基于无监督模型预测发债主体违约的方法、设备及存储介质

摘要

本发明涉及计算机技术领域，公开了一种基于无监督模型预测发债主体违约的方法、设备及存储介质，包括以下步骤：S1：获取发债主体的主体数据，所述主体数据包括新闻舆情信息、工商信息、市场评价信息、外部信息，通过所述主体数据构建发债主体的信用违约风险的指标体系；S2：从统计分析、业务判断、衍生构造底层特征，生成底层因子；S3：通过学习数据量充足的正常样本建立基于无监督学习的自编码神经网络模型；S4：通过基于无监督学习的自编码神经网络模型判断预测发债主体的违约风险。本发明不依赖于风险样本，模型训练仅使用正常样本，规避违约主体占比不足的严重不均衡样本问题，充足的正常样本能够保证模型的训练效果。