摘要
本发明涉及信贷风控技术领域,公开了一种基于同生表现方式拒绝推断的风控评估方法,旨在解决仅用已批准放贷样本建模导致的模型估计偏差问题。该方法先获取全量信贷申请数据,基于已放贷数据训练初始风控模型并评估其排序性,再根据放贷率是否处于预设区间触发拒绝推断;通过内部多产品线贷后表现或经有效性验证的外部征信数据作为同生表现数据,在预设时间窗口内对被拒绝订单标注推断好坏样本,整合后更新风控模型,并通过持续监控确保模型性能稳定。本申请能丰富建模样本多样性,减少风险估计偏差,在降低坏账率的同时兼顾放贷率,打破风控恶性循环,提升模型可靠性与场景适应性。