风险模型策略生成系统及方法

摘要

本发明揭示了一种风险模型策略生成系统及方法，所述风险模型策略生成系统包括：变量稳定检查器、变量稳定性干预器及多模型融合器；变量稳定检查器用以对底层变量进行稳定性筛查，对变量的稳定性情况进行自动评估；模型选择的变量的波动不超出设定阈值；变量稳定性干预器用以将变量稳定检查器的输出结果应用到模型建立的过程当中；多模型融合器用以选择若干模型进行融合，每个模型对应一种使用场景，针对不同场景使用不同的模型。本发明提出的风险模型策略生成系统及方法，可自动更新风险模型策略，提高风险控制的精确度。

说明书

技术领域

本发明属于风险控制技术领域，涉及一种风险控制系统，尤其涉及一种风险模型策略生成系统及方法。

背景技术

风险控制是金融的关键，随着时代的发展，风控领域的一个总趋势是信息化、模型化、智能化的程度越来越高。

金融风险控制的审核方式过程如下：最开始是人工纸质审核，发展到人工线上审核，再发展到机器审核一部分、剩余部分给人工审核，而后发展到全自动审核；而现在全自动审核在实际业务当中也开始出现瓶颈——迭代速度不够快。究其原因，是因为风险模型和策略的构建还是需要由人去计算、评估，这个工作需要大量计算，经验判断和决策，很难通过机器学习简单实现。

有鉴于此，如今迫切需要设计一种新的风险控制模型，以便克服现有风险控制模型存在的上述至少部分缺陷。

发明内容

本发明提供一种风险模型策略生成系统及方法，可自动更新风险模型策略，提高风险控制的精确度。

为解决上述技术问题，根据本发明的一个方面，采用如下技术方案：

一种风险模型策略生成系统，所述风险模型策略生成系统包括：

变量稳定检查器，用以对底层变量进行稳定性筛查，对变量的稳定性情况进行自动评估；模型选择的变量产生的波动不超出设定阈值；若选择的变量产生的波动超出设定阈值，则删除对应变量；

变量稳定性干预器，用以将变量稳定检查器的输出结果应用到模型建立的过程当中；

多模型融合器，用以选择若干模型进行融合，每个模型对应一种使用场景，针对不同场景使用不同的模型；

所述模型策略生成器能收到模型策略挑战器的反馈报告，根据接收的反馈报告重新生成新的模型策略；

其中，如果碰到波动量大于设定阈值的变量，对其做剔除或数据清洗处理，消除或减轻波动对模型策略的影响；

所述模型策略生成器运行至少一次，结合被认可的模型和规则，形成模型规则池；模型规则池内的融合依据策略目标，先通过单模型制定策略再组合策略，或是通过设定个主要模型先定大策略，再由细部模型和规则制定具体细节的策略；

所述变量稳定性干预器的具体干预方法包括如下方式的至少一个：影响变量在模型中的权重，影响变量进入模型的概率，影响变量进入模型的顺序，影响变量在模型中的清洗和处理方法。

根据本发明的另一个方面，采用如下技术方案：一种风险模型策略生成系统，所述风险模型策略生成系统包括：

变量稳定检查器，用以对底层变量进行稳定性筛查，对变量的稳定性情况进行自动评估；模型选择的变量产生的波动不超出设定阈值；若选择的变量产生的波动超出设定阈值，则删除对应变量；

变量稳定性干预器，用以将变量稳定检查器的输出结果应用到模型建立的过程当中；

多模型融合器，用以选择若干模型进行融合，每个模型对应一种使用场景，针对不同场景使用不同的模型。

作为本发明的一种实施方式，所述模型策略生成器能收到模型策略挑战器的反馈报告，根据接收的反馈报告重新生成新的模型策略；

其中，如果碰到波动量大于设定阈值的变量，对其做剔除或数据清洗处理，消除或减轻波动对模型策略的影响。

作为本发明的一种实施方式，所述模型策略生成器运行至少一次，结合被认可的模型和规则，形成模型规则池；模型规则池内的融合依据策略目标，先通过单模型制定策略再组合策略，或是通过设定个主要模型先定大策略，再由细部模型和规则制定具体细节的策略。

作为本发明的一种实施方式，所述变量稳定性干预器的具体干预方法包括如下方式的至少一个：影响变量在模型中的权重，影响变量进入模型的概率，影响变量进入模型的顺序，影响变量在模型中的清洗和处理方法。

根据本发明的又一个方面，采用如下技术方案：一种风险模型策略生成方法，所述风险模型策略生成方法包括：

变量稳定检查器对底层变量进行稳定性筛查，对变量的稳定性情况进行自动评估；模型选择的变量的波动不超出设定阈值；若选择的变量产生的波动超出设定阈值，则删除对应变量；

变量稳定性干预器将变量稳定检查器的输出结果应用到模型建立的过程当中；

多模型融合器选择若干模型进行融合，每个模型对应一种使用场景，针对不同场景使用不同的模型；

所述变量稳定性干预器的具体干预方法包括如下方式的至少一个：影响变量在模型中的权重，影响变量进入模型的概率，影响变量进入模型的顺序，影响变量在模型中的清洗和处理方法；

所述模型策略生成器能收到模型策略挑战器的反馈报告，根据接收的反馈报告重新生成新的模型策略；

其中，如果碰到波动量大于设定阈值的变量，对其做剔除或数据清洗处理，消除或减轻波动对模型策略的影响；

所述模型策略生成器运行至少一次，结合被认可的模型和规则，形成模型规则池；模型规则池内的融合依据策略目标，先通过单模型制定策略再组合策略，或是通过设定个主要模型先定大策略，再由细部模型和规则制定具体细节的策略。

根据本发明的又一个方面，采用如下技术方案：一种风险模型策略生成方法，所述风险模型策略生成方法包括：

变量稳定检查器对底层变量进行稳定性筛查，对变量的稳定性情况进行自动评估；模型选择的变量的波动不超出设定阈值；若选择的变量产生的波动超出设定阈值，则删除对应变量；

变量稳定性干预器将变量稳定检查器的输出结果应用到模型建立的过程当中；

多模型融合器选择若干模型进行融合，每个模型对应一种使用场景，针对不同场景使用不同的模型。

作为本发明的一种实施方式，所述变量稳定性干预器的具体干预方法包括如下方式的至少一个：影响变量在模型中的权重，影响变量进入模型的概率，影响变量进入模型的顺序，影响变量在模型中的清洗和处理方法。

作为本发明的一种实施方式，所述模型策略生成器能收到模型策略挑战器的反馈报告，根据接收的反馈报告重新生成新的模型策略；

其中，如果碰到波动量大于设定阈值的变量，对其做剔除或数据清洗处理，消除或减轻波动对模型策略的影响。

作为本发明的一种实施方式，所述模型策略生成器运行至少一次，结合被认可的模型和规则，形成模型规则池；模型规则池内的融合依据策略目标，先通过单模型制定策略再组合策略，或是通过设定个主要模型先定大策略，再由细部模型和规则制定具体细节的策略。

本发明的有益效果在于：本发明提出的风险模型策略生成系统及方法，可自动更新风险模型策略，提高风险控制的精确度。

附图说明

图1为本发明一实施例中风险模型策略生成系统的组成示意图。

图2为本发明一实施例中风险模型策略生成方法的流程图。

图3为本发明一实施例中风险控制系统的组成示意图。

图4为本发明一实施例中风险控制方法的流程图。

具体实施方式

下面结合附图详细说明本发明的优选实施例。

为了进一步理解本发明，下面结合实施例对本发明优选实施方案进行描述，但是应当理解，这些描述只是为进一步说明本发明的特征和优点，而不是对本发明权利要求的限制。

该部分的描述只针对几个典型的实施例，本发明并不仅局限于实施例描述的范围。相同或相近的现有技术手段与实施例中的一些技术特征进行相互替换也在本发明描述和保护的范围内。

说明书中各个实施例中的步骤的表述只是为了方便说明，本申请的实现方式不受步骤实现的顺序限制。说明书中的“连接”既包含直接连接，也包含间接连接。

本发明揭示了一种风险模型策略生成系统，图1为本发明一实施例中风险模型策略生成系统的组成示意图；请参阅图1，所述风险模型策略生成系统包括：变量稳定检查器11、变量稳定性干预器12及多模型融合器13。

变量稳定检查器11用以对底层变量进行稳定性筛查，对变量的稳定性情况进行自动评估；模型选择的变量产生的波动不超出设定阈值。若选择的变量产生的波动超出设定阈值，则删除对应变量。

变量稳定性干预器12用以将变量稳定检查器11的输出结果应用到模型建立的过程当中。在一实施例中，所述变量稳定性干预器12的具体干预方法包括如下方式的至少一个：影响变量在模型中的权重，影响变量进入模型的概率，影响变量进入模型的顺序，影响变量在模型中的清洗和处理方法。

多模型融合器13用以选择若干模型进行融合，每个模型对应一种使用场景，针对不同场景使用不同的模型。

在本发明的一实施例中，所述模型策略生成器能收到模型策略挑战器的反馈报告，根据接收的反馈报告重新生成新的模型策略。其中，如果碰到波动量大于设定阈值的变量，对其做剔除或数据清洗处理，消除或减轻波动对模型策略的影响。

在一实施例中，所述模型策略生成器运行至少一次，结合被认可的模型和规则，形成模型规则池；模型规则池内的融合依据策略目标，先通过单模型制定策略再组合策略，或是通过设定个主要模型先定大策略，再由细部模型和规则制定具体细节的策略。

本发明风险模型策略生成系统可用于风险控制系统中，作为风险控制系统的模型策略生成器；图3为本发明一实施例中风险控制系统的组成示意图；请参阅图3，所述风险控制系统包括：模型策略生成器10、模型策略跟踪器20及模型策略挑战器30。

模型策略生成器10用以选取数据库中的样本数据，选择设定特征数据，选择变量，生成模型及策略。

模型策略跟踪器20用以对所述模型策略生成器生成的模型、策略的各种指标进行监控追踪。在一实施例中，指标包括效果指标或/和稳定性指标，所述效果指标包括模型KS、AUC、IV，稳定性指标包括PSI；所述模型策略跟踪器用以动态跟踪所述指标，若设定指标达到设定阈值，则触发所述模型策略挑战器工作。

模型策略挑战器30用以动态发现模型、策略的不足，提出挑战。在一实施例中，所述模型策略挑战器从独立的对模型进行一次全方位挑战，针对变量的变化情况，发现衰弱的变量和变强的变量，并生成标准报告。

在本发明的一实施例中，所述模型策略挑战器30的输出格式标准化，将这种标准化文件再反馈到模型策略生成器中，从而达成模型策略挑战器对模型策略生成器的影响。

所述模型策略生成器10收到所述模型策略挑战器30的报告后，重新再生成新的模型策略。其中，如果碰到波动量大于设定阈值的变量，对其做剔除或数据清洗处理，消除或减轻波动对模型策略的影响。

在本发明的一种使用场景中，所述模型策略生成器可能不止运行一次(运行至少一次)，结合模型策略跟踪器依然认可的模型和规则，形成模型规则池，模型规则池内的融合一般是依据策略目标，先通过单模型制定策略再组合策略，或是通过几个主要模型先定大策略，再由细部模型和规则制定具体较细的策略，都可以作为本发明的实施例。

本发明还揭示一种风险模型策略生成方法，图2为本发明一实施例中风险模型策略生成方法的流程图。

所述风险模型策略生成方法包括：

【步骤S11】变量稳定检查器对底层变量进行稳定性筛查，对变量的稳定性情况进行自动评估；模型选择的变量产生的波动不超出设定阈值；若选择的变量产生的波动超出设定阈值，则删除对应变量。

【步骤S12】变量稳定性干预器将变量稳定检查器的输出结果应用到模型建立的过程当中。

在一实施例中，所述变量稳定性干预器的具体干预方法包括如下方式的至少一个：影响变量在模型中的权重，影响变量进入模型的概率，影响变量进入模型的顺序，影响变量在模型中的清洗和处理方法。

【步骤S13】多模型融合器选择若干模型进行融合，每个模型对应一种使用场景，针对不同场景使用不同的模型。

在一实施例中，所述模型策略生成器能收到模型策略挑战器的反馈报告，根据接收的反馈报告重新生成新的模型策略。其中，如果碰到波动量大于设定阈值的变量，对其做剔除或数据清洗处理，消除或减轻波动对模型策略的影响。

在一实施例中，所述模型策略生成器运行至少一次，结合被认可的模型和规则，形成模型规则池；模型规则池内的融合依据策略目标，先通过单模型制定策略再组合策略，或是通过设定个主要模型先定大策略，再由细部模型和规则制定具体细节的策略。

本发明风险模型策略生成方法可以用于风险控制方法，图4为本发明一实施例中风险控制方法的流程图；请参阅图4，所述风险控制方法包括：

【步骤S1】模型策略生成器选取数据库中的样本数据，选择设定特征数据，选择变量，生成模型及策略。

在本发明的一实施例中，所述模型策略生成器生成模型及策略的步骤具体包括：

变量稳定检查器对底层变量进行稳定性筛查，对变量的稳定性情况进行自动评估；模型选择的变量产生的波动不超出设定阈值；若选择的变量产生的波动超出设定阈值，则删除对应变量；

变量稳定性干预器将变量稳定检查器的输出结果应用到模型建立的过程当中。在一实施例中，所述变量稳定性干预器的具体干预方法包括如下方式的至少一个：影响变量在模型中的权重，影响变量进入模型的概率，影响变量进入模型的顺序，影响变量在模型中的清洗和处理方法。

多模型融合器选择若干模型进行融合，每个模型对应一种使用场景，针对不同场景使用不同的模型。

【步骤S2】模型策略跟踪器对所述模型策略生成器生成的模型、策略的各种指标进行监控追踪。

在一实施例中，指标包括效果指标或/和稳定性指标，所述效果指标包括模型KS、AUC、IV，稳定性指标包括PSI；所述模型策略跟踪器用以动态跟踪所述指标，若设定指标达到设定阈值，则触发所述模型策略挑战器工作。

【步骤S3】模型策略挑战器动态发现模型、策略的不足，提出挑战。在一实施例中，所述模型策略挑战器从独立的对模型进行一次全方位挑战，可以主要针对变量的变化情况，发现衰弱的变量和变强的变量，并生成标准报告。

在本发明的一实施例中，所述模型策略挑战器的输出格式标准化，将这种标准化文件再反馈到模型策略生成器中，从而达成模型策略挑战器对模型策略生成器的影响。

所述模型策略生成器10收到所述模型策略挑战器30的报告后，重新再生成新的模型策略，其中如果碰到波动量大于设定阈值的变量，对其做剔除或数据清洗处理，消除或减轻波动对模型策略的影响。

所述模型策略生成器10运行至少一次，结合所述模型策略跟踪器20依然认可的模型和规则，形成模型规则池，模型规则池内的融合依据策略目标，先通过单模型制定策略再组合

综上所述，本发明提出的风险模型策略生成系统及方法，可自动更新风险模型策略，提高风险控制的精确度。

需要注意的是，本申请可在软件和/或软件与硬件的组合体中被实施；例如，可采用专用集成电路(ASIC)、通用目的计算机或任何其他类似硬件设备来实现。在一些实施例中，本申请的软件程序可以通过处理器执行以实现上文步骤或功能。同样地，本申请的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中；例如，RAM存储器，磁或光驱动器或软磁盘及类似设备。另外，本申请的一些步骤或功能可采用硬件来实现；例如，作为与处理器配合从而执行各个步骤或功能的电路。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

这里本发明的描述和应用是说明性的，并非想将本发明的范围限制在上述实施例中。实施例中所涉及的效果或优点可因多种因素干扰而可能不能在实施例中体现，对于效果或优点的描述不用于对实施例进行限制。这里所披露的实施例的变形和改变是可能的，对于那些本领域的普通技术人员来说实施例的替换和等效的各种部件是公知的。本领域技术人员应该清楚的是，在不脱离本发明的精神或本质特征的情况下，本发明可以以其它形式、结构、布置、比例，以及用其它组件、材料和部件来实现。在不脱离本发明范围和精神的情况下，可以对这里所披露的实施例进行其它变形和改变。