[發明專利]一種中小微企業信貸產品單規則閾值設定方法和系統

在審

• 申請號: 202111446006.8
• 申請日: 2021-11-30
• 公開（公告）號: CN114118826A
• 公開（公告）日: 2022-03-01
• 發明（設計）人: 陳瑋;劉德彬;黃遠江;瞿廣洋
• 申請（專利權）人: 重慶譽存大數據科技有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q40/02;G06K9/62
• 代理公司: 重慶智慧之源知識產權代理事務所(普通合伙) 50234
• 代理人: 余洪

本發明提供一種中小微企業信貸產品單規則閾值設定方法和系統，其中，方法包括：獲取數據樣本，對數據樣本進行處理，獲取目標特征；檢測目標特征是否擁有標簽數據和至少兩類不同群體的特征數據，獲取檢測結果；根據檢測結果確定對應的閾值設定方法，閾值設定方法包括分布差異最大法、彈性系數選擇法、分布法和分位數法。本發明能夠適用于單一規則閾值設置的多種運用場景，結合宏觀變化趨勢和微觀變動情況，以及群體的分布差異等風控考量點，確定最適合的閾值設定方法，閾值設置靈活，適用性強。

技術領域

本發明涉及金融技術領域，尤其涉及一種中小微企業信貸產品單規則閾值設定方法和系統。

背景技術

在整個信貸風控環節中，產品準入的規則是風險識別的前置關卡，其作用在于提前濾除高風險群體。通常而言，準入規則主要由企業特征和對應的閾值組成。在數字化信貸風控場景中，信貸產品準入規則閾值設定的好壞，對產品推廣、通過率預估以及風險群體的攔截度有著至關重要的影響。一方面，準入規則的閾值設置得過于嚴格，雖然可以過濾部分資質較差的企業，但對正常企業的誤傷率較高，造成產品通過率極低，導致產品推廣和業務開展困難；另一方面，若準入規則的閾值設置得過于寬泛，對高風險企業的風險識別和攔截力度不夠，放過較多異常企業進入后續環節中，加大評分模型以及其他風險評估模型的壓力，失去“準入攔截”意義。

目前，多數信貸產品，對規則閾值的設定主要面臨以下兩個不足：

1、缺乏數據支撐，依靠專家經驗設定閾值，很難直接驗證其合理性，試錯成本高；

2、雖然擁有數據資源，但面對復雜的企業特征，以及不同的數據場景，缺少一套健全的閾值選擇體系以及科學的解讀方法。因此，即便在擁有數據樣本的前提下，也很難選擇出合適的閾值。

發明內容

基于此，有必要針對上述技術問題，提供一種中小微企業信貸產品單規則閾值設定方法和系統。

一種中小微企業信貸產品單規則閾值設定方法，包括以下步驟：獲取數據樣本，對所述數據樣本進行處理，獲取目標特征；檢測所述目標特征是否擁有標簽數據和至少兩類不同群體的特征數據，獲取檢測結果；根據所述檢測結果確定對應的閾值設定方法，所述閾值設定方法包括分布差異最大法、彈性系數選擇法、分布法和分位數法。

在其中一個實施例中，所述根據所述檢測結果確定對應的閾值設定方法，具體包括：若檢測結果為所述目標特征擁有標簽數據和至少兩類不同群體的特征數據，且群體的特征數據在違約相關性高的特征上存在差異時，采用分布差異最大法進行閾值設定；若檢測結果為所述目標特征擁有標簽數據和至少兩類不同群體的特征數據，且所述目標特征與違約樣本之間為非線性關系時，采用彈性系數選擇法進行閾值設定；若檢測結果為不具有標簽數據，且所述目標特征擁有對應的特征數據時，采用分布法進行閾值設定；若檢測結果為不具有數據標簽，且所述目標特為非分類數據時，采用分位數法進行閾值設定。

在其中一個實施例中，所述采用分布差異最大法進行閾值設定，具體包括：對所述目標特征進行分箱，獲取若干箱，所述目標特征包括連續型數據和離散型數據，所述連續型數據采用不等距分組，所述離散型數據采用等距分組；計算所述若干箱的各箱占比，獲取分箱占比情況；根據所述分箱占比情況，計算獲取每類群體的累積頻率；根據所述每類群體的累積頻率，計算兩類群體之間的累積頻率差值；標識出累積頻率差值最大的分箱閾值，作為閾值選擇的目標對象。

在其中一個實施例中，所述采用彈性系數選擇法進行閾值設定，具體包括：對所述目標特征進行分箱，獲取若干箱；計算獲取兩類群體在相鄰分箱點的增長率，根據所述增長率采用彈性公式計算獲取彈性系數；根據預設彈性系數確定分箱臨界點，作為閾值選擇的目標對象。