[发明专利]一种自动化风险控制规则生成的方法

权利要求书

1.一种自动化风险控制规则生成的方法，其特征在于，包括以下步骤：

S1：获取数据：包括企业的内部数据和外部数据；

S2：规则生成的框架：自动化生成规则包括目标变量的确定、特征变量库的形成，然后基于目标变量与特征变量库的关联形成宽表，选择训练数据进行分析及分箱生成规则，然后用验证期的数据进行验证规则的有效性；

S3：自动化生成目标变量库：目标变量为逾期客户，规则的目标变量基于分析的颗粒度而确定，颗粒度包括客户级别、账单级别、贷款笔数级别，针对不同的颗粒度基于期限和逾期天数采用前-N-期逾期-M-时间的模板循环生成目标变量，然后每天遍历截止当前的所有放款行为数据，包括还款期限、逾期天数的字段，按照目标变量的定义得到目标变量的值，按天增量更新；

S4：自动化生成特征变量库：特征变量是遍历截止每天不同主题的原始数据，采用窗口变量统计衍生技术和特征组合衍生技术，自动化衍生为不同主题的特征变量，通过以目标变量库为主表，自动关联特征变量库，形成用于规则生成的特征宽表，即x1，……，xn和目标值Y；

S5：多算法结合选择特征：采用指标分析和多种算法结合进行特征的选择；

S6：自动化生成规则：基于指标分析和多算法模型筛选的特征集，采用卡方分箱和决策树分箱的方法进行单变量与多变量规则的设计。

2.如权利要求1所述的一种自动化风险控制规则生成的方法，其特征在于：S1中企业的内部数据包括企业的基本信息、企业的交易信息、企业设备的IOT生产信息、企业的金融信息；外部数据包括企业工商信息、企业财务信息、企业司法信息、企业借贷意向行为信息。

3.如权利要求1所述的一种自动化风险控制规则生成的方法，其特征在于：S3中目标变量的具体定义：

坏客户：前N期逾期天数M天，记为1，

好客户：前N期逾期天数为0，记为0，

中间客户：前N期逾期天数在0和M天之间，记为-1。

4.如权利要求1所述的一种自动化风险控制规则生成的方法，其特征在于：S4中采用多种技术进行特征的构造过程如下：

窗口变量统计衍生技术：采用的是最近-N-时间单位-动作-item-统计量，这样的模板构造的特征；

特征组合衍生技术：将两个或更多的类别属性通过运算组合成一个，运算的类型包括加减乘除的四则运算、与或非的逻辑运算；

分解类别衍生技术：通过判断特征的取值，转化为哑变量的特征；

重构数值量衍生技术：整数部分与小数部分分离，构造阶段性的统计特征。

5.如权利要求1所述的一种自动化风险控制规则生成的方法，其特征在于，S4针对不同主题的特征变量更新周期不同，对于基本信息是按每天全量更新的方式，对于交易信息、金融信息、生产信息每天都会变化的特征按每天增量更新的方式。

6.如权利要求1所述的一种自动化风险控制规则生成的方法，其特征在于，S5中具体方法如下：

S501：将特征宽表的数据进行处理，根据训练窗口和验证窗口的数据选择分为训练集和验证集；

S502：通过对训练集的数据进行指标分析和机器学习算法建模训练，用于筛选出效果好和稳定性高的特征。