[发明专利]借贷业务风险预测方法、装置、计算机设备和存储介质

权利要求书

1.一种借贷业务风险预测方法，包括：

获取待预测借贷业务申请对应的风险预测数据，所述待预测借贷业务存在关联的待销售产品，所述风险预测数据包括所述待销售产品的交易信息、预期销售信息以及待销售产品采购方信息；所述预期销售信息是根据采购方所有平台的预期销售数据；

将所述风险预测数据输入预设借贷预测模型，获取所述风险预测数据对应的归还预测结果；归还预测结果定义为一个数值，应还款日期当天还款时该数值为0；应还款日期之前还款，该数值为正；应还款日期之后还款，该数值为负，并且每拖欠一天，负值的增长会越来越快且越来越大；

获取所述待预测借贷业务中借贷日信息与约定归还日信息；

根据所述借贷日信息、所述约定归还日信息与归还预测结果获取预期归还日信息；

根据所述预期归还日信息与所述约定归还日信息，获取借贷业务风险预测结果数据。

2.根据权利要求1所述的方法，其特征在于，所述将所述风险预测数据输入预设借贷预测模型，获取所述风险预测数据对应的归还预测结果包括：

将所述风险预测数据输入预设借贷预测模型，获取模型输入数据对应的一维向量数据；

获取层级结构数据，根据所述层级结构数据对所述一维向量数据进行拼接处理，获取输入拼接数据；

通过所述预设借贷预测模型获取所述输入拼接数据对应的归还预测结果。

3.根据权利要求2所述的方法，其特征在于，所述模型输入数据包括序列型数据，将所述风险预测数据输入预设借贷预测模型，获取所述模型输入数据对应的一维向量数据包括：

对所述序列型数据进行RNN结构处理，获取所述序列型数据对应的一维向量数据。

4.根据权利要求1所述的方法，其特征在于，所述将所述风险预测数据输入预设风险评估模型，获取所述风险预测数据对应的归还预测结果之前还包括：

获取历史借贷业务数据，根据所述历史借贷业务数据生成模型训练数据；

将所述模型训练数据输入初始卷积神经网络模型，对所述初始卷积神经网络模型进行有监督训练，得到预设借贷预测模型，所述预设借贷预测模型的损失函数根据真实还贷能力与预测还贷能力确定。

5.根据权利要求1所述的方法，其特征在于，所述风险预测数据包括部分连续型数值数据、连续型数值数据、分类型变量数据以及日期数据，所述将所述风险预测数据输入预设风险评估模型，获取所述模型输入数据对应的风险评估结果之前，还包括：

对所述风险预测数据进行预处理，所述预处理包括对所述部分连续型数值数据进行Z-score归一化处理、对所述分类型变量数据进行onehot形式编码处理以及对所述日期数据进行预设日期编码处理。

6.根据权利要求5所述的方法，其特征在于，所述预期销售信息包括历史平台交易数据，所述对所述风险预测数据进行预处理之前，还包括：

对所述预期销售信息中各历史平台交易数据进行指数归一化处理。

7.一种借贷业务风险预测装置，其特征在于，所述装置包括：

数据获取模块，用于获取待预测借贷业务申请对应的风险预测数据，所述待预测借贷业务存在关联的待销售产品，所述风险预测数据包括所述待销售产品的交易信息、预期销售信息以及待销售产品采购方信息；所述预期销售信息是根据采购方所有平台的预期销售数据；

预测结果获取模块，用于将所述风险预测数据输入预设借贷预测模型，获取所述风险预测数据对应的归还预测结果；归还预测结果定义为一个数值，应还款日期当天还款时该数值为0；应还款日期之前还款，该数值为正；应还款日期之后还款，该数值为负，并且每拖欠一天，负值的增长会越来越快且越来越大；

期限获取模块，用于获取所述待预测借贷业务中申请借贷日信息与约定归还日信息；

日期估计模块，用于根据所述借贷日信息、所述约定归还日信息与归还预测结果获取预期归还日信息；

结果获取模块，用于根据所述预期归还日信息与所述约定归还日信息获取借贷业务风险结果数据。