[發明專利]一種基于企業行為模式的信用風險評估預測方法及系統

在審

• 申請號: 201910735301.1
• 申請日: 2019-08-09
• 公開（公告）號: CN112348220A
• 公開（公告）日: 2021-02-09
• 發明（設計）人: 劉鍵偉;劉彥龍
• 申請（專利權）人: 上海瑪爾斯數據科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q40/02;G06K9/62
• 代理公司: 北京金蓄專利代理有限公司 11544
• 代理人: 孫巍

1.一種基于企業行為模式的信用風險評估預測方法，其特征在于，包括以下步驟：

S1：數據準備，采集外貿企業原始商業數據；

S2：對外貿企業原始數據進行轉換，聚合多個企業維度的特征變量；

S3：對外貿企業商業數據進行模型參數的空間變換，將外貿企業行為特征映射到多維空間向量上；

S4：采用廣義聚類算法在多維特征空間上進行聚類，生成外貿企業行為特征庫；

S5：對行為特征庫進行壞樣本監督學習，保存每組的壞樣本率；

S6：計算每家外貿企業的信用風險分數。

2.根據權利要求1所述的基于企業行為模式的信用風險評估預測方法，其特征在于，還包括對S1采集的數據進行完整性及連續性的驗證。

3.根據權利要求1所述的基于企業行為模式的信用風險評估預測方法，其特征在于，在S6步驟中，通過公式Score＝1000-500*LOG(2^(8*P),2)，計算每家外貿企業的信用風險，P為每組壞樣本率。

4.根據權利要求1所述的基于企業行為模式的信用風險評估預測方法，其特征在于，在S6步驟中，每家外貿企業的信用風險分數范圍為500-1000。

5.根據權利要求1所述的基于企業行為模式的信用風險評估預測方法，其特征在于，對于不能提供連續商業數據的企業，通過距離臨近算法將企業歸并到最符合的行為特征的組別，找到信用風險分數。

6.根據權利要求5所述的基于企業行為模式的信用風險評估預測方法，其特征在于，采用距離臨近算法，選取的臨近樣本數20。

7.一種基于企業行為模式的信用風險評估系統，其特征在于，包括數據采集模塊，數據空間轉換模塊，數據聚類分析模塊，數據訓練模塊，數據計算模塊；

數據采集模塊，用于采集外貿企業原始商業數據；

數據空間轉換模塊與數據采集模塊相連，用于對外貿企業原始數據進行轉換，聚合多個企業維度的特征變量；并對外貿企業商業數據進行模型參數的空間變換，將外貿企業行為特征映射到多維空間向量上；

數據聚類分析模塊與數據空間轉換模塊相連，采用廣義聚類算法在多維特征空間上進行聚類，生成外貿企業行為特征庫；

數據訓練模塊與數據聚類分析模塊相連，用于對行為特征壞樣本監督學習，保存每組的壞樣本率；

數據計算模塊與數據訓練模塊相連，用于計算每家外貿企業的信用風險分數。

8.根據權利要求7所述的基于企業行為模式的信用風險評估系統，其特征在于，數據采集模塊，還用于對采集的數據進行完整性及連續性的驗證。

9.根據權利要求7所述的基于企業行為模式的信用風險評估系統，其特征在于，每家外貿企業的信用風險分數為500-1000。

10.權利要求7所述的基于企業行為模式的信用風險評估系統的應用，其特征在于，用于外貿企業信用價值管理、金融機構對外貿企業的風險管理、金融機構的金融風控。