[发明专利]数据评估的方法和装置

说明书

技术领域

本发明涉及互联网技术应用领域，具体而言，涉及一种数据评估的方法和装置。

背景技术

随着互联网金融行业的高速发展，消费金融不再只是传统金融独有的业务，越来越多的电商平台获得了消费金融牌照，具备了向用户提供消费贷款额度的资质。

传统的银行或第三方金融机构(后简称资金方)在提供贷款服务时，通常以用户在银行的交易记录及信用卡记录作为主要用户数据，对贷款用户的信用情况进行评估并以此评估用户的贷款额度。但是由于资金方自有的交易记录及信用卡记录覆盖的用户非常有限，要求用户主动填写的信息或提供的证明的信息维度非常有限且真实性难以保证，因此传统资金方的方法评估的贷款额度会造成贷款风险高的问题。

目前一些电商平台评估用户贷款额度时，结合用户了在平台上的历史行作为补充，但是，用户贷款额度评估方法采用的仍是基于经验或专家打分卡的方法，给予特定信用风险程度的用户指定的贷款额度，上述方法过多的依赖专家的经验和主观判断，客观性和精确性不足，时效性也难以保证，同时也没有考虑资金方的贷款业务收益。

针对上述由于相关技术中对用户贷款额度估算依据经验和专家主观判断的缺陷，导致数据估算精度低的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种数据评估的方法和装置，以至少解决由于相关技术中对用户贷款额度估算依据经验和专家主观判断的缺陷，导致数据估算精度低的技术问题。

根据本发明实施例的一个方面，提供了一种数据评估的方法，包括：接收目标对象的数据等级评估请求；依据预存数据等级模型对数据等级评估请求进行风险评估，得到目标对象对应的风险概率和违约发生损失率；依据风险概率和违约发生损失率进行评估，得到目标对象对应的数据等级。

可选的，依据预存数据等级模型对数据等级评估请求进行风险评估，得到目标对象对应的风险概率和违约发生损失率包括：在预存数据等级模型包括：信用评级模型、用户违约发生损失率模型和数据等级与期望收益回归模型情况下，依据信用评级模型、用户违约发生损失率模型和数据等级与期望收益回归模型建立数据等级模型；依据预先接收到的目标对象的用户数据，通过信用评级模型和用户违约发生损失率模型进行计算，得到目标对象对应的风险概率和违约发生损失率。

进一步地，可选的，用户数据包括：用户身份信息、用户信用数据和用户行为数据。

可选的，依据预先接收到的目标对象的用户数据，通过信用评级模型和用户违约发生损失率模型进行计算，得到目标对象对应的风险概率和违约发生损失率包括：根据信用评级模型和用户数据进行计算，得到用户信用评级；根据用户信用评级和预先获取的用户违约先验概率进行计算，得到风险概率；获取目标对象在违约后最终损失的金额占目标对象请求获取的数据等级的比例，通过用户违约发生损失率模型进行计算，得到违约发生损失率。

可选的，数据等级与期望收益回归模型，用于预测数据审批对象在预设时间窗口内的收益，以及评估目标对象的数据等级，其中，评估目标对象的数据等级包括：根据评估的数据审批对象的收益评估目标对象的数据等级。

根据本发明实施例的另一方面，还提供了一种数据评估的装置，包括：接收模块，用于接收目标对象的数据等级评估请求；第一评估模块，用于依据预存数据等级模型对数据等级评估请求进行风险评估，得到目标对象对应的风险概率和违约发生损失率；第二评估模块，用于依据风险概率和违约发生损失率进行评估，得到目标对象对应的数据等级。

可选的，第一评估模块包括：模型建立单元，用于在预存数据等级模型包括：信用评级模型、用户违约发生损失率模型和数据等级与期望收益回归模型情况下，依据信用评级模型、用户违约发生损失率模型和数据等级与期望收益回归模型建立数据等级模型；评估单元，用于依据预先接收到的目标对象的用户数据，通过信用评级模型和用户违约发生损失率模型进行计算，得到目标对象对应的风险概率和违约发生损失率。

进一步地，可选的，用户数据包括：用户身份信息、用户信用数据和用户行为数据。

可选的，评估单元包括：第一计算子单元，用于根据信用评级模型和用户数据进行计算，得到用户信用评级；第二计算子单元，用于根据用户信用评级和预先获取的用户违约先验概率进行计算，得到风险概率；第三计算子单元，用于获取目标对象在违约后最终损失的金额占目标对象请求获取的数据等级的比例，通过用户违约发生损失率模型进行计算，得到违约发生损失率。