信用风险评估

摘要： 互联网金融是对传统金融模式的延伸,但由于部分借款人在借款后无法按期、足额还款,使得互联网金融平台面临着信用风险。对借款人的信用风险进行准确评估,可以降低风险,并且能够在一定程度上为互联网金融行业的稳定发展提供保障。数据分析方法在信用风险评估领域已有广泛应用。本文从国内某互联网金融平台借款人的个人、资产、借款信息三类数据提取特征,研究了数据分析方法中Logistic回归的衍生方法逐步Logistic回归、弹性网络和Bagging集成方法的代表Bagging、极端随机树和随机森林。研究发现随机森林与逐步Logistic回归分别在F1-score、Accuracy、FPR和AUC指标下效果最优,且筛选出的重要特征也保持一致。

摘要： 近年来随着金融市场的不断发展,贷前识别风险企业、有效进行信贷风险控制越来越重要。本文主要研究企业信用风险评估的问题,通过合理的模型选择及模型优化,提升模型识别问题企业的能力。本文首先基于实际情况选择了合理的模型评估指标体系,通过优化后的随机森林算法,将特征选取与模型训练过程相结合,利用该模型以我国上市公司数据为例,进行了实证检验,并横向对比常见评估模型的数据表现,实验结果表明模型有较好的预测效果。

摘要： 针对传统机器学习分类算法处理高维个人信用数据时分类准确率较低的问题,提出一种基于皮尔森相关系数(PCC)和互信息法结合梯度提升决策树(MI-GBDT)的最优特征子集的选择方法,并应用在决策树、朴素贝叶斯分类器、支持向量机上。利用皮尔森相关系数去除强相关特征,利用互信息法和GBDT计算剩余特征的综合重要度,结合改进的基于特征排序的搜索策略,分别生成3种分类器模型所需的最优特征子集。实验结果表明,该方法在3种分类模型上筛选出的特征子集对应的分类精度分别提高了4.33%、13.29%和20.27%。

摘要： 为准确评估中小型企业的信用等级和风险状况,提出了一种混合遗传算法(Hybrid Genetic Algorithm,HGA),该算法针对遗传算法后期局部搜索能力差、收敛速度慢等缺陷,对标准遗传算法的遗传算子进行了研究和改进.通过引入退火选择、多模式交叉变异等遗传算子,加强了遗传算法的收敛性和准确性,并将改进的HGA算法应用于支持向量机(Support Vector Machine,SVM)参数的优化,构建了HGA-SVM信用评估模型.实验结果表明:与传统的评估方法以及目前主流的机器学习评估模型相比,HGA-SVM信用评估模型在收敛速度以及评估精准度上有着明显改善,提升了信用风险的评估效果.

摘要： 为了提升电力企业的风险评估准确性,提出基于市场交易的电力客户信用风险评估系统设计,该系统主要由信息数据库子系统和信用风险评估子系统两部分组成,其中基于市场交易的规律、原则以及风险来源,采集并存储客户财务、营销以及交易信息,构建信息数据库子系统;调用信息数据库子系统的客户信息,构建评估指标体系;利用改进的层次分析算法获得目标权重,经群组决策方法得出综合权重;利用线性加权综合法得出客户信用综合评估结果,完成信用风险等级划分,进而构建信用风险评估子系统。实验结果表明:该系统的信用风险评估结果与实际信用风险更接近,评估结果更加科学、准确,同时可有效衡量全部信用风险指标评估获取电力客户信用风险,评估正确率可达98.25%。

摘要： 一直以来,政府和金融监管部门、金融机构、专家学者都付出了艰苦的努力,探索解决“三农”主体融资难、贵、慢问题,但效果并不尽人意,其根本原因在于依据硬信息的传统信用风险评估存在“三农”主体信用信息数据缺失及搜集、处理信息的成本高、效率低等问题。大数据技术为解决这些问题带来了曙光。运用大数据技术对“三农”主体进行信用风险评估,具有突破信息缺失、信息数据搜集和处理成本高、效率低等障碍的优势,但同时也面临数字鸿沟、数据搜集和处理能力不足、金融机构贷款定价自主权不够、消费者信息和隐私泄露等问题。因此,应从完善农村数字金融基础设施、推进数字农业农村发展、加快利率市场化改革、强化“三农”主体信息和隐私保护等方面采取相应的政策措施,为解决我国“三农”主体贷款难、贵、慢问题提供新的思路。

摘要： 针对个人信用数据不平衡、类间重叠、类型多样性等特点,运用优化的辅助分类器生成对抗网络(ACGAN)、梯度提升决策树(GBDT)分别进行数据过采样、学习与分类,在此基础上构建个人信用风险评估模型。依据金融及大数据相关竞赛平台提供的两个信贷数据集进行实证,从AUC、G-mean、Recall等指标出发考量模型的性能。结果显示,模型使用新的过采样技术生成的样本与原始样本非常接近,对违约样本及总样本的识别性能均优于对照模型。

摘要： 供应链金融作为一种产融结合的新型融资模式,在解决企业融资问题的同时,也给传统金融行业带来了新的利润增长,因此自提出以来,便受到了学术界、企业界以及金融界的高度关注。但是由于中小企业普遍存在规模较小、信息披露程度低等问题,银行在实际业务开展中,很难对业务风险进行准确的评估,进而产生较高的业务风险,其中主要来源于信用风险,因此建立有效的信用风险评估方法对供应链金融的发展起着关键性的作用。文中使用KMV模型计算的违约距离代替财务性指标作为融资企业经济绩效的衡量标准,有效避免了现有指标体系因过度使用财务性指标而导致的滞后性问题,进而提升供应链金融信用风险评估的准确性。

摘要： 小额信贷以其便捷、灵活、迅速的特点受到了众多资金需求者的青睐,但此种模式发展尚不成熟,信用风险一直未得到有效管控与解决.为有效提升小额贷款公司信用风险的管控能力,本文运用层次分析法构建信用风险评估指标体系,并在此基础上提出相应的信用风险管控策略,以期为小贷行业的稳定发展提供一定借鉴.

摘要： 农户小额信贷作为解决"三农"问题的有力抓手,大幅提高了农民生活质量,但由于评价体系不健全、监管体制缺失,违约事件时常发生.为有效降低相关金融机构的损失风险,本文采用层次分析法(AHP)和模糊综合评价法进行定性和定量分析,通过构建风险评估指标体系,以此找出重要的影响因素.

摘要： 长期以来，对商业银行信用风险评估的研究不断深入，虽然利用遗传算法或者遗传规划来进行评估已经逐渐广泛，但是单纯的利用其中一种方法得出来的模型仍然有待改进。根据遗传规划和遗传算法的基本原理，设计出一种混合遗传规划算法，经过实验证明，利用混合遗传规划方法比单纯的利用遗传规划方法，正确率从55.55﹪提高到了88．89﹪;

摘要： 本文结合虚拟企业构建中企业角色类型的划分以及企业合作伙伴选择的一般过程,提出了基于信用风险评估的合作伙伴选择方法,通过信用风险矩阵、企业信用评价以及信用价值排序构建一个相对完整的信用风险评估体系,用以指导虚拟企业构建中合作伙伴的选择问题.

摘要： 模糊影响图是进行风险分析与评价的一种较新的方法,本文综合应用模糊集与影响图理论建立了模糊影响图方法,将其模糊型引入商业银行信用风险评估中,说明了该模型的有效性.

摘要： 信用风险评估问题本质上属于有序多分类问题,如何构造一个有效的评估模型是商业银行信贷工作的关键环节.本文对几种基于支持向量机的多分类方法:逐一鉴别法(one-against-rest)、一一区分法(one-against-one)、有向无环图法(DirectedAcyclicGraph,DGA)、和内置空间法(EmbeddedSpace,ES)进行了分析比较,并将其分别应用到信用风险评估的建模中.最后通过仿真实验对其预测准确率进行了比较.综合考虑几种方法的性能,我们认为有向无环图法和内置空间法,具有较快的学习速度和较高的评估准确率,更适合于作为商业银行信用风险评估的建模方法.

摘要： 信用风险是商业银行经营管理中面临的最主要风险之一。世界银行对全球银行业危机的研究表明,导致银行破产的主要原因就是信用风险。因此,识别、衡量、预测和防范信用风险已成为商业银行和金融监管部门的当务之急。在西方发达国家,现代投资组合管理实践的发展、证券市场和衍生金融工具交易信用风险的突出、市场风险管理模型的发展和整体风险管理的量化、信用衍生产品的发展共同推动了信用评估模型不断的推陈出新,许多定量的技术、支持工具和软件已得到普遍应用。rn 本文在借鉴国内外已有研究成果的基础上，考虑到我国商业银行样本数据分布的非正态性和协方差阵不相等特点，通过wilk'λ和相关性检验挑选主要指标作为揭示企业信用状况的变量，并应用logit分析模型对贷款企业信用风险进行预测，实证研究结果表明，logit分析模型在我国商业银行信用风险评估中具有广泛的应用前景。

摘要： 企业的信用风险评估主要是通过基于会计指标的信用特征推出该企业的信用风险,然而企业的会计指标与信用风险之间往往表现出非线性的特征,这为信用风险建模带来极大困难,神经网络较适于描述这种指标间的非线性特征.本文主要通过概率神经网络在评估企业信用风险中的表现以及和其他方法的比较,阐述这种方法的重要作用,最后给出概率神经网络在国内上市公司的实证结果.

摘要： 本文主要是把数据包络分析,即(Data Envelopment Analysis),应用到中小科技型上市企业信用风险评估中.相对于大型企业,我国科技型中小企业失信违规行为时有发生,研究科技型中小企业的信用风险对促进我国科技型中小企业的健康发展具有重要意义.因此,本文在对信用风险评价和DEA概念进行介绍的基础上,将运用DEA进行建模,模型当中使用在险价值(VaR)作为评价公司资产波动的指标,然后运用数据包络分析将其与公司的财务状况联系起来,以此评价公司的相对违约水平,这样就做到了信用评价.以28家深圳中小板上市科技型中小企业为样本进行了实证测评,结果说明了本文模型的可行性和适用性.最后利用影子价格分析说明企业如何做出资源的最优配置,以达到企业效益最大化.

摘要： 支持向量机是近些年兴起的人工智能方法，并在信用风险分析领域得到了广泛应用。 为了有效地减小在实证研究中样本的奇异点和噪声对模型的干扰，我们在中心化支持向量机的基础上，引入模糊隶属度的思想，提出了模糊中心化支持向量机，使之不仅能保留中心化 支持向量机原有的优点，同时也可以减小奇异点和噪声对模型的干扰，从而进一步提高了分 类判别能力。同时我们注意到，当模糊隶属度的取值都为1 时，这一模型退化成为原来的中 心化支持向量机。最后我们对两个公开可得的信用数据集进行实证研究，通过与其它模型结 果的对比能够看到与其它模型相比，本文提出的这一模糊中心化支持向量机能够显著地提高 分类精度，具有较高的实用价值。

摘要： 本申请提供了一种信用风险评价系统以及信用风险评价方法，包括：确定模块，用于构建评价指标体系，并确定所述评价指标体系中各个评价指标的指标权重；所述指标评价体系中包括多个评价指标；获取模块，用于获取待评价平台在所述各个评价指标下的指标值；生成模块，用于根据所述待评价平台在各个评价指标下的指标值以及所述指标权重，确定所述待评价平台的评价指标下在所述评价指标体系下的评估得分；评价模块，用于根据所述待评价平台的评价指标下在所述评价指标体系下的评估得分，确定所述待评价平台的信用风险结果。本申请能够较为客观、准确的对p2p网络借贷平台的信用风险进行评估。

摘要： 本发明公开了一种用户的风险信用分的计算方法、信用风险评估方法及系统，计算方法包括：S1、获取每个用户的社交通信数据；S2、对社交通信数据进行预处理；S3、统计每个主动用户与相应的被动用户之间的第一通信分量、第二通信分量和第三通信分量；S4、得到每个主动用户的第一亲密度；得到每个主动用户的第二亲密度；得到每个主动用户的第三亲密度；S5、得到每个主动用户与相应的被动用户的综合联系亲密度；S6、根据综合联系亲密度以及相应的被动用户的风险信用信息计算每个主动用户的风险信用分。本发明能够得到主动用户的风险信用分，通过该风险信用分能够帮助金融机构有效识别团伙欺诈风险，降低资产损失。

摘要： 本发明提供一种公共信用领域企业信用风险评估方法，其可以基于企业的在公共信用领域的历史数据，构建企业信用评价模型，分析得到企业在公共信用领域中的信用风险评估结果。本发明技术方案中，基于企业在公共信用领域内历史数据作为基础样本数据，对企业的公共信用领域内历史数据中的数值型特征变量、非数值型特征变量分别进行变量分箱处理后，进行变量筛选操作，然后基于预测性的数学模型：逻辑回归模型进行回归拟合，建立了用于评估企业严重失信风险的概率；最后建立公共信用领域企业信用风险评分卡对企业的信用风险进行评估。

摘要： 本发明公开了一种利于信用租赁的个人信用风险评估方法，其特征在于：其步骤如下：步骤一：数据收集，本方法收集到的数据为客户的行为数据为主：包括：申请、放款、还款、黑名单、涉法信息等维度信息；步骤二：数据处理，把客户的行为数据转换成可以量化的风险信息；步骤三：不同模块风险值汇总，取每个模块最大值为合并后的风险值；步骤四：最后激活函数校验，最后再经过涉法信息、黑名单，做一个策略上的调整；步骤五：根据最终得分，评定等级，量化客户风险等级。该利于信用租赁的个人信用风险评估方法，在无标签的情况下，通过仅有客户的行为数据，对客户进行信用风险评估，直接采用最大风险点维度的分值为个人信用评分的方法。

摘要： 本发明公开一种面向大规模非平衡征信数据的个人信用风险评估方法及评估系统，该方法包括：首先，根据获取的高维大规模非平衡历史征信数据，构建由所获取的历史数据集构建的训练矩阵X，利用自适应弹性网络特征选择算法对给定的历史征信数据集实施维度约简；然后将经过维度约简后的训练样本集划分为少数样本类及多数样本类，根据类簇质心距离指数化衰减函数计算每个样本的隶属度，构建加权矩阵W，设置相关参数，用IWELM模型实施个人信用风险评估。本发明所提的方法克服大规模征信数据展现出的高度非平衡性问题，同时提升个人信用风险评估的执行速度与效率，增强评估结果的可靠性和可信度。

摘要： 本申请实施例公开了一种经营风险及信用风险评估方法、装置及计算机存储介质，用于提高经营风险和信用风险评估的效率以及提高风险评估结果的准确性。本申请实施例包括：风险评估装置根据税务数据样本构建经营风险评分模型和信用风险评分模型，并使用经营风险评分模型计算经营风险评分，根据信用风险评分模型计算信用风险评分，根据经营风险评分和信用风险评分执行对融资请求方的融资请求的处理操作，因此，经营风险和信用风险的评估不再需要依靠人工进行实地的现场调查，相比于人工线下的深入调查分析来确定经营风险和信用风险，可以提高风险评估的工作效率，同时也避免了风险评估掺杂人为的主观因素，可以提高风险评估结果的准确性。

摘要： 本申请实施例提供一种信用风险评估方法、信息确定方法、服务系统及设备。其中，方法包括如下的步骤：获取目标对象的数据信息，其中目标对象申请第一场景金融产品，场景金融产品嵌入在服务平台提供的服务中，在服务对象享有服务平台提供的服务时能选择申请相应的场景金融产品；确定评估模型；评估模型通过训练样本集训练得到，训练样本集由第一历史时期内累积的与第一场景金融产品相关的数据，以及第二历史时期内累积的与至少一个第二场景金融产品相关的数据确定；将数据信息输入评估模型，得到目标对象的信用风险评估结果以作为判定目标对象能否成功申请到第一场景金融产品的依据。采用本申请技术方案，可及早的控制风险。

摘要： 本发明提出了一种基于关联规则的企业信用风险评估方法和装置，该方法包括：获取已用信企业的第一用户信息；将统一信用代码进行分解，获得多个信息元；将多个信息元任意组合，生成对应规则；计算符合规则的已用信企业支持度、置信度和提升度；根据预设阈值，从规则中选取强规则集合；收集未用信企业的第二用户信息；分解统一信用代码，按照强规则集合标记阈值，筛选出初选名单；向未用信企业发送授信通知；接收授信请求，获取其信用特征数据；将信用特征数据输入至预先构建的风险评估模型中，输出评估分数。本发明通过在海量的企业中筛选出初选名单，重点对初选名单上的企业进行评估，降低了业务人员获取企业资料的工作量，拓展了客户群体。

摘要： 本申请实施例公开了一种基于企业规模和关联的信用风险评估方法及装置，其中方法包括：获取目标企业的经营相关信息，根据经营相关信息确定与目标企业关联的多个第一关联企业，目标企业和第一关联企业为第一规模企业；建立目标企业与多个第一关联企业的第一关系图谱，第一关系图谱中的节点值根据多个第一关联企业的经营评分确定，关系图谱中的边权值根据目标企业与多个关联企业的关联关系和关联程度确定；根据关系图谱中的边权值和节点值确定目标企业的经营评分，根据目标企业的经营评分确定目标企业的信用风险评估结果。本申请实施例通过小规模企业之间的关联关系确定目标企业的评估结果，保证了企业风险评估的准确性。

摘要： 本申请公开了一种客户信用风险评估方法、装置、设备及存储介质，所述客户信用风险评估方法包括：获取待评估用户的目标数据信息；基于所述目标数据信息，通过已训练好的静态风险评估模型对所述待评估用户进行风险评估，获得不同模型对应的风险评估结果，其中，所述静态风险评估模型为基于申请人和与申请人关联的推荐人分别对应的静态基础数据以及两者之间的交叉维度数据进行训练获得。本申请解决了模型进行风险评估的准确性较低的技术问题。