[发明专利]小微企业信贷违约概率预测方法、装置、设备及存储介质

说明书

本发明涉及计算机技术领域，公开了一种小微企业信贷违约概率预测方法、装置、设备及存储介质，旨在解决金融机构小微企业信贷业务中面临的数据稀缺、不全面、历史信息沉淀不足等问题，主要方案包括：所述基于迁移学习的小微企业信贷违约概率预测方法包括：步骤1、获取小微企业的信贷申请请求；步骤2、提取所述信贷申请请求中的当前申请特征信息；步骤3、通过源域集成学习模型对所述当前小微企业的申请特征信息进行组合特征提取，把源域集成学习模型中的每棵树计算得到的预测概率值所属的叶子节点位置记为1，得到组合特征；步骤4、根据提取的组合特征通过目标域学习模型进行信贷违约概率预测，得到小微企业信贷违约概率的预测结果。

技术领域

本发明涉及计算机技术领域，尤其涉及一种小微企业信贷违约概率预测方法、装置、设备及存储介质。

背景技术

自移动互联网技术蓬勃发展以来，无接触信贷业务大爆发，金融机构零售战略转型取得了突破进展，但以往主要是针对个人消费贷款，经过近十年来发展，个人消费贷款已面临杠杆过高、增长乏力、利润收缩、监管收紧等困境，尤其监管也一再强调不宜靠发展消费金融来扩大消费。去年以来，各类监管机构持续大力支持改善小微企业等实体经济金融服务，推进降低小微企业融资成本，各类金融机构以及互联网平台闻风而起，纷纷推出相应的产品与服务；但由于信息不对称、小微企业的特殊性及“小额、高频”的融资需求特点，使得传统金融机构难以触达更广泛的小微企业，让小微企业融资成为世界级的“老大难”问题。不过，随着区块链、大数据、人工智能等新兴技术的应用，小微企业融资难题正在一点点改善。

发明内容

本发明的主要目的在于提出一种小微企业信贷违约概率预测方法、装置、设备及存储介质，旨在解决金融机构小微企业信贷业务中面临的数据稀缺、不全面、历史信息沉淀不足等问题，提升小微企业信贷风控模型效果，从而改善金融机构服务实体经济水平。

为实现上述目的，本发明提供一种小微企业信贷违约概率预测方法，所述小微企业信贷违约概率预测方法包括以下步骤：

步骤1、获取小微企业的信贷申请请求；

步骤2、提取所述信贷申请请求中的当前申请特征信息；

步骤3、通过源域集成学习模型对所述当前小微企业的申请特征信息进行组合特征提取，把源域集成学习模型中的每棵树计算得到的预测概率值所属的叶子节点位置记为1，这样就得到组合特征；

步骤4、根据提取的组合特征通过所述目标域学习模型进行信贷违约概率预测，得到小微企业信贷违约概率的预测结果。

优选地，步骤2中，信贷申请请求中的小微企业以及法人资料信息与预设关键字信息进行比较，将所述小微企业以及法人资料信息中含有所述预设关键字信息的目标资料信息作为所述当前申请特征信息；所述预设关键字信息为来自于企业征信以及个人征信与小微企业的违约概率相关的关键字信息，从而通过关键字信息进行有效信息的提取，提高小微企业的目标违约概率预测的准确性。

优选地，所述通过源域集成学习模型对所述当前申请特征信息对应的小微企业进行组合特征提取之前，所述方法还包括：

获取所述源域历史申请特征信息{x_i:i＝1,2,…,N}，以及历史标签信息{y_i:i＝1,2,…,N}，为了保证所述源域集成学习模型能顺利迁移到目标域，要求源域历史申请特征信息与当前申请特征信息保持一致；

根据所述源域历史申请特征信息和历史标签信息通过如下公式得到所述源域集成学习模型：