广东省数据知识产权存证登记平台-证书详情

登记信息

信贷客户逾期风险预测算法模型数据集 已登记

数据申请号：

粤2026051904587
数据登记号：

SZ2026120006828.4
关键词：

信贷客户、多维特征数据、机器学习、逾期预测、风险识别
登记时间：

2026-08-18
平台证书编号：

20260744000006828
数据处理者：

暂无
服务机构：

中山市深中标准质量与知识产权研究院
登记主体：

中山农村商业银行股份有限公司
法院编号：

广州互联网法院 - a4fd10739f6de9d13b1b62145772d325cbe5220d2b8636486d178632ec76345d-749fc1a4;legalxchain

区块链信息

上链时间：

2026-08-07
所属区块链：

司法联盟链·广东省知识产权保护中心
证据指纹：

42c1796dee292b852a1b3005152e3b1ec039c30eac602124eb1636095d79d3663b9d324d3df8145322456a3fda04087a3e04bf1f0df7a884e073342cb014afba
区块链存证证书编号：

LXM-GDIPI-23202608073791569487

数据信息

数据简介

信贷客户逾期风险预测算法模型数据集，通过整合客户基本信息、资产状况、产品持有情况、交易行为及信贷行为等多维度数据，既涵盖时点静态信息，也包含历史行为趋势，构建了包含100余项结构化特征的数据集。以该数据为基础，采用机器学习算法训练预测模型，输出客户未来发生逾期的预测概率，识别潜在高风险客户，为业务部门、支行及客户经理提供精准的贷后风控支持，助力有效控制并降低不良率。

数据来源：

自行产生
数据所属行业分类：

J66 货币金融服务

数据处理规则说明

本数据集的处理流程主要包括三个阶段：第一阶段对信贷客户的行内基本信息、资产状况、产品持有情况、交易行为及信贷相关行为等数据进行了结构化清洗与特征提取，形成标准化的客户特征数据集；第二阶段采用随机森林与GBDT两种二分类算法分别建模，基于训练集与测试集在准确率、精确率、AUC值和KS值等指标上的对比分析，最终选择表现更优的GBDT算法；第三阶段基于选定的算法对信贷客户开展逾期风险预测，输出0至1之间的概率值，表示客户未来半年内发生逾期的可能性。

应用场景描述

该算法模型数据集主要应用于业务部门、支行及客户经理在信贷客户贷后管理中的风险防控场景。通过精准识别具有逾期风险的客户，帮助一线人员更有针对性地锁定高风险客户，提前开展客户沟通、展期安排等风险缓释措施。模型名单每季度更新一次，并通过自有平台统一下发，确保使用过程高效、安全，助力支行与客户经理有效提升信贷资产质量管理水平。

数据格式：

excel
数据更新频率：

其他
数据量：

1344

样例数据

000008*******456 0.94 000008*******411 0.60 000008*******688 0.88 附件下载

数据结构样例

字段名称数据类型字段说明客户号 varchanr(20) 客户在行内账号唯一ID 逾期时间 varchar(20) 逾期时间预测逾期概率 float 客户逾期风险概率

数据状态

2026-08-18

数据知识产权登记完成