贷后信用风险评价方法、装置、存储介质及电子设备制造方法及图纸

本发明专利技术公开了一种贷后信用风险评价方法、装置、存储介质及电子设备，方法包括收集存量用户中出现逾期，违约行为的第一类用户的第一信息，及第一类用户在逾期、违约发生前的第二信息，及第一类用户在逾期、违约过程发生时第三信息；将第一类用户的第一信息、第二信息进行数据离散化，将第三信息归一化用来统一设定违约程度的规则分数；将抽象后的第一信息、第二信息作为神经网络的输入数据，经过神经网络的处理得到第四信息，当第四信息和第三信息的差值小于一定阈值时，即停止神经网络的训练；将存量所有用户(存量所有用户)的第一信息和第二信息分别输入到神经网络中，神经网络输出存量所有用户的预测的违约风险值；通过设定一违约风险警戒阈值和违约风险安全阈值来对存量所有用户违约风险进行筛选。

【技术实现步骤摘要】
贷后信用风险评价方法、装置、存储介质及电子设备
本专利技术是涉及信息
，特别是涉及一种贷后信用风险评价方法、装置、存储介质及电子设备。
技术介绍
近年来居民贷款余额大幅增长。作为金融机构，对在贷用户的风险管理的挑战也在日益严峻。对用户逾期、违约风险的精准评估、把控，既可以降低金融机构坏账率，又可以以安全稳健的方式提高在贷余额。在现有技术下，面对存量巨大的贷款用户，金融机构以定期查询用户信用信息(例如征信报告、公积金缴存记录、个人所得税纳税记录)等方式，动态评估用户信用状态，进一步分析其逾期、违约风险。这种周期性的查询行为存在如下弊端：(1)频率过高的查询会引发用户的反感，易导致用户流失。(2)频率过高的查询会导致金融机构的贷后成本显著增加。(3)固定周期的查询方式很难精细化动态反映用户信用状态。
技术实现思路
为解决上述问题，本专利技术实施例的目的在于提供一种贷后信用风险评价方法、装置、存储介质及电子设备，可以动态精准的评估贷后信用风险。第一方面，本专利技术实施例提供了一种贷后信本文档来自技高网...

【技术保护点】
1.一种贷后信用风险评价方法，其特征在于，包括：/n收集存量用户中出现逾期、违约行为的第一类用户的第一信息，及所述第一类用户在逾期、违约发生前的第二信息，及所述第一类用户在逾期、违约过程发生时的第三信息；/n将所述第一类用户的第一信息、第二信息进行数据离散化，将所述第三信息归一化用来统一设定违约程度的规则分数；/n训练神经网络模型，将离散化后的所述第一信息、第二信息输入神经网络，经过所述神经网络的处理得到第四信息，当所述第四信息和所述第三信息的差值小于一定阈值时，停止所述神经网络的训练；/n将存量所有用户存量所有用户的第一信息和第二信息分别输入到所述神经网络中，所述神经网络输出存量所有用户存量...

【技术特征摘要】
1.一种贷后信用风险评价方法，其特征在于，包括：
收集存量用户中出现逾期、违约行为的第一类用户的第一信息，及所述第一类用户在逾期、违约发生前的第二信息，及所述第一类用户在逾期、违约过程发生时的第三信息；
将所述第一类用户的第一信息、第二信息进行数据离散化，将所述第三信息归一化用来统一设定违约程度的规则分数；
训练神经网络模型，将离散化后的所述第一信息、第二信息输入神经网络，经过所述神经网络的处理得到第四信息，当所述第四信息和所述第三信息的差值小于一定阈值时，停止所述神经网络的训练；
将存量所有用户存量所有用户的第一信息和第二信息分别输入到所述神经网络中，所述神经网络输出存量所有用户存量所有用户的预测的违约风险值；
通过设定违约风险警戒阈值和违约风险安全阈值来对所述存量所有用户存量所有用户的违约风险进行筛选。


2.根据权利要求1所述的贷后信用风险评价方法，其特征在于，所述第一信息包括年龄信息、职业信息、历史职业信息、工作年限信息、籍贯地信息、工作所在地信息的一种或多种。


3.根据权利要求1所述的贷后信用风险评价方法，其特征在于，所述第二信息包括信用信息，不限于征信报告中贷款总额、贷款余额、逾期金额、逾期笔数、公积金缴存记录中的前12月缴存金额均值、缴存金额方差、缴存金额最大值、缴存金额最小值、个税纳税记录中的前12月缴税金额均值、缴税金额方差、缴税金额最大值或缴税金额最小值的一种或多种。


4.根据权利要求1所述的贷后信用风险评价方法，其特征在于，所述第三信息包括逾期金额或违约金额。


5.根据权利要求4所述的贷后信用风险评价方法，其特征在于，当所述存量所有用户的违约风险值大于所述违约风险警戒阈值时，使用短周期的查询频率收集所述第二信息，将获取的第二信息输入到所述...

【专利技术属性】
技术研发人员：冯英萍，马刚，董希伟，陈捷，甘厚勇，于嵩，
申请(专利权)人：中信银行股份有限公司，
类型：发明
国别省市：北京;11