【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及數(shù)據(jù)處理，具體涉及一種基于多目標優(yōu)化的貸款評估方法及系統(tǒng)。
技術(shù)介紹
1、在信用貸款的風(fēng)險控制場景中，差異化額度管理已成為金融機構(gòu)在符合監(jiān)管要求前提下降低貸款風(fēng)險的主要技術(shù)手段，客戶額度管理的科學(xué)化和合理化對于提高客戶滿意度和降低貸款風(fēng)險至關(guān)重要。
2、但是，現(xiàn)有貸款額度的評估策略存在兩種策略；第一種策略是為客戶提供了過高的貸款額度，會增加企業(yè)無法收回貸款的風(fēng)險；第二種策略是為了降低企業(yè)收回貸款的風(fēng)險，給予客戶較小的貸款額度，會降低客戶對企業(yè)的信賴感，進而導(dǎo)致客戶流失。從長遠來看，這兩種不合理的貸款額度評估策略都會造成企業(yè)產(chǎn)生損失，不利于企業(yè)的長期發(fā)展。并且，企業(yè)對客戶的異常貸款信息常采用一刀切的方式評估客戶的資質(zhì)、信用等，未結(jié)合客戶的實際情況進行分析，導(dǎo)致客戶的資質(zhì)、信用等比實際情況要低，進而會降低客戶的滿意度。
3、因此，本專利技術(shù)提供了一種基于多目標優(yōu)化的貸款評估方法及系統(tǒng)，以解決上述問題。
技術(shù)實現(xiàn)思路
1、針對上述情況，為克服現(xiàn)有技術(shù)之缺陷，本專利技術(shù)提供了一種基于多目標優(yōu)化的貸款評估方法及系統(tǒng)，以解決上述傳統(tǒng)的貸款額度評估方法評估用戶貸款額度不合理，不利于企業(yè)長期發(fā)展的問題。
2、為了實現(xiàn)上述目的，本專利技術(shù)采取的技術(shù)方案為：
3、第一方面，本專利技術(shù)提供了一種基于多目標優(yōu)化的貸款評估方法，包括：
4、獲取客戶的貸款類型和初始客戶信息，并按照預(yù)設(shè)分類標準將貸款類型和初始客戶信息存儲到資質(zhì)數(shù)據(jù)庫、貸
5、當初始客戶信息含有異常信息時，根據(jù)預(yù)設(shè)異常分析模型對初始客戶信息進行調(diào)整，判斷是否剔除異常信息，以得到調(diào)整后的客戶信息；
6、根據(jù)客戶選擇的貸款類型選擇對應(yīng)的額度評估模型對客戶信息進行分析處理，以確定客戶的授信額度；具體包括：根據(jù)客戶信息確定客戶的資質(zhì)評級、風(fēng)險評級和額度評級；根據(jù)客戶的資質(zhì)評級、風(fēng)險評級和額度評級確定預(yù)設(shè)風(fēng)險額度均衡規(guī)則中的多個評估參數(shù)；根據(jù)預(yù)設(shè)風(fēng)險額度均衡規(guī)則確定客戶的授信額度。
7、優(yōu)選地，所述的當初始客戶信息含有異常信息時，根據(jù)預(yù)設(shè)異常分析模型對初始客戶信息進行調(diào)整，判斷是否剔除異常信息，以得到調(diào)整后的客戶信息；根據(jù)客戶信息確定客戶的資質(zhì)評級、風(fēng)險評級和額度評級，包括：
8、獲取客戶信息中的異常信息以及異常信息相關(guān)的補充信息，按照時間順序?qū)蛻舻漠惓Ｐ畔⒑脱a充信息進行分析，以確定異常原因；根據(jù)異常原因判斷異常信息的異常類型；當異常類型屬于預(yù)設(shè)異常類型時，清除異常信息。
9、優(yōu)選地，所述的按照時間順序?qū)蛻舻漠惓Ｐ畔⒑脱a充信息進行分析，以確定異常原因，包括：對異常信息和補充信息進行特征提取并按照時間順序進行排序，以得到異常序列特征；采用關(guān)聯(lián)分析方法確定異常序列特征中各特征之間的關(guān)聯(lián)關(guān)系；根據(jù)異常信息、補充信息和關(guān)聯(lián)關(guān)系形成異常原因。
10、優(yōu)選地，所述的根據(jù)客戶信息確定客戶的資質(zhì)評級、風(fēng)險評級和額度評級，包括：按照風(fēng)險梯度和roa梯度對客戶信息進行自動化離散，以得到特征向量，將同類型的特征向量進行融合，以得到同類型數(shù)據(jù)的平均特征向量；
11、采用圖神經(jīng)網(wǎng)絡(luò)算法對各平均向量的類型進行關(guān)聯(lián)分析，以分別確定資質(zhì)評級、風(fēng)險評級和額度評級中的各類型數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系，形成三個映射關(guān)系圖譜；根據(jù)映射關(guān)系圖譜確定圖譜中各類型數(shù)據(jù)的權(quán)重；根據(jù)各類型數(shù)據(jù)的權(quán)重和各平均特征向量分別確定資質(zhì)評級、風(fēng)險評級和額度評級。
12、優(yōu)選地，所述的根據(jù)映射關(guān)系圖譜確定各類型數(shù)據(jù)的權(quán)重，包括：根據(jù)映射關(guān)系圖譜中節(jié)點連接的線條數(shù)作為節(jié)點對應(yīng)類型的初始權(quán)重；對各初始權(quán)重進行歸一化處理，以得到各類型數(shù)據(jù)的對應(yīng)的權(quán)重。
13、優(yōu)選地，所述的根據(jù)各類型數(shù)據(jù)的權(quán)重和各平均特征向量分別確定資質(zhì)評級、風(fēng)險評級和額度評級，包括：對各平均特征向量和各類型數(shù)據(jù)的權(quán)重進行處理，以構(gòu)建權(quán)重集和特征向量矩陣；采用模糊分析法對權(quán)重集和特征向量矩陣進行模糊處理，以得到客戶的資質(zhì)評級、風(fēng)險評級和額度評級。
14、優(yōu)選地，所述的根據(jù)預(yù)設(shè)風(fēng)險額度均衡規(guī)則確定客戶的授信額度，包括：
15、獲取預(yù)設(shè)損失函數(shù)中對應(yīng)的平均特征向量并進行填充；根據(jù)預(yù)設(shè)損失函數(shù)計算客戶的授信額度，預(yù)設(shè)損失函數(shù)的計算公式為：
16、，
17、其中，為尋優(yōu)函數(shù)，為回報函數(shù)，為額度規(guī)模函數(shù)，為額度函數(shù)，為總平均特征向量中的第i個平均特征向量，為權(quán)重系數(shù)，為風(fēng)險函數(shù)。
18、優(yōu)選地，一種基于多目標優(yōu)化的貸款評估方法還包括：定期獲取客戶的變更信息，以更新各數(shù)據(jù)庫中的對應(yīng)數(shù)據(jù)，并根據(jù)更新數(shù)據(jù)動態(tài)調(diào)整對應(yīng)的平均特征向量和映射關(guān)系圖譜；當變更信息屬于預(yù)設(shè)變更條件時，根據(jù)更新的平均特征向量和映射關(guān)系圖譜確定客戶的次級授信額度；將所述次級授信額度作為用戶當前的授信額度。
19、優(yōu)選地，一種基于多目標優(yōu)化的貸款評估方法還包括：采用密鑰加密方法對預(yù)設(shè)風(fēng)險額度均衡規(guī)則進行加密；在訪問預(yù)設(shè)風(fēng)險額度均衡規(guī)則時，使用對應(yīng)的密鑰進行解密；以及在密鑰使用后隨機生成新的密鑰。
20、第二方面，本專利技術(shù)提供了一種基于多目標優(yōu)化的貸款評估系統(tǒng)，所述貸款評估系統(tǒng)用于執(zhí)行上述技術(shù)方案中任一項所述的貸款評估方法，包括：
21、數(shù)據(jù)獲取模塊，獲取客戶的貸款類型和初始客戶信息，并按照預(yù)設(shè)分類標準將貸款類型和初始客戶信息存儲到資質(zhì)數(shù)據(jù)庫、貸款行為數(shù)據(jù)庫、風(fēng)險特征數(shù)據(jù)庫以及補充數(shù)據(jù)庫中；
22、異常分析模塊，當初始客戶信息含有異常信息時，根據(jù)預(yù)設(shè)異常分析模型對初始客戶信息進行調(diào)整，判斷是否剔除異常信息，以得到調(diào)整后的客戶信息；
23、額度評估模塊，根據(jù)客戶選擇的貸款類型選擇對應(yīng)的額度評估模型對客戶信息進行分析處理，以確定客戶的授信額度；具體包括：根據(jù)客戶信息確定客戶的資質(zhì)評級、風(fēng)險評級和額度評級；根據(jù)客戶的資質(zhì)評級、風(fēng)險評級和額度評級確定預(yù)設(shè)風(fēng)險額度均衡規(guī)則中的多個評估參數(shù)；根據(jù)預(yù)設(shè)風(fēng)險額度均衡規(guī)則確定客戶的授信額度。
24、本專利技術(shù)的有益效果為：
25、1、本專利技術(shù)采用了根據(jù)客戶信息確定客戶的資質(zhì)評級、風(fēng)險評級和額度評級；并在確定的客戶資質(zhì)評級、風(fēng)險評級和額度評級的基礎(chǔ)上，通過預(yù)設(shè)風(fēng)險額度均衡規(guī)則確定客戶的授信額度。通過上述方式，本專利技術(shù)能夠使客戶的貸款評估額度合理，使企業(yè)的風(fēng)險容忍度與客戶的貸款額度做到相對平衡，以便讓企業(yè)的貸款業(yè)務(wù)長期、可持續(xù)的發(fā)展。
26、2、本專利技術(shù)采用了當初始客戶信息中存在異常信息時，通過預(yù)設(shè)異常分析模型對異常信息進行判斷，以判斷是否剔除異常信息；當剔除異常信息后，采用剩余的初始客戶信息分析客戶的資質(zhì)評級、風(fēng)險評級和額度評級，以及確定客戶的授信額度。通過上述方式，本專利技術(shù)能夠解決企業(yè)根據(jù)客戶的異常貸款信息評估客戶的資質(zhì)、信用等，未結(jié)合客戶的實際情況進行分析，導(dǎo)致客戶的資質(zhì)、信用等比實際情況要低的問題，有助于提高客戶的授信額度，進而會增加客戶的滿意度。
本文檔來自技高網(wǎng)...【技術(shù)保護點】
1.一種基于多目標優(yōu)化的貸款評估方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的一種基于多目標優(yōu)化的貸款評估方法，其特征在于，所述的當初始客戶信息含有異常信息時，根據(jù)預(yù)設(shè)異常分析模型對初始客戶信息進行調(diào)整，判斷是否剔除異常信息，以得到調(diào)整后的客戶信息；根據(jù)客戶信息確定客戶的資質(zhì)評級、風(fēng)險評級和額度評級，包括：
3.根據(jù)權(quán)利要求2所述的一種基于多目標優(yōu)化的貸款評估方法，其特征在于，所述的按照時間順序?qū)蛻舻漠惓Ｐ畔⒑脱a充信息進行分析，以確定異常原因，包括：
4.根據(jù)權(quán)利要求1所述的一種基于多目標優(yōu)化的貸款評估方法，其特征在于，所述的根據(jù)客戶信息確定客戶的資質(zhì)評級、風(fēng)險評級和額度評級，包括：
5.根據(jù)權(quán)利要求4所述的一種基于多目標優(yōu)化的貸款評估方法，其特征在于，所述的根據(jù)映射關(guān)系圖譜確定各類型數(shù)據(jù)的權(quán)重，包括：
6.根據(jù)權(quán)利要求4所述的一種基于多目標優(yōu)化的貸款評估方法，其特征在于，所述的根據(jù)各類型數(shù)據(jù)的權(quán)重和各平均特征向量分別確定資質(zhì)評級、風(fēng)險評級和額度評級，包括：對各平均特征向量和各類型數(shù)據(jù)的權(quán)重進行處理，以構(gòu)建權(quán)重集和
7.根據(jù)權(quán)利要求4所述的一種基于多目標優(yōu)化的貸款評估方法，其特征在于，所述的根據(jù)預(yù)設(shè)風(fēng)險額度均衡規(guī)則確定客戶的授信額度，包括：
8.根據(jù)權(quán)利要求1所述的一種基于多目標優(yōu)化的貸款評估方法，其特征在于，還包括：
9.根據(jù)權(quán)利要求1所述的一種基于多目標優(yōu)化的貸款評估方法，其特征在于，還包括：
10.一種基于多目標優(yōu)化的貸款評估系統(tǒng)，所述貸款評估系統(tǒng)用于執(zhí)行如權(quán)利要求1至9中任一項所述的貸款評估方法，其特征在于，包括：
...【技術(shù)特征摘要】
1.一種基于多目標優(yōu)化的貸款評估方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的一種基于多目標優(yōu)化的貸款評估方法，其特征在于，所述的當初始客戶信息含有異常信息時，根據(jù)預(yù)設(shè)異常分析模型對初始客戶信息進行調(diào)整，判斷是否剔除異常信息，以得到調(diào)整后的客戶信息；根據(jù)客戶信息確定客戶的資質(zhì)評級、風(fēng)險評級和額度評級，包括：
3.根據(jù)權(quán)利要求2所述的一種基于多目標優(yōu)化的貸款評估方法，其特征在于，所述的按照時間順序?qū)蛻舻漠惓Ｐ畔⒑脱a充信息進行分析，以確定異常原因，包括：
4.根據(jù)權(quán)利要求1所述的一種基于多目標優(yōu)化的貸款評估方法，其特征在于，所述的根據(jù)客戶信息確定客戶的資質(zhì)評級、風(fēng)險評級和額度評級，包括：
5.根據(jù)權(quán)利要求4所述的一種基于多目標優(yōu)化的貸款評估方法，其特征在于，所述的根據(jù)映射關(guān)系圖譜確定各類型數(shù)據(jù)的權(quán)重，包括：
6...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：潘花蕾，江霖暉，黃媛媛，段美寧，
申請(專利權(quán))人：杭銀消費金融股份有限公司，
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。