[发明专利]贷款风险变动预警、模型训练方法和装置

说明书

本发明公开了一种贷款风险变动预警、模型训练方法和装置，涉及人工智能技术领域。其中，贷款风险变动预警方法包括：获取待预测的目标贷款的指标数据；根据预先配置的评估贷款风险变动所需的指标和指标加工规则动态生成指标加工任务；根据所述指标加工任务对所述目标贷款的指标数据进行加工，以得到第一结果数据；根据贷款风险变动评估模型对所述第一结果数据进行处理，以得到所述目标贷款是否发生风险变动的评估结果。通过以上步骤，能够提高贷款风险变动预警结果的准确性和时效性，降低贷款风险变动预警所需的人力物力成本。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种贷款风险变动预警、模型训练方法和装置。

背景技术

商业银行需要定期对其发放的贷款质量进行风险分类。例如，对贷款采用五级风险分类方式，具体为将贷款划分为正常、关注、次级、可疑、损失五大类。其中，正常类贷款的贷款质量好，贷款损失概率为0；关注类贷款存在一定的贷款损失概率，因此需要对这类贷款进行重点关注，一旦其变成了不良贷款，贷款损失的概率将会大幅增加，导致商业银行的资产质量变差，将会在一定程度上影响商业银行的正常运营；后三种统称为不良贷款，这种贷款的贷款损失概率非常高，贷款人很可能无法正常还付本息。

目前，对于贷款风险分类的变化情况缺乏有效的预测方法，大多情况是在还款人已经出现了贷款逾期之后才能得知贷款风险分类的变化。也就是说，在现有技术中，只有出现了贷款变成不良贷款的既成事实之后，才能得知这种变化。此时商业银行很可能已经错过了追回贷款的最佳时机，很可能导致商业银行的贷款损失。

鉴于此，有些银行业务人员可能会提前对关注类贷款进行分析，以判断其是否会变成不良贷款。但相关分析操作是基于业务人员自身业务经验进行的主观判断，不同个体之间得到的贷款风险变化判断结果差异较大，不具备可推广性，而且人工得到的贷款风险变化判断结果的准确性较低。

发明内容

有鉴于此，本发明提供了一种贷款风险预警、模型训练方法和装置，能够提高贷款风险变动预警结果的准确性和时效性，降低贷款风险变动预警所需的人力物力成本。

为实现上述目的，根据本发明的第一个方面，提供了一种贷款风险变动预警方法。

本发明的贷款风险变动预警方法包括：获取待预测的目标贷款的指标数据；根据预先配置的评估贷款风险变动所需的指标和指标加工规则动态生成指标加工任务；根据所述指标加工任务对所述目标贷款的指标数据进行加工，以得到第一结果数据；根据贷款风险变动评估模型对所述第一结果数据进行处理，以得到所述目标贷款是否发生风险变动的评估结果。

可选地，所述获取待预测的目标贷款的指标数据包括：从银行内部系统采集目标贷款的基础指标数据；从银行外部系统采集所述目标贷款对应的贷款用户的征信指标数据；根据所述目标贷款的基础指标数据、以及该目标贷款对应的贷款用户的征信指标数据构建目标贷款的指标数据。

可选地，所述根据预先配置的评估贷款风险变动所需的指标和指标加工规则动态生成指标加工任务包括：对于评估贷款风险变动所需的指标，从预先配置的第一数据表中选取与之对应的指标加工规则、以及指标来源信息；根据所述指标加工规则和所述指标来源信息动态生成指标加工所用的代码语句；根据预先配置的指标加工频率和所述指标加工所用的代码语句生成指标加工任务。

可选地，所述根据所述指标加工任务对所述目标贷款的指标数据进行加工，以得到第一结果数据包括：确定启用的线程数量；根据启用的多个线程并行执行指标加工任务，以得到第一结果数据。

可选地，所述方法还包括：对所述第一结果数据进行统计分析，以得到指标的描述性统计分析结果；对所述指标的描述性统计分析结果，和/或，所述目标贷款数据是否发生风险变动的评估结果进行可视化展示。

可选地，所述方法还包括：在所述获取待预测的目标贷款的指标数据之后，对所述目标贷款的指标数据进行以下至少一种校验：数据日期校验、数据重复性校验、以及数据项完整性校验。