风险事件发生概率的预测方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种风险事件发生概率的预测方法、装置、设备及存储介质，该方法包括以下步骤：获取多个公司在连续时段内的风险事件和描述指标值；根据多个预设时段，将各所述公司的风险事件和描述指标值均传输到预设模型进行训练，生成具有与各预设时段对应的模型参数的目标模型；筛选出各所述公司在当前时间的当前描述指标值，并将各所述公司的当前描述指标值分别传输到所述目标模型中，预测各所述公司在不同时段发生风险事件的概率。本发明专利技术由不同公司在连续时段内的风险事件和描述指标值训练得到的目标模型，来对各公司在不同时段内发生风险事件的概率预测分析，提高了分析准确性，且有利于反映不同时期的风险情况，分析的范围更为广泛。

***

【技术实现步骤摘要】
风险事件发生概率的预测方法、装置、设备及存储介质
本专利技术涉及金融科技(Fintech)
，尤其涉及一种风险事件发生概率的预测方法、装置、设备及存储介质。
技术介绍
随着金融科技(Fintech)，尤其是互联网科技金融的不断发展，越来越多的技术(如人工智能、大数据分析、云存储等)应用到金融领域，但金融业也对各类技术提出了更高的要求，如要求依据各公司的数据，精准区分分析各公司在不同时期发生风险事件的可能性。目前对风险事件发生可能性的分析使用指标体系打分方式实现，以给出风险事件评级。但是打分仅依赖公司的当前数据，不涉及到不同时期的风险事件数据，从而没有考虑由不同时期的风险事件数据所体现的公司发展趋势对分析风险事件发生的影响，分析的准确性低；同时因当前数据只能体现公司当前时刻的情况，使得预测只能反映短期的风险情况，对于长期的风险情况则不能反映。
技术实现思路
本专利技术的主要目的在于提供一种风险事件发生概率的预测方法、装置、设备及存储介质，旨在解决现有技术中依据公司当前数据打分的方式来对公司发生风险事件的可能性进行分析，所存在的分析不准确且不能反映长期风险情况的技术问题。为实现上述目的，本专利技术提供一种风险事件发生概率的预测方法，所述风险事件发生概率的预测方法包括以下步骤：获取多个公司在连续时段内的风险事件和描述指标值；根据多个预设时段，将各所述公司的风险事件和描述指标值均传输到预设模型进行训练，生成具有与各预设时段对应的模型参数的目标模型；筛选出各所述公司在当前时间的当前描述指标值，并将各所述公司的当前描述指标值分别传输到所述目标模型中，预测各所述公司在不同时段发生风险事件的概率。可选地，所述根据多个预设时段，将各所述公司的风险事件和描述指标值均传输到预设模型进行训练的步骤包括：从多个所述预设时段中任意选取一项作为目标预设时段，并读取各所述公司中风险事件的发生时间；根据各所述发生时间，确定各所述公司在所述目标预设时段内的目标风险事件，并读取各所述公司中与所述目标风险事件对应的目标描述指标值；将各所述公司中具有对应关系的目标风险事件和目标描述指标值传输到预设模型进行训练，并在训练完成后，从多个所述预设时段中选取其他预设时段作为目标预设时段，执行根据各所述发生时间，确定各所述公司在所述目标预设时段内的目标风险事件的步骤。可选地，所述根据各所述发生时间，确定各所述公司在所述目标预设时段内的目标风险事件的步骤包括：将各所述发生时间和所述目标预设时段对比，判断各所述公司的风险事件中是否具有存在于所述目标预设时段内的风险事件；若具有存在于所述目标预设时段内的风险事件，则将各所述公司中存在于所述目标预设时段内的风险事件确定目标风险事件。可选地，所述获取多个公司在连续时段内的风险事件和描述指标值的步骤包括：采集各所述公司在连续时段内与风险相关的关联数据形成数据库，并根据预设风险参数和预设描述参数，从所述数据库中筛选出各所述公司的风险事件和描述指标；读取各所述公司中描述指标的描述指标值，并根据各所述公司中描述指标的生成时间，将各所述公司的描述指标分别构建为各所述公司的时间序列数据。可选地，所述读取各所述公司中与所述目标风险事件对应的目标描述指标值的步骤包括：将各所述公司的时间序列数据和所述目标预设时段的边界时间点对比，确定各所述公司在所述边界时间点的目标描述指标；根据各所述公司的目标风险事件，查找各所述公司中目标描述指标的描述指标值，并将查找到的所述描述指标值确定为各所述公司中与所述目标风险事件对应的目标描述指标值。可选地，所述将各所述公司的当前描述指标值分别传输到所述目标模型中，预测各所述公司在不同时段发生风险事件的概率的步骤包括：逐一读取各所述公司的当前描述指标值，并针对当前读取的所述当前描述指标值执行以下步骤：将当前读取的所述当前描述指标值传输到所述目标模型中，并基于所述目标模型中与各预设时段对应的模型参数，处理当前读取的所述当前描述指标值，生成与当前读取的所述当前描述指标值对应的公司在不同时段发生风险事件的概率；在各所述公司的当前描述指标值均经过读取，并经所述目标模型处理后，完成对各所述公司在不同时段发生风险事件的概率的预测。可选地，所述预测各所述公司在不同时段发生风险事件的概率的步骤之后包括：调用预设展示模板，并将各所述公司在不同时段发生风险事件的概率传输到所述预设展示模板中，以对各所述公司在不同时段发生风险事件的概率进行对比展示。进一步地，为实现上述目的，本专利技术还提供一种风险事件发生概率的预测装置，所述风险事件发生概率的预测装置包括：获取模块，用于获取多个公司在连续时段内的风险事件和描述指标值；训练模块，用于根据多个预设时段，将各所述公司的风险事件和描述指标值均传输到预设模型进行训练，生成具有与各预设时段对应的模型参数的目标模型；预测模块，用于筛选出各所述公司在当前时间的当前描述指标值，并将各所述公司的当前描述指标值分别传输到所述目标模型中，预测各所述公司在不同时段发生风险事件的概率。进一步地，为实现上述目的，本专利技术还提供一种风险事件发生概率的预测设备，所述风险事件发生概率的预测设备包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的风险事件发生概率的预测程序，所述风险事件发生概率的预测程序被所述处理器执行时实现如上述所述的风险事件发生概率的预测方法的步骤。进一步地，为实现上述目的，本专利技术还提供一种存储介质，所述存储介质上存储有风险事件发生概率的预测程序，所述风险事件发生概率的预测程序被处理器执行时实现如上所述的风险事件发生概率的预测方法的步骤。本专利技术的风险事件发生概率的预测方法，通过获取多个公司在连续时段内的风险事件和描述指标值，用于表征各公司在不同时段所出现的风险事件，以及在该时段内反映风险事件的描述指标的数值；依据预定的多个预设时段，将各个公司的风险事件和描述指标值传输到预设模型中进行训练，生成具有与各预设时段对应的模型参数的目标模型；进而对各公司在当前时间的当前描述指标值进行筛选，并将筛选的当前描述指标值传输目标模型中，以依据不同时段的风险事件和描述指标值，来对各公司当前所具有的当前描述指标值进行处理，预测各公司在不同时段发生风险事件的概率，实现由概率来体现风险事件发生的可能性。因目标模型中与各预设时段对应的模型参数由不同公司在连续时段内的风险事件和描述指标值训练得到，在通过当前描述指标值对公司发生风险事件的概率进行预测分析时，可实现结合不同时期的风险事件数据进行预测分析的同时，还可实现对公司在未来不同时段内的风险事件进行预测分析；在提高分析准确性的同时，有利于反映短期和长期的风险情况，分析的范围更为广泛。附图说明图1为本专利技术风险事件发生概率的预测设备实施例方案涉及的设备硬件运行环境的结构示意图；图2为本专利技术风险事件发生概率的预测方法第一实施例的本文档来自技高网...

【技术保护点】
1.一种风险事件发生概率的预测方法，其特征在于，所述风险事件发生概率的预测方法包括以下步骤：/n获取多个公司在连续时段内的风险事件和描述指标值；/n根据多个预设时段，将各所述公司的风险事件和描述指标值均传输到预设模型进行训练，生成具有与各预设时段对应的模型参数的目标模型；/n筛选出各所述公司在当前时间的当前描述指标值，并将各所述公司的当前描述指标值分别传输到所述目标模型中，预测各所述公司在不同时段发生风险事件的概率。/n

【技术特征摘要】
1.一种风险事件发生概率的预测方法，其特征在于，所述风险事件发生概率的预测方法包括以下步骤：
获取多个公司在连续时段内的风险事件和描述指标值；
根据多个预设时段，将各所述公司的风险事件和描述指标值均传输到预设模型进行训练，生成具有与各预设时段对应的模型参数的目标模型；
筛选出各所述公司在当前时间的当前描述指标值，并将各所述公司的当前描述指标值分别传输到所述目标模型中，预测各所述公司在不同时段发生风险事件的概率。


2.如权利要求1所述的风险事件发生概率的预测方法，其特征在于，所述根据多个预设时段，将各所述公司的风险事件和描述指标值均传输到预设模型进行训练的步骤包括：
从多个所述预设时段中任意选取一项作为目标预设时段，并读取各所述公司中风险事件的发生时间；
根据各所述发生时间，确定各所述公司在所述目标预设时段内的目标风险事件，并读取各所述公司中与所述目标风险事件对应的目标描述指标值；
将各所述公司中具有对应关系的目标风险事件和目标描述指标值传输到预设模型进行训练，并在训练完成后，从多个所述预设时段中选取其他预设时段作为目标预设时段，执行根据各所述发生时间，确定各所述公司在所述目标预设时段内的目标风险事件的步骤。


3.如权利要求2所述的风险事件发生概率的预测方法，其特征在于，所述根据各所述发生时间，确定各所述公司在所述目标预设时段内的目标风险事件的步骤包括：
将各所述发生时间和所述目标预设时段对比，判断各所述公司的风险事件中是否具有存在于所述目标预设时段内的风险事件；
若具有存在于所述目标预设时段内的风险事件，则将各所述公司中存在于所述目标预设时段内的风险事件确定目标风险事件。


4.如权利要求2所述的风险事件发生概率的预测方法，其特征在于，所述获取多个公司在连续时段内的风险事件和描述指标值的步骤包括：
采集各所述公司在连续时段内与风险相关的关联数据形成数据库，并根据预设风险参数和预设描述参数，从所述数据库中筛选出各所述公司的风险事件和描述指标；
读取各所述公司中描述指标的描述指标值，并根据各所述公司中描述指标的生成时间，将各所述公司的描述指标分别构建为各所述公司的时间序列数据。


5.如权利要求4所述的风险事件发生概率的预测方法，其特征在于，所述读取各所述公司中与所述目标风险事件对应的目标描述指标值的步骤包括：
将各所述公司的时间序列数据和所述目标预设时段的边界时间点对比，确定各所述...

【专利技术属性】
技术研发人员：程善钿，李超，伍德意，邵大千，殷磊，吴海山，
申请(专利权)人：深圳前海微众银行股份有限公司，
类型：发明
国别省市：广东;44