【技术实现步骤摘要】
信贷风险预测模型的训练方法及系统
[0001]本专利技术涉及信贷风险领域，更具体的说是涉及信贷风险预测模型的训练方法及系统。
技术介绍
[0002]随着现代经济的发展，银行是金融业的主要实体，银行业的稳定影响着整个社会的稳定。信贷风险在银行经营中不可回避，它使得商业银行面临信贷资产损失的可能。银行信贷风险管理要求对风险尽早识别，为管理层在决策阶段获得主动性，从而降低不良贷款发生率，减少信贷资产损失。
[0003]利用传统算法进行海量数据下的银行不良信贷风险评估过程中，由于不良信贷风险的影响因素具有海量性、冗余性，无法根据银行在经营中产生的海量数据信息对银行不良信贷风险进行准确的评估。因此，如何解决上述问题是本领域技术人员亟需解决的。
技术实现思路
[0004]有鉴于此，本专利技术提供了一种信贷风险预测模型的训练方法及系统，以解决
技术介绍
中存在的问题。
[0005]为了实现上述目的，本专利技术采用如下技术方案：
[0006]一种信贷风险预测模型的训练方法，包括以下步骤：
[000...
【技术保护点】
【技术特征摘要】
1.一种信贷风险预测模型的训练方法，其特征在于，包括以下步骤：获取经济数据样本，所述经济数据样本包括宏观经济状况，金融机构状况以及信贷者经济状况；将经济数据样本分为训练样本和测试样本；将训练样本输入到预先建立的BP神经网络中，对BP神经网络进行训练，得到第一信贷风险预测模型；将测试样本输入到所述第一信贷风险预测模型中，对所述第一信贷风险预测模型测试，并利用损失函数对所述第一信贷风险预测模型校正，得到信贷风险预测模型。2.根据权利要求1所述的一种信贷风险预测模型的训练方法，其特征在于，还包括对经济数据样本进行多维信息衍生，并利用模糊评价模型对衍生出的多维信息进行评价，并挑选符合预先设定阈值的多维信息。3.根据权利要求2所述的一种信贷风险预测模型的训练方法，其特征在于，把衍生出的多维信息做WOE转换后，当作新的衍生变量放入到经济数据样本中。4.根据权利要求1所述的一种信贷风险预测模型的训练方法，其特征在于，对所述经济数据样本的关联数据进行预处理，并基于所述资源描述框架，自预处理后的经济数据样本的关联数据中抽取经济数据样本的实体三元组数据，以建立新的经济数据样...
【专利技术属性】
技术研发人员：韩彧，苏树清，
申请(专利权)人：深圳微言科技有限责任公司，
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。