【技术实现步骤摘要】
一种违约预测模型生成方法及装置
[0001]本申请涉及金融分析的
，特别是涉及一种违约预测模型生成方法及装置。
技术介绍
[0002]随着通信技术的不断发展，贷款违约者之间的联系更加密切，违约行为越发普遍。违约人会通过多种贷款手段获取金钱，逾期还款，甚至放弃还款，给各大金融机构造成巨大的利益损失。
[0003]为了避免违约行为的发生，本领域技术人员提出很多预测违约行为的方法。但是由于客户发生违约行为的数据比较少，所以在收集交易的时候违约数据所占的比例极小。通过对此数据分析，从而利用分析结果进行客户违约预估，很容易将会有违约交易的客户划分为会正常交易的客户，而这一错误的划分有可能会给银行带来巨大的损失。
[0004]因此，如何提高对客户违约行为预测的准确性，是本领域技术人员亟需解决的技术问题。
技术实现思路
[0005]有鉴于此，本申请实施例提供了一种违约预测模型生成方法及装置，旨在提高对客户违约行为预测的准确性。
[0006]第一方面，本申请实施例提供了一种违约预测模型生成方法，...
【技术保护点】
【技术特征摘要】
1.一种违约预测模型生成方法，其特征在于，所述方法包括：获取变量集合，所述变量集合包括多个影响客户违约预测的可能性的变量；利用主成分分析法，从所述变量集合中选出至少一个降维变量，所述降维变量为所述待处理变量中互不相关的变量；利用所述降维变量，生成单分类逻辑回归模型，所述单分类逻辑回归模型用于对客户的违约行为进行预测。2.根据权利要求1所述的方法，其特征在于，在所述获取变量集合之前，所述方法还包括：获取待预测数据，所述待预测数据包括待预测客户的交易信息；对所述待预测数据进行预处理，得到处理数据，所述预处理包括对所述待预测数据中的不合规数据进行处理；从所述处理数据中，提取所述变量集合。3.根据权利要求1所述的方法，其特征在于，所述利用主成分分析法，从所述变量集合中选出至少一个降维变量，包括：确定变量参数集合，所述变量参数集合包括多个变量参数；基于所述主成成分分析法，分别确定每个变量参数对应的降维变量集合，所述降维变量集合包括至少一个降维变量，所述降维变量集合中降维变量的数量与所述降维变量集合对应的变量参数相匹配。4.根据权利要求3所述的方法，其特征在于，所述利用所述降维变量，生成单分类逻辑回归模型包括：利用所述多个降维变量集合，分别生成对应的可选单分类逻辑回归模型；根据所述多个可选单分类逻辑回归模型，确定所述单分类逻辑回归模型。5.根据权利要求4所述的方法，其特征在于，所述根据所述多个可选单分类逻辑回归模型，确定所述单分类逻辑回归模型包括：获取历史数据，所述历史数据包括历史正常贷款数据和历史违约贷款数据；将所述历史数据输入所述多个可选单分类逻辑回归模型，得到多个预测结果；利用所述历史数据...
【专利技术属性】
技术研发人员：吴双，
申请(专利权)人：中国银行股份有限公司，
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。