【技术实现步骤摘要】
本专利技术属于风险控制，尤其涉及一种基于稳定性建模的信贷风控方法与系统。
技术介绍
1、模型稳定性在信贷领域对于风险控制有着至关重要的意义，较稳定的模型可以在减少模型更新迭代的次数的基础上，降低风控流程的成本。但是在现实应用中，不同的客群的用户的信用特征的稳定性会存在一定程度的差异，从而给模型的稳定性带来一定的挑战。
2、为了解决上述技术问题，现有技术方案中往往集中在特征筛选层面，例如通过psi（群体稳定性指标）、csi（特征稳定性指标）等指标来筛选较为稳定的特征，然而这种筛选方法却忽略了不同的客群中的稳定性的差异，同时也忽视了根据不同的特征之间的相关系数进行降维处理，使得模型的稳定性和收敛效率都会受到一定程度的影响。
3、为解决风控模型的稳定性和收敛效率的技术问题，本专利技术提供了一种基于稳定性建模的信贷风控方法与系统。
技术实现思路
1、为实现本专利技术目的，本专利技术采用如下技术方案：
2、根据本专利技术的一个方面，提供了一种基于稳定性建模的信贷风控方法。
3、一种基于稳定性建模的信贷风控方法，其特征在于，具体包括：
4、s1根据历史授信申请用户的类型进行客群的划分得到用户客群，基于历史授信申请用户的用户数据得到不同的用户特征在不同的用户客群的稳定性评估结果，并根据稳定性评估结果进行不同的用户特征的综合稳定性评估值以及稳定用户特征的筛选；
5、s2根据所述历史授信申请用户的用户数据确定不同的用户客群中的稳
6、s3基于历史授信申请用户的用户数据进行不同的用户客群的所述稳定用户特征与其它的稳定用户特征的特征关联因子的确定，并基于所述特征关联因子进行稳定用户特征与其它的稳定用户特征的综合特征关联因子的确定；
7、s4基于所述综合特征关联因子对所述稳定用户特征进行降维处理得到筛选用户特征，通过调节因子和时间间隔参数对风控模型的损失函数进行调整得到修正损失函数，并将所述筛选用户特征作为输入特征量，通过基于所述修正损失函数的风控模型进行风控结果的评估。
8、本专利技术的有益效果在于：
9、1、根据稳定性评估结果进行不同的用户特征的综合稳定性评估值以及稳定用户特征的筛选，从而实现了从多个用户客群的稳定性评估结果的角度实现了对不同的用户特征的稳定性的评估，保证了稳定性评估的准确性，同时也实现了对稳定用户特征的准确筛选，也为进一步保证风控模型的可靠性奠定了基础。
10、2、通过根据历史授信申请用户的用户数据确定不同的用户客群中的稳定用户特征与风控结果的风控关联系数以及综合风控关联系数的确定，从而实现了从风控结果的角度对不同的稳定用户特征的风控关联情况的准确评估，充分考虑到由于用户客群的差异导致的风控关联结果的评估结果的差异。
11、3、通过基于综合特征关联因子对稳定用户特征进行降维处理得到筛选用户特征，避免了采用全部的稳定用户特征导致的收敛速率较慢的技术问题，同时也保证了风控模型的风控结果的评估的准确性。
12、进一步的技术方案在于，所述历史授信申请用户的类型包括所述历史授信申请用户的职业类型、收入区间以及历史违约情况中的一种或者多种。
13、进一步的技术方案在于，所述用户特征根据所述历史授信申请用户的用户数据进行获取，具体的通过特征提取模型以及所述历史授信申请用户的用户数据进行用户特征的提取。
14、进一步的技术方案在于，所述用户特征在不同的用户客群的稳定性评估结果的确定的方法为：
15、基于所述历史授信申请用户的用户数据获取所述用户特征在不同的用户客群的群体稳定性指标以及特征稳定性指标，并根据所述群体稳定性指标以及特征稳定性指标进行所述用户特征在不同的用户客群的稳定性评估结果的确定。
16、进一步的技术方案在于，所述稳定用户特征的风控关联系数根据所述稳定用户特征与风控结果的关联系数进行确定，具体的通过主成分分析法进行所述稳定用户特征与风控结果的关联系数的确定。
17、进一步的技术方案在于，所述特征关联因子的确定的方法为：
18、基于所述不同的用户客群的历史授信申请用户的用户数据进行不同的用户客群的不同的历史授信申请用户的所述稳定用户特征与其它的稳定用户特征之间的皮尔逊相关系数的确定，并基于不同的历史授信申请用户的皮尔逊关联系数的平均值进行不同的用户客群的特征关联因子的确定。
19、第二方面，本专利技术提供了一种基于稳定性建模的信贷风控系统，采用上述的一种基于稳定性建模的信贷风控方法，其特征在于，具体包括：
20、用户特征筛选模块，关联系数评估模块，关联因子评估模块，风控结果输出模块；
21、其中所述用户特征筛选模块负责根据历史授信申请用户的类型进行客群的划分得到用户客群，基于历史授信申请用户的用户数据得到不同的用户特征在不同的用户客群的稳定性评估结果，并根据稳定性评估结果进行不同的用户特征的综合稳定性评估值以及稳定用户特征的筛选；
22、所述关联系数评估模块负责根据所述历史授信申请用户的用户数据确定不同的用户客群中的稳定用户特征与风控结果的风控关联系数以及综合风控关联系数的确定；
23、所述关联因子评估模块负责基于历史授信申请用户的用户数据进行不同的用户客群的所述稳定用户特征与其它的稳定用户特征的特征关联因子的确定，并基于所述特征关联因子进行稳定用户特征与其它的稳定用户特征的综合特征关联因子的确定；
24、所述风控结果输出模块负责基于所述综合特征关联因子对所述稳定用户特征进行降维处理得到筛选用户特征，通过调节因子和时间间隔参数对风控模型的损失函数进行调整得到修正损失函数，并将所述筛选用户特征作为输入特征量，通过基于所述修正损失函数的风控模型进行风控结果的评估。
25、其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。
26、为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
本文档来自技高网...【技术保护点】
1.一种基于稳定性建模的信贷风控方法，其特征在于，具体包括：
2.如权利要求1所述的基于稳定性建模的信贷风控方法，其特征在于，所述历史授信申请用户的类型包括所述历史授信申请用户的职业类型、收入区间以及历史违约情况中的一种或者多种。
3.如权利要求1所述的基于稳定性建模的信贷风控方法，其特征在于，所述用户特征根据所述历史授信申请用户的用户数据进行获取，具体的通过特征提取模型以及所述历史授信申请用户的用户数据进行用户特征的提取。
4.如权利要求1所述的基于稳定性建模的信贷风控方法，其特征在于，所述用户特征的综合稳定性评估值的确定的方法为：
5.如权利要求1所述的基于稳定性建模的信贷风控方法，其特征在于，所述用户客群的评估准确度的取值范围在0到1之间，其中所述用户客群的评估准确度越高，则所述用户客群的稳定性评估结果越准确。
6.如权利要求1所述的基于稳定性建模的信贷风控方法，其特征在于，所述稳定用户特征的风控关联系数根据所述稳定用户特征与风控结果的关联系数进行确定，具体的通过主成分分析法进行所述稳定用户特征与风控结果的关联系数
7.如权利要求1所述的基于稳定性建模的信贷风控方法，其特征在于，所述稳定用户特征的综合风控关联系数的确定的方法为：
8.如权利要求1所述的基于稳定性建模的信贷风控方法，其特征在于，所述预设关联系数根据所述风控模型的准确率要求值进行确定，其中所述风控模型的准确率要求值越大，则所述预设关联系数越大。
9.如权利要求1所述的基于稳定性建模的信贷风控方法，其特征在于，所述特征关联因子的确定的方法为：
10.一种基于稳定性建模的信贷风控系统，采用权利要求1-9任一项所述的一种基于稳定性建模的信贷风控方法，其特征在于，具体包括：
...【技术特征摘要】
1.一种基于稳定性建模的信贷风控方法，其特征在于，具体包括：
2.如权利要求1所述的基于稳定性建模的信贷风控方法，其特征在于，所述历史授信申请用户的类型包括所述历史授信申请用户的职业类型、收入区间以及历史违约情况中的一种或者多种。
3.如权利要求1所述的基于稳定性建模的信贷风控方法，其特征在于，所述用户特征根据所述历史授信申请用户的用户数据进行获取，具体的通过特征提取模型以及所述历史授信申请用户的用户数据进行用户特征的提取。
4.如权利要求1所述的基于稳定性建模的信贷风控方法，其特征在于，所述用户特征的综合稳定性评估值的确定的方法为：
5.如权利要求1所述的基于稳定性建模的信贷风控方法，其特征在于，所述用户客群的评估准确度的取值范围在0到1之间，其中所述用户客群的评估准确度越高，则所述用户客群的稳定性评估结果越准确。
...
【专利技术属性】
技术研发人员：李恒奎，陈辰，王震，
申请(专利权)人：杭银消费金融股份有限公司，
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。