一种分期贷款逾期率的预测方法和装置制造方法及图纸

本发明专利技术公开了一种分期贷款逾期率的预测方法、装置、电子设备和计算机可读介质。该方法包括：获取用户针对指定信贷产品的多个历史分期的逾期率数据，将所述多个历史分期的逾期率数据以及相应的分期时间数据输入至基于时间序列的自回归模型中，根据所述自回归模型预测所述用户针对所述指定信贷产品的剩余分期的逾期率数据。本发明专利技术可以根据用户针对某信贷产品的多个历史分期的逾期率数据预测该信贷产品的剩余分期的逾期率数据，可以预测尚未表现完整的贷款的还贷情况，因此在信贷产品尚未表现完整之前便可以根据预测得到的逾期率数据分析用户的质量，计算该信贷产品是否盈利等指标，减少了观察时间成本，提高了工作效率。

A prediction method and device for overdue rate of installment loan

【技术实现步骤摘要】
一种分期贷款逾期率的预测方法和装置
本专利技术涉及计算机信息处理领域，具体而言，涉及一种分期贷款逾期率的预测方法、装置、电子设备及计算机可读存储介质。
技术介绍
随着网络信息技术的快速发展，互联网金融也越来越广泛地应用于工作和生活等诸多场景。金融市场上涌现出许多提供信贷服务的银行或金融机构，同时各家旗下开设的信贷产品琳琅满目，以满足不同客户的需求。目前，各信贷机构通常会根据用户针对某个信贷产品的还款表现情况分析用户的质量，或者计算该信贷产品是否盈利等。例如，可以根据用户针对某个分期贷款业务的各个分期的逾期率分析用户的质量，或者计算信贷机构提供给用户的信贷产品是否盈利等。然而，在实现专利技术构思的过程中，专利技术人发现现有技术中至少存在如下问题，即，在现有技术中，通常要等到信贷产品表现完整之后再根据用户的还贷表现分析用户的质量，计算该信贷产品是否盈利等指标，观察时间成本较大，效率低。
技术实现思路
本专利技术旨在解决现有技术中通常要等到某一信贷产品表现完整之后再根据用户的还贷表现分析用户的质量，计算该信贷产品是否盈利等指标，导致观察时间成本较大，效率低的问题。为了解决上述技术问题，本专利技术第一方面提出一种分期贷款逾期率的预测方法，其特征在于，包括：获取用户针对指定信贷产品的多个历史分期的逾期率数据，将所述多个历史分期的逾期率数据以及相应的分期时间数据输入至基于时间序列的自回归模型中，以及根据所述自回归模型预测所述用户针对所述指定信贷产品的剩余分期的逾期率数据。根据本专利技术的一种优选实施方式，所述方法还包括：动态获取历史分期的逾期率数据，更新所述自回归模型。根据本专利技术的一种优选实施方式，所述方法还包括：基于所述用户的各历史分期的逾期率数据以及预测得到的各剩余分期的逾期率数据，评估所述用户的质量得分。根据本专利技术的一种优选实施方式，所述方法还包括：获取所述用户针对其他信贷产品的各分期的逾期率数据，其中，所述其他信贷产品包括所述用户已完成的信贷产品，以及基于所述用户针对其他信贷产品的各分期的逾期率数据优化所述自回归模型。根据本专利技术的一种优选实施方式，所述基于所述用户针对其他信贷产品的各分期的逾期率数据优化所述自回归模型，包括：基于所述用户针对其他信贷产品的各分期的逾期率数据以及相应的分期时间数据生成校正模型，计算所述校正模型与所述自回归模型的相似度，以及在所述相似度满足预设条件的情况下，基于所述校正模型优化所述自回归模型。根据本专利技术的一种优选实施方式，基于所述校正模型优化所述自回归模型，包括：基于所述校正模型和相似度修正所述自回归模型中针对剩余分期对应的逾期率数据。为了解决上述技术问题，本专利技术第二方面提出一种分期贷款逾期率的预测装置，该装置包括第一获取模块、输入模块和预测模块。其中，第一获取模块用于获取用户针对指定信贷产品的多个历史分期的逾期率数据。输入模块用于将所述多个历史分期的逾期率数据以及相应的分期时间数据输入至基于时间序列的自回归模型中。预测模块用于根据所述自回归模型预测所述用户针对所述指定信贷产品的剩余分期的逾期率数据。根据本专利技术的一种优选实施方式，所述装置还包括：更新模块，用于动态获取历史分期的逾期率数据，更新所述自回归模型。根据本专利技术的一种优选实施方式，所述装置还包括：评估模块，用于基于所述用户的各历史分期的逾期率数据以及预测得到的各剩余分期的逾期率数据，评估所述用户的质量得分。根据本专利技术的一种优选实施方式，所述装置还包括第二获取模块和优化模块。其中，第二获取模块用于获取所述用户针对其他信贷产品的各分期的逾期率数据，其中，所述其他信贷产品包括所述用户已完成的信贷产品。优化模块用于基于所述用户针对其他信贷产品的各分期的逾期率数据优化所述自回归模型。根据本专利技术的一种优选实施方式，所述基于所述用户针对其他信贷产品的各分期的逾期率数据优化所述自回归模型，包括：基于所述用户针对其他信贷产品的各分期的逾期率数据以及相应的分期时间数据生成校正模型，计算所述校正模型与所述自回归模型的相似度，以及在所述相似度满足预设条件的情况下，基于所述校正模型优化所述自回归模型。根据本专利技术的一种优选实施方式，所述基于所述校正模型优化所述自回归模型，包括：基于所述校正模型和相似度修正所述自回归模型中针对剩余分期对应的逾期率数据。为了解决上述技术问题，本专利技术第三方面提出一种电子设备，其包括处理器以及存储计算机可执行指令的存储器，所述计算机可执行指令在被执行时使所述处理器执行上述的方法。为了解决上述技术问题，本专利技术第四方面提出一种计算机可读存储介质，该所述计算机可读存储介质存储一个或多个程序，当所述一个或多个程序被处理器执行时，实现上述的方法。由于本专利技术可以根据用户针对某信贷产品的多个历史分期的逾期率数据预测该信贷产品的剩余分期的逾期率数据，可以预测尚未表现完整的贷款的还贷情况，因此在信贷产品尚未表现完整之前便可以根据预测得到的逾期率数据分析用户的质量，计算该信贷产品是否盈利等指标，减少了观察时间成本，提高了工作效率。附图说明为了使本专利技术所解决的技术问题、采用的技术手段及取得的技术效果更加清楚，下面将参照附图详细描述本专利技术的具体实施例。但需声明的是，下面描述的附图仅仅是本专利技术的示例性实施例的附图，对于本领域的技术人员来讲，在不付出创造性劳动的前提下，可以根据这些附图获得其他实施例的附图。图1A和1B示意性示出了根据本专利技术实施例的分期贷款逾期率的预测方法和装置的应用场景。图2示意性示出了根据本专利技术实施例的分期贷款逾期率的预测方法的流程图。图3示意性示出了根据本专利技术实施例的分期贷款逾期率的预测装置的框图。图4示意性示出了根据本专利技术实施例的电子设备的结构框图。图5示意性示出了根据本专利技术实施例的计算机可读介质的示意图。具体实施方式现在将参考附图来更加全面地描述本专利技术的示例性实施例，虽然各示例性实施例能够以多种具体的方式实施，但不应理解为本专利技术仅限于在此阐述的实施例。相反，提供这些示例性实施例是为了使本专利技术的内容更加完整，更加便于将专利技术构思全面地传达给本领域的技术人员。在符合本专利技术的技术构思的前提下，在某个特定的实施例中描述的结构、性能、效果或者其他特征可以以任何合适的方式结合到一个或更多其他的实施例中。在对于具体实施例的介绍过程中，对结构、性能、效果或者其他特征的细节描述是为了使本领域的技术人员对实施例能够充分理解。但是，并不排除本领域技术人员可以在特定情况下，以不含有上述结构、性能、效果或者其他特征的技术方案来实施本专利技术。附图中的流程图仅是一种示例性的流程演示，不代表本专利技术的方案中必须包括流程图中的所有的内容、操作和步骤，也不代表必须按照图中所显示的的顺序执行。例如，流程图中有的操作/步骤可以分解，有的操作/步骤可以合并或部分合并，等等，在不脱离本专利技术的专利技术主旨的情况下，流程图中显示的执行顺序可以根据实际情况改变。附图中的框图一般表示的本文档来自技高网...

【技术保护点】
1.一种分期贷款逾期率的预测方法，其特征在于，包括：/n获取用户针对指定信贷产品的多个历史分期的逾期率数据；/n将所述多个历史分期的逾期率数据以及相应的分期时间数据输入至基于时间序列的自回归模型中；/n根据所述自回归模型预测所述用户针对所述指定信贷产品的剩余分期的逾期率数据。/n

【技术特征摘要】
1.一种分期贷款逾期率的预测方法，其特征在于，包括：
获取用户针对指定信贷产品的多个历史分期的逾期率数据；
将所述多个历史分期的逾期率数据以及相应的分期时间数据输入至基于时间序列的自回归模型中；
根据所述自回归模型预测所述用户针对所述指定信贷产品的剩余分期的逾期率数据。


2.根据权利要求1所述的方法，其特征在于，还包括：
动态获取历史分期的逾期率数据，更新所述自回归模型。


3.根据权利要求1-2中任一所述的方法，其特征在于，还包括：
基于所述用户的各历史分期的逾期率数据以及预测得到的各剩余分期的逾期率数据，评估所述用户的质量得分。


4.根据权利要求1-3中任一所述的方法，其特征在于，还包括：
获取所述用户针对其他信贷产品的各分期的逾期率数据，其中，所述其他信贷产品包括所述用户已完成的信贷产品；
基于所述用户针对其他信贷产品的各分期的逾期率数据优化所述自回归模型。


5.根据权利要求1-4中任一所述的方法，其特征在于，所述基于所述用户针对其他信贷产品的各分期的逾期率数据优化所述自回归模型，包括：
基于所述用户针对其他信贷产品的各分期的逾期率数据以及相...

【专利技术属性】
技术研发人员：张潮华，陶然，朱明林，郑彦，
申请(专利权)人：北京淇瑀信息科技有限公司，
类型：发明
国别省市：北京;11