[发明专利]一种违约概率预测方法、系统和可读存储介质

说明书

本发明提供一种违约概率预测方法、系统和可读存储介质，所述方法包括：接收客户提交的业务请求，并获取所述客户的基本信息；根据所述客户的基本信息，并结合征信中心和第三方大数据信息，获取所述客户的财务信息；根据所述客户的财务信息预测其财务生命周期和负债水平；评估所述客户的债务转移能力和守约意愿水平；综合所述客户的负债水平、债务转移能力和守约意愿水平，建立基于财务生命周期的违约概率模型；本发明通过建立违约概率模型，使金融机构可以动态预测客户的违约概率，从而选择可接受违约概率水平下的最佳授信期间，还可以监测客户的信用风险；同时，本发明的违约概率模型的预测精度较高，且能够适用于不同领域的场景。

技术领域

本发明涉及数据处理和概率预测领域，尤其涉及一种违约概率预测方法、系统和可读存储介质。

背景技术

互联网技术的发展对金融领域造成的冲击将越来越大，金融的轻应用、碎片化属性将越发明显，从传统借贷到P2P平台，无不体现了一个趋势，小微企业的借贷需求正在逐步被发现，而且越来越受到重视。小微企业固定资产规模小、资产结构中可抵押物比例小、抗风险能力弱、业务不稳定等特点，使其很难申请到抵押贷款和信用贷款。为开发这个新兴市场，人们通过建立信贷客户违约模型来预测其未来的违约概率，降低信贷客户违约的风险。

目前，主流违约模型(如KMV违约模型)，都集中于研究客户资产状况是否恶化，结合历史的样本信息来评估其违约概率。然而，此类违约模型面临以下问题：一是忽视了个体差异，容易导致违约概率预测的精确度不高；二是违约样本积累周期较长，容易导致违约概率预测的准确度不高。同时，现有的各类违约模型均具有显著的行业性，在跨领域场景下适用性较差。

发明内容

为了解决上述至少一个技术问题，本发明提出了一种违约概率预测方法、系统和可读存储介质。

为了实现上述目的，本发明第一方面提出了一种违约概率预测方法，包括：

接收客户提交的业务请求，并获取所述客户的基本信息；

根据所述客户的基本信息，并结合征信中心和第三方大数据信息，获取所述客户的财务信息；

根据所述客户的财务信息预测其财务生命周期和负债水平；

评估所述客户的债务转移能力和守约意愿水平；

综合所述客户的负债水平、债务转移能力和守约意愿水平，建立基于财务生命周期的违约概率模型。

本方案中，根据所述客户的财务信息预测其财务生命周期和负债水平，还包括：

根据所述客户的财务信息并采用财务生命周期模型预测所述客户的财务生命周期；和/或

根据所述客户的财务信息并采用负债水平模型预测所述客户的负债水平。

本方案中，评估所述客户的债务转移能力和守约意愿水平，还包括：

分析所述客户已有的融资渠道和融资额度，评估其资金周转困境下的债务转移能力；和/或

根据所述客户的逾期记录和社交信息建立综合评价模型，动态评估所述客户的守约意愿水平。

优选的，所述融资渠道为贷款、信用卡、私人借款的一种或几种。

本方案中，所述违约概率预测方法，还包括：

接收客户提交的贷款业务请求，并获取所述客户的基本信息；

根据所述客户的基本信息，并结合征信中心和第三方大数据信息，获取所述客户的财务信息；

根据所述客户的财务信息预测其财务生命周期和负债水平；

评估所述客户的债务转移能力和守约意愿水平；