System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及信息监测,具体而言,涉及一种信贷资产逾期率的预测方法、装置、设备及存储介质。
技术介绍
1、在对银行的信贷资产进行质量管理时,对于银行在每个放款周期内外放的信贷资产,常常需要对这批信贷资产在后续每个还款周期的逾期率进行预测,以便及时发现信贷资产质量管理过程中存在的风险,提高对于银行信贷资产的质量管理能力。
2、现有技术中,一般是利用信贷资产的多个历史逾期率,通过计算历史逾期率平均差或是历史逾期率比值的方法,来简单预测信贷资产在下一还款周期的逾期率。但是,由于上述现有技术没有考虑到信贷资产在不同放款周期与不同还款周期之间的资产变化情况,因此,现有的逾期率预测方法并不适用于对信贷资产质量进行动态化监控,对信贷资产质量管理的指导意义较低,并且得出的逾期率预测结果的准确度也较低。
技术实现思路
1、有鉴于此,本申请的目的在于提供一种信贷资产逾期率的预测方法、装置、设备及存储介质,通过充分利用已知历史数据中信贷资产逾期率的动态变化信息,有效地提高了对于信贷资产的未知逾期率的预测准确程度,有利于增强逾期率预测结果对于信贷资产质量管理的指导意义。
2、为使本申请的上述目的、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。
3、第一方面,本申请实施例提供了一种信贷资产逾期率的预测方法,所述预测方法包括:
4、针对多组历史放款周期的信贷资产,根据每组所述历史放款周期的信贷资产在相邻还款周期之间的逾期率变化参数,计算
5、在预测目标放款周期的信贷资产在当前还款周期的逾期率时,以当前还款周期所在的相邻还款周期作为目标相邻还款周期,根据每组所述历史放款周期的信贷资产在所述目标相邻还款周期对应的第一预测因子,计算得到所述目标相邻周期对应的最终预测因子;其中,所述目标放款周期属于所述多组历史放款周期;
6、根据目标放款周期的信贷资产在上一还款周期的逾期率与所述最终预测因子,对目标放款周期的信贷资产在当前还款周期的逾期率进行预测,得到逾期率预测结果;其中,所述当前还款周期与所述上一还款周期组成所述目标相邻还款周期。
7、第二方面,本申请实施例提供了一种信贷资产逾期率的预测装置,所述预测装置包括:
8、第一计算模块,用于针对多组历史放款周期的信贷资产,根据每组所述历史放款周期的信贷资产在相邻还款周期之间的逾期率变化参数,计算得到每组所述历史放款周期的信贷资产在每一所述相邻还款周期对应的第一预测因子;
9、第二计算模块,用于在预测目标放款周期的信贷资产在当前还款周期的逾期率时,以当前还款周期所在的相邻还款周期作为目标相邻还款周期,根据每组所述历史放款周期的信贷资产在所述目标相邻还款周期对应的第一预测因子,计算得到所述目标相邻周期对应的最终预测因子;其中,所述目标放款周期属于所述多组历史放款周期;
10、预测模块,用于根据目标放款周期的信贷资产在上一还款周期的逾期率与所述最终预测因子,对目标放款周期的信贷资产在当前还款周期的逾期率进行预测,得到逾期率预测结果;其中,所述当前还款周期与所述上一还款周期组成所述目标相邻还款周期。
11、第三方面,本申请实施例提供了一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述的信贷资产逾期率的预测方法的步骤。
12、第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行上述的信贷资产逾期率的预测方法的步骤。
13、本申请的实施例提供的技术方案可以包括以下有益效果:
14、本申请实施例提供的一种信贷资产逾期率的预测方法、装置、设备及存储介质,针对多组历史放款周期的信贷资产,根据每组历史放款周期的信贷资产在相邻还款周期之间的逾期率变化参数,计算得到每组历史放款周期的信贷资产在每一相邻还款周期对应的第一预测因子;在预测目标放款周期的信贷资产在当前还款周期的逾期率时,以当前还款周期所在的相邻还款周期作为目标相邻还款周期,根据每组历史放款周期的信贷资产在目标相邻还款周期对应的第一预测因子,计算得到目标相邻周期对应的最终预测因子;根据目标放款周期的信贷资产在上一还款周期的逾期率与最终预测因子,对目标放款周期的信贷资产在当前还款周期的逾期率进行预测,得到逾期率预测结果。
15、基于上述预测方法,本申请通过充分利用已知历史数据中信贷资产逾期率的动态变化信息,能够精准地预测信贷资产的未知逾期率,有利于增强逾期率预测结果对于信贷资产质量管理的指导意义。
本文档来自技高网...【技术保护点】
1.一种信贷资产逾期率的预测方法,其特征在于,所述预测方法包括:
2.根据权利要求1所述的预测方法,其特征在于,通过以下方法确定每组所述历史放款周期的信贷资产在相邻还款周期之间的逾期率变化参数:
3.根据权利要求2所述的预测方法,其特征在于,所述获取该组历史放款周期的信贷资产在第一还款周期与第二还款周期的逾期率,包括:
4.根据权利要求1所述的预测方法,其特征在于,通过以下方法计算每组所述历史放款周期的信贷资产在所述目标相邻还款周期对应的第一预测因子:
5.根据权利要求4所述的预测方法,其特征在于,在所述目标相邻还款周期表征第j个还款周期与第j-1个还款周期组成的相邻还款周期时,通过以下公式计算得到第i组历史放款周期的信贷资产在所述目标相邻还款周期之间的逾期率变化参数Hi:
6.根据权利要求1所述的预测方法,其特征在于,所述根据每组所述历史放款周期的信贷资产在所述目标相邻还款周期对应的第一预测因子,计算得到所述目标相邻还款周期对应的最终预测因子,包括:
7.根据权利要求1所述的预测方法,其特征在于,所述根据目
8.一种信贷资产逾期率的预测装置,其特征在于,所述预测装置包括:
9.一种电子设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行如权利要求1至7任一所述的信贷资产逾期率的预测方法的步骤。
10.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如权利要求1至7任一所述的信贷资产逾期率的预测方法的步骤。
...【技术特征摘要】
1.一种信贷资产逾期率的预测方法,其特征在于,所述预测方法包括:
2.根据权利要求1所述的预测方法,其特征在于,通过以下方法确定每组所述历史放款周期的信贷资产在相邻还款周期之间的逾期率变化参数:
3.根据权利要求2所述的预测方法,其特征在于,所述获取该组历史放款周期的信贷资产在第一还款周期与第二还款周期的逾期率,包括:
4.根据权利要求1所述的预测方法,其特征在于,通过以下方法计算每组所述历史放款周期的信贷资产在所述目标相邻还款周期对应的第一预测因子:
5.根据权利要求4所述的预测方法,其特征在于,在所述目标相邻还款周期表征第j个还款周期与第j-1个还款周期组成的相邻还款周期时,通过以下公式计算得到第i组历史放款周期的信贷资产在所述目标相邻还款周期之间的逾期率变化参数hi:
6.根据权利要求1所述的预测方法,其特征在于,所述根据每组所述历史放款周期的信贷资产...
【专利技术属性】
技术研发人员:陈明,肖勃飞,石建伟,杜培良,何兴凤,
申请(专利权)人:中电金信数字科技集团有限公司,
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。