[發(fā)明專利]多維度風(fēng)險特征策略的提取方法

在審

• 申請?zhí)枺?/td>: 202111154465.9
• 申請日: 2021-09-29
• 公開（公告）號: CN113837865A
• 公開（公告）日: 2021-12-24
• 發(fā)明（設(shè)計）人: 鐘月
• 申請（專利權(quán)）人: 重慶富民銀行股份有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06Q10/06;G06K9/62;G06N20/00
• 代理公司: 重慶強大凱創(chuàng)專利代理事務(wù)所(普通合伙) 50217
• 代理人: 趙玉乾

本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，具體涉及一種多維度風(fēng)險特征策略的提取方法，包括內(nèi)容：采集源數(shù)據(jù)，源數(shù)據(jù)預(yù)處理，生成風(fēng)險特征數(shù)據(jù)，采用LightGbm決策樹算法進行模型訓(xùn)練，生成若干個樹結(jié)構(gòu)，提取每顆樹結(jié)構(gòu)中的分支節(jié)點和切分閾值；基于每棵樹的分支節(jié)點和切分閾值，對客戶集群進行分箱，計算每個分箱的樣本客戶總量和風(fēng)險樣本客戶總量，將各個分箱的風(fēng)險樣本客戶占比與設(shè)置的風(fēng)險閾值進行比較；若存在風(fēng)險樣本客戶占比大于等于風(fēng)險閾值的分箱，則該棵樹的分支節(jié)點和切分閾值有效，存儲該分支節(jié)點和切分閾值作為多維度風(fēng)險特征策略組合特征。該方法可靈活自動化且批量的進行特征的有效組合，形成量化分析結(jié)果，實現(xiàn)組合策略提取。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，具體為一種多維度風(fēng)險特征策略的提取方法。

背景技術(shù)

在各行各業(yè)，風(fēng)險管控都是十分必要且重要的，尤其是在金融領(lǐng)域，風(fēng)險管控主要包括貸前、貸中和貸后的風(fēng)險管控，在三個不同階段的風(fēng)險策略制定上，除了傳統(tǒng)的專家經(jīng)驗外，還有量化分析方法。現(xiàn)有的量化分析方法通常為單維度風(fēng)險特征策略法。從各方法的優(yōu)劣上，傳統(tǒng)的專家經(jīng)驗方法簡單易落地，但需要基于足夠的風(fēng)控經(jīng)歷和常年的積累，可意會難以言傳，對于人員要求高，成本高，同時因為缺乏量化數(shù)據(jù)的佐證，難有說服力；而單維度風(fēng)險特征策略，是指定中常用的方式方法，但未充分挖掘數(shù)據(jù)源和特征的有效性，在數(shù)據(jù)源成本和數(shù)據(jù)源的效能上未實現(xiàn)效益最大化。

發(fā)明內(nèi)容

本發(fā)明意在提供一種可靈活自動化且批量的進行特征的有效組合的多維度風(fēng)險特征策略的提取方法。

多維度風(fēng)險特征策略的提取方法，包括以下內(nèi)容，

采集源數(shù)據(jù)，數(shù)據(jù)預(yù)處理，對源數(shù)據(jù)進行預(yù)處理生成風(fēng)險特征數(shù)據(jù)；

基于風(fēng)險特征數(shù)據(jù)和客戶集群，采用LightGbm模型進行訓(xùn)練，生成若干個樹結(jié)構(gòu)，提取每顆樹結(jié)構(gòu)中的分支節(jié)點和切分閾值；

基于每棵樹的分支節(jié)點和切分閾值，對客戶集群進行分箱，計算每個分箱的樣本客戶總量和風(fēng)險樣本客戶總量，將各個分箱的風(fēng)險樣本客戶占比與設(shè)置的風(fēng)險閾值進行比較；若存在風(fēng)險樣本客戶占比大于等于風(fēng)險閾值的分箱，則該棵樹的分支節(jié)點和切分閾值有效，則存儲該分支節(jié)點和切分閾值作為多維度風(fēng)險特征策略組合特征。

本發(fā)明的有益效果：本發(fā)明首先對源數(shù)據(jù)進行預(yù)處理，以剔除一些不適合用于模型訓(xùn)練的數(shù)據(jù)，從而使生成的風(fēng)險特征數(shù)據(jù)更專業(yè)、準(zhǔn)確、全面和可靠；

本發(fā)明基于風(fēng)險特征數(shù)據(jù)和客戶集群，采用LightGbm模型進行訓(xùn)練，生成若干個樹結(jié)構(gòu)，即應(yīng)用LightGbm算法實現(xiàn)多維度風(fēng)險特征策略的提取，通過該方法可以靈活自動化且批量的進行風(fēng)險特征的組合；

本發(fā)明為了進一步驗證多維度風(fēng)險特征策略提取出的風(fēng)險特征組合的有效性和可靠性，基于每棵樹的分支節(jié)點和切分閾值，對客戶集群進行分箱，計算每個分箱的樣本客戶總量和風(fēng)險樣本客戶總量，將各個分箱的風(fēng)險樣本客戶占比與設(shè)置的風(fēng)險閾值進行比較，也即采用量化分析結(jié)果，若存在風(fēng)險樣本客戶占比大于等于風(fēng)險閾值的分箱，則該棵樹的分支節(jié)點和切分閾值有效，并且存儲該分支節(jié)點和切分閾值作為多維度風(fēng)險特征策略組合特征，最終達到充分挖掘數(shù)據(jù)源特征和數(shù)據(jù)源效益最大化的目的。

進一步，為了對源數(shù)據(jù)進行規(guī)范，以便于模型的訓(xùn)練，所述的預(yù)處理包括基于某一類數(shù)據(jù)的缺失率，剔除掉缺失率大的一類數(shù)據(jù)，基于數(shù)據(jù)單元素取值占比，剔除掉單元素取值大的數(shù)據(jù)，基于數(shù)據(jù)的相關(guān)性，剔除掉相關(guān)性高的數(shù)據(jù)，基于數(shù)據(jù)的IV，剔除掉IV低的數(shù)據(jù)。本發(fā)明所述的IV，主要是指對于模型訓(xùn)練是否有用。

進一步，為了比較全面的計算每個分箱的樣本客戶總量和風(fēng)險樣本客戶總量，所述的計算每個分箱的樣本客戶總量和風(fēng)險樣本客戶總量包括計算每個分箱的樣本量、壞樣本量、壞占比、風(fēng)險倍數(shù)以及l(fā)ift風(fēng)險指標(biāo)。