[发明专利]一种基于因素分析的消费金融用户收益估算方法

说明书

本发明涉及一种基于因素分析的消费金融用户收益估算方法，包括：获取用户借贷数据，通过K‑prototype算法，按照信贷因素将所述用户借贷数据分成若干组，再对每一组中的用户定性属性通过哑变量转化为可定量判断的数值；通过Brinson模型，对信贷产品进行业绩归因，将超额回报分解成利率效应、信用价差价配置效应和择时能力效应。本发明可以准确分析出影响消费金融公司信贷产品收益的因素，有利于消费金融公司对信贷产品的开展，保证业务最优化、收益最大化。

技术领域

本发明属于金融收益分析技术领域，具体涉及一种基于因素分析的消费金融用户收益估算方法。

背景技术

消费金融公司都希望能够在有限资金情况下追求利益最大化，而追求利润最大化的方式基本都是采用传统的体验升级和提升用户黏性来提高用户转化率(漏斗分析等)，从而达到收益和利润层面突破的目的。在此过程中，对开展的业务进行业绩分析必不可少，目前消费金融公司对业绩分析一般采用标准财会方式，即采用投入产出比，然后同比或环比一些不一样之处，得出未来业务如何开展，没有深入研究数据背后的具体因素。而消费金融公司是自带金融属性的公司，注定了用户忠诚度不依赖于服务体验的极致追求。单纯财务指标不能反应金融行业所包含的金融因素，尤其是潜在风险。金融环境瞬息万变，新信贷产品的推出要依据已有数据预估是否能够获益，普遍做法是试运行一段时间看效果再决定是否完全推广。试运行虽然可以通过真实环境测试效果，但是这依赖于所处地域的样本情况。这并不代表实际的全部，也存在机会成本。

发明内容

本发明提出一种基于因素分析的消费金融用户收益估算方法，为业务开展提供指导，提高收益。

本发明所采用的技术方案为：

一种基于因素分析的消费金融用户收益估算方法，包括如下步骤：

步骤一、获取用户借贷数据，通过K-prototype算法，按照信贷因素将所述用户借贷数据分成若干组，再对每一组中的用户定性属性通过哑变量转化为可定量判断的数值；

步骤二、通过Brinson模型，对信贷产品进行业绩归因，公式如下：

公式(1)中，为利率效应，为信用价差价配置效应，为择时能力；

r_P是实际放贷后用户还款而统计到的实际收益率；r_B是实际放贷后基准分类用户还款而统计到的实际收益率，采用所有r_P中的中位数，若出现两个中位数，则采用较低的那个r_P；

w_Pi表示第Pi个对收益贡献的权重，w_Bi表示第Bi个对基准贡献的权重，S_Pi是Pi的分布统计函数面积，S_Bi是Bi的分布统计函数面积；B是基准，是用来被比较的标准分类，P是用来比较的分类；i为序号，n为用户定性属性的数量，i＝1,2,3,…,n；

通过对r_P的成分分析，得到r_Pi，即每一用户定性属性对r_P的影响，进而通过调整信贷因素，实现更高的r_P。

进一步地，步骤一中，通过K-prototype算法进行数据分组包括：

1)、随机选取k个初始原型；

2)、针对数据集中的每个样本点，计算样本点与k个初始原型的距离，其中，数值型变量计算欧氏距离，类别型变量计算汉明距离；将样本点划分到离它最近的初始中心点所对应的类别中；

3)、类别划分完成后，重新确定类别的原型，数值型变量样本取值的均值作为新的原型的特征取值，类别型变量样本取值的众数作为新的原型的特征取值；