[发明专利]个人金融信用的量化评估方法、装置、系统及存储介质

说明书

本发明公开了一种个人金融信用的量化评估方法、装置、系统及存储介质，所述方法包括：采集个人的当前金融信用相关数据，在所述当前金融信用相关数据中提取当前目标变量；将所述当前目标变量分别输入多个不同种类的预设模型中，获取各预设模型输出的当前金融信用分值；根据各预设模型的权重和各预设模型输出的当前金融信用分值确定所述个人的目标金融信用分值。由于使用了与个人金融信用相关性高的目标变量，从根本上提高金融信用评估的准确度，通过多个不同种类的预设模型对目标变量对应的金融信用分值进行预测，将预测结果进行加权，获得目标金融信用分值，具有准确性与稳定性统筹兼顾的效果。

技术领域

本发明涉及信用评估领域，尤其涉及一种个人金融信用的量化评估方法、装置、系统及存储介质。

背景技术

目前，各机构进行金融信用评估时，首先对金融相关数据进行挖掘，选取与金融信用逾期相关性高的变量，再对变量进行机器学习，得到个人金融信用评估的结果。

然而，上述方法具有以下缺点：

1.对于金融信用相关数据的深加工构造比较简单，未能充分挖掘数据的信息价值(IV，Information Value)，信息价值是用来衡量信息的预测能力的参数。

2.未能有效度量金融信用相关数据与金融信用逾期之间的数量关系。

3.建模算法单一，未能集成各算法的优势。

因此，上述方法所评估的金融信用结果准确度较低。

发明内容

本发明的主要目的在于提供一种个人金融信用的量化评估方法、装置、系统及存储介质，旨在解决现有技术中无法较准确地对个人进行金融信用评估的技术问题。

为实现上述目的，本发明提供一种个人金融信用的量化评估方法，所述方法包括以下步骤：

采集个人的当前金融信用相关数据，在所述当前金融信用相关数据中提取当前目标变量；

将所述当前目标变量分别输入多个不同种类的预设模型中，获取各预设模型输出的当前金融信用分值；

根据各预设模型的权重和各预设模型输出的当前金融信用分值确定所述个人的目标金融信用分值。

优选地，所述将所述当前目标变量分别输入若干预设模型中，获取各预设模型输出的当前金融信用分值之前，所述方法还包括：

获取样本目标变量和对应的样本金融信用表现数据；

建立多个不同种类的金融信用模型，根据所述样本目标变量和所述样本金融信用表现数据对各金融信用模型分别进行训练，获得各预设模型。

优选地，所述获取样本目标变量和对应的样本金融信用表现数据之前，所述方法还包括：

采集样本金融信用相关数据，根据所述样本金融信用相关数据获取候选变量；

计算所述候选变量的目标信息价值，根据所述目标信息价值在所述候选变量中筛选样本目标变量。

优选地，所述计算所述候选变量的目标信息价值，根据所述目标信息价值在所述候选变量中筛选样本目标变量，具体包括：

根据所述候选变量的取值对所述候选变量进行分组；

在各组内，计算所述候选变量的证据权重，并根据所述证据权重计算所述候选变量的子信息价值；

对所述子信息价值进行求和，获得所述候选变量的目标信息价值；

按从大到小的顺序对所有候选变量的目标信息价值进行排序，选取前预设数目的候选变量作为样本目标变量。

优选地，所述候选变量包括：候选基础变量和候选衍生变量；