[发明专利]一种风险评估方法及装置

权利要求书

1.一种风险评估方法，其特征在于，应用于贷款风险评估场景，所述方法包括：

根据数据的风险信息量对数据源进行分组，得到包括强相关变量的强相关变量组和包括弱相关变量的弱相关变量组；所述数据源包括变量数据，所述变量数据包括客户开卡数量数据；

依据所述弱相关变量组构建第一风险评估模型；

利用所述第一风险评估模型对仅包含所述弱相关变量的全量样本进行预测概率分类，得到负样本比例最高的样本组；

依据所述负样本比例最高的样本组和所述强相关变量组构建第二风险评估模型；

利用所述第一风险评估模型和所述第二风险评估模型进行风险评估；

其中，所述利用所述第一风险评估模型对仅包含所述弱相关变量的全量样本进行预测概率分类，得到负样本比例最高的样本组，包括：

利用所述第一风险评估模型对仅包含所述弱相关变量的全量样本进行预测概率分类，得到仅包含所述弱相关变量的全量样本中每个样本为负样本的概率；

依据预先设定的分割点以及仅包含所述弱相关变量的全量样本中每个样本为负样本的概率，将仅包含所述弱相关变量的全量样本划分为所述负样本比例最高的样本组和负样本比例最低的样本组。

2.根据权利要求1所述的方法，其特征在于，在所述依据所述弱相关变量组构建第一风险评估模型之前，所述方法还包括：

分别对所述强相关变量组和所述弱相关变量组进行降噪处理。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

以正样本和负样本的预测准确率最高为优化目标，采用预设优化算法，计算所述分割点的最优值。

4.根据权利要求1所述的方法，其特征在于，所述利用所述第一风险评估模型和所述第二风险评估模型进行风险评估，包括：

利用所述第一风险评估模型进行风险评估，得到第一风险评估值；

利用所述第二风险评估模型进行风险评估，得到第二风险评估值；

将所述第一风险评估值和所述第二风险评估值中的最大值确定为最终风险评估值。

5.一种风险评估装置，其特征在于，应用于贷款风险评估场景，所述装置包括：

变量组划分单元，用于根据数据的风险信息量对数据源进行分组，得到包括强相关变量的强相关变量组和包括弱相关变量的弱相关变量组；所述数据源包括变量数据，所述变量数据包括客户开卡数量数据；

第一模型构建单元，用于依据所述弱相关变量组构建第一风险评估模型；

概率分类单元，用于利用所述第一风险评估模型对仅包含所述弱相关变量全量样本进行预测概率分类，得到负样本比例最高的样本组；

第二模型构建单元，用于依据所述负样本比例最高的样本组和所述强相关变量组构建第二风险评估模型；

风险评估单元，用于利用所述第一风险评估模型和所述第二风险评估模型进行风险评估；

其中，所述概率分类单元，具体用于：

利用所述第一风险评估模型对仅包含所述弱相关变量的全量样本进行预测概率分类，得到仅包含所述弱相关变量的全量样本中每个样本为负样本的概率；

依据预先设定的分割点以及仅包含所述弱相关变量的全量样本中每个样本为负样本的概率，将仅包含所述弱相关变量的全量样本划分为所述负样本比例最高的样本组和负样本比例最低的样本组。

6.根据权利要求5所述的装置，其特征在于，所述装置还包括：

降噪处理单元，用于分别对所述强相关变量组和所述弱相关变量组进行降噪处理。

7.根据权利要求5所述的装置，其特征在于，所述装置还包括：

分割点设定单元，用于以正样本和负样本的预测准确率最高为优化目标，采用预设优化算法，计算所述分割点的最优值。

8.根据权利要求5所述的装置，其特征在于，所述风险评估单元，具体用于：

利用所述第一风险评估模型进行风险评估，得到第一风险评估值；

利用所述第二风险评估模型进行风险评估，得到第二风险评估值；

将所述第一风险评估值和所述第二风险评估值中的最大值确定为最终风险评估值。