[發明專利]一種車貸風控模型生成方法、裝置及評分卡生成方法

在審

• 申請號: 202110647121.5
• 申請日: 2021-06-10
• 公開（公告）號: CN113554504A
• 公開（公告）日: 2021-10-26
• 發明（設計）人: 周波;徐棟;郭能;蔡浴泓;余勇輝
• 申請（專利權）人: 浙江惠瀜網絡科技有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06Q10/06
• 代理公司: 北京正理專利代理有限公司 11257
• 代理人: 張帆

本發明的一個實施例公開了一種車貸風控模型生成方法、裝置及評分卡生成方法，該方法包括：S10、獲取原始車貸用戶的基礎數據；S20、對所述基礎數據進行特征工程處理；S30、基于所述特征工程處理后的數據采用邏輯斯蒂回歸模型進行訓練，直至所述邏輯斯蒂回歸模型的KS值達到第一預設閾值，AUC值達到第二預設閾值，得到LR評分卡模型，將所述LR評分卡模型作為車貸風控模型。本發明針對目前現有問題，制定一種車貸風控模型生成方法，通過采用邏輯斯蒂回歸算法對車貸場景的違約風險進行預測，為車貸業務的準入提供有效的測量手段。

技術領域

本發明涉及信貸風控領域。更具體地，涉及一種車貸風控模型生成方法、裝置、評分卡生成方法、計算機設備及存儲介質。

背景技術

車貸業務是借款人在購買消費類自用車時支付一定比例金額的首期款項。不足部分由銀行向其發放并直接支付給汽車經銷商的人民幣貸款業務。該類貸款一般還款周期短，客戶資質要求高，放貸資金多，對風控能力有很高的水平要求。隨著汽車市場的不斷壯大，銀行車貸業務增長迅猛，在有限的人員設備和不斷增長的業務需求下，需要更加智能的方法對業務的風險進行把控，同時不影響業務的增長。當前的互聯網金融蓬勃發展，催生出大量的數據風控手段，但是市場上的風控技術主要服務于個人信貸業務，對于具體的金融場景，尤其是銀行的車輛分期場景而言，尚未有有效的大數據風控方案。

發明內容

有鑒于此，本申請提出了一種車貸風控模型生成方法、裝置及評分卡生成方法來解決上述技術問題、

第一方面，本發明提供一種車貸風控模型生成方法，該方法包括：

S10、獲取原始車貸用戶的基礎數據；

在一個具體示例中，所述基礎數據包括個人基本信息、

S20、對所述基礎數據進行特征工程處理；

S30、基于所述特征工程處理后的數據采用邏輯斯蒂回歸模型進行訓練，直至所述邏輯斯蒂回歸模型的KS值達到第一預設閾值，AUC值達到第二預設閾值，得到LR評分卡模型，將所述LR評分卡模型作為車貸風控模型。

在一個具體實施例中，所述S20包括：

S200、對所述基礎數據進行特征構建，得到多個特征自變量；

S202、對所述多個特征自變量進行分箱處理，得到分箱結果；

S204、對所述分箱結果進行WOE編碼，得到編碼結果。

在一個具體實施例中，所述S20還包括：

S206、計算所述編碼結果中每一列特征自變量的IV值；

S208、基于IV值對編碼結果進行自變量篩選，保留IV值大于等于第三預設閾值的特征自變量，得到第一篩選結果；

S210、計算所述第一篩選結果中的特征自變量的特征相關系數，保留特征相關系數的絕對值超過第四預設閾值的特征自變量中IV值高的特征自變量，得到第二篩選結果。

在一個具體實施例中，將所述第二篩選結果劃分為訓練集、測試集以及時間外樣本集。

在一個具體實施例中，所述S30包括：

S300、利用所述訓練集對邏輯斯蒂回歸模型進行訓練，其中，檢驗所述訓練集中的特征自變量的特征相關系數是否為負數，若是，刪除該特征自變量，采用網格搜索方法對邏輯斯蒂回歸模型的超參數進行調優；