[发明专利]基于不同种类风险因子的违约归因方法

权利要求书

1.基于不同种类风险因子的违约归因方法，其特征在于，包括以下步骤：

建立不同种类风险因子的违约归因方法模型；

将宏观风险因子和个性风险因子作为特征变量加入到违约归因方法模型中；

当前批次用户进入到表现期后，结合用户的违约行为与宏观风险因子及个性风险因子的数据表现，具体分析用户的违约行为是由于内生事件还是外生事件导致，根据不同的违约原因来差异化处理当前批次用户；

根据模型结果给用户审批额度和利息定价。

2.如权利要求1所述的违约归因策略，其特征在于，不同种类风险因子的违约归因方法还包括步骤：

接入能够实时提供地区GDP、CPI、PPI、失业率数据的外部数据源厂商，接入数据源后验证数据的查得率；查得数据后，针对数据做加工，形成衍生特征：GDP增长率、CPI增长率、PPI增长率、失业率增长率；将所有查得数据及衍生特征全部供数给模型。

3.如权利要求1所述的违约归因方法，其特征在于，宏观风险因子包括：GDP、GDP增长率、CPI、CPI增长率、PPI、PPI增长率、失业率、失业率增长率、公共事件影响指数；

个性风险因子包括：房贷待还、车贷剩余待还、多头借贷平台数、学历水平、信用卡额度、信用卡额度使用率。

4.如权利要求1所述的违约归因方法，其特征在于，对违约用户进行数据分析，包括以下几种情况：

1)宏观风险因子数据表现较之前较差，个性风险因子数据表现较之前未变或更好；该种情况，判定为用户自身的还款意愿未变，还款能力受大环境因素影响而导致逾期；此类用户群体的信用意识和信用能力仍然很强；

2)宏观风险因子数据表现较之前较差，个性风险因子数据表现较之前较差；该种情况，用户的还款能力受外界影响较大，因为大环境影响而产生连锁反应导致还款能力大幅下降；同时，还款能力的大幅下降导致还款意愿下降；

3)宏观风险因子数据表现较之前前未变或更好，个性风险因子数据表现较之前未变或更好；该种情况判定为用户暂时性经济困难导致还款能力降低，从长期来看此类用户仍有较强的还款能力和意愿；

4)宏观风险因子数据表现较之前未变或更好，个性风险因子数据表现较之前较差；该种情况判定为用户自身因素导致还款能力下降，为用户不恰当使用资金导致。

5.如权利要求3所述的违约归因方法，其特征在于，公共事件影响指数其中公共事件包括：公共卫生事件、公共安全事件、自然灾害事件、国家政策事件、公共生产事故事件、国际贸易事件、国际关系事件。

6.如权利要求5所述的违约归因方法，其特征在于，公共事件数据按照省/直辖市纬度统计。

7.如权利要求3所述的违约归因方法，其特征在于，宏观因子的统计维度均落实到省/直辖市级行政单位；个性风险因子的统计维度均落实到个人维度。