[发明专利]一种不良资产的多因子估值方法及系统、介质、设备

说明书

本发明提供了一种不良资产的多因子估值方法及系统、介质、设备，通过获取待处理的不良资产的资产特征数据，对资产特征数据进行数据预处理，得到处理后的特征数据，利用已完成训练的特征预测模型对特征数据进行特征预测处理，得到针对不良资产的还款意愿估值、还款能力估值以及资产折减率，根据还款意愿估值、所述还款能力估值以及资产折减率对不良资产进行回款计算，得到不良资产的回款估值。本发明通过利用与不良资产相关的多影响因素对资产回款进行估值，大大提高了针对个人单笔借款的估值准确性，可以满足多样化催收方案的匹配需求。

技术领域

本发明涉及数据处理技术领域，特别是一种不良资产的多因子估值方法及系统、介质、设备。

背景技术

不良资产是指在金融信贷领域中借款人不能按期、按量归还本息或信贷企业无法处置的资产，例如无法处置的抵押房产等。为了减少不良资产带来的经济损失，信贷企业利用大数据方法会对不良资产数据的资产价值进行估值，以便准确地定制催收方案。

目前，针对个人的不良资产估值没有较为成熟的解决方案，仅能借助对公不良资产回收、信用卡逾期回收等相关领域的回收经验对整包进行大致估值，未能充分考虑单笔借款还款人的还款意愿、还款能力及单笔借款逾期时长等因素对于最终单笔回款率的影响，后续也难以定制个性化催收方案以最大化欠款回款率。

发明内容

鉴于上述问题，本发明提出了一种不良资产的多因子估值方法及系统、介质、设备，对借款人的还款意愿、还款能力、折减率进行多因子评估，并制定可选的欺诈过滤策略，最终得到单笔借款的综合偿债指数及预估回收额。

依据本发明第一方面，提供了一种不良资产的多因子估值方法，包括：

获取待处理的不良资产的资产特征数据；

对所述资产特征数据进行数据预处理，得到处理后的特征数据；

利用已完成训练的特征预测模型对所述特征数据进行特征预测处理，得到针对所述不良资产的还款意愿估值、还款能力估值以及资产折减率；

根据所述还款意愿估值、所述还款能力估值以及所述资产折减率对所述不良资产进行回款计算，得到所述不良资产的回款估值。

可选地，所述根据所述还款意愿估值、所述还款能力估值以及所述资产折减率对所述不良资产进行回款计算，得到所述不良资产的回款估值，包括：

根据所述还款意愿估值、所述还款能力估值以及所述资产折减率计算所述不良资产的综合偿债指数，计算公式为：

G(x)＝H(W(x),V(x))*(1-P(x))

其中，x为用户的数值化特征；G(x)为用户x的不良资产综合偿债指数；H(W(x),V(x))为用户x的不良资产理想回款率；W(x)为用户x针对不良资产的还款意愿估值；V(x)为用户x针对不良资产的还款能力估值；P(x)为用户x的不良资产折减率；

根据所述综合偿债指数和所述不良资产对应的待还金额，计算所述不良资产的回款估值，计算公式为：

R(x)＝G(x)*B(x)

其中，R(x)为用户x的不良资产的回款估值；B(x)为用户x的不良资产对应的待还金额。

可选地，所述根据已完成训练的特征预测模型针对所述特征数据进行特征预测处理之前，还包括：

构建特征预测模型；其中，所述特征预测模型包括还款意愿预测子模型、还款能力预测子模型和资产折减率预测子模型；

获取原有特征数据作为模型训练样本数据；其中，所述原有特征数据为预先采集并经过数据预处理的原有不良资产的资产特征数据；