[發明專利]經營數據審核方法、裝置、設備及計算機可讀存儲介質

有效

• 申請號: 201711292700.2
• 申請日: 2017-12-08
• 公開（公告）號: CN107909472B
• 公開（公告）日: 2020-11-03
• 發明（設計）人: 李天平
• 申請（專利權）人: 深圳壹賬通智能科技有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 胡海國

本發明公開了一種經營數據審核方法，該方法包括：獲取企業樣本數據，在預設坐標系中構造模擬標準均線，并基于所述模擬標準均線獲取模擬置信區間；在接收到借款請求時，獲取所述借款請求對應借款企業的企業經營數據，并在所述預設坐標系中擬合對應的企業經營線；將所述企業經營線和模擬置信區間進行對比，判斷所述企業經營數據是否異常。本發明還公開了一種經營數據審核裝置、設備和計算機可讀存儲介質。本發明以機器學習的方式對大規模的企業數據進行學習，擬合出一條企業經營的均線及模擬置信區間，再通過該均線和模擬置信區間對借款企業的經營數據進行審核，從而判斷借款企業的經營數據是否真實可信，識別出借款企業的欺詐行為。

技術領域

本發明涉及金融信貸領域，尤其涉及一種經營數據審核方法、裝置、設備及計算機可讀存儲介質。

背景技術

企業信貸風險評估是指對貸款企業的經營狀況信息進行分析，判斷貸款逾期(壞賬)的可能性，以及是否屬于欺詐借貸。現有的企業信貸風險評估方法，都是以企業的財務報表作為評估的基礎數據，由專業人員對這些數據進行分析和審核，從而確定企業的經營狀況，并評估信貸的風險。

這種傳統的評估方法主要是由人對企業的經營數據報表等資料進行分析，而在數據資料數量較大時，需要花費較多的時間；同時，分析結果容易被專業人員的思維局限等主觀因素所影響，使得評估結果不準確，甚至無法識別出異常的經營數據和欺詐行為，導致貸款壞賬和資金損失。

發明內容

本發明的主要目的在于提供一種經營數據審核方法、裝置及計算機可讀存儲介質，旨在提高企業信貸評估過程中對異常經營數據的識別能力，降低企業貸款壞賬率。

為實現上述目的，本發明提供一種經營數據審核方法，所述經營數據審核包括以下步驟：

獲取企業樣本數據，根據所述企業樣本數據在預設坐標系中構造模擬標準均線，并基于所述模擬標準均線獲取模擬置信區間；

在接收到借款請求時，獲取所述借款請求對應借款企業的企業經營數據，并根據所述企業經營數據在所述預設坐標系中擬合對應的企業經營線；

將所述企業經營線和模擬置信區間進行對比，根據所述企業經營線和模擬置信區間的關系判斷所述企業經營數據是否異常。

可選地，所述根據所述企業樣本數據在預設坐標系中構造模擬標準均線的步驟包括：

將所述企業樣本數據量化為多維樣本組；

基于遺傳算法對所述多維樣本組進行分析學習和加權計算，獲得對應的模擬加權量；

根據所述多維樣本組和模擬加權量在預設坐標系中繪制模擬加權點，并根據所述模擬加權點擬合得到模擬標準均線。

可選地，所述多維樣本組包括維度為m的多維樣本基因，

基于遺傳算法對所述多維樣本組進行分析學習和加權計算，獲得對應的模擬加權量的步驟包括：

根據所述多維樣本基因構造模擬加權方程

h_θ(x)＝θ₀+θ₁x₁+θ₂x₂+…+θ_mx_m，

其中，h_θ(x)為所述多維樣本組對應的模擬加權量，x₁、x₂、...、x_m為樣本基因，θ₀、θ₁、θ₂、...、θ_m為加權系數；

將所述模擬加權方程轉化成為對應的模擬矩陣方程