金融风险预测方法、装置和电子设备制造方法及图纸

本发明专利技术提供了一种金融风险预测方法、装置和电子设备。所述风险预测方法包括：获取历史用户的特征信息和还款行为信息；建立预测模型，使用历史用户的特征信息、逾期和/或坏账信息训练所述预测模型；获取各目标用户的特征信息并输入所述预测模型，利用该预测模型计算各目标用户的逾期和/或坏账概率；基于各目标用户的所述逾期和/或坏账概率计算预测的总贷款余额。本发明专利技术的金融风险预测方法，使用方便，应用广泛，该方法能够更准确地计算预测贷款余额，从而提高了风险预测的准确性。

Financial risk prediction methods, devices and electronic equipment

【技术实现步骤摘要】
金融风险预测方法、装置和电子设备
本专利技术涉及计算机信息处理领域，具体而言，涉及一种基于还款行为的金融风险预测方法、装置和电子设备。
技术介绍
随着用户需求变化，因为用户分散且无需抵押，金融市场中互联网络借贷平台的用户坏账风险比传统信用市场更高，因此，在有限的借款人信息提供条件下，信用风险评估对于网络借贷平台和投资人而言就变得极为重要。在相关技术中，通常依据借款人的个人相关信息、款项信息以及借款人的社会资本特征等指标，对借款人的坏账风险进行评估。但借款人的还款过程有逾期和坏账两个阶段，而现有研究主要集中基于款项层面来评测借款人的坏账风险，不考虑借款人的逾期行为，即便考虑，也是将逾期看成是坏账预测的一个影响因素，导致借贷信用风险评估具有一定的片面性，风险评估的准确性有待进一步提高。此外，在相关技术中，公开了一种基于用户登录行为分析的风控方法，该方法通过用户登录行为建立并融合用户按键风险识别、用户登录地风险识别、密码重试风险识别、设备来源风险识别四种模型，来获得风险预警值。此外，现有技术中，对于金融机构的贷款余额(即贷款总本文档来自技高网...

【技术保护点】
1.一种基于总贷款余额预测的金融风险预测方法，其特征在于，包括：/n获取历史用户的特征信息和还款行为信息；/n建立预测模型，使用历史用户的特征信息、逾期和/或坏账信息训练所述预测模型；/n获取各目标用户的特征信息并输入所述预测模型，利用该预测模型计算各目标用户的逾期和/或坏账概率；/n基于各目标用户的所述逾期和/或坏账概率计算预测的总贷款余额。/n

【技术特征摘要】
1.一种基于总贷款余额预测的金融风险预测方法，其特征在于，包括：
获取历史用户的特征信息和还款行为信息；
建立预测模型，使用历史用户的特征信息、逾期和/或坏账信息训练所述预测模型；
获取各目标用户的特征信息并输入所述预测模型，利用该预测模型计算各目标用户的逾期和/或坏账概率；
基于各目标用户的所述逾期和/或坏账概率计算预测的总贷款余额。


2.根据权利要求1所述的金融风险预测方法，其特征在于，
所述基于各目标用户的所述逾期和/或坏账概率计算预测的总贷款余额包括：
用总贷款额减去实际已逾期和/或坏账的用户余额，再减去逾期和/或坏账概率大于预定阈值的目标用户的贷款余额。


3.根据权利要求1-2所述的金融风险预测方法，其特征在于，还包括：
当预测的总贷款余额少于临界值时进行预警。


4.根据权利要求1-3所述的金融风险预测方法，其特征在于，基于各目标用户的所述逾期和/或坏账概率计算预测的总贷款余额包括：将连续时间段内的存量用户作为目标用户，计算连续时间段内的预测的总贷款余额，并计算预测的总贷款余额的变化趋势，当所述变化趋势超过预定范围时进行报警。


5.根据权利要求1-4所述的金融风险预测方法，其特征在于，所述金融风险预测方法还包括设置预定阈值，所述预定阈值包括逾期预定阈值和坏账预定阈值，所述逾期预定阈值由有逾期记录、逾期时间、逾期次数、有催收记录、有逾...

【专利技术属性】
技术研发人员：陈博，黎文杰，郑盛麟，刘禹彤，
申请(专利权)人：上海淇玥信息技术有限公司，
类型：发明
国别省市：上海;31