本公开提供一种还款风险评分方法及装置，所述还款风险评分方法包括获取价值数据集，其中，所述价值数据集包括用户的还款信息、基本信息、外部资信收入信息、用户的额度使用率、借还款频次及逾期情况中至少一种；基于所述价值数据集、以及预先定义的分类标签，获取目标用户在预设时间阈值借贷行为变化情况，确定目标用户还款时所属类别；根据所述价值数据集、目标用户还款时所属类别，通过预先构建的还款风险评分模型，确定所述目标用户的还款风险评分。本公开的还款风险评分方法能够对多头违约带来的信贷风险进行量化，从而为信贷策略的调整提供依据，有效利用多头信息，模型架构合理，计算快速而准确，为信贷风险的控制提供有力的数据支撑。数据支撑。数据支撑。
【技术实现步骤摘要】
还款风险评分方法及装置
[0001]本公开涉及计算机
，尤其涉及一种还款风险评分方法及装置。
技术介绍
[0002]近年来，随着越来越多的提供金融服务的各种信贷公司的出现，对于金融用户而言，能够获得贷款的渠道增多，服务也多样化，金融用户有了更大的选择性，一户多贷的情况也逐渐明显。一户多贷也称为多头贷款，多头贷款指的是同一贷款者同时向多家提供金融服务的机构提出信贷要求得行为。
[0003]过度授信的行为对于部分金融用户，尤其是缺乏自我约束的金融用户而言，是一种具有极大的金融风险的事件。部分金融用户在过度授信之后，在其资金链断裂后，极易发生频繁违约和拖延还款行为，这种行为给提供金融服务的信贷公司的带来了大量的业务风险。
[0004]因此，如何提供一种解决上述问题的技术方案是本领域技术人员目前需要解决的技术问题。
技术实现思路
[0005]本公开实施例提供一种还款风险评分方法，能够对违约带来的信贷风险进行量化。
[0006]本公开实施例的第一方面，提供一种还款风险评分方法,包括：
[0007]获取价值数据集，其中，所述价值数据集包括用户的还款信息、基本信息、外部资信收入信息、用户的额度使用率、借还款频次及逾期情况中至少一种；
[0008]基于所述价值数据集、以及预先定义的分类标签，获取目标用户在预设时间阈值借贷行为变化情况，确定目标用户还款时所属类别；
[0009]根据所述价值数据集、目标用户还款时所属类别，通过预先构建的还款风险评分模型，确定所述目标用户的还款风险评分。
[0010]在一种可选的实施方式中，
[0011]所述基于所述价值数据集、以及预先定义的分类标签，获取目标用户在预设时间阈值借贷行为变化情况，确定目标用户还款时所属类别的方法包括：
[0012]所述基于所述价值数据集、以及预先定义的分类标签，获取目标用户在预设时间阈值借贷行为变化情况，根据预先构建的价值分类模型确定目标用户还款时所属类别；
[0013]其中，所述价值分类模型的训练方法包括：
[0014]将所述价值数据集中用户的还款信息、基本信息、外部资信收入信息、用户的额度使用率、借还款频次及逾期情况中至少一种作为价值分类模型的输入变量；
[0015]将所述价值数据集中各个信息对应的价值标签作为目标变量，训练所述价值分类模型。
[0016]在一种可选的实施方式中，
[0017]所述方法还包括：
[0018]根据所述目标用户的还款风险评分预测所述目标用户的违约风险；
[0019]通过判断所述目标用户的还款风险评分是否在预设评分阈值内，判断所述目标用户的违约风险，
[0020]若在预设评分阈值内，则认定该用户不存在违约风险；
[0021]若不在预设评分阈值内，则认定该用户存在违约风险。
[0022]在一种可选的实施方式中，
[0023]所述方法还包括训练所述还款风险评分模型，
[0024]所述训练所述还款风险评分模型的方法包括：
[0025]根据所述价值数据集中用户还款的借贷行为信息定义分类标签，将用户基本属性信息和借贷行为信息作为还款风险评分模型的输入变量；
[0026]将用户的还款风险评分作为目标变量，训练所述还款风险评分模型。
[0027]在一种可选的实施方式中，
[0028]所述方法还包括：
[0029]将所述目标用户的还款风险评分作为输入变量，作为预先构建的还款额度决策模型的输入变量之一，以使所述还款额度决策模型判断是否需要调整目标用户的额度。
[0030]本公开实施例的第二方面，提供一种还款风险评分装置，所述还款风险评分装置包括：
[0031]第一单元，用于获取价值数据集，其中，所述价值数据集包括用户的还款信息、基本信息、外部资信收入信息、用户的额度使用率、借还款频次及逾期情况中至少一种；
[0032]第二单元，用于基于所述价值数据集、以及预先定义的分类标签，获取目标用户在预设时间阈值借贷行为变化情况，确定目标用户还款时所属类别；
[0033]第三单元，用于根据所述价值数据集、目标用户还款时所属类别，通过预先构建的还款风险评分模型，确定所述目标用户的还款风险评分。
[0034]在一种可选的实施方式中，
[0035]所述第二单元还用于：
[0036]基于所述价值数据集、以及预先定义的分类标签，获取目标用户在预设时间阈值借贷行为变化情况，根据预先构建的价值分类模型确定目标用户还款时所属类别；
[0037]其中，所述价值分类模型的训练方法包括：
[0038]将所述价值数据集中用户的还款信息、基本信息、外部资信收入信息、用户的额度使用率、借还款频次及逾期情况中至少一种作为价值分类模型的输入变量；
[0039]将所述价值数据集中各个信息对应的价值标签作为目标变量，训练所述价值分类模型。
[0040]在一种可选的实施方式中，
[0041]所述装置还包括第四单元，所述第四单元用于：
[0042]根据所述目标用户的还款风险评分预测所述目标用户的违约风险；
[0043]通过判断所述目标用户的还款风险评分是否在预设评分阈值内，判断所述目标用户的违约风险，
[0044]若在预设评分阈值内，则认定该用户不存在违约风险；
[0045]若不在预设评分阈值内，则认定该用户存在违约风险。
[0046]在一种可选的实施方式中，
[0047]所述装置还包括第五单元，所述第五单元用于训练所述还款风险评分模型，
[0048]所述第五单元用于：
[0049]根据所述价值数据集中用户还款的借贷行为信息定义分类标签，将用户基本属性信息和借贷行为信息作为还款风险评分模型的输入变量；
[0050]将用户的还款风险评分作为目标变量，训练所述还款风险评分模型。
[0051]在一种可选的实施方式中，
[0052]所述装置还包括第六单元，所述第六单元用于：
[0053]将所述目标用户的还款风险评分作为输入变量，作为预先构建的还款额度决策模型的输入变量之一，以使所述还款额度决策模型判断是否需要调整目标用户的额度。
[0054]本公开的还款风险评分方法包括获取价值数据集，其中，所述价值数据集包括用户的还款信息、基本信息、外部资信收入信息、用户的额度使用率、借还款频次及逾期情况中至少一种；
[0055]基于所述价值数据集、以及预先定义的分类标签，获取目标用户在预设时间阈值借贷行为变化情况，确定目标用户还款时所属类别；
[0056]根据所述价值数据集、目标用户还款时所属类别，通过预先构建的还款风险评分模型，确定所述目标用户的还款风险评分。
[0057]本专利技术能够对多头违约带来的信贷风险进行量化，从而为信贷策略的调整提供依据。本专利技术能够有效利用多头信息，模型架构合理、计算快速而准确，为信贷风险的控制本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种还款风险评分方法，其特征在于，所述还款风险评分方法包括：获取价值数据集，其中，所述价值数据集包括用户的还款信息、基本信息、外部资信收入信息、用户的额度使用率、借还款频次及逾期情况中至少一种；基于所述价值数据集、以及预先定义的分类标签，获取目标用户在预设时间阈值借贷行为变化情况，确定目标用户还款时所属类别；根据所述价值数据集、目标用户还款时所属类别，通过预先构建的还款风险评分模型，确定所述目标用户的还款风险评分。2.根据权利要求1所述的还款风险评分方法，其特征在于，所述基于所述价值数据集、以及预先定义的分类标签，获取目标用户在预设时间阈值借贷行为变化情况，确定目标用户还款时所属类别的方法包括：所述基于所述价值数据集、以及预先定义的分类标签，获取目标用户在预设时间阈值借贷行为变化情况，根据预先构建的价值分类模型确定目标用户还款时所属类别；其中，所述价值分类模型的训练方法包括：将所述价值数据集中用户的还款信息、基本信息、外部资信收入信息、用户的额度使用率、借还款频次及逾期情况中至少一种作为价值分类模型的输入变量；将所述价值数据集中各个信息对应的价值标签作为目标变量，训练所述价值分类模型。3.根据权利要求1所述的还款风险评分方法，其特征在于，所述方法还包括：根据所述目标用户的还款风险评分预测所述目标用户的违约风险；通过判断所述目标用户的还款风险评分是否在预设评分阈值内，判断所述目标用户的违约风险，若在预设评分阈值内，则认定该用户不存在违约风险；若不在预设评分阈值内，则认定该用户存在违约风险。4.根据权利要求1所述的还款风险评分方法，其特征在于，所述方法还包括训练所述还款风险评分模型，所述训练所述还款风险评分模型的方法包括：根据所述价值数据集中用户还款的借贷行为信息定义分类标签，将用户基本属性信息和借贷行为信息作为还款风险评分模型的输入变量；将用户的还款风险评分作为目标变量，训练所述还款风险评分模型。5.根据权利要求1所述的还款风险评分方法，其特征在于，所述方法还包括：将所述目标用户的还款风险评分作为输入变量，作为预先构建的还款额度决策模型的输入变量之一，以使所述还款额度决策模型判断是否需要调整目标用户的额度。6.一...
【专利技术属性】
技术研发人员：乾春涛，
申请(专利权)人：上海数禾信息科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。