一种违约损失率的预测方法及装置制造方法及图纸

本申请公开了一种违约损失率的预测方法及装置，所述方法包括：获取目标用户的还款状态及欠款总额，所述还款状态包括所述目标用户的还款能力及还款意愿，所述目标用户为预设平台的债务人；根据宏观环境特征，生成对应的修正参数；根据所述修正参数修正所述还款状态，生成修正后的还款状态；使用经训练的预设模型根据所述修正后的还款状态及所述欠款总额，预测所述目标用户在预设时间段无法偿还对所述预设平台造成的违约损失率，在预测目标用户的违约损失率的过程中考虑到了宏观环境的改变，使得预测的违约损失率能够适应长周期的宏观变化，保证了预测的违约损失率的准确性，提高了金融机构的风险计量水平。

【技术实现步骤摘要】
一种违约损失率的预测方法及装置
本专利技术涉及金融领域，尤其涉及一种违约损失率的预测方法及装置。
技术介绍
2014年6月，巴塞尔委员会颁布巴塞尔新资本协议。与1988年的旧协议相比，新协议最重要的特点之一是，提出内部评级法来确定银行的监管资本，以提高监管资本风险敏感度。内部评级法是银行依靠自身风险特征对资产组合风险水平进行评估、度量、控制和管理，并以此作为风险决策的依据。在满足巴塞尔新资本协议的前提下，银行可以采用内部评级法对违约概率（ProbabilityofDefault，PD）、违约损失率（LossGivenDefault，LGD）、违约风险暴露（ExposureatDefault，EAD）和期限（Maturity，M）等风险要素进行评估，并由此确定所需要资本。巴塞尔新资本协议倡导国际银行给予内部数据和管理标准，建立包括客户评级和债项评级的二维评级体系，以增强风险计量的精确性、敏感性和标准化，而PD和LGD作为客户评级和债项评级的定量基础，两者构成内部评级的核心变量。随着巴塞尔新资本协议将LGD和PD一同纳入监管资本衡量的基本框架，LG本文档来自技高网...

【技术保护点】
1.一种违约损失率的预测方法，其特征在于，所述方法包括：/n获取目标用户的还款状态及欠款总额，所述还款状态包括所述目标用户的还款能力及还款意愿，所述目标用户为预设平台的债务人；/n根据宏观环境特征对所述还款状态进行修正，生成修正后的还款状态；/n使用经训练的预设模型根据所述修正后的还款状态及所述欠款总额，预测所述目标用户在预设时间段无法偿还对所述预设平台造成的违约损失率。/n

【技术特征摘要】
1.一种违约损失率的预测方法，其特征在于，所述方法包括：
获取目标用户的还款状态及欠款总额，所述还款状态包括所述目标用户的还款能力及还款意愿，所述目标用户为预设平台的债务人；
根据宏观环境特征对所述还款状态进行修正，生成修正后的还款状态；
使用经训练的预设模型根据所述修正后的还款状态及所述欠款总额，预测所述目标用户在预设时间段无法偿还对所述预设平台造成的违约损失率。


2.根据权利要求1所述的方法，其特征在于，所述预设模型的训练过程包括：
获取训练数据集，所述训练数据集包括在所述预设平台发生违约的历史用户样本，每一所述历史用户样本包括对应的还款状态、欠款总额及对所述预设平台造成的违约损失率；
使用所述训练数据集，对每一预设弱分类器进行训练，直至每一所述预设弱分类器的损失函数满足预设条件；
对经训练的所述弱分类器进行组合，生成对应的强分类器，所述经训练的预设模型由所述强分类器组成。


3.根据权利要求1或2所述的方法，其特征在于，所述根据宏观环境特征对所述还款状态进行修正，生成修正后的还款状态包括：
根据宏观环境特征及所述目标用户的用户特征对所述还款状态进行修正，生成修正后的还款状态，所述用户特征包括所述目标用户的职业。


4.根据权利要求1或2所述的方法，其特征在于，所述欠款总额包括所述预设平台收回所述目标用户的欠款的总成本及所述目标用户在所述预设时间段的欠款余额。


5.根据权利要求3所述的方法，其特征在于，所述用户特征还包括所述目标用户的学历。


6.根据权利要求1或2所述的方法，其特征在于，所述还款能力包括所述目标用户的收入及负债。


7.一种违约损失率的预测装置，其特...

【专利技术属性】
技术研发人员：温升阳，
申请(专利权)人：苏宁金融科技南京有限公司，
类型：发明
国别省市：江苏;32