[發明專利]一種大數據風控模型構建方法

在審

• 申請號: 202011547056.0
• 申請日: 2020-12-24
• 公開（公告）號: CN112541706A
• 公開（公告）日: 2021-03-23
• 發明（設計）人: 顧冰
• 申請（專利權）人: 四川享宇金信金融科技有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q40/06;G06Q30/02
• 代理公司: 重慶憨牛知識產權代理有限公司 50261
• 代理人: 梁金金

1.一種大數據風控模型構建方法，包括數據收集和數據分類，其特征在于：所述數據收集的下層設置有數據分類，且數據分類的下層分別連接有企業貸款信息采集和個人信息采集，且企業貸款信息采集和個人信息采集的下層均連接有數據建模、數據畫像和風險定價。

2.根據權利要求1所述的一種大數據風控模型構建方法，其特征在于：所述數據建模包括行業背景記錄、身份驗證和銀行審核系統，且身份驗證分為個人資產狀況、基本信息核驗和股東的工商信息。

3.根據權利要求1所述的一種大數據風控模型構建方法，其特征在于：身份驗證包含以下步驟：

步驟1：：通過個人的姓名、身份證、手機號基本信息進行核驗，當個人信息數據與系統相吻合時，進行下一步個人銀行卡賬單詳情、房產車輛第三方用戶信息進行數據收集；

步驟2：當個人信息與第三方系統不吻合時，對個人信息進行駁回；

步驟3：對收集的信息進行儲存，將數據再次輸入的第三方用戶信息的匹配再次核算，符合要求進行下一步程序審核；

步驟4：通過審核的數據網上查詢個人學歷，以及資格認證查詢個人工商股東信息。

4.根據權利要求1所述的一種大數據風控模型構建方法，其特征在于：所述數據畫像通過預測緯度標簽進行總和，且預測緯度標簽包括設置有行為刻畫和信息推測。

5.根據權利要求1所述的一種大數據風控模型構建方法，其特征在于：所述行為刻畫和信息推測包含以下步驟：

步驟1：通過購買渠道，消費頻率，以及家庭狀況，好的用戶標簽的選擇可以使對用戶刻畫變得更加豐富，從而通過行為活動進行標簽的刻畫；

步驟2：通過對活動標簽刻畫后的用戶信息推測通過送貨地址中出現的“宿舍”，“學校”“大學”等字樣，則用戶身份推測為學生，出現公司名稱以及大廈，則可以判斷為上班族，從而掌握用戶的有效信息等。

6.根據權利要求1所述的一種大數據風控模型構建方法，其特征在于：所述風險定價分為機構定價、定制化風險和多維度定價，且機構定價、定制化風險和多維度定價是參數評分的總體結論。

7.根據權利要求1所述的一種大數據風控模型構建方法，其特征在于：所述機構定價包含以下步驟：

步驟1：對銀行第三方自身的風險從而對資產進行定價；

步驟2：通過自身風險，根據互聯網數據和金融狀況實現為客戶開發的數據采集；

步驟3：對數據采集結果進行分析和定位。

8.根據權利要求1所述的一種大數據風控模型構建方法，其特征在于：所述定制化風險包含以下步驟：

步驟1：通過某種智能角度，對評分、模型、策略等具體的業務進行服務，避免脫離業務場景從而無法達到準確性；

步驟2：通過不同的業務場景產生的不同數據，且不同數據包含的規律范圍進行分析參數和評估；

步驟3：根據不同參數和評估對數據進行風險化的整理和收集，進行風險化的評分。

9.根據權利要求1所述的一種大數據風控模型構建方法，其特征在于：所述多維度定價包含以下步驟：

步驟1：由于個人信用數據的丟失，央行征信只能覆蓋25％的人群，但數據業務功能較大,通過P2P平臺接入多家第三方數據用于風控；

步驟2：通過對數據的整合、補充、調用、評判等，對風控模型運算結果達到準確性。

10.根據權利要求1所述的一種大數據風控模型構建方法，其特征在于：所述機構定價、定制化風險和多維度定價的下層設置有參數評分，且參數評分是得出評論的結果。