[发明专利]汽车金融贷后风险预警方法

权利要求书

1.一种汽车金融贷后风险预警方法，其特征在于：

所述汽车金融贷后风险预警方法包括如下步骤：

构建一个用于预警的机器学习模型；

制定一个用于预警的预警策略规则；

将汽车金融客户的相关数据输入至所述机器学习模型；

根据所述机器学习模型输出的数据和所述预警策略规则输出风险预警等级；

根据所述风险预警等级匹配对应的预警措施。

2.根据权利要求1所述的汽车金融贷后风险预警方法，其特征在于：

所述构建一个用于预警的机器学习模型包括如下步骤：

为所述机器学习模型选取模型模板。

3.根据权利要求2所述的汽车金融贷后风险预警方法，其特征在于：

所述构建一个用于预警的机器学习模型包括如下步骤：

为所述机器学习模型准备样本数据。

4.根据权利要求3所述的汽车金融贷后风险预警方法，其特征在于：

为所述机器学习模型准备训练数据包括如下步骤：

根据汽车金融客户还款情况将样本数据分为好样本和坏样本。

5.根据权利要求4所述的汽车金融贷后风险预警方法，其特征在于：

为所述机器学习模型准备训练数据还包括如下步骤：

对所述样本数据进行准备、指标加工和数据清洗。

6.根据权利要求5所述的汽车金融贷后风险预警方法，其特征在于：

在对所述样本数据进行准备时，所述样本数据的数据维度包括：

申请数据、贷后逾期数据、车贷相关数据、客户基本数据、收入负债数据、客户历史扣款数据。

7.根据权利要求6所述的汽车金融贷后风险预警方法，其特征在于：

在对所述样本数据进行准备时，所述样本数据的数据维度还包括：

三方外部数据、抵押率数据、贷后催收数据、贷后征信数据。

8.根据权利要求7所述的汽车金融贷后风险预警方法，其特征在于：

所述样本数据的指标加工包括：统计一年内未扣款成功次数数据和平均预期天数。

9.根据权利要求8所述的汽车金融贷后风险预警方法，其特征在于：

所述样本数据的数据清洗包括缺失值填充和异常值处理。

10.根据权利要求9所述的汽车金融贷后风险预警方法，其特征在于：

所述制定一个用于预警的预警策略规则包括策略分析和策略制定。