[发明专利]违约概率预测方法及装置

说明书

本发明实施例提供一种违约概率预测方法及装置，其中，该方法包括：对于每一待预测目标，根据待预测目标每一时间窗口的基础数据和每一时间窗口对应的回归模型，获取待预测目标每一时间窗口的违约概率的预测结果；根据各待预测目标各时间窗口的违约概率的预测结果和各时间窗口对应的权重，对各待预测目标进行聚类，根据聚类结果，获取每个类对应的违约概率预测结果，作为每个类中的待预测目标的违约概率预测结果；其中，任意两个时间窗口的时长不同。本发明实施例提供的违约概率预测方法及装置，能兼顾违约概率预测的实时性和准确性，能实现更精细的顾违约概率预测。

技术领域

本发明涉及计算机技术领域，尤其涉及一种违约概率预测方法及装置。

背景技术

在对企业或个人进行违约概率预测时，通常是基于固定的时间窗口采集的数据进行。

由于企业(或个人)的内部原因或外部原因，企业(或个人)行为在不同的时间点的变化非常大。单一的时间窗口会抹平企业(或个人)行为在该时间窗口内(尤其是时间窗口的时间段较长的情况下)的行为变化情况，无法反映企业(或个人)违约可能性的实时变化；而采用时长较短的时间窗口虽然实时性较强，但违约概率预测结果可能出现突变，并不能反映企业(或个人)真实的违约可能性。

发明内容

本发明实施例提供一种违约概率预测方法及装置，用以解决现有技术中难以兼顾违约概率预测的实时性和准确性的缺陷，实现更精细的违约概率预测。

本发明实施例提供一种违约概率预测方法，包括：

对于每一待预测目标，根据所述待预测目标每一时间窗口的基础数据和所述每一时间窗口对应的回归模型，获取所述待预测目标所述每一时间窗口的违约概率的预测结果；

根据各所述待预测目标各时间窗口的违约概率的预测结果和各时间窗口对应的权重，对各所述待预测目标进行聚类，根据聚类结果，获取每个类对应的违约概率预测结果，作为所述每个类中的待预测目标的违约概率预测结果；

其中，任意两个所述时间窗口的时长不同。

根据本发明一个实施例的违约概率预测方法，所述根据所述待预测目标每一时间窗口的基础数据和所述每一时间窗口对应的回归模型，获取所述待预测目标所述每一时间窗口的违约概率的预测结果的具体步骤包括：

根据所述待预测目标所述每一时间窗口的基础数据，获取所述待预测目标所述每一时间窗口的概率预测特征；

将所述待预测目标所述每一时间窗口的概率预测特征，输入所述每一时间窗口对应的回归模型，输出所述待预测目标所述每一时间窗口的违约概率的预测结果；

其中，所述每一时间窗口对应的回归模型，是根据所述每一时间窗口的概率预测特征样本数据，及所述样本数据对应的未违约或违约数据进行训练后获得的。

根据本发明一个实施例的违约概率预测方法，所述根据各所述待预测目标各时间窗口的违约概率的预测结果和各时间窗口对应的权重，对各所述待预测目标进行聚类的具体步骤包括：

根据各所述待预测目标各时间窗口的违约概率的预测结果和各时间窗口对应的权重，获取每两个所述待预测目标之间的特征距离；

基于聚类算法，根据每两个所述待预测目标之间的特征距离，获取每一所述待预测目标所属的类。

根据本发明一个实施例的违约概率预测方法，所述根据所述待预测目标每一时间窗口的基础数据和所述每一时间窗口对应的回归模型，获取所述待预测目标所述每一时间窗口的违约概率的预测结果之前，还包括：

对于所述每一时间窗口，根据所述每一时间窗口的概率预测特征样本数据，及所述样本数据对应的未违约或违约数据进行logistic回归分析，获取所述每一时间窗口对应的回归模型。