[發明專利]一種信用卡發卡模型及其運用方法

有效

• 申請號: 202010811052.2
• 申請日: 2020-08-13
• 公開（公告）號: CN111951099B
• 公開（公告）日: 2023-08-18
• 發明（設計）人: 楊曉彥;朱偉輝;陳玉;賈弘茹
• 申請（專利權）人: 上海銀行股份有限公司
• 主分類號: G06Q40/03
• 分類號: G06Q40/03;G06F18/2431
• 代理公司: 上海翰信知識產權代理事務所(普通合伙) 31270
• 代理人: 張維東

本發明涉及一種信用卡發卡模型及其運用方法，包括數據準備模塊，配置為分別獲取訓練客戶和待預測客戶的數據；數據預處理模塊，配置為將獲取的數據進行預處理；提取特征工程模塊，配置為從預處理后的數據中提取特征；訓練模塊，配置為采用GBRT模型對提取的特征進行訓練，生成信用卡發卡模型結果，訓練時所采用的特征屬于訓練客戶；模型預測模塊，配置為利用信用卡發卡模型結果和提取的特征，預測出待預測客戶的發卡風險，并評估發卡后的效益，預測時所采用的特征屬于待預測客戶。本發明在考慮發卡風險的同時，將發卡效益納入評價體系，更為全面的反映了各信用卡業務對銀行經營的影響；有助于發掘處于風險天花板內的客戶的增長潛力。

技術領域

本發明涉及信用卡風控技術領域，特別涉及一種信用卡發卡模型及其運用方法。

背景技術

零售業務的發展為銀行業績提升提供了新的選擇，正式成為多家銀行重要的收入來源，是多家銀行戰略轉型的重中之重。相較于傳統零售業務，信用卡業務模式簡單，并且可開發場景和盈利模式更為多樣。

信用卡業務的快速發展使得如何控制信用卡違約問題越來越重要。現有技術中建立的模型主要關注于如何加強對信用卡的監管，在信用卡審核發放前，根據對信用卡申請人的信用進行評估，決定是否發放，以降低信用卡欺詐風險。事實上，信用評估等的確能夠避免業務造成的損失，但銀行也需要關注業績增長。所以，如何在防范風險的同時進一步實現業績增長是信用卡業務亟待解決的一個問題。

因此，有必要提供一種信用卡發卡模型及其運用方法，能同時考慮發卡風險和評估發卡后的效益，既增加了銀行業績，又能預測發卡風險。

發明內容

本發明的目的在于提供一種信用卡發卡模型及其運用方法，能同時考慮發卡風險和評估發卡后的效益，既增加了銀行業績，又能預測發卡風險。

為了解決現有技術中存在的問題，本發明提供了一種信用卡發卡模型，包括：

數據準備模塊，配置為分別獲取訓練客戶和待預測客戶的數據；

數據預處理模塊，配置為將獲取的數據進行預處理；

提取特征工程模塊，配置為從預處理后的數據中提取特征，特征包括基礎屬性特征、欺詐風險特征、信用風險特征以及衍生信息特征；

訓練模塊，配置為采用GBRT模型對提取的特征進行訓練，生成信用卡發卡模型結果，訓練時所采用的特征屬于訓練客戶；

模型預測模塊，配置為利用信用卡發卡模型結果和提取的特征，預測出待預測客戶的發卡風險，并評估發卡后的效益，預測時所采用的特征屬于待預測客戶。

可選的，在所述信用卡發卡模型中，獲取的數據為訓練客戶和待預測客戶的數據，包括：

客戶信息表、卡信息表、發卡申請信息、人行征信表以及三方信息表。

可選的，在所述信用卡發卡模型中，訓練客戶的數據為多個已發信用卡客戶表現期內的數據，并將各已發信用卡客戶表現期內的數據作為樣本數據，其中，表現期為6個月、12個月或24個月。

可選的，在所述信用卡發卡模型中，數據預處理模塊包括：拼接處理單元、加和處理單元、差值處理單元、比值處理單元以及清洗處理單元，用于對獲取的數據進行拼接處理、加和處理、差值處理、比值處理以及清洗處理，得到多種組合衍生特征，組合衍生特征包括信貸組合特征和還款比例特征。

可選的，在所述信用卡發卡模型中，

基礎屬性特征包括：客戶的基礎信息；

欺詐風險特征包括：客戶申請信息中的地址、電話、手機、配偶是否與征信或三方信息匹配；