[發明專利]基于優化Boruta和XGBoost的信貸違約預測方法及系統

在審

• 申請號: 202110991206.5
• 申請日: 2021-08-26
• 公開（公告）號: CN113744042A
• 公開（公告）日: 2021-12-03
• 發明（設計）人: 張程;李高杰;原佳琪;陳柯芯
• 申請（專利權）人: 重慶大學
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06Q10/04;G06N3/12;G06K9/62
• 代理公司: 杭州知學知識產權代理事務所(普通合伙) 33356
• 代理人: 張雯

本發明提供了基于優化Boruta和XGBoost的信貸違約預測方法及系統，方法包括：獲取原始數據集，并對所述原始數據集中各個文件進行數據預處理及特征組合操作，得到信貸組合數據集；基于Boruta?XGB特征選擇算法，對信貸組合數據集進行特征選擇，得到包括最優特征子集的信貸數據集；基于特征選擇獲得的信貸數據集，使用遺傳算法優化XGBoost算法的參數，構造生成Boruta?GA?XGB模型；并基于Boruta?GA?XGB模型，對待預測的用戶信貸信息進行違約預測，獲得預測結果。本發明采用優化的特征選擇算法Boruta?XGB挖掘所有與因變量相關的特征，使用遺傳算法對XGBoost算法的參數進行優化，構建Boruta?GA?XGB模型對用戶信貸違約進行預測，從而從根源上解決了現有的特征數量過多及模型參數過多導致信貸違約預測無法達到最優的問題。

技術領域

本發明屬于信息技術領域，具體涉及一種優化Boruta和XGBoost的信貸違約預測方法及系統。

背景技術

目前國內消費金融行業正處于野蠻生長到穩定發展的轉折點，還未形成一個適應中國國情的成熟健全的風險控制體系。為了穩定平臺的運轉、保護消費者的利益、保障我國消費金融行業平穩向上的發展，必須大力加強消費金融機構的風險控制能力，尤其是貸前審核環節的風險控制能力，如果發生風險控制漏洞，對經濟和社會都會造成惡劣影響。

貸前審核是信貸風險控制最重要的環節。貸前審核通過對用戶進行各方面的資質審核，決定是否通過其貸款申請。通過違約預測判斷用戶是否具備還款能力：違約用戶具備還款意愿，但是可能會由于其自身經濟情況惡化等原因無法按時償還借貸資金，在業務場景中同樣需要拒絕該類用戶的貸款申請，減少不良貸款。總的來說，貸前審核就是通過對用戶進行核查和篩選，過濾欺詐的用戶，拒絕違約的用戶，放貸給正常的用戶。

現有的基于大數據分析的信貸違約預測技術中，目前存在問題有特征數量過多以及分類模型參數過多導致信貸違約預測無法達到最優性能，造成時間和空間上的巨大浪費，且信貸違約預測方法準確率低下。

因此，如何克服特征冗余，以及提高用戶信貸違約預測預測的準確性，是本領域亟待解決的問題。

發明內容

本發明的目的是針對現有技術的缺陷，提供一種基于優化Boruta和 XGBoost的信貸違約預測方法及系統。本發明采用優化后的Boruta特征選擇算法Boruta-XGB挖掘所有與因變量相關的特征，建立良好的特征體系；基于特征選擇后的數據集，使用遺傳算法對XGBoost算法的參數進行優化，構建Boruta-GA-XGB模型，并利用Boruta-GA-XGB模型對用戶信貸違約進行預測，從而從根源上解決了現有的特征數量過多及分類模型參數過多導致信貸違約預測無法達到最優的問題。

為了實現以上目的，本發明采用以下技術方案：

本發明提出一種基于優化Boruta和XGBoost的信貸違約預測方法，其特征在于，包括步驟：

S1、獲取原始數據集，并對所述原始數據集中各個文件進行數據預處理及特征組合操作，得到信貸組合數據集；所述原始數據集中包括歷史貸款記錄、信用卡數據、歷史逾期次數、用戶基本信息、收入情況；

S2、基于Boruta-XGB特征選擇算法，對所述信貸組合數據集進行特征選擇，得到包括最優特征子集的信貸數據集；所述Boruta-XGB算法是在Boruta 算法的基礎上，將包裹的分類模型由隨機森林算法替換為XGBoost算法并采取不同的特征刪除的方法；

S3、基于特征選擇獲得的所述信貸數據集，使用遺傳算法優化XGBoost 算法的參數，構造生成Boruta-GA-XGB模型；

S4、輸入待預測的用戶信貸信息，并基于所述Boruta-GA-XGB模型，對用戶信貸違約進行預測，并獲得預測結果。