【技術實現(xiàn)步驟摘要】
本專利技術涉及借款逾期客戶分群，具體為一種借款逾期客戶分群方法。
技術介紹
1、隨著金融市場的發(fā)展和消費觀念的轉(zhuǎn)變，借貸已成為現(xiàn)代社會中廣泛存在的經(jīng)濟活動。然而，借款逾期問題也日益突出，嚴重影響金融機構(gòu)的資產(chǎn)質(zhì)量和市場穩(wěn)定性。借款逾期不僅增加了金融機構(gòu)的風險，還可能導致整個金融系統(tǒng)的不穩(wěn)定。因此，如何有效地對借款客戶進行風險評估和管理，減少借款逾期的發(fā)生，是金融機構(gòu)面臨的重要課題。
2、傳統(tǒng)的借款客戶風險評估方法主要依賴于單一維度的信息，如信用評分或收入水平等。這些方法雖然在一定程度上能夠反映客戶的還款能力和意愿，但往往忽略了多維度因素對客戶風險的綜合影響。例如，借款客戶的職業(yè)穩(wěn)定性、借款用途、還款行為等因素同樣對客戶的還款能力和逾期風險有重要影響。傳統(tǒng)評估方法的單一性和局限性，導致其在實際應用中無法全面準確地評估客戶的風險水平。本案意在提出一種基于多維度因素對客戶風險綜合評估分群得方法。
技術實現(xiàn)思路
1、本專利技術提供了一種借款逾期客戶分群方法，促進解決了上述
技術介紹
中所提到的問題。
2、本專利技術提供如下技術方案：一種借款逾期客戶分群方法，包括：
3、獲取用戶的還款行為，記為ib，所述還款行為包括最近12個月內(nèi)按時還款次數(shù)、總還款次數(shù)和逾期次數(shù)；
4、獲取用戶基本信息，記為id，所述用戶基本信息包括年收入、年齡和職業(yè)；
5、獲取用戶信用評分，記為ic；
6、獲取用戶借款金額，記為ia；
7、獲
8、將ib、id、ic、ia、iu組成客戶分群重要性集合；
9、設計客戶分群重要性集合中每個元素的得分公式；
10、基于客戶分群重要性集合中各元素的重要性設計各元素的初始權(quán)重系數(shù)；
11、設計權(quán)重調(diào)整策略；
12、融合客戶分群重要性集合中各元素的重要性和各元素的權(quán)重得到用戶綜合評分方法；
13、使用客戶分群策略將客戶進行分群。
14、可選的，所述設計客戶分群重要性集合中每個元素的得分公式，具體包括：
15、還款行為ib＝2×rpay+3×(1－rdefault)；
16、所述rpay為最近12個月內(nèi)按時還款次數(shù)占總還款次數(shù)的比列，rdefault為最近12個月內(nèi)預期次數(shù)占總還款次數(shù)的比例；
17、基本信息id＝0.5×iincome+0.3×aage+0.2×pprofession；
18、所述iincome為用戶年收入除以基準收入，aage為用戶年齡除以基準年齡，pprofession為職業(yè)評分，按職業(yè)穩(wěn)定性和收入潛力評分；
19、用戶信用評分ic＝scredit；
20、所述scredit為信用評分，信用評分直接由信用評分機構(gòu)提供，范圍為300到850的信用評分除以850；
21、用戶借款金額ia＝0.7×aloan+0.3×(1－rincome)；
22、所述aloan為借款金額除以基準金額，rincome為借款金額占年收入的比例；
23、用戶借款用途iu＝0.6×(1-rdefault)+0.4×upurpose；
24、所述rdefault為最近12個月內(nèi)逾期次數(shù)占總還款次數(shù)的比例，upurpose為借款用途評分。
25、可選的，所述按職業(yè)穩(wěn)定性和收入潛力評分，具體包括：
26、按職業(yè)穩(wěn)定性將職業(yè)分為高穩(wěn)定性職業(yè)集合、中等穩(wěn)定性職業(yè)集合、低穩(wěn)定性職業(yè)集合；
27、所述高穩(wěn)定性職業(yè)集合中的元素為公務員、教師、醫(yī)療專業(yè)人員和企業(yè)管理人員；
28、所述中等穩(wěn)定性職業(yè)集合中的元素為金融分析師、工程師和技術支持；
29、所述低穩(wěn)定性職業(yè)集合中的元素為自由職業(yè)者、銷售代表、合同工和臨時工；
30、按收入潛力將職業(yè)分為高收入潛力職業(yè)集合、中等收入潛力職業(yè)集合和低收入潛力職業(yè)集合；
31、所述高收入潛力職業(yè)集合中的元素為高級管理人員、醫(yī)生、金融行業(yè)高管、科技行業(yè)高管和頂尖工程師；
32、所述中等收入潛力職業(yè)集合中的元素為中層管理人員、律師和高級技術人員；
33、所述低收入潛力職業(yè)集合中的元素為行政助理、服務行業(yè)工作人員和銷售助理；
34、設高穩(wěn)定性職業(yè)得分為3，中等穩(wěn)定性職業(yè)得分為2，低穩(wěn)定性職業(yè)得分為1；
35、設高收入潛力職業(yè)得分為3，中等收入潛力職業(yè)得分為2，低收入潛力職業(yè)得分為1；
36、設穩(wěn)定性權(quán)重為a，收入權(quán)重為b，且a+b＝1；
37、則職業(yè)評分＝(穩(wěn)定性得分×a)+(收入潛力得分×b)。
38、可選的，所述借款用途評分，具體包括：
39、設定借款用途集合，集合中的元素為消費貸款c1、住房貸款c2、汽車貸款c3、教育貸款c4、經(jīng)營貸款c5、農(nóng)業(yè)貸款c6、投資貸款c7和應急貸款c8；
40、借款用途評分公式為score(ci)＝w1×risk(ci)+w2×amount(ci)+w3×repayment(ci)，其中ci表示借款用途集合中的第i個元素，risk(ci)表示類別ci的風險等級，amount(ci)表示貸款金額，repayment(ci)表示償還能力，w1、w2、w3分別表示風險、金額、償還能力的權(quán)重，且w1+w2+w3＝1。
41、可選的，所述設計各元素的初始權(quán)重系數(shù)，具體包括：
42、將每個元素的重要性指標標準化為0到1之間，則其中ii是第i個元素的重要性指標，是標準化后的重要性；
43、初始權(quán)重系數(shù)αi可根據(jù)標準化的重要性指標計算，這保證了所有初始權(quán)重系數(shù)之和為1。
44、可選的，所述設計權(quán)重調(diào)整策略，具體包括：
45、設計權(quán)重調(diào)整公式為其中ωi是重要性集合中第i個元素的權(quán)重，αi是第i個元素的初始權(quán)重系數(shù)，ii是第i個元素的重要性得分，是所有元素的加權(quán)總和，用于規(guī)范化權(quán)重，使所有權(quán)重之和為1。
46、可選的，所述用戶綜合評分方法，具體包括：
47、將重要性集合中的各元素進行加權(quán)求和得：s＝∑iωi×scorei其中ωi為第i個元素得權(quán)重，scorei為第i個元素得重要性得分。
48、可選的，所述客戶分群策略，具體包括：
49、根據(jù)用戶得綜合得分劃分用戶風險等級；
50、極低風險：s≧80；
51、低風險：70≦s<80；
52、中等風險：60≦s<70；
53、高風險：50≦s<60；
54、極高風險：s<50；
55、設定不同風險等級集合；
56、先根據(jù)用戶得具體得分匹配風險等級，然后將用戶添加到對應得風險等級集合中。
57、本專利技術具備以下有益效果：
58、1、通本文檔來自技高網(wǎng)...
【技術保護點】
1.一種借款逾期客戶分群方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的一種借款逾期客戶分群方法，其特征在于，所述設計客戶分群重要性集合中每個元素的得分公式，具體包括：
3.根據(jù)權(quán)利要求2所述的一種借款逾期客戶分群方法，其特征在于，所述按職業(yè)穩(wěn)定性和收入潛力評分，具體包括：
4.根據(jù)權(quán)利要求2所述的一種借款逾期客戶分群方法，其特征在于，所述借款用途評分，具體包括：
5.根據(jù)權(quán)利要求1所述的一種借款逾期客戶分群方法，其特征在于，所述設計各元素的初始權(quán)重系數(shù)，具體包括：
6.根據(jù)權(quán)利要求1所述的一種借款逾期客戶分群方法，其特征在于，所述設計權(quán)重調(diào)整策略，具體包括：
7.根據(jù)權(quán)利要求1所述的一種借款逾期客戶分群方法，其特征在于，所述用戶綜合評分方法，具體包括：
8.根據(jù)權(quán)利要求1所述的一種借款逾期客戶分群方法，其特征在于，所述客戶分群策略，具體包括：
【技術特征摘要】
1.一種借款逾期客戶分群方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的一種借款逾期客戶分群方法，其特征在于，所述設計客戶分群重要性集合中每個元素的得分公式，具體包括：
3.根據(jù)權(quán)利要求2所述的一種借款逾期客戶分群方法，其特征在于，所述按職業(yè)穩(wěn)定性和收入潛力評分，具體包括：
4.根據(jù)權(quán)利要求2所述的一種借款逾期客戶分群方法，其特征在于，所述借款用途評分，具體包括：
5...
【專利技術屬性】
技術研發(fā)人員：于佳旻，
申請(專利權(quán))人：上海界吉信息技術有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。