[發明專利]一種利于信用租賃的個人信用風險評估方法

在審

• 申請號: 202010166078.6
• 申請日: 2020-03-11
• 公開（公告）號: CN111292181A
• 公開（公告）日: 2020-06-16
• 發明（設計）人: 雷志;馬小宇;李瑞
• 申請（專利權）人: 杭州首新網絡科技有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06Q30/06
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種利于信用租賃的個人信用風險評估方法，其特征在于：其步驟如下：

步驟一：數據收集，本方法收集到的數據為客戶的行為數據為主：包括：申請、放款、還款、黑名單、涉法信息等維度信息；

步驟二：數據處理，把客戶的行為數據轉換成可以量化的風險信息；

步驟三：不同模塊風險值匯總，取每個模塊最大值為合并后的風險值；

步驟四：最后激活函數校驗，最后再經過涉法信息、黑名單，做一個策略上的調整；

步驟五：根據最終得分，評定等級，量化客戶風險等級。

2.根據權利要求1所述的一種利于信用租賃的個人信用風險評估方法，其特征在于：所述步驟一申請數據主要為金融機構清洗的數據，放款、還款這些數據主要來源于代扣代付平臺清洗的數據，黑名單主要為客戶是否在合作機構有逾期、欺詐等行為，涉法信息主要是涉及客戶在各級地方公示公布的案件信息，合法合規的收集整理用戶的行為數據。

3.根據權利要求1所述的一種利于信用租賃的個人信用風險評估方法，其特征在于：所述步驟二缺失值一律填充為：0；

借貸申請維度：

近一個月申請次數：最大風險點為申請次數最高用戶占比：3％的次數；

近三個月申請次數：最大風險點為申請次數最高用戶占比：4％的次數；

近六個月申請次數：最大風險點為申請次數最高用戶占比：5％的次數；

觸發最大風險點的客戶基礎分調整為：80；

大于等于最高風險點申請次數的客戶申請次數映射成風險值為：申請次數減去最大風險點申請次數開根號再加上80，即為對應的評分。

以最大風險點的申請次數對應80分，小于此風險點的客戶申請次數以此為標準，把次數映射成風險值。例如：近三個月最大風險點的申請次數為40，申請次數為10次，映射成的風險值為20，計算公式為：申請次數除以最大風險點申請次數再乘以80，就是映射的風險值；

借貸放款維度：

近一個月放款次數：最大風險點為放款次數最高用戶占比：3％的次數；

近三個月放款次數：最大風險點為放款次數最高用戶占比：4％的次數；

近六個月放款次數：最大風險點為放款次數最高用戶占比：5％的次數；

觸發最大風險點的客戶基礎分調整為：80；

大于等于最高風險點申請次數的客戶申請次數映射成風險值為：申請次數減去最大風險點申請次數開根號再加上80，即為對應的評分。

最大風險點的申請次數對應80分，小于此風險點的客戶申請次數以此為標準，把次數映射成風險值。計算公式為：申請次數除以最大風險點申請次數再乘以80，就是映射的風險值。

p2p平臺申請次數、小額貸款公司申請、大型消費金融公司等維度的數據也依此方式，把次數都映射成風險值。

4.根據權利要求1所述的一種利于信用租賃的個人信用風險評估方法，其特征在于：所述步驟三尋找最大風險數值，最大化潛在風險，盡量放大某一維度的風險，在現實中，客戶如果有違約等惡意行為，通常會由一個方面導致的連鎖反應。

5.根據權利要求1所述的一種利于信用租賃的個人信用風險評估方法，其特征在于：所述步驟四運算規則為低級別的風險點不能激活高級別風險，高級別風險能激活低級別風險，同等級別的風險能相互激活；

命中黑名單的客戶風險等級為高風險，涉法信息中如有執行、失信等類型案件的等級為高風險；

計算規則為：模塊匯總分除以11再加上90即為最終得分；

基于經驗策略對風險評定作最后的校驗，經驗策略與模型效果結合，最大限度保障評估的準確性與合理性。

6.根據權利要求1所述的一種利于信用租賃的個人信用風險評估方法，其特征在于：所述步驟五風險等級：0～30(含30)之間的客戶風險等級為低；30～80之間的客戶風險等級為中級；80～100(含80)之間的客戶風險等級為高。