[發(fā)明專利]一種農(nóng)業(yè)信貸領(lǐng)域的自動(dòng)化信用評(píng)分系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201711326584.1
• 申請(qǐng)日: 2017-12-13
• 公開(kāi)（公告）號(hào): CN108205783A
• 公開(kāi)（公告）日: 2018-06-26
• 發(fā)明（設(shè)計(jì)）人: 崔健;范學(xué)山;周建
• 申請(qǐng)（專利權(quán)）人: 南京農(nóng)紛期電子商務(wù)有限公司
• 主分類號(hào): G06Q40/02
• 分類號(hào): G06Q40/02
• 代理公司: 江蘇圣典律師事務(wù)所 32237
• 代理人: 吳庭祥

本發(fā)明公開(kāi)了一種農(nóng)業(yè)信貸領(lǐng)域的自動(dòng)化信用評(píng)分系統(tǒng)，包括信息采集模塊、層次結(jié)構(gòu)模型構(gòu)建模塊和信用評(píng)級(jí)模塊；所述信息采集模塊用于采集用戶的信息，包括采集個(gè)人屬性、家庭屬性、信用歷史、資產(chǎn)情況、負(fù)債情況和經(jīng)營(yíng)情況；所述層次結(jié)構(gòu)模型構(gòu)建模塊根據(jù)信息采集模塊采集的信息構(gòu)建層次結(jié)構(gòu)模型，建立遞階層次結(jié)構(gòu)；所述信用評(píng)級(jí)模塊根據(jù)層次結(jié)構(gòu)模型對(duì)用戶的信用進(jìn)行評(píng)級(jí)，生成用戶信用評(píng)級(jí)報(bào)告。

技術(shù)領(lǐng)域

本發(fā)明涉及一種農(nóng)業(yè)信貸領(lǐng)域的自動(dòng)化信用評(píng)分系統(tǒng)。

背景技術(shù)

個(gè)人資信評(píng)級(jí)是社會(huì)信用體系的基礎(chǔ)，也是企業(yè)開(kāi)展信貸業(yè)務(wù)的重要依據(jù)來(lái)源。過(guò)去農(nóng)業(yè)信貸服務(wù)因農(nóng)戶農(nóng)業(yè)經(jīng)營(yíng)穩(wěn)定性較差，農(nóng)戶財(cái)產(chǎn)狀況無(wú)法科學(xué)評(píng)估，整體上來(lái)說(shuō)，農(nóng)戶在信貸領(lǐng)域抗風(fēng)險(xiǎn)能力較差。我國(guó)農(nóng)業(yè)正逐漸走向規(guī)模化、集約化，這種發(fā)展趨勢(shì)，長(zhǎng)期來(lái)看不僅可以解決農(nóng)業(yè)分散經(jīng)營(yíng)的資源分散、產(chǎn)業(yè)鏈條短、市場(chǎng)化程度低以及農(nóng)戶在信息、資金、技術(shù)等方面的制約問(wèn)題，也能突破農(nóng)業(yè)小市場(chǎng)的局限，促進(jìn)農(nóng)業(yè)大市場(chǎng)的發(fā)展。我國(guó)農(nóng)村土地流轉(zhuǎn)越來(lái)越多，良好的土地政策催生了一大批農(nóng)業(yè)種植大戶，與普通農(nóng)戶相比，大戶的抗風(fēng)險(xiǎn)能力大大提高。我國(guó)農(nóng)業(yè)金融需求較大，傳統(tǒng)的商業(yè)銀行風(fēng)險(xiǎn)評(píng)估體系因其盡調(diào)流程結(jié)構(gòu)復(fù)雜、審批周期長(zhǎng)、信貸要求高，無(wú)法滿足廣大普通農(nóng)業(yè)大戶的資金需求，因此，農(nóng)業(yè)信貸企業(yè)亟待研究一套操作簡(jiǎn)單、便捷、實(shí)用性強(qiáng)的信用評(píng)分模型來(lái)指導(dǎo)農(nóng)業(yè)信貸工作。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種農(nóng)業(yè)信貸領(lǐng)域的自動(dòng)化信用評(píng)分系統(tǒng)，包括信息采集模塊、層次結(jié)構(gòu)模型構(gòu)建模塊和信用評(píng)級(jí)模塊；

所述信息采集模塊用于采集用戶的信息，包括采集個(gè)人屬性、家庭屬性、信用歷史、資產(chǎn)情況、負(fù)債情況和經(jīng)營(yíng)情況(本發(fā)明適用于農(nóng)業(yè)領(lǐng)域，經(jīng)營(yíng)情況指農(nóng)業(yè)經(jīng)營(yíng)情況)；

所述層次結(jié)構(gòu)模型構(gòu)建模塊根據(jù)信息采集模塊采集的信息構(gòu)建層次結(jié)構(gòu)模型，建立遞階層次結(jié)構(gòu)；

所述信用評(píng)級(jí)模塊根據(jù)層次結(jié)構(gòu)模型對(duì)用戶的信用進(jìn)行評(píng)級(jí)，生成用戶信用評(píng)級(jí)報(bào)告。

所述個(gè)人屬性包括年齡、學(xué)歷、健康情況、婚姻狀況和性別；所述家庭屬性包括配偶工作、子女學(xué)歷、家庭居住年限、家庭成員健康狀況和家訪環(huán)境；所述信用歷史包括人品側(cè)調(diào)、第三方征信、本公司回款記錄、法院執(zhí)行和央行征信；所述資產(chǎn)情況包括經(jīng)營(yíng)總資產(chǎn)、車輛價(jià)值和房產(chǎn)價(jià)值，車輛價(jià)值指現(xiàn)值；所述負(fù)債情況包括負(fù)債率，所述經(jīng)營(yíng)情況包括農(nóng)業(yè)經(jīng)營(yíng)經(jīng)驗(yàn)和經(jīng)營(yíng)收入，農(nóng)業(yè)經(jīng)營(yíng)經(jīng)驗(yàn)指經(jīng)營(yíng)年份。

層次結(jié)構(gòu)模型構(gòu)建模塊執(zhí)行如下步驟：

步驟1，構(gòu)建一級(jí)指標(biāo)二元組：包括客戶的信用歷史(A1，W1)、資產(chǎn)情況(A2，W2)、家庭屬性(A3，W3)、經(jīng)營(yíng)情況(A4，W4)、負(fù)債情況(A5，W5)和個(gè)人屬性(A6，W6)，構(gòu)建一級(jí)指標(biāo)矩陣A，如表1所示：

表1各準(zhǔn)則層之間的影響

其中，A1代表客戶的信用歷史；A2代表客戶的資產(chǎn)情況；A3代表客戶的家庭屬性；A4代表客戶(在農(nóng)業(yè)領(lǐng)域的)經(jīng)營(yíng)情況；A5代表客戶的負(fù)債情況；A6代表客戶的個(gè)人屬性；aij表示列元素Aj相對(duì)行元素Ai重要程度，采用改進(jìn)版的改進(jìn)后的5/5-9/l標(biāo)度法，詳見(jiàn)表2：

表2改進(jìn)后的5/5-9/l標(biāo)度法

其中，i為行元素序號(hào)；j為列元素序號(hào)；

步驟2，計(jì)算矩陣A的特征向量及最大特征值λ_max：；

步驟3，對(duì)矩陣A進(jìn)行一致性檢驗(yàn)，通過(guò)矩陣A分別計(jì)算得到A1、A2、A3、A4、A5、A6所占的權(quán)重W1、W2、W3、W4、W5、W6；構(gòu)建二級(jí)指標(biāo)，并采用步驟1同樣的方法構(gòu)建二級(jí)指標(biāo)矩陣，計(jì)算二級(jí)指標(biāo)B_ij；