[发明专利]基于市场风险的金融风险预测方法、装置和电子设备

说明书

本发明提供了一种基于市场风险的金融风险预测方法、装置和电子设备。该方法包括：获取历史用户的用户特征数据和金融表现数据，根据市场风险筛选规则，从历史用户筛选特定风险时间内的目标用户，将该目标用户作为正样本，并建立训练数据集；建立市场风险预测模型，并使用所述训练数据集训练该市场风险预测模型；获取当前用户的用户特征数据，识别该当前用户为待预测用户，并使用所述市场风险预测模型，计算所述当前用户的市场风险预测值；基于所述市场风险预测值，预测所述当前用户的金融风险情况。本发明能够能够更快速、更自动且更精准地预测特定用户群因市场风险因素而引起的资源归还风险。

技术领域

本发明涉及计算机信息处理领域，具体而言，涉及一种基于市场风险的金融风险预测方法、装置和电子设备。

背景技术

风险预测是对风险的量化，是风险管理的关键性技术。目前一般通过建模的方式进行风险预测，在模型的建立过程中，主要有数据抽取、特征生成、特征选取、算法模型生成和合理性评估等步骤。

在现有技术中，金融风险预测主要的目的是如何区分出好客户和坏客户，评估用户的风险情况，以降低信用风险，并实现利润最大化。此外，随着数据的来源渠道越来越丰富，可以作为风险特征变量的数据也越来越多。但是，在通常情况下，有些用户可能是优质用户，但一旦存在市场风险时，会从优质用户转变为风险用户，在这种情况下，上述这类用户会给金融公司或金融平台造成一定损失。此外，在特定用户群的风险预测、模型参数估计、模型计算精度、数据更新方面仍存在很大改进空间。

因此，有必要提供一种基于市场风险的金融风险预测方法，以能够更快速、自动且精确地预测特定用户群的风险情况。

发明内容

为了能够更有效降低金融服务机构（平台或公司等）的金融风险损失，并能够更快速、自动且精确地预测特定用户群的风险情况。本发明提供了一种基于市场风险的金融风险预测方法，其用于资源归还期间对用户风险管控，包括：获取历史用户的用户特征数据和金融表现数据，根据市场风险筛选规则，从历史用户筛选特定风险时间内的目标用户，将该目标用户作为正样本，并建立训练数据集，所述用户特征数据包括第一动支行为后的动支行为数据和资源归还行为数据；建立市场风险预测模型，并使用所述训练数据集训练该市场风险预测模型；获取当前用户的用户特征数据，识别该当前用户为待预测用户，并使用所述市场风险预测模型，计算所述当前用户的市场风险预测值；基于所述市场风险预测值，预测所述当前用户的金融风险情况。

优选地，包括：设定筛选规则，该筛选规则包括第一筛选规则和第二筛选规则；所述第一筛选规则包括设定市场风险指标及其对应的特定市场风险时间段，该市场风险指标包括意外风险指标、环境风险指标、金融资源产品定价指标；所述第二筛选规则包括判断用户在第一动支行为之后是否发生风险事件、且在特定时间段内市场风险系数的波动值超出预设范围。

优选地，所述获取当前用户的用户特征数据，识别该当前用户为待预测用户包括：在命中第一判断规则的情况下，识别并确定当前用户为待预测用户，所述第一判断规则包括判断当前用户是否发生了第一次动支行为，判断是否在第一次动支行为之后且在归还时间点或之前完成了资源归还。

优选地，所述获取当前用户的用户特征数据，识别该当前用户为待预测用户包括：在命中第一判断规则和第二判断规则的情况下，识别并确定当前用户为待预测用户；所述第一判断规则包括判断当前用户是否发生了第一次动支行为，判断是否在第一次动支行为之后且在归还时间点或之前完成了资源归还；所述第二判断规则包括判断当前用户是否发生过风险事件以及发生风险事件的次数，该风险事件包括在第一次动支行为之后、在距归还时间点特定时间内发生了动支行为且在该归还时间点或之前完成了资源归还。

优选地，所述训练数据集包括用户特征数据、第一动支行为后的动支行为数据和资源归还行为数据、市场风险系数、逾期概率和/或违约概率，所述金融表现数据为逾期概率和/或违约概率。