贷款损失预测方法、装置、设备和介质制造方法及图纸

技术编号:37154464 阅读:18 留言:0更新日期:2023-04-06 22:15
本公开提供了一种贷款损失预测方法,涉及人工智能领域。该方法包括:将第一贷款客户的特征向量输入至逾期预测模型和逾期后还款预测模型;获得所述逾期预测模型输出第i个还款期数的第一逾期概率,以及所述逾期后还款预测模型输出的逾期后第j个时间单位的第一还款概率;根据每个所述第一贷款客户的第一逾期概率和所述K个贷款客户的总未还款金额,获得所述K个贷款客户在第i个还款期数的总预计逾期金额;根据每个所述第一贷款客户的第一还款概率和所述总预计逾期金额,获得所述K个贷款客户在逾期后第j个时间单位的总预计逾期还款金额;根据所述总预计逾期金额和所述总预计逾期还款金额,获得所述K个贷款客户的总贷款损失金额。金额。金额。

【技术实现步骤摘要】
贷款损失预测方法、装置、设备和介质


[0001]本公开涉及人工智能领域,更具体地,涉及一种贷款损失预测方法、装置、设备、介质和程序产品。

技术介绍

[0002]贷款机构通常对一批客户的多笔贷款进行整体贷款预测,对每一笔贷款而言,发放后可能出现逾期情况,该笔贷款可能面临无法收回账款的境地,令贷款机构遭受损失。而一笔贷款损失对贷款机构而言预测难度较大,一批贷款可能难以避免出现某几笔损失,对整体贷款进行风险评估以预测可能面临的损失,是贷款机构进行风险控制的有效手段。因此,如何准确实现对贷款的整体损失预测是当前亟待解决的问题。

技术实现思路

[0003]鉴于上述问题,本公开提供了一种贷款损失预测方法、装置、设备、介质和程序产品。
[0004]本公开实施例的一个方面提供了一种贷款损失预测方法,包括:将第一贷款客户的特征向量输入至逾期预测模型和逾期后还款预测模型,所述第一贷款客户为K个贷款客户中的任一个,K大于或等于1;获得所述逾期预测模型输出第i个还款期数的第一逾期概率,以及所述逾期后还款预测模型输出的逾期后第j个时间单位的第一还本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种贷款损失预测方法,包括:将第一贷款客户的特征向量输入至逾期预测模型和逾期后还款预测模型,所述第一贷款客户为K个贷款客户中的任一个,K大于或等于1;获得所述逾期预测模型输出第i个还款期数的第一逾期概率,以及所述逾期后还款预测模型输出的逾期后第j个时间单位的第一还款概率,i和j分别为大于或等于1的整数;根据每个所述第一贷款客户的第一逾期概率和所述K个贷款客户的总未还款金额,获得所述K个贷款客户在第i个还款期数的总预计逾期金额;根据每个所述第一贷款客户的第一还款概率和所述总预计逾期金额,获得所述K个贷款客户在逾期后第j个时间单位的总预计逾期还款金额;根据所述总预计逾期金额和所述总预计逾期还款金额,获得所述K个贷款客户的总贷款损失金额。2.根据权利要求1所述的方法,其中,所述根据所述总预计逾期金额和所述总预计逾期还款金额,获得所述K个贷款客户的总贷款损失金额包括:根据所述总预计逾期金额和所述总预计逾期还款金额,获得在所述第j个时间单位以后的每个时间单位的总贷款逾期金额;在所述第j个时间单位以后,若连续至少两个时间单位之间的总贷款逾期金额差异小于或等于预设阈值,根据所述至少两个时间单位中每个时间单位的总贷款逾期金额获得所述总贷款损失金额。3.根据权利要求1所述的方法,其中,所述获得所述逾期预测模型输出第i个还款期数的第一逾期概率包括:利用所述逾期预测模型计算得到所述第一贷款客户所属第一风险类别的第二逾期概率,所述第一风险类别根据所述第一贷款客户的风险评分确定;利用所述逾期预测模型计算得到所述第一贷款客户在所述第i个还款期数的第三逾期概率;根据所述第二逾期概率和所述第三逾期概率,获得所述第一逾期概率。4.根据权利要求3所述的方法,其中,所述获得所述逾期后还款预测模型输出的逾期后第j个时间单位的第一还款概率包括:利用所述逾期后还款预测模型计算所述第一贷款客户所属第二风险类别的第二还款概率,所述第二风险类别与所述第一风险类别相同或不同;利用所述逾期后还款预测模型计算所述第一贷款客户在所述第j个时间单位的第三还款概率;根据所述第二还款概率和所述第三还款概率,获得所述第一还款概率。5.根据权利要求3或4所述的方法,其中,在将第一贷款客户的特征向量输入至逾期预测模型之前,所述方法还包括:获得N个第一历史放款样本,其中每个第一历史放款样本包括单个历史放款客户的第一特征向量和逾期信息;将所述N个第一历史放款样本划分为M个第三风险类别;基于所述M个第三风险类别中每个类别下的第一历史放款样本,获得所述每个类别在S个还款期数的子逾期预测模型,S、N、M大于或等于1;
根据所述每个类别对应的所述子逾期预测模型,获得所述逾期预测模型。6.根据权利要求5所述的方法,其中,在将第一贷款客户的特征向量输入至逾期后还款预测模型之前,所述方法还包括:获得n个第二历史放款样本,其中每个第二历史放款样本包括单个历史放款客户的第二特征向量和逾期后还款信息,同一历史放款客户的所述第二特征...

【专利技术属性】
技术研发人员:韩胜武李欢欢戴子天
申请(专利权)人:工银科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1