[发明专利]基于人行征信信息拒绝推断技术的评分建模方法及系统

说明书

本发明涉及金融科学技术领域，具体公开了一种基于人行征信信息拒绝推断技术的评分建模方法及系统，所述方法包括获取KGB样本和拒绝样本；所述KGB样本为已知好坏标签样本；所述的拒绝样本，通过分析人行征信报告收集到不同机构贷后表现数据推断用户的好坏标签，得到IGB样本；所述AGB样本包括KGB样本和IGB样本；根据所述AGB样本建立评分卡模型。本发明基于目标重新归类法，综合考虑业务场景和数据表现情况，充分利用人行报告历史信息完善用户的贷后表现，实现拒绝样本的贷后好坏样本的推断和完成申请评分开发。

技术领域

本发明涉及金融科学技术领域，具体是一种基于人行征信信息拒绝推断技术的评分建模方法及系统。

背景技术

近年来，随着互联网技术的飞速发展，极力推进互联网金融行业的发展以及普惠金融的建设，但互联网技术并没有改变金融的核心，风险管理。信贷风险管理的核心逻辑是评估客户的还款意愿和还款能力，解决的这两个问题的核心是数据，互联网的先进技术实现金融机构可实时调用第三方数据厂商获取征信数据为风险实时决策提供基础。

在整个信贷生命周期中，主要包括贷前、贷中、贷后阶段，三阶段的评分卡模型是制定整个信贷生命周期策略体系的核心部分，仅利用审批通过有贷后好坏表现(KGB)的样本开发评分卡，与实际策略应用场景对全部样本进行风险水平评估是矛盾的。

目前主流的推断技术主要基于二分类算法、生存分析算法、EM(无监督)算法等等。在不同场景下，产品的授信通过率，以及能够采集到有效评估拒绝样本的特征，对拒绝推断效果的影响较大，从而影响评分卡的开发效果。

发明内容

本发明的目的在于提供一种基于人行征信信息拒绝推断技术的评分建模方法及系统，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于人行征信信息拒绝推断技术的评分建模方法，所述方法包括：

获取KGB样本和拒绝样本；所述KGB样本为包含已知好坏标签的样本；

在所述拒绝样本中，通过分析人行征信报告历史信息推断用户的好坏标签，得到IGB样本；所述IGB样本为包含推断好坏标签的拒绝样本；

根据AGB样本建立评分卡模型；所述AGB样本包括KGB样本和IGB样本。

作为本发明技术方案进一步的限定，所述获取KGB样本和拒绝样本的步骤包括：

在预设的周期内获取产品申请数据；

对授信通过且有额度支用的客户进行vintage分析和滚动率分析确定目标变量；

基于所述目标变量获取KGB样本和拒绝样本。

作为本发明技术方案进一步的限定，所述在所述拒绝样本中，通过分析人行征信报告历史信息推断用户的好坏标签，得到IGB样本的步骤包括：

获取申请阶段查询到的样本的人行征信报告；

读取客户在人行征信报告中的贷后还款数据；

根据所述人行征信报告数据和所述贷后还款数据实现拒绝样本的好坏标签的推断，得到IGB样本。

作为本发明技术方案进一步的限定，所述根据所述人行征信报告数据和所述贷后还款数据实现拒绝样本的好坏标签的推断，得到IGB样本的步骤包括：

获取拒绝客户对应的人行报告中贷款时长达到6个月且逾期时长达到30天的贷后表现，建立逾期评估规则集；

将触发规则集的客户标记为坏，未触发逾期标准的客户标记为好；

根据标记结果向拒绝样本插入好坏标签，得到IGB样本。