[發明專利]基于多維大數據分析的智能信貸風控系統

在審

• 申請號: 202010858136.1
• 申請日: 2020-08-24
• 公開（公告）號: CN111951105A
• 公開（公告）日: 2020-11-17
• 發明（設計）人: 張威;朱偉輝;趙凱歌;周影;陳超;鞠愛寧;周浩;劉盈
• 申請（專利權）人: 上海銀行股份有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02
• 代理公司: 上海翰信知識產權代理事務所(普通合伙) 31270
• 代理人: 張維東

1.一種基于多維大數據分析的智能信貸風控系統，其特征在于，包括：

數據獲取模塊，包括內部數據獲取單元和外部數據接入單元；

風險信號預警模塊，包括風險規則庫單元、匹配單元以及預警單元；

企業評分模塊，包括標簽確定單元、相關度系數檢驗單元、因子分析單元、訓練單元以及評分計算單元，所述標簽確定單元和所述相關度系數檢驗單元配置為用于過濾所述數據獲取模塊中獲取的數據；所述因子分析單元配置為將獲取的數據根據因子相關度進行降維，得到入模因子；所述訓練單元配置為根據入模因子進行訓練得到入模因子中特征的權重向量；所述評分計算單元配置為以所述入模因子和所述入模因子中特征的權重向量為計算參數，采用評分計算公式得到企業風險評分；

展示模塊，配置為展示為各企業獲取的數據、各企業風險信號的預警以及企業風險評分。

2.如權利要求1所述的基于多維大數據分析的智能信貸風控系統，其特征在于，在所述數據獲取模塊中，

內部數據獲取單元，配置為獲取銀行內部的數據，所述銀行內部的數據包括信貸、財務、個人征信、企業征信、工商、債務以及新聞；

外部數據接入單元，配置為接入銀行外部的數據，所述銀行外部的數據包括企業涉訴、企業涉稅、查凍扣、工商、市場監管、環保處罰、信用中國、關聯涉訴、關聯涉稅、招聘以及股票。

3.如權利要求2所述的基于多維大數據分析的智能信貸風控系統，其特征在于，所述銀行外部的數據包括司法領域、工商領域、涉稅領域以及招聘領域的數據。

4.如權利要求1所述的基于多維大數據分析的智能信貸風控系統，其特征在于，在所述風險信號預警模塊中，

風險規則庫單元配置為存儲并更新風險規則庫中的風險規則；

匹配單元配置為匹配所述數據獲取模塊中獲取的數據和所述風險規則庫中的風險規則，得到各信貸客戶的風險信號；

預警單元配置為根據所述風險信號進行預警。

5.如權利要求1所述的基于多維大數據分析的智能信貸風控系統，其特征在于，在所述企業評分模塊中，

所述標簽確定單元運用于所述相關度系數檢驗單元之前，所述標簽確定單元配置為預設數據能用閾值，根據所述數據能用閾值將所述獲取的數據確定為好標簽數據或壞標簽數據，并過濾掉壞標簽數據。

6.如權利要求5所述的基于多維大數據分析的智能信貸風控系統，其特征在于，所述相關度系數檢驗單元配置為計算所述獲取的數據的相關度顯著值，并檢驗過濾掉獲取的數據中相關度顯著值小于2和大于5的數據。

7.如權利要求3所述的基于多維大數據分析的智能信貸風控系統，其特征在于，所述因子分析單元中，不同領域分析出的入模因子不同。

8.如權利要求1所述的基于多維大數據分析的智能信貸風控系統，其特征在于，所述訓練單元采用邏輯回歸訓練的方式，根據所述入模因子，得到所述入模因子中特征的權重向量。

9.如權利要求1所述的基于多維大數據分析的智能信貸風控系統，其特征在于，在所述評分計算單元中，所述評分計算公式為：

其中，y為企業的風險概率，w^T為入模因子中特征的權重向量，x為入模因子，1、2…n為1到n個入模因子的序號；

依據企業的風險概率映射得到企業風險評分的分值。

10.如權利要求9所述的基于多維大數據分析的智能信貸風控系統，其特征在于，所述評分計算單元還配置為根據各企業風險評分的分值評估各企業的風險等級，評估風險等級的方式為：企業風險評分的分值大于0且小于100判斷為低等風險企業，企業風險評分的分值大于等于100且小于160判斷為中等風險企業，企業風險評分的分值大于等于160判斷為高等風險企業。