CN114118619A - 一种存款利率确定方法、装置、设备及可读存储介质 - Google Patents

一种存款利率确定方法、装置、设备及可读存储介质 Download PDF

Info

Publication number
CN114118619A
CN114118619A CN202111483917.8A CN202111483917A CN114118619A CN 114118619 A CN114118619 A CN 114118619A CN 202111483917 A CN202111483917 A CN 202111483917A CN 114118619 A CN114118619 A CN 114118619A
Authority
CN
China
Prior art keywords
information
sub
interest rate
data
deposit
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202111483917.8A
Other languages
English (en)
Inventor
郭莉
徐美娟
谭鑫
康华
陈石
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Citic Bank Corp Ltd
Original Assignee
China Citic Bank Corp Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Citic Bank Corp Ltd filed Critical China Citic Bank Corp Ltd
Priority to CN202111483917.8A priority Critical patent/CN114118619A/zh
Publication of CN114118619A publication Critical patent/CN114118619A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/02—Banking, e.g. interest calculation or account maintenance

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Human Resources & Organizations (AREA)
  • Data Mining & Analysis (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Technology Law (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及金融技术领域，具体而言，涉及一种存款利率确定方法、装置、设备及可读存储介质。所述方法包括获取第一信息和第一模型，将所述第一信息进行处理后获得第二信息，根据所述第二信息对客户群体进行筛选，得到第三信息，将所述第三信息分为第一子信息、第二子信息和第三子信息，将所述第一子信息和所述第二子信息输入所述第一模型获得第四信息，判断所述第四信息是否达到阈值，若所述第四信息达到阈值，则将所述第三子信息带入所述第一模型中计算得到所述第一预测数据集。本发明实现了在总成本可控条件下客户活期存款利率差异化定价的功能，使得不同的客户活期利率合理定价。

Description

一种存款利率确定方法、装置、设备及可读存储介质
技术领域
本发明涉及金融技术领域，具体而言，涉及一种存款利率确定方法、装置、设备及可读存储介质。
背景技术
我国存款利率市场化自2015年开始推进，存款利率差异化趋势逐渐显现，但定价方法尚未完善。大多数定价方法都是对模型方法论的论述，缺乏实证研究，另一类虽模型内容较为完备，但研究对象是以银行整体为单位，对单个客户差异化利率定价的研究尚为空白。
近年来，理财和货基等产品不断抬升客户对资金的收益要求，也激发了客户对银行存款的利率敏感性，客户向银行议价的行为日趋普遍。该现象对银行的利率定价管理能力提出了新的挑战，银行一是需要加强精准定价，避免利率全面、过快抬升，二是需要提升管理效率，避免层层审批造成过多耗用人力。因此，需要拟定一套定价标准，实现统一高效定价，并且该标准应尽可能贴近实际，才具有应用价值。
发明内容
本发明的目的在于提供一种存款利率确定方法、装置、设备及可读存储介质，以改善上述问题。为了实现上述目的，本发明采取的技术方案如下：
一方面，本申请提供了一种存款利率确定方法，所述方法包括：获取第一信息和第一模型，所述第一信息包括客户利率第一敏感性分值信息；将所述第一信息进行数据清洗和数据组合后获得第二信息，所述第二信息包括客户的存款数据；根据所述存款数据对客户群体进行筛选，得到第三信息，所述第三信息包括所述存款数据处于第三预设范围内的客户群体的利率第一敏感性分值信息；将所述第三信息分为第一子信息、第二子信息和第三子信息，所述第一子信息为所述存款数据处于第三预设范围内的客户两年前的利率第一敏感性分值信息，所述第二子信息为所述存款数据处于第三预设范围内的客户一年前的利率第一敏感性分值信息，所述第三子信息为所述存款数据处于第三预设范围内的客户本年的利率第一敏感性分值信息；将所述第一子信息和所述第二子信息输入所述第一模型获得第四信息，所述第四信息包括拟合优度的确定系数评估指标；判断所述第四信息是否达到阈值，若所述第四信息达到阈值，则将所述第三子信息带入所述第一模型中计算，获得第一预测数据集，所述第一预测数据集包括每个客户活期利率的预测值。
可选地，所述获得第二信息，包括：将所述第一信息进行数据格式转换、缺失值填充、去除非建模字段和异常值处理后获得的第四子信息；所述第四子信息包括客户的基本属性分值信息、客户的重要属性分值信息、客户行为分值信息和市场利率关联性分值信息；将所述第四子信息的客户的基本属性分值信息、客户的重要属性分值信息、客户行为分值信息和市场利率关联性分值信息相互组合后获得第五子信息。
可选地，所述获得第三信息包括：根据所述存款数据对客户群体进行筛选，筛选出存款数据处于第一预设范围内的客户，将处于所述第一预设范围内的客户的利率第一敏感性分值信息记为第六子信息；根据所述存款数据对客户群体进行筛选，筛选出存款数据处于第二预设范围的客户，将处于所述第二预设范围内的客户的利率第一敏感性分值信息记为第七子信息；根据所述存款数据对客户群体进行筛选，筛选出存款数据处于所述第三预设范围内的客户，将处于所述第三预设范围内的客户的利率第一敏感性分值信息记为第八子信息。
可选地，所述获得第四信息，包括：将所述第一子信息输入所述第一模型训练，得到第一训练集数据，然后将所述第二子信息输入所述第一模型内测试，获得第一测试集数据，通过对所述第一训练集数据与所述第一测试集数据交叉验证获得第四信息，所述第四信息包括拟合优度的确定系数评估指标。
可选地，所述获得第一预测数据集，还包括：若所述第四信息没有达到阈值，则获取第五信息，所述第五信息为除所述第一信息外的客户外的利率第二敏感性分值信息；将所述第一信息与所述第五信息进行数据清洗和数据组合后获得第六信息；根据所述第六信息和所述第三信息得到第七信息，所述第七信息包括所述存款数据处于所述第三预设范围内的客户群体的利率第二敏感性分值信息；将所述第七信息分为第九子信息、第十子信息和第十一子信息，所述第九子信息为所述存款数据处于所述第三预设范围内的客户两年前的利率第二敏感性分值信息，所述第十子信息为所述存款数据处于所述第三预设范围内的客户一年前的利率第二敏感性分值信息，所述第十一子信息为所述存款数据处于所述第三预设范围内的客户本年的利率第二敏感性分值信息；将所述第九子信息输入所述第一模型进行训练，得到第二训练集数据，将所述第十子信息输入所述第一模型进行测试，得到第二测试集数据，通过将所述第二训练集数据和所述第二测试集数据交叉验证得到第八信息，所述第八信息包括第二训练集数据和第二测试集数据交叉验证的拟合优度的确定系数评估指标；根据所述第八信息，实时判断所述第八信息是否达到阈值；若所述第八信息达到阈值，则将所述第十一子信息带入所述第一模型中计算，得到第二预测数据集，所述第二预测数据集包括每个客户活期利率的预测值；若所述第八信息没有达到阈值，重复进行上述方法。
可选地，所述获得第二信息，还包括：获得第十二子信息，所述第十二子信息包括辖内各地区客户价格分布信息、辖内各地区客户价格迁徙信息和影响客户议价能力的信息；根据第十二子信息，获得第十三子信息，所述第十三子信息包括辖内客户价格全景图、客户价格迁徙图和客户议价能力画像。
第二方面，本申请实施例提供了一种存款利率确定装置，所述装置包括：
第一获取模块，用于获取第一信息和第一模型，所述第一信息包括客户利率第一敏感性分值信息；
第一处理模块，用于将所述第一信息进行数据清洗和数据组合后获得第二信息，所述第二信息包括客户的存款数据；
第二处理模块，用于根据所述存款数据对客户群体进行筛选，得到第三信息，所述第三信息包括所述存款数据处于第三预设范围内的客户群体的利率第一敏感性分值信息；
第三处理模块，用于将所述第三信息分为第一子信息、第二子信息和第三子信息，所述第一子信息为所述存款数据处于第三预设范围内的客户两年前的利率第一敏感性分值信息，所述第二子信息为所述存款数据处于第三预设范围内的客户一年前的利率第一敏感性分值信息，所述第三子信息为所述存款数据处于第三预设范围内的客户本年的利率第一敏感性分值信息；
第四处理模块，用于将所述第一子信息和所述第二子信息输入所述第一模型获得第四信息，所述第四信息包括拟合优度的确定系数评估指标；
第五处理模块，用于判断所述第四信息是否达到阈值，若所述第四信息达到阈值，则将所述第三子信息带入所述第一模型中计算，获得第一预测数据集，所述第一预测数据集包括每个客户活期利率的预测值。
可选地，所述第一处理模块，包括：
第一处理子单元，用于将所述第一信息进行数据格式转换、缺失值填充、去除非建模字段和异常值处理后获得的第四子信息；所述第四子信息包括客户的基本属性分值信息、客户的重要属性分值信息、客户行为分值信息和市场利率关联性分值信息；
第二处理子单元，用于将所述第四子信息的客户的基本属性分值信息、客户的重要属性分值信息、客户行为分值信息和市场利率关联性分值信息相互组合后获得第五子信息。
可选地，所述第二处理模块，包括：
第三处理子单元，用于根据所述存款数据对客户群体进行筛选，筛选出存款数据处于第一预设范围内的客户，将处于所述第一预设范围内的客户的利率第一敏感性分值信息记为第六子信息；
第四处理子单元，用于根据所述存款数据对客户群体进行筛选，筛选出存款数据处于第二预设范围的客户，将处于所述第二预设范围内的客户的利率第一敏感性分值信息记为第七子信息；
第五处理子单元，用于根据所述存款数据对客户群体进行筛选，筛选出存款数据处于所述第三预设范围内的客户，将处于所述第三预设范围内的客户的利率第一敏感性分值信息记为第八子信息。
可选地，所述第四处理模块，包括：
第六处理子单元，用于将所述第一子信息输入所述第一模型训练，得到第一训练集数据，然后将所述第二子信息输入所述第一模型内测试，获得第一测试集数据，通过对所述第一训练集数据与所述第一测试集数据交叉验证获得第四信息，所述第四信息包括拟合优度的确定系数评估指标。
可选地，所述第五处理模块，还包括：
第七处理子单元，用于若所述第四信息没有达到阈值，则获取第五信息，所述第五信息为除所述第一信息外的客户外的利率第二敏感性分值信息；
第八处理子单元，用于将所述第一信息与所述第五信息进行数据清洗和数据组合后获得第六信息；
第九处理子单元，用于根据所述第六信息和所述第三信息得到第七信息，所述第七信息包括所述存款数据处于所述第三预设范围内的客户群体的利率第二敏感性分值信息；
第十处理子单元，用于将所述第七信息分为第九子信息、第十子信息和第十一子信息，所述第九子信息为所述存款数据处于所述第三预设范围内的客户两年前的利率第二敏感性分值信息，所述第十子信息为所述存款数据处于所述第三预设范围内的客户一年前的利率第二敏感性分值信息，所述第十一子信息为所述存款数据处于所述第三预设范围内的客户本年的利率第二敏感性分值信息；
第十一处理子单元，用于将所述第九子信息输入所述第一模型进行训练，得到第二训练集数据，将所述第十子信息输入所述第一模型进行测试，得到第二测试集数据，通过将所述第二训练集数据和所述第二测试集数据交叉验证得到第八信息，所述第八信息包括第二训练集数据和第二测试集数据交叉验证的拟合优度的确定系数评估指标；
第十二处理子单元，用于根据所述第八信息，实时判断所述第八信息是否达到阈值；若所述第八信息达到阈值，则将所述第十一子信息带入所述第一模型中计算，得到第二预测数据集，所述第二预测数据集包括每个客户活期利率的预测值；
第十三处理子单元，用于若所述第八信息没有达到阈值，重复进行上述方法。
可选地，所述第一处理模块，还包括：
第一获取子单元，用于获得第十二子信息，所述第十二子信息包括辖内各地区客户价格分布信息、辖内各地区客户价格迁徙信息和影响客户议价能力的信息；
第十四处理子单元，用于根据第十二子信息，获得第十三子信息，所述第十三子信息包括辖内客户价格全景图、客户价格迁徙图和客户议价能力画像。
第三方面，本申请实施例提供了一种存款利率确定设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至6任一项所述存款利率确定方法的步骤。
第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述存款利率确定方法的步骤。
本发明的有益效果为：
1、本发明实现了在总成本可控条件下客户活期存款利率差异化分层自动定价功能，使得不同的客户活期利率定价合理；
2、节省了大量人工定价或审批时间，解决了人工定价信息不对称等问题带来的定价偏离问题；
3、经过模型分类与筛选，可将客户利率水平进行高、中、低分层。银行可针对客户分层结果，制定差异化的定价策略，实现精准、高效定价。
4、创设面向定价管理人员与客户经理的便利化系统工具，更仔细的分析客户。
本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本发明实施例中所述的一种存款利率确定方法流程示意图；
图2为本发明实施例中所述的一种存款利率确定装置结构示意图；
图3是本发明实施例中所述的一种存款利率确定设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
如图1所示，本实施例提供了一种存款利率确定方法，其所述方法包括步骤S1、步骤S2、步骤S3、步骤S4、步骤S5和步骤S6。
步骤S1、获取第一信息和第一模型，所述第一信息包括客户利率第一敏感性分值信息；
步骤S2、将所述第一信息进行数据清洗和数据组合后获得第二信息，所述第二信息包括客户的存款数据；
步骤S3、根据所述存款数据对客户群体进行筛选，得到第三信息，所述第三信息包括所述存款数据处于第三预设范围内的客户群体的利率第一敏感性分值信息；
步骤S4、将所述第三信息分为第一子信息、第二子信息和第三子信息，所述第一子信息为所述存款数据处于第三预设范围内的客户两年前的利率第一敏感性分值信息，所述第二子信息为所述存款数据处于第三预设范围内的客户一年前的利率第一敏感性分值信息，所述第三子信息为所述存款数据处于第三预设范围内的客户本年的利率第一敏感性分值信息；
步骤S5、将所述第一子信息和所述第二子信息输入所述第一模型获得第四信息，所述第四信息包括拟合优度的确定系数评估指标；
步骤S6、判断所述第四信息是否达到阈值，若所述第四信息达到阈值，则将所述第三子信息带入所述第一模型中计算，获得第一预测数据集，所述第一预测数据集包括每个客户活期利率的预测值。
在本公开的一种具体实施方式中，所述步骤S2包括步骤S21和步骤S22。
步骤S21、将所述第一信息进行数据格式转换、缺失值填充、去除非建模字段和异常值处理后获得的第四子信息；所述第四子信息包括客户的基本属性分值信息、客户的重要属性分值信息、客户行为分值信息和市场利率关联性分值信息；
步骤S22、将所述第四子信息的客户的基本属性分值信息、客户的重要属性分值信息、客户行为分值信息和市场利率关联性分值信息相互组合后获得第五子信息。
在本公开的一种具体实施方式中，所述步骤S3包括步骤S31、步骤S32和步骤S33。
步骤S31、根据所述存款数据对客户群体进行筛选，筛选出存款数据处于第一预设范围内的客户，将处于所述第一预设范围内的客户的利率第一敏感性分值信息记为第六子信息；
步骤S32、根据所述存款数据对客户群体进行筛选，筛选出存款数据处于第二预设范围的客户，将处于所述第二预设范围内的客户的利率第一敏感性分值信息记为第七子信息；
步骤S33、根据所述存款数据对客户群体进行筛选，筛选出存款数据处于所述第三预设范围内的客户，将处于所述第三预设范围内的客户的利率第一敏感性分值信息记为第八子信息。
在本公开的一种具体实施方式中，所述步骤S5包括步骤S51和步骤S52。
步骤S51、将所述第一子信息输入所述第一模型训练，得到第一训练集数据；
步骤S52、将所述第二子信息输入所述第一模型内测试，获得第一测试集数据，通过对所述第一训练集数据与所述第一测试集数据交叉验证获得第四信息，所述第四信息包括拟合优度的确定系数评估指标。
在本公开的一种具体实施方式中，所述步骤S6包括步骤S61、步骤S62、步骤S63、步骤S64、步骤S65、步骤S66和步骤S67。
步骤S61、若所述第四信息没有达到阈值，则获取第五信息，所述第五信息为除所述第一信息外的客户外的利率第二敏感性分值信息；
步骤S62、将所述第一信息与所述第五信息进行数据清洗和数据组合后获得第六信息；
步骤S63、根据所述第六信息和所述第三信息得到第七信息，所述第七信息包括所述存款数据处于所述第三预设范围内的客户群体的利率第二敏感性分值信息；
步骤S64、将所述第七信息分为第九子信息、第十子信息和第十一子信息，所述第九子信息为所述存款数据处于所述第三预设范围内的客户两年前的利率第二敏感性分值信息，所述第十子信息为所述存款数据处于所述第三预设范围内的客户一年前的利率第二敏感性分值信息，所述第十一子信息为所述存款数据处于所述第三预设范围内的客户本年的利率第二敏感性分值信息；
步骤S65、将所述第九子信息输入所述第一模型进行训练，得到第二训练集数据，将所述第十子信息输入所述第一模型进行测试，得到第二测试集数据，通过将所述第二训练集数据和所述第二测试集数据交叉验证得到第八信息，所述第八信息包括第二训练集数据和第二测试集数据交叉验证的拟合优度的确定系数评估指标；
步骤S66、根据所述第八信息，实时判断所述第八信息是否达到阈值；若所述第八信息达到阈值，则将所述第十一子信息带入所述第一模型中计算，得到第二预测数据集，所述第二预测数据集包括每个客户活期利率的预测值；
步骤S67、若所述第八信息没有达到阈值，重复进行上述方法。
在本公开的一种具体实施方式中，所述步骤S2还包括步骤S23和步骤S24。
步骤S23、获得第十二子信息，所述第十二子信息包括辖内各地区客户价格分布信息、辖内各地区客户价格迁徙信息和影响客户议价能力的信息；
步骤S24、根据第十二子信息，获得第十三子信息，所述第十三子信息包括辖内客户价格全景图、客户价格迁徙图和客户议价能力画像。
实施例2
如图2所示，本实施例提供了一种存款利率确定装置，所述装置包括第一获取模块701，第一处理模块702，第二处理模块703，第三处理模块704，第四处理模块705和第五处理模块706，
所述第一获取模块701，用于获取第一信息和第一模型，所述第一信息包括客户利率第一敏感性分值信息；
所述第一处理模块702，用于将所述第一信息进行数据清洗和数据组合后获得第二信息，所述第二信息包括客户的存款数据；
所述第二处理模块703，用于根据所述存款数据对客户群体进行筛选，得到第三信息，所述第三信息包括所述存款数据处于第三预设范围内的客户群体的利率第一敏感性分值信息；
所述第三处理模块704，用于将所述第三信息分为第一子信息、第二子信息和第三子信息，所述第一子信息为所述存款数据处于第三预设范围内的客户两年前的利率第一敏感性分值信息，所述第二子信息为所述存款数据处于第三预设范围内的客户一年前的利率第一敏感性分值信息，所述第三子信息为所述存款数据处于第三预设范围内的客户本年的利率第一敏感性分值信息；
所述第四处理模块705，用于将所述第一子信息和所述第二子信息输入所述第一模型获得第四信息，所述第四信息包括拟合优度的确定系数评估指标；
所述第五处理模块706，用于判断所述第四信息是否达到阈值，若所述第四信息达到阈值，则将所述第三子信息带入所述第一模型中计算，获得第一预测数据集，所述第一预测数据集包括每个客户活期利率的预测值。
在本公开的一种具体实施方式中，所述第一处理模块702包括：
第一处理子单元7021，用于将所述第一信息进行数据格式转换、缺失值填充、去除非建模字段和异常值处理后获得的第四子信息；所述第四子信息包括客户的基本属性分值信息、客户的重要属性分值信息、客户行为分值信息和市场利率关联性分值信息；
第二处理子单元7022，用于将所述第四子信息的客户的基本属性分值信息、客户的重要属性分值信息、客户行为分值信息和市场利率关联性分值信息相互组合后获得第五子信息。
在本公开的一种具体实施方式中，所述第二处理模块703包括：
第三处理子单元7031，用于根据所述存款数据对客户群体进行筛选，筛选出存款数据处于第一预设范围内的客户，将处于所述第一预设范围内的客户的利率第一敏感性分值信息记为第六子信息；
第四处理子单元7032，用于根据所述存款数据对客户群体进行筛选，筛选出存款数据处于第二预设范围的客户，将处于所述第二预设范围内的客户的利率第一敏感性分值信息记为第七子信息；
第五处理子单元7033，用于根据所述存款数据对客户群体进行筛选，筛选出存款数据处于所述第三预设范围内的客户，将处于所述第三预设范围内的客户的利率第一敏感性分值信息记为第八子信息。
在本公开的一种具体实施方式中，所述第四处理模块705包括：
第六处理子单元7051，用于将所述第一子信息输入所述第一模型训练，得到第一训练集数据，然后将所述第二子信息输入所述第一模型内测试，获得第一测试集数据，通过对所述第一训练集数据与所述第一测试集数据交叉验证获得第四信息，所述第四信息包括拟合优度的确定系数评估指标。
在本公开的一种具体实施方式中，所述第五处理模块706还包括：
第七处理子单元7061，用于若所述第四信息没有达到阈值，则获取第五信息，所述第五信息为除所述第一信息外的客户外的利率第二敏感性分值信息；
第八处理子单元7062，用于将所述第一信息与所述第五信息进行数据清洗和数据组合后获得第六信息；
第九处理子单元7063，用于根据所述第六信息和所述第三信息得到第七信息，所述第七信息包括所述存款数据处于所述第三预设范围内的客户群体的利率第二敏感性分值信息；
第十处理子单元7064，用于将所述第七信息分为第九子信息、第十子信息和第十一子信息，所述第九子信息为所述存款数据处于所述第三预设范围内的客户两年前的利率第二敏感性分值信息，所述第十子信息为所述存款数据处于所述第三预设范围内的客户一年前的利率第二敏感性分值信息，所述第十一子信息为所述存款数据处于所述第三预设范围内的客户本年的利率第二敏感性分值信息；
第十一处理子单元7065，用于将所述第九子信息输入所述第一模型进行训练，得到第二训练集数据，将所述第十子信息输入所述第一模型进行测试，得到第二测试集数据，通过将所述第二训练集数据和所述第二测试集数据交叉验证得到第八信息，所述第八信息包括第二训练集数据和第二测试集数据交叉验证的拟合优度的确定系数评估指标；
第十二处理子单元7066，用于根据所述第八信息，实时判断所述第八信息是否达到阈值；若所述第八信息达到阈值，则将所述第十一子信息带入所述第一模型中计算，得到第二预测数据集，所述第二预测数据集包括每个客户活期利率的预测值；
第十三处理子单元7067，用于若所述第八信息没有达到阈值，重复进行上述方法。
在本公开的一种具体实施方式中，所述第一处理模块702还包括：
第一获取子单元7023，用于获得第十二子信息，所述第十二子信息包括辖内各地区客户价格分布信息、辖内各地区客户价格迁徙信息和影响客户议价能力的信息；
第十四处理子单元7024，用于根据第十二子信息，获得第十三子信息，所述第十三子信息包括辖内客户价格全景图、客户价格迁徙图和客户议价能力画像。
需要说明的是，关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
实施例3
相应于上面的方法实施例，本公开实施例还提供了一种存款利率确定设备，下文描述的一种存款利率确定设备与上文描述的一种存款利率确定方法可相互对应参照：
图3是根据一示例性实施例示出的一种存款利率确定设备800的框图。如图3所示，该存款利率确定设备800可以包括：处理器801，存储器802。该存款利率确定设备800还可以包括多媒体组件803，输入/输出(I/O)接口804，以及通信组件805中的一者或多者。
其中，处理器801用于控制该存款利率确定设备800的整体操作，以完成上述的存款利率确定方法中的全部或部分步骤。存储器402用于存储各种类型的数据以支持在该存款利率确定设备800的操作，这些数据例如可以包括用于在该存款利率确定设备800上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器802可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件803可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器802或通过通信组件805发送。音频组件还包括至少一个扬声器，用于输出音频信号。I/O接口804为处理器801和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件805用于该存款利率确定设备800与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(Near FieldCommunication，简称NFC)，2G、3G或4G，或它们中的一种或几种的组合，因此相应的该通信组件805可以包括：Wi-Fi模块，蓝牙模块，NFC模块。
在一示例性实施例中，存款利率确定设备800可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital Signal ProcessingDevice，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的一种存款利率确定方法。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的存款利率确定方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器802，上述程序指令可由存款利率确定设备800的处理器801执行以完成上述的存款利率确定方法。
实施例4
相应于上面的方法实施例，本公开实施例还提供了一种可读存储介质，下文描述的一种可读存储介质与上文描述的一种存款利率确定方法可相互对应参照。
一种可读存储介质，可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述方法实施例的存款利率确定方法的步骤。
该可读存储介质具体可以为U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可存储程序代码的可读存储介质。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (14)

1.一种存款利率确定方法，其特征在于，包括：
获取第一信息和第一模型，所述第一信息包括客户利率第一敏感性分值信息；
将所述第一信息进行数据清洗和数据组合后获得第二信息，所述第二信息包括客户的存款数据；
根据所述存款数据对客户群体进行筛选，得到第三信息，所述第三信息包括所述存款数据处于第三预设范围内的客户群体的利率第一敏感性分值信息；
将所述第三信息分为第一子信息、第二子信息和第三子信息，所述第一子信息为所述存款数据处于第三预设范围内的客户两年前的利率第一敏感性分值信息，所述第二子信息为所述存款数据处于第三预设范围内的客户一年前的利率第一敏感性分值信息，所述第三子信息为所述存款数据处于第三预设范围内的客户本年的利率第一敏感性分值信息；
将所述第一子信息和所述第二子信息输入所述第一模型获得第四信息，所述第四信息包括拟合优度的确定系数评估指标；
判断所述第四信息是否达到阈值，若所述第四信息达到阈值，则将所述第三子信息带入所述第一模型中计算，获得第一预测数据集，所述第一预测数据集包括每个客户活期利率的预测值。
2.根据权利要求1所述的存款利率确定方法，其特征在于，所述获得第二信息，包括：
将所述第一信息进行数据格式转换、缺失值填充、去除非建模字段和异常值处理后获得的第四子信息；所述第四子信息包括客户的基本属性分值信息、客户的重要属性分值信息、客户行为分值信息和市场利率关联性分值信息；
将所述第四子信息的客户的基本属性分值信息、客户的重要属性分值信息、客户行为分值信息和市场利率关联性分值信息相互组合后获得第五子信息。
3.根据权利要求1所述的存款利率确定方法，其特征在于，所述获得第三信息，包括：
根据所述存款数据对客户群体进行筛选，筛选出存款数据处于第一预设范围内的客户，将处于所述第一预设范围内的客户的利率第一敏感性分值信息记为第六子信息；
根据所述存款数据对客户群体进行筛选，筛选出存款数据处于第二预设范围的客户，将处于所述第二预设范围内的客户的利率第一敏感性分值信息记为第七子信息；
根据所述存款数据对客户群体进行筛选，筛选出存款数据处于所述第三预设范围内的客户，将处于所述第三预设范围内的客户的利率第一敏感性分值信息记为第八子信息。
4.根据权利要求1所述的存款利率确定方法，其特征在于，所述获得第四信息，包括：
将所述第一子信息输入所述第一模型训练，得到第一训练集数据，然后将所述第二子信息输入所述第一模型内测试，获得第一测试集数据，通过对所述第一训练集数据与所述第一测试集数据交叉验证获得第四信息，所述第四信息包括拟合优度的确定系数评估指标。
5.根据权利要求1所述的存款利率确定方法，其特征在于，所述获得第一预测数据集，还包括：
若所述第四信息没有达到阈值，则获取第五信息，所述第五信息为除所述第一信息外的客户外的利率第二敏感性分值信息；
将所述第一信息与所述第五信息进行数据清洗和数据组合后获得第六信息；
根据所述第六信息和所述第三信息得到第七信息，所述第七信息包括所述存款数据处于所述第三预设范围内的客户群体的利率第二敏感性分值信息；
将所述第七信息分为第九子信息、第十子信息和第十一子信息，所述第九子信息为所述存款数据处于所述第三预设范围内的客户两年前的利率第二敏感性分值信息，所述第十子信息为所述存款数据处于所述第三预设范围内的客户一年前的利率第二敏感性分值信息，所述第十一子信息为所述存款数据处于所述第三预设范围内的客户本年的利率第二敏感性分值信息；
将所述第九子信息输入所述第一模型进行训练，得到第二训练集数据，将所述第十子信息输入所述第一模型进行测试，得到第二测试集数据，通过将所述第二训练集数据和所述第二测试集数据交叉验证得到第八信息，所述第八信息包括第二训练集数据和第二测试集数据交叉验证的拟合优度的确定系数评估指标；
根据所述第八信息，实时判断所述第八信息是否达到阈值；若所述第八信息达到阈值，则将所述第十一子信息带入所述第一模型中计算，得到第二预测数据集，所述第二预测数据集包括每个客户活期利率的预测值；
若所述第八信息没有达到阈值，重复进行上述方法。
6.根据权利要求1所述的存款利率确定方法，其特征在于，所述获得第二信息，还包括：
获得第十二子信息，所述第十二子信息包括辖内各地区客户价格分布信息、辖内各地区客户价格迁徙信息和影响客户议价能力的信息；
根据第十二子信息，获得第十三子信息，所述第十三子信息包括辖内客户价格全景图、客户价格迁徙图和客户议价能力画像。
7.一种存款利率确定装置，其特征在于，所述装置包括：
第一获取模块，用于获取第一信息和第一模型，所述第一信息包括客户利率第一敏感性分值信息；
第一处理模块，用于将所述第一信息进行数据清洗和数据组合后获得第二信息，所述第二信息包括客户的存款数据；
第二处理模块，用于根据所述存款数据对客户群体进行筛选，得到第三信息，所述第三信息包括所述存款数据处于第三预设范围内的客户群体的利率第一敏感性分值信息；
第三处理模块，用于将所述第三信息分为第一子信息、第二子信息和第三子信息，所述第一子信息为所述存款数据处于第三预设范围内的客户两年前的利率第一敏感性分值信息，所述第二子信息为所述存款数据处于第三预设范围内的客户一年前的利率第一敏感性分值信息，所述第三子信息为所述存款数据处于第三预设范围内的客户本年的利率第一敏感性分值信息；
第四处理模块，用于将所述第一子信息和所述第二子信息输入所述第一模型获得第四信息，所述第四信息包括拟合优度的确定系数评估指标；
第五处理模块，用于判断所述第四信息是否达到阈值，若所述第四信息达到阈值，则将所述第三子信息带入所述第一模型中计算，获得第一预测数据集，所述第一预测数据集包括每个客户活期利率的预测值。
8.根据权利要求7所述的一种存款利率确定装置，其特征在于，所述第一处理模块，包括：
第一处理子单元，用于将所述第一信息进行数据格式转换、缺失值填充、去除非建模字段和异常值处理后获得的第四子信息；所述第四子信息包括客户的基本属性分值信息、客户的重要属性分值信息、客户行为分值信息和市场利率关联性分值信息；
第二处理子单元，用于将所述第四子信息的客户的基本属性分值信息、客户的重要属性分值信息、客户行为分值信息和市场利率关联性分值信息相互组合后获得第五子信息。
9.根据权利要求7所述的一种存款利率确定装置，其特征在于，所述第二处理模块，包括：
第三处理子单元，用于根据所述存款数据对客户群体进行筛选，筛选出存款数据处于第一预设范围内的客户，将处于所述第一预设范围内的客户的利率第一敏感性分值信息记为第六子信息；
第四处理子单元，用于根据所述存款数据对客户群体进行筛选，筛选出存款数据处于第二预设范围的客户，将处于所述第二预设范围内的客户的利率第一敏感性分值信息记为第七子信息；
第五处理子单元，用于根据所述存款数据对客户群体进行筛选，筛选出存款数据处于所述第三预设范围内的客户，将处于所述第三预设范围内的客户的利率第一敏感性分值信息记为第八子信息。
10.根据权利要求7所述的一种存款利率确定装置，其特征在于，所述第四处理模块，包括：
第六处理子单元，用于将所述第一子信息输入所述第一模型训练，得到第一训练集数据，然后将所述第二子信息输入所述第一模型内测试，获得第一测试集数据，通过对所述第一训练集数据与所述第一测试集数据交叉验证获得第四信息，所述第四信息包括拟合优度的确定系数评估指标。
11.根据权利要求7所述的一种存款利率确定装置，其特征在于，所述第五处理模块，还包括：
第七处理子单元，用于若所述第四信息没有达到阈值，则获取第五信息，所述第五信息为除所述第一信息外的客户外的利率第二敏感性分值信息；
第八处理子单元，用于将所述第一信息与所述第五信息进行数据清洗和数据组合后获得第六信息；
第九处理子单元，用于根据所述第六信息和所述第三信息得到第七信息，所述第七信息包括所述存款数据处于所述第三预设范围内的客户群体的利率第二敏感性分值信息；
第十处理子单元，用于将所述第七信息分为第九子信息、第十子信息和第十一子信息，所述第九子信息为所述存款数据处于所述第三预设范围内的客户两年前的利率第二敏感性分值信息，所述第十子信息为所述存款数据处于所述第三预设范围内的客户一年前的利率第二敏感性分值信息，所述第十一子信息为所述存款数据处于所述第三预设范围内的客户本年的利率第二敏感性分值信息；
第十一处理子单元，用于将所述第九子信息输入所述第一模型进行训练，得到第二训练集数据，将所述第十子信息输入所述第一模型进行测试，得到第二测试集数据，通过将所述第二训练集数据和所述第二测试集数据交叉验证得到第八信息，所述第八信息包括第二训练集数据和第二测试集数据交叉验证的拟合优度的确定系数评估指标；
第十二处理子单元，用于根据所述第八信息，实时判断所述第八信息是否达到阈值；若所述第八信息达到阈值，则将所述第十一子信息带入所述第一模型中计算，得到第二预测数据集，所述第二预测数据集包括每个客户活期利率的预测值；
第十三处理子单元，用于若所述第八信息没有达到阈值，重复进行上述方法。
12.根据权利要求7所述的一种存款利率确定装置，其特征在于，所述第一处理模块，还包括：
第一获取子单元，用于获得第十二子信息，所述第十二子信息包括辖内各地区客户价格分布信息、辖内各地区客户价格迁徙信息和影响客户议价能力的信息；
第十四处理子单元，用于根据第十二子信息，获得第十三子信息，所述第十三子信息包括辖内客户价格全景图、客户价格迁徙图和客户议价能力画像。
13.一种存款利率确定设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至6任一项所述存款利率确定方法的步骤。
14.一种可读存储介质，其特征在于：所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述存款利率确定方法的步骤。
CN202111483917.8A 2021-12-07 2021-12-07 一种存款利率确定方法、装置、设备及可读存储介质 Pending CN114118619A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111483917.8A CN114118619A (zh) 2021-12-07 2021-12-07 一种存款利率确定方法、装置、设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111483917.8A CN114118619A (zh) 2021-12-07 2021-12-07 一种存款利率确定方法、装置、设备及可读存储介质

Publications (1)

Publication Number Publication Date
CN114118619A true CN114118619A (zh) 2022-03-01

Family

ID=80367952

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111483917.8A Pending CN114118619A (zh) 2021-12-07 2021-12-07 一种存款利率确定方法、装置、设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN114118619A (zh)

Similar Documents

Publication Publication Date Title
CN106611291A (zh) 信息推送方法和装置
CN113051317B (zh) 一种数据挖掘模型更新方法、系统、计算机设备及可读介质
CN104834731A (zh) 一种自媒体信息的推荐方法及装置
CN111522724B (zh) 异常账号的确定方法、装置、服务器及存储介质
CN112418956A (zh) 一种金融产品的推荐方法及装置
CN110929799A (zh) 用于检测异常用户的方法、电子设备和计算机可读介质
CN110659817A (zh) 一种数据处理方法、装置、机器可读介质及设备
CN113485988A (zh) 一种数据质量监控方法、设备及计算机可读存储介质
CN113313538A (zh) 用户消费能力预测方法、装置、电子设备和存储介质
CN111210332A (zh) 贷后管理策略生成方法、装置及电子设备
CN112950359A (zh) 一种用户识别方法和装置
CN112950350B (zh) 一种基于机器学习的贷款产品推荐方法及系统
CN107067276A (zh) 确定对象影响力的方法及装置
CN110033165A (zh) 逾期借款催收方式的推荐方法、装置、介质、电子设备
CN114004691A (zh) 基于融合算法的额度评分方法、装置、设备及存储介质
JP7288062B2 (ja) 情報を出力するための方法及び装置、電子機器、記憶媒体並びにコンピュータプログラム
CN110929285B (zh) 一种隐私数据的处理方法及装置
CN111177562B (zh) 一种目标对象的推荐排序处理方法、装置及服务器
CN114118619A (zh) 一种存款利率确定方法、装置、设备及可读存储介质
CN110544166A (zh) 样本生成方法、装置及存储介质
CN117252677A (zh) 信贷额度确定方法和装置、电子设备及存储介质
CN109345112A (zh) 一种维修技师评级方法、系统及电子设备和存储介质
CN109543880A (zh) 基于前景理论的电子商务发展水平优化方法和装置
CN118096342A (zh) 账户对象数据处理方法、装置、计算机设备、存储介质
CN117853217A (zh) 数据隐私保护的金融违约率预测方法、装置以及设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination