信用评估

摘要： 随着个人信息保护立法规则的完善,对个人信息的保护力度不断加强,而信息的开放与使用亦是大数据发展背景下时代的要求和个人破产制度运行的需要,正确处理两者关系是促进信息有效利用的必要条件。个人信息开放与保护的平衡贯穿个人破产制度运行的始终,破产申请条件的审查、免责制度及复权制度的启用、法庭外债务清理模式的运行,均以个人信息使用为基础。应在个人信息开放共享的基本理念下进行个人信息的合理控制,完善个人信息管理机构信息保护机制,兼顾个人破产制度中个人信息保护与使用的平衡。

摘要： 构建个人信用风险评估模型的过程中,特征工程很大程度上决定了评估器的性能,传统的特征选择方法无法全面的考虑高维度指标对评估结果的影响,且大多数研究在构建模型的过程中人为决定特征集大小,导致随机性强、可信度低;基于此,提出基于传统风控指标优化XGBoost的随机森林模型(IV-XGBoostRF),将传统风控指标IV与XGBoost相结合对原始特征集进行筛选,建立较为完善的信用评估模型.通过对比实验的结果显示改进后的随机森林模型准确度提高了0.90%,且其他各项评估指标均优于传统信用评估模型,证明了该组合特征选择方法的可行性,有一定的应用价值.

摘要： 随着互联网金融行业的迅速发展,面对海量数据,传统信用风险评估面临着挑战。信用评估中样本类别不均衡,且特征冗余度高,成为影响目前评估分类精度的关键因素。为了解决以上问题,提出了一种基于灰狼优化算法同步处理样本欠采样与特征选择的方法。该方法将分类器的性能作为灰狼优化算法的启发式信息,然后进行智能搜索,以得到最优样本与特征集的组合,并在原始灰狼算法中引入禁忌表策略,避免算法陷入局部最优。实验表明,该方法相较于其他方法有较大改进,在不同数据集上的表现均证明了该方法能够有效解决样本不均衡问题,降低特征空间维度,同时提高分类准确率。其在信用风险评估上相比原始数据准确率提高了3%左右,证实了该方法在信用评估领域的适用性与优越性。

摘要： 金融管理的本质在于风险管理和运营,在风险识别和管理的薄弱环节和盲区,金融市场的供给和需求难以达到平衡。即便是当前世界最发达的经济体,也曾因为只能评估征信覆盖的部分人群而被诟病“金融机构只为不需要贷款的人提供贷款服务”。全球普惠金融的共同挑战和目标之一就是能为更多的乃至全社会有无征信的人群,量身做出优质的金融信贷信用评估工具。和世界发达经济社会普惠金融进程相似,我国征信行业虽然在高速发展,但是缺乏征信记录甚至是征信白户的社会群体的金融信贷需求仍然无法得到有效满足。

摘要： 针对个人信用数据存在连续型和离散型交织并存以及类不平衡问题,为提高信用评估分类效果,提出一种结合代价敏感和集成算法的个人信用评估分类模型。通过集成信息价值、互信息、信息增益率和基尼指数特征,选择算法生成最优特征子集。结合代价敏感构建以L1-逻辑回归、弹性网-逻辑回归、贝叶斯、决策树和神经网络为基模型的集成模型,并辅之动态加权投票策略。实证结果表明,将集成特征选择算法的模型指标G-means和F-value与原始特征集相比,分别提升了8%和18%,与mRMR特征选择后模型的预测性能相比也有一定提升,且该模型具有一定的鲁棒性。

摘要： 为了保证对工程质量检测机构的信用水平评估的科学性,构建了全面、系统地反映工程质量检测机构信用水平的评估指标体系。通过扎根理论建立了初步指标体系;并通过信息量方法、病态指数、Pearson相关系数和变异分析的方法分别对指标体系的显著性、独立性做了审查;最后基于独立信息波动赋权方法对构建的指标体系的合理性做了检验。结果显示,所建立的指标体系合理有效。

摘要： 个人信用评估作为商业银行判定借贷风险的直接依据,在金融领域显得尤为重要。针对传统个人信用评估模型存在数据不平衡、模型结构单一、易受主观因素干扰等问题,提出一种基于SMOTE+ENN(synthetic minority oversampling technique+edited nearest neighbours)算法与集成学习的个人信用评估方法。首先,该方法在数据预处理的基础上,采用SMOTE+ENN算法对样本数据进行数据平衡分布处理,增强了分类算法性能;然后,基于网格搜索优化算法,搜寻适用于多种分类器的最优超参数,进而构造出相应的最优单一评估模型,达到了提高个人信用评估精确度的目的;最后,利用相关的集成学习策略将表现最优的三种分类器结果集成,构造出信用评估的最优预测模型,从而实现更为准确的个人信用评估。实验结果表明,在现有公开数据集Give Me Some Credit上,与传统数据不平衡处理方法相比,该方法的预测准确率高达97%,精确度提升约2%,验证了算法改进的有效性。

摘要： 针对当前银行用户数据中良好用户与违约用户存在类别不平衡的情况,以及由此导致分类模型出现过拟合且准确率过于乐观的问题,提出一种基于SMOTE+TOMEK采样算法的XGBoost分类模型。该模型以Lending Club公开信贷数据集为实验数据,通过SMOTE+TOMEK算法进行采样得到样本均衡化且边界清晰的平衡数据集,通过XGBoost模型对数据样本进行分类并与单一分类模型进行对比。实验结果表明,ST-XGB模型从精准率、AUC分数等模型评估指标均优于单一分类模型,具有较好的泛化能力与稳定性。

摘要： 构建指标体系是个人信贷风险识别的基础性工作。大数据背景下,商业银行信用评估数据源更加广泛。因此,基于传统征信系统和互联网平台数据,从用户基本静态信息、用户财务能力、用户信贷及抵押历史、用户交易特征、用户行为偏好、用户社交关系等六个维度构建商业银行个人信用评估指标体系,依据数据结构特征,采用主成分分析和机器学习的组合方法对指标体系降维压缩。该体系弥补了传统信用评估中数据来源单一的缺陷,并降低了指标数据处理的复杂度。

摘要： 工程质量检测机构的信用水平与工程建设质量密切相关。基于扎根理论与病态指数等统计学方法,构建了符合高质量发展内涵的工程质量检测机构信用评估指标体系;通过G1法和熵权法组合对指标赋权,应用逼近理想解方法给出工程质量检测机构信用综合评估的方法模型;根据黑龙江省5家工程质量检测机构的实际数据,得到其相对接近度分别为0.674、0.567、0.411、0.373、0.327,信用等级分别为A、BBB、BB、BB、B级,与实际相符。

摘要： 随着中国经济的快速发展,个人征信市场发展出以不同机构为主导的个人征信模式,但由于单一机构的公信力不足、数据源局限等痛点,个人征信模式难以突破发展瓶颈.本文提出了构建联盟区块链信用评估的个人征信新模式,以区块链的高度公信力和其他独特属性对现有评估模式进行改良,提出模式具体流程并验证了新模式与个人征信的改良方向相契合,客观分析了模式的推行带来的应用价值,并提出了目前模式实施亟待解决的风险.

摘要： 信用贷款在国内正蓬勃开展,但由于目前我国的征信系统还不完善,银行因信息不对称不断提高个人信贷的标准,步骤也很繁琐,从而导致信用贷款的受益面不广.针对此现状,本文着力研究个人信用评估指标的定量化,并在评估方法上进行了创新.论文首先选取了合适的评估指标,完成了定性指标的定量化;为刻画评估指标作用的主次性,利用层次分析法计算出指标权重,依权重来处理数据;最后用支持向量机对数据进行分类.实验结果表明,采用层次分析法进行数据预处理大大提高了个人信用评估预测的准确度.

摘要： 现今互联网应用软件日益增多,很多应用软件(如社交、娱乐、电子交易等)在给人们的生活带来便利的同时也带来了财产安全、隐私泄露等问题,因此对网络身份进行管理至关重要.文章基于大数据风险控制思想,并将行为数据引入身份鉴别工作中,自动识别异常登录行为并要求更多的身份验证信息;同时大胆提出对用户身份进行信用评估的思想,利用行为数据预测用户可能给系统带来的安全影响,做到从源头上消除隐患.本文中的系统能够在不要求大多数用户进行更多操作的基础上,高效快速地完成用户身份鉴别的工作.

摘要： 人工智能被越来越多行业领域所引入，文中对AI如何助力互联网金融发展进行探讨，就其在信用评估、自然语言处理、智能投资顾问这三方面的应用进行介绍。

摘要： 行业组织是联系市场主体与政府的桥梁,是市场主体之间的媒介,具有自律、服务、灵活、高效的优势,是市场经济发展和成熟不可取少的因素.行业自律包括两个方面,一是行业对国家法律、法规、政策的遵守和贯彻,二是行业内的行规行约制约会员的行为及监督保护机能.所谓自律是规范行业行为、协调同行利益关系、维护行业间的公平竞争和正当权益,促进行业发展.坚持整体推进、引进、提炼、创新、分步实施、逐步完善的原则，根据市场实际需要和行业创新需求研究编制团体标准，协同有序建立潜水打捞行业团体标准体系。

摘要： 本文分析了大数据在反欺诈以及信用评估方面的风险管理。商通贷针对电商，分析用户线上授权店铺数据、综合知识图谱中的大量数据进行实时额度预估、实时信用评估，发现风险点，由信审人工确认(非常快)最后完成实时放款。

摘要： 互联网走向大众始于1993年,经过了20年的发展,互联网正在步入深水区,一方面,移动互联网融合了线上线下,把第三方支付市场扩大了十倍以上;另一方面,网络从根上开始动摇看起来强大无比的垄断行业:如微博打破了宣传的垄断,微信打破了通信的垄断,互联网金融正在在打破金融的垄断.金融源于商贸交易的需求,而支付结算是商贸交易的核心环节.作为银行的三大基础服务之一,支付结算为银行80％以上金融业务所离不开.可以说,支付结算是一个极为通用的基础金融服务，推动了传统信贷的信用评估模型创新，和银行合作小微企业信贷服务，推动了零售金融业务创新，为消费者提供一揽子的金融服务，以及推动互联网金融创新。

摘要： 小微企业主要集中在制造业、农业、服务业和高新技术产业等实体经济领域,小微企业的发展是巩固和发展实体经济的重要内容同时也是社会就业的重要渠道.因此,完善小微企业的税收优惠政策,进一步扶持小微企业的发展,让更多人享受政策的优惠将是税务工作的重中之重.本文针对阿拉善经济开发区小微企业税收优惠政策执行过程中存在的问题提出实行更加优惠的所得税政策、加大流转税的税收优惠力度、增强促进创业投资的税收激励力度、建立税收信用评价机制等促进开发区小微企业发展的税收对策建议.

摘要： 小微企业主要集中在制造业、农业、服务业和高新技术产业等实体经济领域,小微企业的发展是巩固和发展实体经济的重要内容同时也是社会就业的重要渠道.因此,完善小微企业的税收优惠政策,进一步扶持小微企业的发展,让更多人享受政策的优惠将是税务工作的重中之重.本文针对阿拉善经济开发区小微企业税收优惠政策执行过程中存在的问题提出实行更加优惠的所得税政策、加大流转税的税收优惠力度、增强促进创业投资的税收激励力度、建立税收信用评价机制等促进开发区小微企业发展的税收对策建议.

摘要： 小微企业主要集中在制造业、农业、服务业和高新技术产业等实体经济领域,小微企业的发展是巩固和发展实体经济的重要内容同时也是社会就业的重要渠道.因此,完善小微企业的税收优惠政策,进一步扶持小微企业的发展,让更多人享受政策的优惠将是税务工作的重中之重.本文针对阿拉善经济开发区小微企业税收优惠政策执行过程中存在的问题提出实行更加优惠的所得税政策、加大流转税的税收优惠力度、增强促进创业投资的税收激励力度、建立税收信用评价机制等促进开发区小微企业发展的税收对策建议.

摘要： 本发明公开了一种用于信用的反馈信用评估系统，包括信息输入模块、信息获取模块、综合评分模块和等级评估模块，所述信息获取模块包括交易记录模块、资产查询模块、债务查询模块、税务查询模块、质量查询模块和服务评价模块，所述信息输入模块分别与更新提示模块、信息获取模块和关联信用模块连接，所述信息获取模块与审核处理模块连接，本发明通过设置信息获取模块和关联信用模块，信息获取模块对不同信息进行分类查询，关联信用模块收集关联对象的信息数据，从而对评估对象和关联对象按比例进行评估，使评估数据的分类清晰，便于分析，缩短数据处理的时间，有利于对评估对象和关联对象的信用评估。

摘要： 本申请涉及一种信用评估模型建立方法，包括：获取接受数据集和拒绝数据集；基于接受数据集，通过半监督学习对训练集中无标签的样本数据进行拒绝推断，推断出无标签的样本数据的标签并更新训练集；其中，更新前的训练集中的样本数据包括：接受数据集中附有标签的样本数据和拒绝数据集中无标签的样本数据；基于更新后的训练集对分类器进行训练，构建得到相应的信用评估模型。由此，在进行分类器的训练时所采用的训练集中的各样本数据不仅包括有接受数据集中附有标签的各样本数据，同时还包括有拒绝数据集中无标签的样本数据，这也就极大地丰富了样本数据，最终使得训练得到的信用评估模型的检测结果更加准确。

摘要： 本申请实施例提供了一种信用的评估方法、信用评估模型的训练方法以及设备。该方法包括：从用户的征信报告中提取用户的征信特征，征信特征包括用户在n个征信维度上的时序特征和用户的非时序特征，n≥1，并将n个特征维度上的时序特征和非时序特征输入信用评估模型，得到信用评估结果，信用评估结果用于表征用户的信用是否符合要求，其中，信用评估模型为基于深度学习模型训练得到的，能够通过时序特征对该用户在时间维度上的信用进行准确的评估，使得对用户信用的评估更加准，避免因不区分征信特征的时序特征和非时序特征，导致最终的评估结果不准确。

摘要： 本发明公开了一种信用评估方法，包括以下步骤：获取第一区块链节点发送的评估对象的信用记录，根据所述信用记录确定所述评估对象的第一信用评分；根据所述第一信用评分对所述评估对象的当前信用评分进行更新得到第二信用评分；将所述第二信用评分发送至其他的区块链节点，以使所有的区块链节点将所述评估对象的信用评分更新为所述第二信用评分。本发明还公开了一种信用评估系统及计算机可读存储介质，达成了提高信用评估结果的准确率的效果。

摘要： 本发明提供的流动性工人信用评估方法和流动性工人信用评估装置，涉及信用评估技术领域。其中，流动性工人信用评估方法包括：获取一流动性工人的每一次用工的多种评估参数，其中，所述评估参数包括用工评价、用工时长以及用工事故；针对每一次用工，将该次用工的多种评估参数分别进行量纲统一化处理，以得到多种参数值；针对每一次用工，将该次用工对应的多种参数值按照第一预设规则进行计算，以得到该次用工的用工评分；根据所述流动性工人每一次用工的用工评分按照第二预设规则进行计算，以得到该流动性工人的信用评分。通过上述方法，可以便利地对流动性工人的用工信用进行评估。

摘要： 本申请实施例提供一种信用评估装置和信用评估系统，通过获取模块，用于根据企业的贷款请求，获取所述企业的评估数据；判断评估模块，用于将根据所述企业的评估数据判断所述企业是否满足参与信用评估的准入条件；若是，则根据所述企业的评估数据对所述企业进行信用评估；若否，则拒绝所述申请企业的贷款请求，消除了金融机构与中小企业之间的信息不对称，帮助金融机构对中小企业进行了筛选，给高信用的中小企业提供贷款，建立信贷联系，保证了金融机构的资金安全，稳定了资金收益，同时也解决了中小企业融资难，融资贵的问题，促进了国民经济的发展。

摘要： 本申请提供一种信用评估方法、信用评估装置及电子设备，属于互联网技术领域。该信用评估方法可以包括：基于申请者的社交数据，构建所述申请者的社交关系网络；利用Node2Vec算法，从所述社交关系网络提取所述申请者的社交属性特征；将所述社交属性特征应用于信用评估模型，以得到对所述申请者的信用评估结果。本申请的实施例有效提升申请者信用评估的效率和准确率。

摘要： 本发明公开一种能够信用评估模型的更新方法及更新系统、信用评估方法及信用评估系统。更新方法包括：获取用户输入的新信用评估模型；根据新信用评估模型的有效信息量、模型覆盖率和模型准确度确定新信用评估模型的模型匹配度；判断新信用评估模型的模型匹配度是否大于原信用评估模型的模型匹配度，获得第一判断结果；当新信用评估模型的模型匹配度大于原信用评估模型的模型匹配度时，用新信用评估模型替换原信用评估模型；当新信用评估模型的模型匹配度小于或者等于原信用评估模型的模型匹配度时，保留原信用评估模型。采用本发明提供的更新方法及更新系统、信用评估方法及信用评估系统能够提高信用评估的准确性。

摘要： 本发明提供了一种信用分评估方法及信用分评估平台，包括：采集不同用户在预设每个第一指标下的运营商数据，以及在预设每个第二指标下的行业数据；针对每一个行业，均执行：获取当前行业对应的至少一个样本数据；根据所述至少一个样本数据、所述运营商数据以及所述行业数据，从各个所述第一指标和各个所述第二指标中筛选出关联所述当前行业的至少一个可用指标，并计算每一个所述可用指标对应的权重值；根据所述至少一个可用指标以及对应的所述权重值，建立所述当前行业的信用评估模型；针对每一个所述用户，将采集的所述用户在每一个所述可用指标下的数据代入所述信用评估模型，得到所述用户在所述当前行业下的信用分。本方案能够评估用户在不同行业下的信用。

摘要： 本申请公开了一种信用评估模型的训练方法、信用评估方法以及装置，其中该训练方法包括：获取训练用户在业务系统中的训练原始行为数据；提取训练原始行为数据中的训练原始特征；根据迭代决策树GBDT模型对训练原始特征进行特征组合以生成对应的训练交叉组合特征；根据训练交叉组合特征对逻辑回归Logistic Regression模型进行训练以构建信用评估模型。该方法通过非线性GBDT模型对训练原始特征进行训练以生成对应的训练交叉组合特征，并通过训练交叉组合特征对线性LR模型进行训练以构建信用评估模型，使得该信用评估模型既具备非线性模型的高性能，又具备线性模型的可解释性。