[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

本發明公開了一種信貸風險預警方法和裝置，涉及人工智能技術領域。其中，該方法包括：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。通過以上步驟，能夠提高信貸風險評估工作的效率和信貸風險評估結果的準確率，進而有助于相關機構及時、有效地發現信貸風險客戶，提前預警以化解信貸風險。

技術領域

本發明涉及人工智能技術領域，尤其涉及一種信貸風險預警方法和裝置。

背景技術

信貸風險一直是商業銀行在經營活動中防范的重點，信貸業務也是商業銀行內部審計部門分析監測的重點。當前處于信息化的爆發時代，數據已經成為商業銀行經營活動中的重要因素。要提前發現并預測信貸客戶風險狀況，就需要收集存儲在各類業務系統中的信貸客戶交易數據，然后使用一些統計工具對這些業務數據進行風險分析，從而得出相應的定量風險分析結果，及早提示被審計機構采用相應的措施防范并化解該風險。

在現有技術中，大多是基于人工處理的方法進行信貸風險評估，包括問卷調查法、座談詢問法、查閱法等偏向于人工調查訪談形式的方法。或者，由審計專業人員手工導入需要分析的信貸數據，然后使用excel等工具自行選取信度分析法、熵值法等數據方法對數據進行分析，暫無專用的信貸風險自動分析系統。

在實現本發明的過程中，本發明的發明人發現現有的信貸風險評估方法至少存在以下缺點：在現有的信貸風險評估方法中，人工參與成本極高，對分析者的門檻要求較高，評估結果的好壞往往依賴于分析者的技術水平，而且，由于人工進行信貸數據分析的過程出錯概率較大，降低了信貸風險評估結果的準確率，與此同時，人工進行信貸數據分析和處理的過程比較耗時，降低了信貸風險評估的工作效率。

發明內容

有鑒于此，本發明提供了一種信貸風險預警方法和裝置，能夠提高信貸風險評估工作的效率和信貸風險評估結果的準確率，進而有助于相關機構及時、有效地發現信貸風險客戶，提前預警以化解信貸風險。

為實現上述目的，根據本發明的第一個方面，提供了一種信貸風險預警方法。

本發明的信貸風險預警方法包括：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。

可選地，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。

可選地，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。

可選地，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。

可選地，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：