[发明专利]一种借贷信用风险评估方法及装置

说明书

本发明公开了一种借贷信用风险评估方法及装置，该方法包括：获取借款人对应的统计特征信息和历史还款信息；根据所述统计特征信息和所述历史还款信息，确定所述借款人所属的风险类别；根据所述历史还款信息和所述风险类别，通过预先训练的逾期‑坏账风险模型评估所述借款人的逾期概率及坏账概率。本发明依据借款人的特征对借款人的信用风险进行了分类，并通过逾期‑坏账风险模型同时考察借款人的逾期风险和坏账风险，能够识别借款人的还款能力，并依据借款人每个单笔还款的情况，对下一期的逾期和坏账风险进行预测，整个风险评估过程能够涵盖借款人多期还款的整个生命周期。

技术领域

本发明属于数据处理技术领域，具体涉及一种借贷信用风险评估方法及装置。

背景技术

由于用户分散且无需抵押，金融市场中互联网络借贷平台的用户坏账风险比传统信用市场更高，因此，在有限的借款人信息提供条件下，信用风险评估对于网络借贷平台和投资人而言就变得极为重要。

当前，相关技术中通常依据借款人的个人相关信息、款项信息以及借款人的社会资本特征等指标，对借款人的坏账风险进行评估。但借款人的还款过程有逾期和坏账两个阶段，而现有研究主要集中基于款项层面来评测借款人的坏账风险，不考虑借款人的逾期行为，即便考虑，也是将逾期看成是坏账预测的一个影响因素，导致借贷信用风险评估具有一定的片面性，风险评估的准确性有待进一步提高。

发明内容

为解决以上问题，本发明提供一种借贷信用风险评估方法及装置，通过逾期-坏账风险模型同时考察借款人的逾期风险和坏账风险。本发明通过以下几个方面来解决以上问题。

第一方面，本发明实施例提供了一种借贷信用风险评估方法，所述方法包括：

获取借款人对应的统计特征信息和历史还款信息；

根据所述统计特征信息和所述历史还款信息，确定所述借款人所属的风险类别；

根据所述历史还款信息和所述风险类别，通过预先训练的逾期-坏账风险模型评估所述借款人的逾期概率及坏账概率。

结合第一方面，本发明实施例提供了上述第一方面的第一种可能的实现方式，其中，所述根据所述统计特征信息和所述历史还款信息，确定所述借款人所属的风险类别，包括：

根据所述统计特征信息，分别计算所述借款人属于各个风险类别的概率；

根据所述借款人属于各个风险类别的概率及所述历史还款信息，计算所述借款人的历史还款行为对应的还款概率；

根据所述借款人的历史还款行为对应的还款概率，确定所述借款人所属的风险类别。

结合第一方面的第一种可能的实现方式，本发明实施例提供了上述第一方面的第二种可能的实现方式，其中，所述根据所述统计特征信息，分别计算所述借款人属于各个风险类别的概率，包括：

根据所述统计特征信息包括的各个特征变量，分别确定所述借款人属于各个风险类别时所述各个特征变量对应的分类权重；

根据所述各个特征变量及所述各个特征变量对应的分类权重，通过公式(1)分别计算所述借款人属于各个风险类别的概率；

在公式(1)中，m_is为借款人i属于风险类别s的概率，μ_is为借款人i属于风险类别s时所述各个特征变量对应的分类权重组成的权重矩阵，μ_is′为所述μ_is的转置矩阵，Demo_i为借款人i对应的所述各个特征变量组成的特征矩阵，μ_ik为借款人i属于风险类别k时所述各个特征变量对应的分类权重组成的权重矩阵，μ_ik′为所述μ_ik的转置矩阵，k的取值为1,2，…，S，S为风险类别的总数目。