[发明专利]用户逾期还款预测方法、装置及电子设备

说明书

本公开涉及一种用户逾期还款预测方法、装置、电子设备及计算机可读介质。该方法包括：获取目标用户的用户数据和其对应的欠款金额、欠款时间；确定调节参数和坏账率；根据所述用户数据确定其对应的信用评分；以及基于所述欠款金额、所述调节参数、所述坏账率、所述信用评分确定所述目标用户逾期还款的欠款日期分布和欠款金额分布。本公开涉及的用户逾期还款预测方法、装置、电子设备及计算机可读介质，能够筛选出可能逾期用户数量及逾期金额，推算出未来每日逾期高峰和低谷，为贷后管理提供数据上的参考依据，更合理的安排贷后管理相关资源。

技术领域

本公开涉及计算机信息处理领域，具体而言，涉及一种用户逾期还款预测方法、装置、电子设备及计算机可读介质。

背景技术

金融资源是指金融领域中关于金融服务主体与客体的结构、数量、规模、分布及其效应和相互作用关系的一系列对象的总和或集合体，在生产和生活中，只有金融资源配置有效率，才能实现金融和经济可持续发展。对于提供互联网金融服务的公司而言，金融资源可以为资金的总额度，或者等同于资金的资产的额度等等。对于提供互联网金融服务的公司而言，金融资产中的一部分可用来给个人用户提供金融服务，还有一部分可以给其他的企业用户提供金融服务，其他部分可用来投入到本公司的发展中去，或者进行其他的金融相关的业务。

对于互联网金融服务的公司而言，由于总体的金融资源在一个相对固定的时间是有限的，而如何在不同的业务中合理的进行金融资源的分配就尤为重要。对于互联网金融服务公司所服务的企业级用户或者其他金融相关的业务而言，其需要占用金融资源的时间和周期一般是通过事先计划审批才能够获准的，比较有利于统筹安排其金融资源的分配。对于个人用户而言，由于个人用户的个体差异性，互联网金融服务公司几乎无法事先预知个人用户的金融资源需求的计划和时间，更加无法得知用户逾期还款的情况，如何合理掌握上述情况，进而合理调配资源分布是亟待解决的难题。

因此，需要一种新的用户逾期还款预测方法、装置、电子设备及计算机可读介质。

在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

有鉴于此，本公开提供一种用户逾期还款预测方法、装置、电子设备及计算机可读介质，能够筛选出可能逾期用户数量及逾期金额，推算出未来每日逾期高峰和低谷，为贷后管理提供数据上的参考依据，更合理的安排贷后管理相关资源。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的一方面，提出一种用户逾期还款预测方法，该方法包括：获取目标用户的用户数据和其对应的欠款金额、欠款时间；确定调节参数和坏账率；根据所述用户数据确定其对应的信用评分；以及基于所述欠款金额、所述调节参数、所述坏账率、所述信用评分确定所述目标用户逾期还款的欠款日期分布和欠款金额分布。

可选地，还包括：获取预定日期的所有目标用户的欠款日期分布和欠款金额；以及基于所述所有目标用户的欠款日期分布和欠款金额对金融资源的流动性进行预测。

可选地，获取目标用户的用户数据和其对应的欠款金额、欠款时间，包括：在用户的欠款状态为逾期状态，且还款方式为非分期还款时；将所述用户确定为所述目标用户。

可选地，确定调节参数和坏账率，包括：通过历史数据和数学拟合计算确定所述调节参数和坏账率。

可选地，根据所述用户数据确定其对应的信用评分，包括：将所述用户数据输入用户信用评估模型中以生成信用评估参数；获取所述目标用户的历史欠款数据；获取所述目标用户的历史还款数据；以及通过所述信用评估参数、所述历史欠款数据、所述历史还款数据生成所述信用评分；其中，所述用户信用评估模型是通过机器学习模型生成。