一种基于蒙特卡洛模拟的消费预测方法及系统

本发明涉及消费预测技术领域，更具体的，涉及一种基于蒙特卡洛模拟的消费预 测方法及系统。

风险控制技术中最重要的目标是预测信贷申请人的未来收入。然而，财务信息作 为个人隐私，很少能够直接获取，很少有信贷申请人会全部如实提供自己的收入信息。因 此，一般根据信贷申请人的消费数据推测信贷申请人的收入。

一般来说，日常消费包括两部分：基础(必需)部分和随机(非必需)部分。然而，即 使在基础(必需)部分也存在很多随机因素，例如，午餐是日常消费的基础(必需)部分，但 是，一顿午餐是消费了20元还是30元就包含了随机因素。

现有的消费预测方法没有考虑随机因素的影响，消费预测的精度较低。

有鉴于此，本发明提供了一种基于蒙特卡洛模拟的消费预测方法及系统，考虑了 随机因素对消费预测的影响，提高了消费预测的准确度。

为了实现上述发明目的，本发明提供的具体技术方案如下：

一种基于蒙特卡洛模拟的消费预测方法，包括：

获取目标申请人在预设时间段内的消费数据；

确定与所述消费数据相对应的目标概率密度函数和目标回归方程；

根据所述目标概率密度函数，生成预设数量的随机数，所述预设数量的随机数的 分布符合所述目标概率密度函数；

根据所述目标回归方程，计算所述目标申请人在目标月份的拟合消费金额；

根据所述预设数量的随机数、所述目标申请人在目标月份的拟合消费金额和第一 预设系数，进行预设数量的蒙特卡洛模拟，得到所述目标申请人在目标月份的消费金额。

优选的，所述目标申请人在预设时间段内的消费数据包括：所述目标申请人在预 设时间段内在每个预设金额区间内的交易笔数和所述目标申请人在预设时间段内的每个 月的消费金额。

优选的，所述确定与所述消费数据相对应的目标概率密度函数和目标回归方程， 包括：

将所述目标申请人在预设时间段内在每个预设金额区间内的交易笔数作为输入 数据，通过极大似然估计算法分别计算每个预设概率密度函数的参数；

根据每个所述预设概率密度函数的参数和所述目标申请人在预设时间段内的每 个所述预设金额区间，分别计算每个所述预设概率密度函数的概率密度；

根据所述目标申请人在预设时间段内在每个预设金额区间内的交易笔数，计算所 述目标申请人在预设时间段内的实际概率密度；

分别计算每个所述预设概率密度函数的概率密度与所述目标申请人在预设时间 段内的实际概率密度之间的误差值，并将最小误差值对应的所述预设概率密度函数确定为 与所述消费数据相对应的目标概率密度函数；

将所述目标申请人在预设时间段内的每个月份的消费金额作为输入数据，分别计 算每个预设回归方程的参数；

根据每个所述预设回归方程的参数和所述目标申请人在预设时间段内的每个月 份，分别计算每个所述预设回归方程在预设时间段内每个月的消费金额；

分别计算每个所述预设回归方程在预设时间段内每个月的消费金额与所述目标 申请人在预设时间段内的每个月的消费金额之间的累计误差值，并将最小累计误差值对应 的预设回归方程确定为与所述消费数据相对应的目标回归方程。

优选的，所述根据所述预设数量的随机数、所述目标申请人在目标月份的拟合消 费金额和第一预设系数，进行预设数量的蒙特卡洛模拟，得到所述目标申请人在目标月份 的消费金额，包括：

分别计算每个所述随机数与所述第一预设系数的乘积，得到每个所述随机数对应 的乘积值；

分别计算每个所述随机数对应的乘积值与所述目标申请人在目标月份的拟合消 费金额的和值；

计算每个所述随机数对应的乘积值与所述目标申请人在目标月份的拟合消费金 额的和值的均值，得到所述目标申请人在目标月份的消费金额。

优选的，在所述计算所述目标申请人在目标月份的消费金额之后，所述方法还包 括：

计算所述目标申请人在目标月份的消费金额与第二预设系数的乘积，得到所述目 标申请人在目标月份的收入金额。

一种基于蒙特卡洛模拟的消费预测系统，包括：

获取单元，用于获取目标申请人在预设时间段内的消费数据；

确定单元，用于确定与所述消费数据相对应的目标概率密度函数和目标回归方 程；

生成单元，用于根据所述目标概率密度函数，生成预设数量的随机数，所述预设数 量的随机数的分布符合所述目标概率密度函数；

第一计算单元，用于根据所述目标回归方程，计算所述目标申请人在目标月份的 拟合消费金额；

蒙特卡洛模拟单元，用于根据所述预设数量的随机数、所述目标申请人在目标月 份的拟合消费金额和第一预设系数，进行预设数量的蒙特卡洛模拟，得到所述目标申请人 在目标月份的消费金额。

优选的，所述目标申请人在预设时间段内的消费数据包括：所述目标申请人在预 设时间段内在每个预设金额区间内的交易笔数和所述目标申请人在预设时间段内的每个 月的消费金额。

优选的，所述确定单元包括：

第一计算子单元，用于将所述目标申请人在预设时间段内在每个预设金额区间内 的交易笔数作为输入数据，通过极大似然估计算法分别计算每个预设概率密度函数的参 数；

第二计算子单元，用于根据每个所述预设概率密度函数的参数和所述目标申请人 在预设时间段内的每个所述预设金额区间，分别计算每个所述预设概率密度函数的概率密 度；

第三计算子单元，用于根据所述目标申请人在预设时间段内在每个预设金额区间 内的交易笔数，计算所述目标申请人在预设时间段内的实际概率密度；

第四计算子单元，用于分别计算每个所述预设概率密度函数的概率密度与所述目 标申请人在预设时间段内的实际概率密度之间的误差值，并将最小误差值对应的所述预设 概率密度函数确定为与所述消费数据相对应的目标概率密度函数；

第五计算子单元，用于将所述目标申请人在预设时间段内的每个月份的消费金额 作为输入数据，分别计算每个预设回归方程的参数；

第六计算子单元，用于根据每个所述预设回归方程的参数和所述目标申请人在预 设时间段内的每个月份，分别计算每个所述预设回归方程在预设时间段内每个月的消费金 额；

第七计算子单元，用于分别计算每个所述预设回归方程在预设时间段内每个月的 消费金额与所述目标申请人在预设时间段内的每个月的消费金额之间的累计误差值，并将 最小累计误差值对应的预设回归方程确定为与所述消费数据相对应的目标回归方程。

优选的，所述蒙特卡洛模拟单元包括：

第八计算子单元，用于分别计算每个所述随机数与所述第一预设系数的乘积，得 到每个所述随机数对应的乘积值；

第九计算子单元，用于分别计算每个所述随机数对应的乘积值与所述目标申请人 在目标月份的拟合消费金额的和值；

第十计算子单元，用于计算每个所述随机数对应的乘积值与所述目标申请人在目 标月份的拟合消费金额的和值的均值，得到所述目标申请人在目标月份的消费金额。

优选的，所述系统还包括：

第二计算单元，用于计算所述目标申请人在目标月份的消费金额与第二预设系数 的乘积，得到所述目标申请人在目标月份的收入金额。

相对于现有技术，本发明的有益效果如下：

本发明提供的一种基于蒙特卡洛模拟的消费预测方法及系统，获取目标申请人在 预设时间段内的消费数据；确定与所述消费数据相对应的目标概率密度函数和目标回归方 程，将目标概率密度函数和目标回归方程输入蒙特卡洛模型，根据所述目标概率密度函数， 生成预设数量的随机数，并根据所述预设数量的随机数、所述目标申请人在目标月份的拟 合消费金额和第一预设系数，进行预设数量的蒙特卡洛模拟，得到所述目标申请人在目标 月份的消费金额。本发明考虑到随机因素对消费预测的影响，提高了消费预测的准确度。

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本 发明的实施例，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 提供的附图获得其他的附图。

图1为本发明实施例公开的一种基于蒙特卡洛模拟的消费预测方法流程图；

图2为本发明实施例公开的另一种基于蒙特卡洛模拟的消费预测方法流程图；

图3为本发明实施例公开的一种基于蒙特卡洛模拟的消费预测系统结构示意图。

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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于 本发明中的实施例，本领域普通技术人员在没有做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。

请参阅图1，本实施例公开了一种基于蒙特卡洛模拟的消费预测方法，具体包括以 下步骤：

S101：获取目标申请人在预设时间段内的消费数据；

所述目标申请人在预设时间段内的消费数据包括：所述目标申请人在预设时间段 内在每个预设金额区间内的交易笔数和所述目标申请人在预设时间段内的每个月的消费 金额。

需要说明的是，目标申请人为消费预测的对象。所述预设时间段为预先设定的一 段时间，可以为近6个月，近12个月等等。

以预设时间段为近6个月为例，所述目标申请人在预设时间段内在每个预设金额 区间内的交易笔数可以为：

近6个月单笔金额小于10元总交易笔数；

近6个月单笔金额10～50元总交易笔数；

近6个月单笔金额50～100元总交易笔数；

近6个月单笔金额100～500元总交易笔数；

近6个月单笔金额500～1000元总交易笔数；

近6个月单笔金额1000～2000元总交易笔数；

近6个月单笔金额2000～3000元总交易笔数；

……

S102：确定与所述消费数据相对应的目标概率密度函数和目标回归方程；

系统预先设定了多种概率密度函数和多种回归方程，根据所述目标申请人在预设 时间段内的消费数据确定出最符合所述消费数据的目标概率密度函数和目标回归方程。

其中，预先设定的多种概率密度函数包括伽马分布概率密度函数、贝塔分布概率 密度函数和正态分布概率密度函数等，预先设定的多种回归方程，包括但不限于1次项、2次 项、3次项、指数项等。

S103：根据所述目标概率密度函数，生成预设数量的随机数，所述预设数量的随机 数的分布符合所述目标概率密度函数；

S104：根据所述目标回归方程，计算所述目标申请人在目标月份的拟合消费金额；

目标月份为需要进行消费预测的月份，当目标申请人在预设时间段内的消费数据 包括预设时间段内每个季度的消费金额时，可以得到反映每个季度消费金额的目标回归方 程，进而也可以计算目标申请人在目标季度的拟合消费金额。

S105：根据所述预设数量的随机数、所述目标申请人在目标月份的拟合消费金额 和第一预设系数，进行预设数量的蒙特卡洛模拟，得到所述目标申请人在目标月份的消费 金额。

具体的，分别计算每个所述随机数与所述第一预设系数的乘积，得到每个所述随 机数对应的乘积值；

分别计算每个所述随机数对应的乘积值与所述目标申请人在目标月份的拟合消 费金额的和值；

计算每个所述随机数对应的乘积值与所述目标申请人在目标月份的拟合消费金 额的和值的均值，得到所述目标申请人在目标月份的消费金额。

本实施例公开的一种基于蒙特卡洛模拟的消费预测方法，获取目标申请人在预设 时间段内的消费数据；确定与所述消费数据相对应的目标概率密度函数和目标回归方程， 将目标概率密度函数和目标回归方程输入蒙特卡洛模型，根据所述目标概率密度函数，生 成预设数量的随机数，并根据所述预设数量的随机数、所述目标申请人在目标月份的拟合 消费金额和第一预设系数，进行预设数量的蒙特卡洛模拟，得到所述目标申请人在目标月 份的消费金额。本实施例考虑到随机因素对消费预测的影响，提高了消费预测的准确度。

在上述实施例公开的一种基于蒙特卡洛模拟的消费预测方法的基础上，本实施例 公开了另一种基于蒙特卡洛模拟的消费预测方法，请参阅图2，所述确定与所述消费数据相 对应的目标概率密度函数和目标回归方程，包括：

S201：将所述目标申请人在预设时间段内在每个预设金额区间内的交易笔数作为 输入数据，通过极大似然估计算法分别计算每个预设概率密度函数的参数；

S202：根据每个所述预设概率密度函数的参数和所述目标申请人在预设时间段内 的每个所述预设金额区间，分别计算每个所述预设概率密度函数的概率密度；

S203：根据所述目标申请人在预设时间段内在每个预设金额区间内的交易笔数， 计算所述目标申请人在预设时间段内的实际概率密度；

S204：分别计算每个所述预设概率密度函数的概率密度与所述目标申请人在预设 时间段内的实际概率密度之间的误差值，并将最小误差值对应的所述预设概率密度函数确 定为与所述消费数据相对应的目标概率密度函数；

S205：将所述目标申请人在预设时间段内的每个月份的消费金额作为输入数据， 分别计算每个预设回归方程的参数；

S206：根据每个所述预设回归方程的参数和所述目标申请人在预设时间段内的每 个月份，分别计算每个所述预设回归方程在预设时间段内每个月的消费金额；

S207：分别计算每个所述预设回归方程在预设时间段内每个月的消费金额与所述 目标申请人在预设时间段内的每个月的消费金额之间的累计误差值，并将最小累计误差值 对应的预设回归方程确定为与所述消费数据相对应的目标回归方程。

本实施例公开的一种基于蒙特卡洛模拟的消费预测方法，基于目标申请人在预设 时间段内的消费数据确定出最符合所述消费数据的目标概率密度函数和目标回归方程，再 通过所述消费数据、目标概率密度函数和目标回归方程进行消费预测，提高了消费预测的 准确性。

基于上述实施例公开的一种基于蒙特卡洛模拟的消费预测方法，请参阅图3，本实 施例对应公开了一种基于蒙特卡洛模拟的消费预测系统，包括：

获取单元301，用于获取目标申请人在预设时间段内的消费数据；

确定单元302，用于确定与所述消费数据相对应的目标概率密度函数和目标回归 方程；

生成单元303，用于根据所述目标概率密度函数，生成预设数量的随机数，所述预 设数量的随机数的分布符合所述目标概率密度函数；

第一计算单元304，用于根据所述目标回归方程，计算所述目标申请人在目标月份 的拟合消费金额；

蒙特卡洛模拟单元305，用于根据所述预设数量的随机数、所述目标申请人在目标 月份的拟合消费金额和第一预设系数，进行预设数量的蒙特卡洛模拟，得到所述目标申请 人在目标月份的消费金额。

优选的，所述目标申请人在预设时间段内的消费数据包括：所述目标申请人在预 设时间段内在每个预设金额区间内的交易笔数和所述目标申请人在预设时间段内的每个 月的消费金额。

优选的，所述确定单元302包括：

第一计算子单元，用于将所述目标申请人在预设时间段内在每个预设金额区间内 的交易笔数作为输入数据，通过极大似然估计算法分别计算每个预设概率密度函数的参 数；

第二计算子单元，用于根据每个所述预设概率密度函数的参数和所述目标申请人 在预设时间段内的每个所述预设金额区间，分别计算每个所述预设概率密度函数的概率密 度；

第三计算子单元，用于根据所述目标申请人在预设时间段内在每个预设金额区间 内的交易笔数，计算所述目标申请人在预设时间段内的实际概率密度；

第四计算子单元，用于分别计算每个所述预设概率密度函数的概率密度与所述目 标申请人在预设时间段内的实际概率密度之间的误差值，并将最小误差值对应的所述预设 概率密度函数确定为与所述消费数据相对应的目标概率密度函数；

第五计算子单元，用于将所述目标申请人在预设时间段内的每个月份的消费金额 作为输入数据，分别计算每个预设回归方程的参数；

第六计算子单元，用于根据每个所述预设回归方程的参数和所述目标申请人在预 设时间段内的每个月份，分别计算每个所述预设回归方程在预设时间段内每个月的消费金 额；

第七计算子单元，用于分别计算每个所述预设回归方程在预设时间段内每个月的 消费金额与所述目标申请人在预设时间段内的每个月的消费金额之间的累计误差值，并将 最小累计误差值对应的预设回归方程确定为与所述消费数据相对应的目标回归方程。

优选的，所述蒙特卡洛模拟单元305包括：

第八计算子单元，用于分别计算每个所述随机数与所述第一预设系数的乘积，得 到每个所述随机数对应的乘积值；

第九计算子单元，用于分别计算每个所述随机数对应的乘积值与所述目标申请人 在目标月份的拟合消费金额的和值；

第十计算子单元，用于计算每个所述随机数对应的乘积值与所述目标申请人在目 标月份的拟合消费金额的和值的均值，得到所述目标申请人在目标月份的消费金额。

优选的，所述系统还包括：

第二计算单元，用于计算所述目标申请人在目标月份的消费金额与第二预设系数 的乘积，得到所述目标申请人在目标月份的收入金额。

本实施例公开的一种基于蒙特卡洛模拟的消费预测系统，获取目标申请人在预设 时间段内的消费数据；确定与所述消费数据相对应的目标概率密度函数和目标回归方程， 将目标概率密度函数和目标回归方程输入蒙特卡洛模型，根据所述目标概率密度函数，生 成预设数量的随机数，并根据所述预设数量的随机数、所述目标申请人在目标月份的拟合 消费金额和第一预设系数，进行预设数量的蒙特卡洛模拟，得到所述目标申请人在目标月 份的消费金额。本实施例考虑到随机因素对消费预测的影响，提高了消费预测的准确度。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。 对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的 一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明 将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一 致的最宽的范围。