级以及B5级;
基于所述违约风险等级和风险损失等级,获取逾期客户的综合评级。
2.根据权利要求1所述的基于多模型的个体客户贷款逾期等级的评级方法,其特征在于,所述逾期特征包括基本属性特征、第三方征信数据、车辆定位信息或客户还款数据中的一种或多种。
3.根据权利要求1所述的基于多模型的个体客户贷款逾期等级的评级方法,其特征在于,所述A1级、A2级、A3级、A4级以及A5级所对应的违约风险等级分别为低级违约风险、中级违约风险、较高级违约风险、高级违约风险以及极高级违约风险。
4.根据权利要求1所述的基于多模型的个体客户贷款逾期等级的评级方法,其特征在于,获取当前逾期客户的逾期特征,并根据不同逾期阶段的客户,调用相应的违约预测模型,具体为:
逾期7天内的逾期客户不进行评级;
逾期8~14天的逾期客户,调用M7违约预测模型;
逾期15~21天的逾期客户,调用M14违约预测模型;
逾期22~30天的逾期客户,调用M21违约预测模型;
逾期31~60天的逾期客户,调用M30违约预测模型;
逾期60天以上的逾期客户评级均为极高风险等级。
5.根据权利要求1所述的基于多模型的个体客户贷款逾期等级的评级方法,其特征在于,所述B1级、B2级、B3级、B4级以及B5级所对应的风险损失等级分别为低级风险损失、中级风险损失、较高...
【专利技术属性】
技术研发人员:龚伟松,蔡悦,范志海,高敏,
申请(专利权)人:上海凯京信达科技集团有限公司,
类型:发明
国别省市:上海;31
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。