客户信用风险评估方法、装置、设备及存储介质与流程

1.本技术涉及金融科技(fintech)的机器学习技术领域，尤其涉及一种客户信用风险评估方法、装置、设备及存储介质。


背景技术：

2.随着金融科技，尤其是互联网科技金融的不断发展，越来越多的技术(如分布式、人工智能等)应用在金融领域，但金融业也对技术提出了更高的要求。
3.目前，在信用风险模型应用的情形中，现有的风险模型往往是构造一些与用户本身的数据变量进行模型训练，进而利用通常的机器学习算法进行训练得到信用模型，从而完成对用户的信用识别。然而，这些构造的变量往往只衡量用户本身的基础信息，而构造的变量存在覆盖度不全的情况，使得模型预测计算存在偏差，进而导致模型进行风险评估的准确性较低。


技术实现要素：

4.本技术的主要目的在于提供一种客户信用风险评估方法、装置、设备及存储介质，旨在解决现有技术中的模型进行风险评估的准确性较低的技术问题。
5.为实现上述目的，本技术提供一种客户信用风险评估方法，所述客户信用风险评估方法包括：
6.获取待评估用户的目标数据信息；
7.基于所述目标数据信息，通过已训练好的静态风险评估模型对所述待评估用户进行风险评估，获得不同模型对应的风险评估结果，其中，所述静态风险评估模型为基于申请人和与申请人关联的推荐人分别对应的静态基础数据以及两者之间的交叉维度数据进行训练获得。
8.可选地，在所述基于所述目标数据信息，通过已训练好的静态风险评估模型对所述待评估用户进行风险评估，获得风险评估结果的步骤之后，所述客户信用风险评估方法还包括：
9.基于所述风险评估结果，将所述待评估用户进行分层处理；
10.将分层处理结果进行矩阵交叉处理，确定所述待评估用户的目标评估结果。
11.可选地，在所述基于所述目标数据信息，通过已训练好的静态风险评估模型对所述待评估用户进行风险评估，获得风险评估结果，其中，所述静态风险评估模型为基于申请人和与申请人关联的推荐人分别对应的静态基础数据以及两者之间的交叉维度数据进行训练获得的步骤之前，所述客户信用风险评估方法还包括：
12.获取符合预设筛选条件的样本变量数据，其中，所述样本变量数据包括推荐人与申请人对应的静态基础数据以及交叉维度数据；
13.对所述样本变量数据进行变量筛选，确定所述样本变量数据中的目标筛选变量数据，并将所述目标筛选变量数据划分为训练变量数据和验证变量数据；
14.基于所述训练变量数据，对待训练风险评估模型进行迭代训练，获得风险预测模型。
15.可选地，在所述基于所述训练变量数据，对待训练风险评估模型进行迭代训练，获得风险预测模型的步骤之后，所述客户信用风险评估方法还包括：
16.将所述验证变量数据输入至所述信用预测模型，得到验证结果；
17.基于所述验证结果和所述申请人的真实风险标签，构建目标混淆矩阵；
18.基于所述目标混淆矩阵，确定模型评估指标；
19.选取所述模型评估指标最优的风险预测模型作为所述静态信用评估模型。
20.可选地，所述获取符合预设筛选条件的样本变量数据的步骤包括：
21.获取正常变量数据和逾期变量数据；
22.根据所述逾期变量数据的逾期情况，选取满足预设逾期筛选阈值的目标逾期变量数据，并将所述正常变量数据和所述目标逾期变量数据作为所述样本变量数据。
23.可选地，所述对所述样本变量数据进行变量筛选，确定所述样本变量数据中的目标筛选变量的步骤包括：
24.根据所述样本变量数据中的变量相关性和/或变量重要性对所述样本变量数据进行筛选，得到第一变量数据；
25.计算所述第一变量数据的模型稳定性指标，并选取所述模型稳定性指标满足第一阈值的第一变量数据作为所述目标筛选变量数据。
26.可选地，所述模型评估指标包括：roc受试者工作特征曲线、logloss对数损失、auc曲线下面积值和ks正态分布非参数统计检验中的一种或多种。
27.本技术还提供一种客户信用风险评估装置，所述客户信用风险评估装置为虚拟装置，所述客户信用风险评估装置包括：
28.获取模块，获取待评估用户的目标数据信息；
29.风险评估模块，用于基于所述目标数据信息，通过已训练好的静态风险评估模型对所述待评估用户进行风险评估，获得不同模型对应的风险评估结果，其中，所述静态风险评估模型为基于申请人和与申请人关联的推荐人分别对应的静态基础数据以及两者之间的交叉维度数据进行训练获得。
30.本技术还提供一种客户信用风险评估设备，所述客户信用风险评估设备为实体设备，所述客户信用风险评估设备包括：存储器、处理器以及存储在所述存储器上的客户信用风险评估程序，所述客户信用风险评估程序被所述处理器执行实现如上述的客户信用风险评估方法的步骤。
31.本技术还提供一种存储介质，所述存储介质为计算机可读存储介质，所述计算机可读存储介质上存储客户信用风险评估程序，所述客户信用风险评估程序被处理器执行实现如上述的客户信用风险评估方法的步骤。
32.本技术提供了一种客户信用风险评估方法、装置、设备及存储介质，相比于现有技术采用的通过基于用户本身的基础数据信息训练得到的模型进行信用评估的技术手段，本技术首先获取待评估用户的目标数据信息，进而基于所述目标数据信息，通过已训练好的静态风险评估模型对所述待评估用户进行风险评估，获得不同模型对应的风险评估结果，其中，所述静态风险评估模型为基于申请人和与申请人关联的推荐人分别对应的静态基础
数据以及两者之间的交叉维度数据进行训练获得，实现了通过包含申请人以及与申请人关联的推荐人的静态基本数据，以及两者之间的交叉维度数据进行模型训练，降低因变量覆盖度不全所带来的模型偏差，同时也能够从交叉维度数据中捕捉到更多的关联信息，进而提升了所述静态风险评估模型的精准度，从而提高静态风险评估模型后续进行风险预测的准确性，克服了现有技术中的因构造的变量往往只用到用户本身的基础数据信息，导致构造的变量存在覆盖度不全的情况，进而导致模型预测准确性较低的技术缺陷，从而提高了模型风险预测的准确性。
附图说明
33.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理。
34.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域默认技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
35.图1为本技术客户信用风险评估方法第一实施例的流程示意图；
36.图2为本技术客户信用风险评估方法第二实施例的流程示意图；
37.图3为本技术实施例方案涉及的硬件运行环境的客户信用风险评估设备结构示意图；
38.图4为本技术客户信用风险评估装置的功能模块示意图。
39.本发明目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
40.应当理解，此处所描述的具体实施例仅用以解释本技术，并不用于限定本技术。
41.本技术实施例提供一种客户信用风险评估方法，在本技术客户信用风险评估方法的第一实施例中，参照图1，所述客户信用风险评估方法包括：
42.步骤s10，获取待评估用户的目标数据信息；
43.在本实施例中，需要说明的是，贷前风控通常使用申请评分(application scoring)，主要目的是为了识别获客阶段用户的逾期风险。本技术的客户信用风险评估方法对应的获客模式为由推荐人推荐其他客户进行贷款申请的网络推荐模式，其中，其中推荐方式包括通过分享二维码、分享链接等方式进行推荐，也即，所述待评估用户可通过扫描推荐人的分享二维码后进行填写自身的基本信息以及贷款新信息，进一步地，所述目标数据信息包括待评估用户的年龄、地域、信贷情况以及申请时间等信息。
44.步骤s20，基于所述目标数据信息，通过已训练好的静态风险评估模型对所述待评估用户进行风险评估，获得风险评估结果，其中，所述静态风险评估模型为基于申请人和与申请人关联的推荐人分别对应的静态基础数据以及两者之间的交叉维度数据进行训练获得；
45.在本实施例中，需要说明的是，申请人和推荐人之间的关系为申请人通过推荐人的推荐进行申请贷款等信息。
46.基于所述目标数据信息，通过已训练好的静态风险评估模型对所述待评估用户进
行风险评估，获得风险评估结果，其中，所述静态风险评估模型为基于申请人和与申请人关联的推荐人分别对应的静态基础数据以及两者之间的交叉维度数据进行训练获得，具体地，首先获取申请人和与申请人关联的推荐人分别对应的静态基础数据，以及申请人和推荐人之间交叉维度数据，进而基于所述交叉维度数据以及所述静态基础数据，对待训练风险评估模型进行迭代训练，从而获得训练好的静态风险评估模型，进一步地，将所述目标数据信息输入所述静态风险评估模型，以通过所述静态风险评估模型对所述待评估用户进行风险评估，获得所述风险评估结果。
47.另外地，所述静态风险评估模型还可结合通用预测模型，分别对待评估用户进行风险评估，其中，所述通用预测模型为基于外部数据源的数据信息进行迭代训练获得，所述外部数据源的数据信息包括人行历史贷款信息、线上贷款信息等。
48.其中，在所述基于所述目标数据信息，通过已训练好的静态风险评估模型对所述待评估用户进行风险评估，获得风险评估结果的步骤之后，所述客户信用风险评估方法还包括：
49.步骤a10，基于所述风险评估结果，将所述待评估用户进行分层处理；
50.步骤a20，将分层处理结果进行矩阵交叉处理，确定所述待评估用户的目标评估结果。
51.在本实施例中，具体地，根据所述风险评估结果的违约概率，将待评估用户进行分层，进而将分层处理结果进行矩阵交叉处理，确定所述待评估用户的目标评估结果，并且也可基于分层结果筛选出不符合预设概率阈值的待评估用户。另外地，还可结合上述通用预测模型的预测结果进行用户分层后进行矩阵交叉处理，从而进一步细化对用户的风险评估。
52.本技术实施例提供了一种客户信用风险评估方法，相比于现有技术采用的通过基于用户本身的基础数据信息训练得到的模型进行信用评估的技术手段，本技术实施例首先获取待评估用户的目标数据信息，进而基于所述目标数据信息，通过已训练好的静态风险评估模型对所述待评估用户进行风险评估，获得不同模型对应的风险评估结果，其中，所述静态风险评估模型为基于申请人和与申请人关联的推荐人分别对应的静态基础数据以及两者之间的交叉维度数据进行训练获得，实现了通过包含申请人以及与申请人关联的推荐人的静态基本数据，以及两者之间的交叉维度数据进行模型训练，降低因变量覆盖度不全所带来的模型偏差，同时也能够从交叉维度数据中捕捉到更多的关联信息，进而提升了所述静态风险评估模型的精准度，从而提高静态风险评估模型进行风险预测的精准度，克服了现有技术中的因构造的变量往往只用到用户本身的基础数据信息，导致构造的变量存在覆盖度不全的情况，进而导致模型预测准确性较低的技术缺陷，从而提高了模型风险预测的准确性。
53.进一步地，参照图2，基于本技术中第一实施例，在所述基于所述目标数据信息，通过已训练好的静态风险评估模型对所述待评估用户进行风险评估，获得风险评估结果，其中，所述静态风险评估模型为基于申请人和与申请人关联的推荐人分别对应的静态基础数据以及两者之间的交叉维度数据进行训练获得的步骤之前，所述客户信用风险评估方法还包括：
54.步骤b10，获取符合预设筛选条件的样本变量数据，其中，所述样本变量数据包括
推荐人与申请人对应的静态基础数据以及交叉维度数据；
55.在本实施例中，需要说明的是，所述预设筛选条件为的条件，所述静态基础数据包括申请人和与申请人关联的推荐人的基础属性信息及信贷信息、申请信息，例如，申请人和推荐人的年龄、地域、信贷情况、申请时间，推荐人的申请结果、贷款使用情况，所述交叉维度数据为申请人和推荐人的基础数据具有交叉维度的信息，例如，申请人和推荐人之间年龄的差距、学历的差距以及综合资质的差异等数据。
56.获取符合预设筛选条件的样本变量数据，具体地，获取客户的历史样本数据，进而将历史样本数据按照客户的逾期情况进行筛选，以将无逾期的变量数据作为好样本数据，并将由存在逾期的变量数据按照逾期天数或者逾期次数进行再次筛选，从而获得逾期天数或者逾期次数满足筛选条件的变量数据作为坏样本数据，进而基于所述好样本数据和所述坏样本数据，形成所述样本变量数据。
57.其中，所述获取符合预设筛选条件的样本变量数据的步骤包括：
58.步骤b11，获取正常变量数据和逾期变量数据；
59.在本实施中，需要说明的是，正常变量数据为申请人的历史贷款信息中无逾期还款的变量数据，逾期变量数据为申请人的历史贷款信息中在规定还款期限内存在逾期还款的变量数据。
60.步骤b12，根据所述逾期变量数据的逾期情况，选取满足预设逾期筛选阈值的目标逾期变量数据，并将所述正常变量数据和所述目标逾期变量数据作为所述样本变量数据。
61.在本实施例中，需要说明的是，所述逾期情况包括逾期天数、逾期次数等信息。具体地，根据预设逾期筛选阈值，对所述逾期变量数据进行筛选，得到，满足预设逾期筛选阈值的目标逾期变量数据，并将所述目标逾期变量数据作为坏样本，将所述正常变量数据作为好样本，从而形成所述样本变量数据，例如，选取逾期天数超过30天的客户，并将逾期天数小于30天的客户筛选掉。
62.步骤b20，对所述样本变量数据进行变量筛选，确定所述样本变量数据中的目标筛选变量数据，并将所述目标筛选变量数据划分为训练变量数据和验证变量数据；
63.在本实施例中，需要说明的是，所述变量筛选包括根据变量相关性以及变量重要性以及具体评估指标进行筛选，本实施例中不做限定。
64.对所述样本变量数据进行变量筛选，确定所述样本变量数据中的目标筛选变量数据，并将所述目标筛选变量数据划分为训练变量数据和验证变量数据，具体地，计算所述样本变量数据的变量相关性和/或变量重要性以及模型稳定性指标，基于所述变量相关性和/或变量重要性，对所述样本变量数据进行筛选，进而将筛选后的目标筛选变量数据，并将所述目标筛选变量数据划分为训练变量数据和验证变量数据，进行变量筛选可以过滤异常样本变量对于模型训练中的影响，缓解模型过拟合的问题，从而提升训练后模型的识别效果。
65.其中，所述对所述样本变量数据进行变量筛选，确定所述样本变量数据中的目标筛选变量的步骤包括：
66.步骤b21，根据所述样本变量数据中的变量相关性和/或变量重要性对所述样本变量数据进行筛选，得到第一变量数据；
67.在本实施例中，具体地，计算所述样本变量数据中变量之间的相关性，以及通过预设重要性计算方法计算评估样本数据的变量重要性，其中，计算相关性的方法包括计算变
量之间的距离、相似度等，所述预设重要性计算方法可以随机森林或者gbdt(gradient boosting decision tree，梯度提升迭代决策树)算法等，例如，可以根据样本变量数据中变量相关性(小于0.6)、随机森林或gbdt算法的变量重要性作为筛选第一变量数据的筛选规则。
68.步骤b22，计算所述第一变量数据的模型稳定性指标，并选取所述模型稳定性指标低于第一阈值的第一变量数据作为所述目标筛选变量数据。
69.在本实施例中，需要说明的是，模型稳定性指标psi((population stability index))可衡量测试样本及模型开发样本评分的分布差异，若模型稳定性指标不低于预设阈值的第一变量作为入模变量，则说明测试样本与模型开发样本评分的分布差异大，模型实际评估中的评估准确度可能会较低，若模型稳定性指标低于阈值的第一变量作为入模变量，则说明测试样本与模型开发样本评分的分布差异小，模型实际评估中的评估准确度会较高。
70.另外地，还计算变量iv(information value)与woe(weight of evidence)等指标作为变量筛选条件。
71.步骤b30，基于所述训练变量数据，对待训练风险评估模型进行迭代训练，获得风险预测模型。
72.在本实施例中，基于所述训练变量数据，对待训练风险评估模型进行迭代训练，获得风险预测模型，具体地，将所述训练变量数据输入至待训练风险评估模型，以对所述待训练风险评估模型进行迭代优化，并判断优化后的待训练风险评估模型是否满足预设训练结束条件，其中，所述预设训练结束条件包括损失函数收敛和达到最大迭代次数阈值等条件，若满足，则获得所述风险预测模型，若不满足，则返回执行步骤：获取符合预设筛选条件的样本变量数据。
73.其中，在所述基于所述训练变量数据，对待训练风险评估模型进行迭代训练，获得风险预测模型的步骤之后，所述客户信用风险评估方法还包括：
74.步骤c10，将所述验证变量数据输入至所述信用预测模型，得到验证结果；
75.步骤c20，基于所述验证结果和所述申请人的真实风险标签，构建目标混淆矩阵；
76.在本实施例中，需要说明的是，混淆矩阵：把所有预测结果与真实结果按类别放置到了同一个表里，在这个表格中可以清楚看到每个类别正确识别的数量和错误识别的数量，其中，混淆矩阵的每一列代表了预测类别，每一行之和表示该类别的真实样本数量，每一列之和表示被预测为该类别的样本数量，每一行中的数值代表了样本数据的真实归属类别，每一列中的数值表示真实数据被预测为该类的数目，例如，在混淆矩阵中，第一行第一列为43，第一行第二列的数据为2，43表示有43个实际归属第一类的数据被预测为第一类，同理2表示有2个实际归属为第一类的实例被错误预测为第二类。具体地，将所述验证结果和所述真实风险标签进行对比分析，构建目标混淆矩阵，以确定所述睁眼结果的准确性。
77.步骤c30，基于所述目标混淆矩阵，确定模型评估指标；
78.在本实施例中，需要说明的是，所述模型评估指标包括：roc受试者工作特征曲线、logloss对数损失、auc曲线下面积值和ks正态分布非参数统计检验中的一种或多种，另外地，还可利用均方根误差和平均绝对误差等数据作为模型评估指标。
79.步骤c40，选取所述模型评估指标最优的风险预测模型作为所述静态信用评估模
型。
80.在本实施例中，具体地，基于所述目标混淆矩阵，计算模型评估指标，进而根据所述模型评估指标，选取所述模型评估指标最优的风险预测模型作为所述静态信用评估模型，例如，选取ks及auc最优的风险预测模型作为所述静态信用评估模型。
81.本技术实施例提供了一种客户信用风险评估方法，也即，获取符合预设筛选条件的样本变量数据，其中，所述样本变量数据包括推荐人与申请人对应的静态基础数据以及交叉维度数据，进而对所述样本变量数据进行变量筛选，确定所述样本变量数据中的目标筛选变量数据，并将所述目标筛选变量数据划分为训练变量数据和验证变量数据，进一步地，基于所述训练变量数据，对待训练风险评估模型进行迭代训练，获得风险预测模型，实现了通过包含申请人以及与申请人关联的推荐人的静态基本数据，以及两者之间的交叉维度数据进行模型训练，通过多维度数据来训练模型可降低因变量覆盖度不全所带来的模型偏差，同时也能够从交叉维度数据中捕捉到更多的关联信息，进而提升了所述静态风险评估模型的精准度，从而提高静态风险评估模型后续进行风险预测的准确性。
82.参照图3，图3是本技术实施例方案涉及的硬件运行环境的客户信用风险评估设备结构示意图。
83.如图3所示，该客户信用风险评估设备可以包括：处理器1001，例如cpu，存储器1005，通信总线1002。其中，通信总线1002用于实现处理器1001和存储器1005之间的连接通信。存储器1005可以是高速ram存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储设备。
84.可选地，该客户信用风险评估设备还可以包括矩形用户接口、网络接口、相机、rf(radio frequency，射频)电路，传感器、音频电路、wifi模块等等。矩形用户接口可以包括显示屏(display)、输入子模块比如键盘(keyboard)，可选矩形用户接口还可以包括标准的有线接口、无线接口。网络接口可选的可包括标准的有线接口、无线接口(如wifi接口)。
85.本领域技术人员可以理解，图3中示出的客户信用风险评估设备结构并不构成对客户信用风险评估设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
86.如图3所示，作为一种计算机存储介质的存储器1005中可以包括操作装置、网络通信模块以及客户信用风险评估程序。操作装置是管理和控制客户信用风险评估设备硬件和软件资源的程序，支持客户信用风险评估程序以及其它软件和/或程序的运行。网络通信模块用于实现存储器1005内部各组件之间的通信，以及与客户信用风险评估装置中其它硬件和软件之间通信。
87.在图3所示的客户信用风险评估设备中，处理器1001用于执行存储器1005中存储的客户信用风险评估程序，实现上述任一项所述的客户信用风险评估方法的步骤。
88.本技术客户信用风险评估设备具体实施方式与上述客户信用风险评估方法各实施例基本相同，在此不再赘述。
89.此外，请参照图4，图4是本技术客户信用风险评估装置的功能模块示意图，本技术还提供一种客户信用风险评估装置，所述客户信用风险评估装置包括：
90.获取模块，获取待评估用户的目标数据信息；
91.风险评估模块，用于基于所述目标数据信息，通过已训练好的静态风险评估模型
对所述待评估用户进行风险评估，获得不同模型对应的风险评估结果，其中，所述静态风险评估模型为基于申请人和与申请人关联的推荐人分别对应的静态基础数据以及两者之间的交叉维度数据进行训练获得。
92.可选地，所述客户信用风险评估装置还用于：
93.基于所述风险评估结果，将所述待评估用户进行分层处理；
94.将分层处理结果进行矩阵交叉处理，确定所述待评估用户的目标评估结果。
95.可选地，所述客户信用风险评估装置还用于：
96.获取符合预设筛选条件的样本变量数据，其中，所述样本变量数据包括推荐人与申请人对应的静态基础数据以及交叉维度数据；
97.对所述样本变量数据进行变量筛选，确定所述样本变量数据中的目标筛选变量数据，并将所述目标筛选变量数据划分为训练变量数据和验证变量数据；
98.基于所述训练变量数据，对待训练风险评估模型进行迭代训练，获得风险预测模型。
99.可选地，所述客户信用风险评估装置还用于：
100.将所述验证变量数据输入至所述信用预测模型，得到验证结果；
101.基于所述验证结果和所述申请人的真实风险标签，构建目标混淆矩阵；
102.基于所述目标混淆矩阵，确定模型评估指标；
103.选取所述模型评估指标最优的风险预测模型作为所述静态信用评估模型。
104.可选地，所述客户信用风险评估装置还用于：
105.获取正常变量数据和逾期变量数据；
106.根据所述逾期变量数据的逾期情况，选取满足预设逾期筛选阈值的目标逾期变量数据，并将所述正常变量数据和所述目标逾期变量数据作为所述样本变量数据。
107.可选地，所述客户信用风险评估装置还用于：
108.根据所述样本变量数据中的变量相关性和/或变量重要性对所述样本变量数据进行筛选，得到第一变量数据；
109.计算所述第一变量数据的模型稳定性指标，并选取所述模型稳定性指标满足第一阈值的第一变量数据作为所述目标筛选变量数据。
110.可选地，所述客户信用风险评估装置还用于：
111.所述模型评估指标包括：roc受试者工作特征曲线、logloss对数损失、auc曲线下面积值和ks正态分布非参数统计检验中的一种或多种。
112.本技术客户信用风险评估装置的具体实施方式与上述客户信用风险评估方法各实施例基本相同，在此不再赘述。
113.本技术实施例提供了一种存储介质，所述存储介质为计算机可读存储介质，且所述计算机可读存储介质存储有一个或者一个以上程序，所述一个或者一个以上程序还可被一个或者一个以上的处理器执行以用于实现上述任一项所述的客户信用风险评估方法的步骤。
114.本技术计算机可读存储介质具体实施方式与上述客户信用风险评估方法各实施例基本相同，在此不再赘述。
115.以上仅为本技术的优选实施例，并非因此限制本技术的专利范围，凡是利用本申
请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本技术的专利处理范围内。