[发明专利]信用违约的预测方法、装置、电子设备及存储介质

说明书

本申请提供了一种信用违约的预测方法、装置、电子设备及存储介质，其中，在信用违约的预测方法中，首先获取N个待预测发行体的公开数据和N个待预测发行体的行内数据。然后对公开数据进行特征处理，得到公开数据特征，对行内数据进行特征处理，得到行内数据特征。将公开数据特征输入预设的第一模型中，得到第一预测结果；将公开数据特征输入预设的第二模型中，得到第二预测结果。将行内数据特征输入第一模型中，得到第三预测结果；将行内数据特征输入第二模型中，得到第四预测结果。最后基于预设的算法，将第一预测结果、第二预测结果、第三预测结果和第四预测结果进行运算，得到最终预测结果，提升了预测结果的准确率。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种信用违约的预测方法、装置、电子设备及存储介质。

背景技术

挖掘对用户信用违约进行预测的方案，进一步提升商业银行对违约风险的防范能力，加强风险共治，促进我国银行业高质量发展。

现有技术中对我国债券违约预测的成果不多，主要是因为债券违约事件近几年才相对较多出现，现有技术所采用的预测方法相对简单，常见的以规则类分析为主，同时数据也大多局限于企业的财报数据，对于潜在风险的分析视角和及时性均有很大的局限，因此对企业进行信用违约的预测时得到预测结果准确率较低。

发明内容

有鉴于此，本申请提供了一种信用违约的预测方法、装置、电子设备及存储介质，以解决现有技术中所采用的预测方法相对简单，同时数据也大多局限于企业的财报数据，对于潜在风险的分析视角和及时性均有很大的局限，因此对企业进行信用违约的预测时得到预测结果准确率较低的问题。

为实现上述目的，本申请提供如下技术方案：

本申请第一方面公开了一种信用违约的预测方法，包括：

获取N个待预测发行体的公开数据和所述N个待预测发行体的行内数据；其中，所述公开数据为发行体公开的数据，所述行内数据为银行内部存储的所述待预测发行体的数据；N为预设的正整数；

对所述公开数据进行特征处理，得到公开数据特征；

对所述行内数据进行特征处理，得到行内数据特征；

将所述公开数据特征输入预设的第一模型中，得到第一预测结果；将所述公开数据特征输入预设的第二模型中，得到第二预测结果；其中，所述第一预测结果包括每一个所述待预测发行体的第一预测概率，所述第二预测结果包括每一个所述待预测发行体的第二预测概率；

将所述行内数据特征输入所述第一模型中，得到第三预测结果；将所述行内数据特征输入所述第二模型中，得到第四预测结果；其中，所述第三预测结果包括每一个所述待预测发行体的第三预测概率，所述第四预测结果包括每一个所述待预测发行体的第四预测概率；

基于预设的算法，将所述第一预测结果、所述第二预测结果、所述第三预测结果和所述第四预测结果进行运算，得到最终预测结果。

可选的，上述的方法，所述获取待预测发行体的公开数据和所述待预测发行体的行内数据之后，还包括：

对所述公开数据和所述行内数据进行数据预处理。

可选的，上述的方法，将所述第一预测结果、第二预测结果、第三预测结果和第四预测结果进行运算，得到最终预测结果，包括：

基于预设条件，分别对所述第一预测结果、所述第二预测结果、所述第三预测结果和所述第四预测结果进行数据筛选，得到所述第一预测结果的第一筛选数据、所述第二预测结果的第二筛选数据、所述第三预测结果的第三筛选数据、所述第四预测结果的第四筛选数据；

将所述第一筛选数据与所述第三筛选数据做并集运算，得到第一结果集合；

将所述第二筛选数据与所述第四筛选数据做并集运算，得到第二结果集合；