[发明专利]中小企业风险预警模型优化方法、装置、设备和存储介质

说明书

本申请涉及一种中小企业风险预警模型优化方法、装置、设备和存储介质。其中，预先训练预警模型后，利用其对线上数据进行预测，并对预测结果标签进行监控；当确定满足预设的重训练条件时，在原有的训练数据的基础上引入新的训练数据并重新训练预警模型。如此，当模型准确率随着时间的推移而衰减，进而导致预测效果不佳时，可以引入新的数据重新训练预警模型，也即对预警模型进行优化，保证模型具有足够的预测准确率。

技术领域

本申请涉及企业风险预警技术领域，尤其涉及一种中小企业风险预警模型优化方法、装置、设备和存储介质。

背景技术

随着经济的发展，商业银行多元化、差异化的信贷产品越来越多，在方便广大企业获取更好的融资外，也对银行的风控手段产生了重大的冲击。因此，如何找到有效、及时的风险预警方法是商业银行迫在眉睫需要解决的痛点。

目前，可以通过机器学习建立模型，来预测企业在未来是否可能发生逾期风险，从而给银行提供预警，使得银行可以及时进行干预。不过，在模型的实际应用过程中，随着时间的推移，因为标签值(用于训练模型)口径发生变化而失准、部分风险企业因为提前干预后暂时消除风险等原因，会引起模型准确率衰减，导致预测效果不佳。

发明内容

本申请提供一种中小企业风险预警模型优化方法、装置、设备和存储介质，以解决模型准确率随着时间的推移而衰减，进而导致预测效果不佳的问题。

本申请的上述目的是通过以下技术方案实现的：

第一方面，本申请实施例提供一种中小企业风险预警模型优化方法，其包括：

利用预先训练的预警模型对线上数据进行预测；

对所述预警模型的预测标签进行监控；

当确定满足预设的重训练条件时，在原有的训练数据的基础上引入新的训练数据并重新训练预警模型。

可选的，所述预设的重训练条件包括：真实的逾期标签与模型预测的逾期标签的F1值小于预设值。

可选的，所述预设的重训练条件还包括以下项中的至少一项：

训练数据的维度变化大于设定值、统计口径的变更和新算法的引进。

可选的，预警模型的训练过程包括对训练数据进行特征工程，进行的特征工程具体包括：

删除含有未来数据的标签列；

删除缺失值超过预设百分比的标签列以及删除唯一值的标签列；

对枚举类型数据进行因子化编码；

对于有业务含义的变量衍生，按枚举变量对数值型变量进行统计，形成新的有业务含义的全局统计型变量；对于无业务含义的变量衍生，对数值型变量进行数学衍生、标准化和归一化衍生。

可选的，所述预警模型的训练过程包括：

利用机器学习算法对训练数据进行训练，初步得到预警模型；

采用未来的真实数据对初步得到的预警模型进行验证；验证指标为查全率和查准率；

基于验证结果，采用随机搜索算法在超参数空间内进行最优参数搜索；

采用预设选择算法对模型重要参数进行解析，并选取其中最重要的N维作为最终的入模变量；其中，N为超参数，N的取值范围为正整数；

基于选取的N维变量，利用机器学习算法进行重新训练，得到最终的预警模型。

可选的，在预警模型的训练过程中，增强表征逾期的训练数据的权重，并对不同时点的训练数据设置不同的权重；其中，训练数据的时点越接近当前时间则权重越高。