[發明專利]信貸風險預警方法和裝置

在審

• 申請號: 202110440845.2
• 申請日: 2021-04-23
• 公開（公告）號: CN113034270A
• 公開（公告）日: 2021-06-25
• 發明（設計）人: 吳小瓊;趙娥;劉榮;吳晗;蘇寧;王明德;許高;王劍;張偉青;張楊楊
• 申請（專利權）人: 中國建設銀行股份有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06Q10/06;G06K9/62
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 張效榮;馮培培

1.一種信貸風險預警方法，其特征在于，所述方法包括：

獲取用戶的基礎指標數據；所述用戶的基礎指標數據包括多個用于信貸風險評估的一級指標；

基于貝葉斯分類器原理確定所述用戶各個一級指標的信貸風險影響值；

對隸屬于同一二級指標的一級指標的信貸風險影響值進行聚合，以得到所述用戶各個二級指標的信貸風險影響值；

根據所述用戶各個二級指標的信貸風險影響值確定所述用戶的信貸風險評估值。

2.根據權利要求1所述的方法，其特征在于，所述基于貝葉斯分類器原理確定所述用戶各個一級指標的信貸風險影響值包括：

對于所述用戶的每個一級指標，計算該一級指標在各個風險分類下的概率密度函數值，根據所述一級指標在各個風險分類下的概率密度函數值計算所述一級指標的信貸風險影響值。

3.根據權利要求2所述的方法，其特征在于，根據所述一級指標在各個風險分類下的概率密度函數值計算所述一級指標的信貸風險影響值包括：

將所述各個風險分類聚合成正常類、關注類和不良類這三個聚類；計算所述一級指標在不良類下的概率密度函數值與該一級指標在所有聚類下的概率密度函數值之和的比值，并將所述比值作為所述一級指標的信貸風險影響值。

4.根據權利要求1所述的方法，其特征在于，在所述基于貝葉斯分類器原理確定所述用戶各個一級指標的信貸風險影響值之前，所述方法還包括：

對用戶的基礎指標數據進行歸一化處理，以及，對用戶的基礎指標數據進行正態化處理。

5.根據權利要求4所述的方法，其特征在于，所述對用戶的基礎指標數據進行歸一化處理包括：

對于分析統計量類型為絕對斜率的一級指標，根據如下公式對所述用戶的一級指標進行歸一化處理：

其中，k′表示所述用戶歸一化后的一級指標值，k₁表示所述用戶的一級指標的絕對斜率，k₂表示所述用戶的一級指標的相對斜率，k₂為k₁和所述用戶的一級指標在統計期間的平均值的比值。

6.根據權利要求5所述的方法，其特征在于，所述對用戶的基礎指標數據進行歸一化處理還包括：

對于分析統計量類型為離散系數的一級指標，根據如下公式對所述用戶的一級指標進行歸一化處理：

其中，V′表示所述用戶歸一化后的一級指標值，V表示所述用戶的一級指標的離散系數，V_max表示各個用戶中一級指標的離散系數的最大值。

7.根據權利要求4所述的方法，其特征在于，所述對用戶的基礎指標數據進行正態化處理包括：

根據預先構建的正態化處理函數對所述用戶的一級指標進行正態化處理；

其中，x′表示正態化處理后的一級指標值，x表示正態化處理之前的一級指標值，a為常數。

8.根據權利要求4所述的方法，其特征在于，所述對用戶的基礎指標數據進行正態化處理包括：

采用BOX-COX方法對用戶的基礎指標數據進行正態化處理。

9.根據權利要求1所述的方法，其特征在于，所述對隸屬于同一二級指標的一級指標的信貸風險影響值進行聚合，以得到所述用戶各個二級指標的信貸風險影響值包括：

按照各個一級指標的權重系數，對隸屬于同一二級指標的一級指標的信貸風險影響值進行加權求和，以得到所述二級指標的信貸風險影響值。

10.根據權利要求9所述的方法，其特征在于，根據如下方式確定各個一級指標的權重系數：

對于每個一級指標，計算基礎數據表中該一級指標在統計周期內的全部取值為非空的用戶數與總用戶數的比值，并將該比值作為所述一級指標的權重系數。