[发明专利]基于第三方数据源的违约概率分析方法

权利要求书

1.基于第三方数据源的违约概率分析方法，其特征在于：包括以下内容：

获取多方数据源厂商反馈的原始数据，原始数据包括多个数据维度；

对原始数据进行预处理获得变量数据；

将变量数据划分为验证集、训练集和测试集；

根据最优分箱计算训练集中训练数据各数据维度的IV值和相关系数，根据IV值和相关系数筛选数据维度；

根据筛选出的数据维度对应的训练数据生成WOE矩阵，将WOE矩阵作为输入变量，数据维度包括是否逾期，将是否逾期作为输入变量对应的输出结果，根据输入变量和输出结果构建逻辑回归模型。

2.根据权利要求1所述的基于第三方数据源的违约概率分析方法，其特征在于：获取多方数据源厂商反馈的原始数据，具体包括以下内容：

获取数据ID和数据要求；

根据数据ID和数据要求获取原始数据；

根据数据ID对齐原始数据。

3.根据权利要求1所述的基于第三方数据源的违约概率分析方法，其特征在于：对原始数据进行预处理获得变量数据，具体包括以下内容：

计算各数据维度对应原始数据的缺失率；

当缺失率大于预设的缺失阈值时，剔除对应数据维度的原始数据；反之，根据原始数据填充对应数据维度的缺失数据。

4.根据权利要求1所述的基于第三方数据源的违约概率分析方法，其特征在于：将变量数据划分为验证集、训练集和测试集，具体包括以下内容：

根据预设的时间阈值划分对应时间段的变量数据作为验证集；

根据预设的划分比例将剩余变量数据随机划分为训练集和测试集。

5.根据权利要求1所述的基于第三方数据源的违约概率分析方法，其特征在于：根据最优分箱计算训练集中训练数据各数据维度的IV值和相关系数，根据IV值和相关系数筛选数据维度，具体包括以下内容：

对训练集中的训练数据进行最优分箱；

根据最优分箱进行WOE转换生成WOE矩阵；

调用IV计算公式，根据IV计算公式和WOE矩阵计算各数据维度的IV值；

筛选IV值大于预设的IV阈值的数据维度；

根据筛选后的数据维度更新WOE矩阵；

调用相关系数计算公式，根据相关系数计算公式和更新后的WOE矩阵计算筛选出的数据维度之间的相关系数；

筛选相关系数小于预设的系数阈值的数据维度。

6.根据权利要求1-5任一项所述的基于第三方数据源的违约概率分析方法，其特征在于：还包括以下内容：

根据逻辑回归模型筛选输入变量中对应的数据维度。

7.根据权利要求6所述的基于第三方数据源的违约概率分析方法，其特征在于：根据逻辑回归模型筛选输入变量中对应的数据维度，具体包括以下内容：

根据逻辑回归模型计算输入变量对应的数据维度的特征值；

根据特征值判断对应输入变量是否显著，若不显著，则删除输入变量中对应的数据维度。

8.根据权利要求1-5任一项所述的基于第三方数据源的违约概率分析方法，其特征在于：还包括以下内容：

对验证集中的验证数据和测试集中的测试数据进行最优分箱和WOE转换生成验证矩阵和测试矩阵；

根据验证矩阵和测试矩阵输入逻辑回归模型，获得对应的输出结果。

9.根据权利要求1-5任一项所述的基于第三方数据源的违约概率分析方法，其特征在于：还包括以下内容：

计算逻辑回归模型的输入变量对应的数据维度的VIF值。

10.根据权利要求1-5任一项所述的基于第三方数据源的违约概率分析方法，其特征在于：还包括以下内容：

使用验证集、训练集和测试集计算逻辑回归模型的AUC值和KS值。