(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111644368.8 (22)申请日 2021.12.2 9 (71)申请人 中国建设银行股份有限公司 地址 100033 北京市西城区金融大街25号 (72)发明人 陈鹏　吕书径　蔡科　陈国麟　 (74)专利代理 机构 北京品源专利代理有限公司 11332 代理人 康欢欢 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 40/02(2012.01) (54)发明名称 贷款数额的预测方法、 装置、 电子设备和介 质 (57)摘要 本申请公开了一种贷款数额的预测方法、 装 置、 电子设备、 介质和程序产品， 涉及数据分析技 术领域。 所述方法包括： 利用各对象的贷款数额 历史数据拟合预测模型， 其中， 所述预测模型用 于反映多维数据间的概率相依结构； 利用所述拟 合好的预测模 型产生多维模拟数据， 将所述多维 模拟数据作为所述各对象未来贷款数额的预测 结果； 将利用所述拟合好的预测模 型产生的多次 预测结果进行对比， 计算各对象的贷款数额增长 率， 并根据所述各对象 的贷款数额增长率获取所 述各对象之间贷款数额的关联性。 本申请的技术 方案可以实现各对象未来贷款数额的精准预测 和不同对象间贷款数额变化的关联性分析。 权利要求书2页 说明书8页 附图3页 CN 114266414 A 2022.04.01 CN 114266414 A 1.一种贷款数额的预测方法， 其特 征在于， 包括： 利用各对象的贷款数额历史数据拟合预测模型， 其中， 所述预测模型用于反映多维数 据间的概 率相依结构； 利用所述拟合好的预测模型产生多维模拟数据， 将所述多维模拟数据作为所述各对象 未来贷款数额的预测结果； 将利用所述拟合好的预测模型产生的多次预测结果进行对比， 计算各对象的贷款数额 增长率， 并根据所述各对象的贷款数额增长率获取 所述各对象之间贷款数额的关联性。 2.根据权利要求1所述的方法， 其特 征在于， 所述预测模型为copula模型。 3.根据权利要求1所述的方法， 其特征在于， 所述利用所述拟合好的预测模型产生多维 模拟数据， 将所述多维模拟数据作为所述各对象未来贷款数额的预测结果， 包括： 利用所述拟合好的预测模型进行多次预测， 产生多组多维模拟数据， 得到每个对象的 多组贷款数额的预测结果； 分别计算每个对象的多组预测结果的平均值， 将所述平均值作为各对象未来贷款数额 的目标预测结果。 4.根据权利要求1所述的方法， 其特征在于， 所述根据所述各对象的贷款数额增长率获 取所述各对象之间贷款数额的关联性， 包括： 根据所述各对象的贷款数额增长率计算线性相关系数， 根据所述线性相关系数来获取 所述各对象之间贷款数额的关联性。 5.根据权利要求1所述的方法， 其特征在于， 所述利用各对象的贷款数额历史数据拟合 预测模型， 包括： 利用各对象的贷款数额历史数据， 并依据极大似然法拟合所述预测模型， 确定模型结 构。 6.根据权利要求1所述的方法， 其特 征在于， 还 包括： 采用蒙特卡洛算法对所述贷款数额历史数据中的缺失数据进行填充。 7.根据权利要求1所述的方法， 其特征在于， 所述利用各对象的贷款数额历史数据拟合 预测模型， 包括： 获取各对象在过去设定时间段内的每日贷款数额历史数据， 并形成贷款数额历史数据 矩阵， 其中， 所述贷款数额历史数据 矩阵中的各列对应所述各对象， 各行对应每日贷款数额 历史数据； 将所述贷款数额历史数据矩阵中的各列数据， 按样本分位点值进行转换， 得到经验概 率分布值矩阵； 利用所述经验概 率分布值矩阵拟合所述预测模型。 8.根据权利要求7所述的方法， 其特征在于， 所述将所述贷款数额历史数据矩阵中的各 列数据， 按样本分位 点值进行转换， 得到经验概 率分布值矩阵， 包括： 将所述贷款数额历史数据矩阵中的各列 数据按照大小顺序进行排序， 排序后得到各列 的样本总体； 将经排序的各列数据中的每个数据， 转化为其在各列样本总体中对应的分位点值， 其 中， 所述分位 点值的取值范围为0 至1； 根据所述每 个数据对应的分位 点值得到所述经验概 率分布值矩阵。权　利　要　求　书 1/2 页 2 CN 114266414 A 29.根据权利要求8所述的方法， 其特征在于， 其中， 所述将所述贷款数额历史数据矩阵 中的各列数据， 按样本分位 点值进行转换， 得到经验概 率分布值矩阵， 还 包括： 在不改变所述排序的顺序的情况下， 将所述每个数据在各列样本总体对应的分位点值 中出现的极值进行缩放。 10.一种贷款数额的预测装置， 其特 征在于， 包括： 模型拟合模块， 用于利用各对象的贷款数额历史数据拟合预测模型， 其中， 所述预测模 型用于反映多维数据间的概 率相依结构； 预测模块， 用于利用所述拟合好的预测模型产生多维模拟数据， 将所述多维模拟数据 作为所述各对象未来贷款数额的预测结果； 关联分析模块， 用于将利用所述拟合好的预测模型产生的多次预测结果进行对比， 计 算各对象的贷款数额增长率， 并根据所述各对象的贷款数额增长率 获取所述各对象之 间贷 款数额的关联性。 11.根据权利要求10所述的装置， 其特 征在于， 所述预测模型为copula模型。 12.一种电子设备， 其特 征在于， 包括： 一个或多个处 理器； 存储装置， 用于存 储一个或多个程序， 当所述一个或多个程序被所述一个或多个处理器执行， 使得所述一个或多个处理器实 现如权利要求1 ‑9中任一所述的贷款数额的预测方法。 13.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该程序被处理器 执行时实现如权利要求1 ‑9中任一所述的贷款数额的预测方法。 14.一种计算机程序产品， 包括计算机程序， 其特征在于， 所述计算机程序在被处理器 执行时实现根据权利要求1 ‑9中任一项所述的贷款数额的预测方法。权　利　要　求　书 2/2 页 3 CN 114266414 A 3