本发明涉及信贷风险模型，特别是涉及一种信贷风险模型成本优化方法。
背景技术：
1、在信贷领域，风险模型是评估客户资质和风险等级的关键工具。传统的风险模型主要依赖征信数据和客户表填信息，但随着大数据模型技术的发展，客户消费、互联网行为和设备埋点等替代性数据发挥着越来越重要的作用。消费金融机构较难在业务中产生上述数据，所以外部采集数据的应用越来越普遍。然而，外采数据的成本和质量参差不齐，如何有效利用这些数据，同时控制成本和提高模型的效果，成为亟待解决的技术问题。
技术实现思路
1、本发明提供了一种信贷风险模型成本优化方法，以解决如何有效利用这些数据，同时控制成本和提高模型的效果的技术问题。
2、根据本申请提供的一种信贷风险模型成本优化方法，所述方法包括以下步骤：
3、s100，获取无成本数据集a和每一有成本数据集，以得到有成本数据集列表b=（b1，b2,…，bi，…，bn），i=1，2，…，n；其中，bi为第获取到的第i个有成本数据集，n为获取到的有成本数据集的数量；
4、s200，根据b，确定有成本数据集组合列表集c=（c1，c2,…，ci，…，cn）；其中，ci为从b中选出i个有成本数据集生成有成本数据集组合对应的有成本数据集组合列表；ci=（ci，1，ci，2，…，ci，j，…，ci，f（i）），j=1，2，…，f（i）；ci，j为从b中选出i个有成本数据集生成有成本数据集组合中的第j个有成本数据集组合，f（i）为从b中选出i个有成本数据集生成有成本数据集组合的数量；ci，r与ci，r+1中的有成本数据集对应的数据源不完全相同；r=1，2，…，f（i）；f（i）=n！/（i！×（n-i）！）；
5、s300，使用a，建立无成本风险信贷模型ra；
6、s400，获取第一预设值q=1、第二预设值w=1以及中间模型zt；其中，zt的初始投资回报率为0；
7、s500，若q＜n，则在ra的基础上加入cq，w建立有成本信贷风险模型dq，w，并确定dq，w对应的投资回报率roiq，w；进入s600；
8、s600，若roiq，w＞roizt，则获取zt=dq，w；否则，获取zt=zt；其中，roizt为zt对应的投资回报率；
9、s700，若w＜f（i），则获取w=w+1；否则，获取q=q+1，获取w=1；进入s500；
10、s800，若q≥n，则将zt确定为目标信贷风险模型。
11、进一步的，roiq，w通过以下步骤确定：
12、s610，获取dq，w所应用的风险产品的业务信息；其中，业务信息包括：交易率、产品年华收益率、年化风险成本率、资金成本率、运营成本率和分润比例；
13、交易率=实际动支人数/过件人数*100%；
14、产品年化收益率=(利息收入/交易额)*(12/产品期数)*100%；
15、年化风险成本率=(坏账损失金额/年化资金)*(12/产品期数)*100%；
16、年化资金成本率=累计利息支出/表内贷款余额日均/累计天数*360*100%；
17、年化运营成本率=累计运营成本/表内贷款余额日均/累计天数*360*100%；
18、分润比例=流量费用支出/利息收入；
19、s620，获取cq，w中的每一有成本数据集对应的数据源信息；其中，数据源信息包括：数据源单价、收费方式、命中率和查询比例；数据源单价为平均单次调用价格；收费方式包括查询收费和查中收费；命中率=实际返回结果数/调用数；查询比例=实际数据查询数/人群包客户数；
20、s630，根据dq，w所应用的风险产品的业务信息和cq，w中的每一有成本数据集对应的数据源信息，确定roiq，w。
21、进一步的，步骤s630包括以下步骤：
22、s631，获取cq，w应用前后的变化信息；其中，变化信息通过swap out&swap in分析表收集得到；
23、s632，根据交易率和变化信息，确定：
24、利息收入变化=置入利息收入-置出利息收入=交易率*(产品年化收益率/1.82)*(置入样本分布比例*置入授信额或者交易额-置出样本分布比例*置出授信额或者交易额)；
25、分润场景下的流量成本变化=利息收入变化*分润比例；
26、风险成本变化=交易率*(年化风险成本率/1.82)*（置入金额逾期率或者lift*置入样本分布比例*置入授信额或者交易额-置出金额逾期率或者lift*置出样本分布比例*置出授信额或者交易额）/应用前通过&total金额逾期率或者lift；
27、资金成本变化=交易率*(年化资金成本率/1.82)*(置入样本分布比例*置入授信额或者交易额-置出样本分布比例*置出授信额或者交易额)；
28、运营成本变化=交易率*(年化运营成本率/1.82)*(置入样本分布比例*置入授信额或者交易额-置出样本分布比例*置出授信额或者交易额)；
29、若在投放场景，dq，w对应的产出rq，w=利息收入变化-sum(风险成本变化，资金成本变化，运营成本变化)；其中，sum为预设的求和函数；
30、若在分润场景，rq，w=利息收入变化-sum(流量成本变化，风险成本变化，资金成本变化，运营成本变化)。
31、进一步的，步骤s630还包括以下步骤：
32、s633，根据cq，w中的每一有成本数据集对应的数据源信息，确定dq，w对应的数据成本iq，w；其中，如果是收费方式为查询，则iq，w=数据源单价*查询比例；如果收费方式为查中，则iq，w=数据源单价*命中率*查询比例。
33、进一步的，根据rq，w和iq，w，确定roiq，w=rq，w/iq，w。
34、进一步的，所述目标风险信贷模型的应用场景包括：拒尾场景、回捞场景、置换场景和头部提额场景。
35、本发明至少具有以下有益效果：
36、本发明的信贷风险模型成本优化方法，将若干有成本数据集分为若干种有成本数据集组合；使用a，建立无成本风险信贷模型，然后在无成本风险信贷模型的基础上加入每一种有成本数据集组合，得到对应的有成本风险信贷模型，并确定有每一有成本风险信贷模型的投资回报率，将投资回报率最大的有成本风险信贷模型确定目标有成本风险信贷模型；使得确定出的有成本风险信贷模型的投资回报率最大，从而有效利用有成本数据，同时控制成本和提高模型的效果。
1.一种信贷风险模型成本优化方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的信贷风险模型成本优化方法，其特征在于，roiq，w通过以下步骤确定：
3.根据权利要求2所述的信贷风险模型成本优化方法，其特征在于，步骤s630包括以下步骤：
4.根据权利要求3所述的信贷风险模型成本优化方法，其特征在于，步骤s630还包括以下步骤：
5.根据权利要求4所述的信贷风险模型成本优化方法，其特征在于，根据rq，w和iq，w，确定roiq，w=rq，w/iq，w。
6.根据权利要求1所述的信贷风险模型成本优化方法，其特征在于，所述目标风险信贷模型的应用场景包括：拒尾场景、回捞场景、置换场景和头部提额场景。
