【技术实现步骤摘要】
本专利技术涉及金融科技与人工智能交叉，具体是基于图神经网络的个贷不良资产智能评估定价方法。
技术介绍
1、随着经济周期波动和信贷规模扩张，商业银行个人贷款不良资产规模持续增长，对金融系统的稳定性构成潜在威胁。不良资产的处置已成为金融机构风险管理的重要环节和核心业务之一。传统的不良资产包评估定价主要依赖人工经验判断和抽样审计，存在以下较为明显的技术缺陷：
2、第一，评估效率低下，难以满足市场快速交易的需求。传统方法需要大量人工逐笔审查贷款档案，仔细分析借款人还款能力、抵押物价值、担保情况等复杂信息，这一过程耗时长且人力成本高昂。对于包含数千笔甚至数万笔贷款的资产包，完整的评估周期往往需要数周甚至数月时间。
3、第二，定价准确性不足，主观因素影响较大。人工评估难以充分考虑众多复杂的风险因素及其相互作用，容易出现主观偏差和经验局限。不同评估人员或机构对同一资产包的估值可能存在较大差异，这直接影响交易决策的科学性和资产回收的有效性。
4、第三，风险识别能力有限，尤其对于隐性风险和关联风险的识别不足。传统方法难...
【技术保护点】
1.基于图神经网络的个贷不良资产智能评估定价方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于图神经网络的个贷不良资产智能评估定价方法，其特征在于，所述基于原始数据提取多模态特征数据步骤具体包括：
3.根据权利要求2所述的基于图神经网络的个贷不良资产智能评估定价方法，其特征在于，所述对多模态特征数据进行融合步骤具体包括：
4.根据权利要求1所述的基于图神经网络的个贷不良资产智能评估定价方法，其特征在于，所述基于债务人信息建立债务人关联网络图谱，基于债务人关联网络图谱以及融合后的多模态特征数据进行风险评估步骤具体包括：p>
5.根据权...
【技术特征摘要】
1.基于图神经网络的个贷不良资产智能评估定价方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于图神经网络的个贷不良资产智能评估定价方法，其特征在于，所述基于原始数据提取多模态特征数据步骤具体包括：
3.根据权利要求2所述的基于图神经网络的个贷不良资产智能评估定价方法，其特征在于，所述对多模态特征数据进行融合步骤具体包括：
4.根据权利要求1所述的基于图神经网络的个贷不良资产智能评估定价方法，其特征在于，所述基于债务人信息建立债务人关联网络图谱，基于债务人关联网络图谱以及融合后的多模态特征数据进行风险评估步骤具体包括：
5.根据权利要求1所述的基于图神经网络的个贷不良资产智能评估定价方法，其特征在于，所述基于马尔可夫决策过程模型对资产包组合进行优化，生成优化策略步骤具体包括：
<...【专利技术属性】
技术研发人员：何小敏，
申请(专利权)人：广东澄熹控股有限公司，
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。