基于拒绝推断的信用风险模型的构建方法、系统及存储介质技术方案

技术编号:42878052 阅读:34 留言:0更新日期:2024-09-30 15:02
本发明专利技术公开了一种基于拒绝推断的信用风险模型的构建方法、系统及存储介质,其包括:构建AGB样本集;基于单调性的变量选择规则,选取拒绝率高于预设阈值的变量,并应用单调性分箱算法处理有表现期的客户数据,以获取具备单调性的关键变量;基于选定的关键变量构建初步信用风险模型,并基于KGB样本集对AGB样本集进行初步评分;对AGB样本集上的评分进行等频分箱,获得各评分等级下的有表现期客户的通过率及有表现期客户的逾期率并计算各评分等级的风险因子;通过迭代再生法对初步信用风险模型进行迭代优化,每次迭代后采用外推法对各评分等级的风险因子进行拟合估计,直至模型性能达到预设标准,从而获得一款可解释性强的基于拒绝推断的信用风险模型。

【技术实现步骤摘要】

本专利技术涉及金融风控,特别是一种基于拒绝推断的信用风险模型的构建方法及其应用该方法的基于拒绝推断的信用风险模型的构建系统及计算机可读存储介质。


技术介绍

1、金融市场的复杂性和不确定性使得风险管理成为金融机构运营中的关键环节。金融机构面临着来自信用风险、市场风险、操作风险、流动性风险等多方面的挑战。为了有效应对这些风险,金融机构需要采取一系列的风险管理措施,包括风险评估、风险监控、风险控制和风险报告等。

2、其中,贷款风险控制是金融业发展中的重要课题。特别是在当前大数据和人工智能等先进技术的推动下,风控手段正经历着由传统的人工评审向基于量化模型和规则的系统化审批的转变。然而,这种转变也带来了一系列挑战和问题。

3、当前,规则抽取的技术手段多为决策树、梯度提升树、对抗生成网络等方式抽取规则,这些规则抽取和机器学习模型在追求高预测精度的同时,往往牺牲了模型的可解释性和对既有业务规则的继承性。例如,决策树和梯度提升树等模型的规则抽取过程通常是基于数据驱动的,较难符合业务专家的预期和既有规则,并且随着树的深度增加,模型的可解释性也会逐渐降本文档来自技高网...

【技术保护点】

1.一种基于拒绝推断的信用风险模型的构建方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于拒绝推断的信用风险模型的构建方法,其特征在于,所述步骤b进一步包括:

3.根据权利要求1所述的一种基于拒绝推断的信用风险模型的构建方法,其特征在于,所述步骤c进一步包括:

4.根据权利要求1所述的一种基于拒绝推断的信用风险模型的构建方法,其特征在于,所述步骤d进一步包括:

5.根据权利要求1所述的一种基于拒绝推断的信用风险模型的构建方法,其特征在于,所述步骤e中,所述外推法具体包括以下步骤:

6.根据权利要求5所述的一种基于...

【技术特征摘要】

1.一种基于拒绝推断的信用风险模型的构建方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于拒绝推断的信用风险模型的构建方法,其特征在于,所述步骤b进一步包括:

3.根据权利要求1所述的一种基于拒绝推断的信用风险模型的构建方法,其特征在于,所述步骤c进一步包括:

4.根据权利要求1所述的一种基于拒绝推断的信用风险模型的构建方法,其特征在于,所述步骤d进一步包括:

5.根据权利要求1所述的一种基于拒绝推断的信用风险模型的构建方法,其特征在于,所述步骤e中,所述外推法具体包括以下步骤:

6.根据权利要求5所述的一种基于拒绝推断的信用风险模型的构建方法,其特征在于:所述步骤e2中的历史数据,是采用初始信用风险模型对igb样本集进行初步评分后,基于预设拒绝率阈值得到所述igb样本...

【专利技术属性】
技术研发人员:郑文晖刘捷盛涛许龄艺
申请(专利权)人:厦门国际银行股份有限公司
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