[发明专利]基于GBST的金融违约风险预测方法、装置和电子设备

说明书

本发明公开了一种基于GBST的金融违约风险预测方法、装置、电子设备及计算机可读介质。所述方法基于训练数据集初始化GBST生存模型的基础生存树；从所述基础生存树开始，利用前一棵生存树预测出的生存概率与真实标签的残差进行优化迭代，以此训练得到后一棵生存树，直到总体损失小于既定的阈值；对于新金融用户的输入数据，利用最后得到的生存树遍历生成树的结果，输出该用户的生存曲线，根据该生存曲线预测每个时间段的违约风险概率。本发明拥有时间维度，可以获得每个客户的违约时间概率，预测精度高，且可以处理非线性异构数据。

技术领域

本发明涉及计算机信息处理领域，具体而言，涉及一种基于GBST的 金融违约风险预测方法、装置、电子设备及计算机可读介质。

背景技术

随着互联网的使用和大数据技术的发展，消费金融得到了长足发展。 然而，随着越来越多的金融服务平台的出现，对信用风险的管理提出了更 多的挑战。为了有效的控制信用风险，发展出了许多不同的建模技术，包 括监督算法和无监督算法。在该领域信用评分模型是一种广泛使用的风险 评估模型。

而生存分析模型最初源于处理死亡数据，在医学、保险等领域有非常 广泛的应用。如何将生存分析模型等具有时间维度的模型引入到信用风险 管理中以解决现有模型在时间维度上预测的缺乏，是本领域面临的重要问 题。

发明内容

本发明旨在解决当前的信用评分模型对于金融用户的评价和预测缺 少时间维度的缺陷。

为了解决上述技术问题，本发明第一方面提出一种基于GBST的金融 违约风险预测方法，包括：

获取历史金融用户数据集，根据历史金融用户数据集建立训练数据 集；

基于所述训练数据集初始化GBST生存模型的基础生存树；

从所述基础生存树开始，利用前一棵生存树预测出的生存概率与真 实标签的残差进行优化迭代，以此训练得到后一棵生存树，直到总体损 失小于既定的阈值；

对于新金融用户的输入数据，利用最后得到的生存树遍历生成树的 结果，输出该用户的生存曲线，根据该生存曲线预测每个时间段的违约 风险概率。

根据本发明的优选实施方式，所述基于所述训练数据集初始化 GBST生存模型的基础生存树包括：使用log-rank分离规则初始化生存 树。

根据本发明的优选实施方式，所述使用log-rank分离规则初始化生 存树包括：使用KM生成估计方法来估计生存树节点中的生存函数。

根据本发明的优选实施方式，所述使用log-rank分离规则初始化生 存树包括：使用COX模型来减小用户特征的影响。

根据本发明的优选实施方式，所述利用前一棵生存树预测出的生存 概率与真实标签的残差进行优化迭代包括：使用负二项对数似然函数作 为损失函数，通过最小化损失函数来优化迭代。

根据本发明的优选实施方式，所述利用前一棵生存树预测出的生存 概率与真实标签的残差进行优化迭代包括：使用损失函数的负梯度替换 当前损失的近似值，然后拟合树。

根据本发明的优选实施方式，所述利用前一棵生存树预测出的生存 概率与真实标签的残差进行优化迭代包括：遍历所有特征的所有有效值， 选择合适的特征和值来最小化均方误差。

本发明的第二方面提出一种基于GBST的金融违约风险预测装置， 包括：

数据获取模块，用于获取历史金融用户数据集，根据历史金融用户 数据集建立训练数据集；

初始化模块，用于基于所述训练数据集初始化GBST生存模型的基 础生存树；