[发明专利]一种风险评估方法和系统

权利要求书

1.一种风险评估方法，其特征在于，包括：

计算机设备根据数据源与目标变量的相关性和/或数据源与用户信息的相关性，进行变量分组，得到至少一个第一类变量组和至少一个第二类变量组；所述数据源包括支付、即时通信和社交中的至少两种，当所述数据源为支付时，所述变量包括信用卡还款信息、资金规模、用户交易的频率和用户电话卡充值中的至少一种；当所述数据源为即时通信时，所述变量包括常用登陆城市个数和收发信息条数中的至少一种；当所述数据源为社交时，所述变量包括粘性较高的好友数量、好友质量、好友的个数和收发信息量中的至少一种；所述目标变量包括违约信息，所述用户信息包括资金信息；所述第一类变量组为与所述目标变量的相关性较高和/或与所述用户信息的相关性较高的强变量组；所述第二类变量组为与所述目标变量的相关性较低和/或与所述用户信息的相关性较低的弱变量组；

所述计算机设备针对所述至少一个第二类变量组分别构建风险评估模型，得到每个第二类变量组的风险评估模型的模型结果；

所述计算机设备将每个第二类变量组的模型结果作为一个变量，与所述至少一个第一类变量组中的全部全量合并，组成第三类变量组；

所述计算机设备针对所述第三类变量组构建风险评估综合模型。

2.根据权利要求1所述的方法，其特征在于，所述计算机设备根据数据源与目标变量的相关性和/或数据源与用户信息的相关性，进行变量组分组，得到至少一个第一类变量组和至少一个第二类变量组包括：

所述计算机设备根据数据源的不同，将所有变量分为多个变量组；

所述计算机设备根据数据源与目标变量的相关性，计算任一个变量与目标变量的相关系数，并计算所述多个变量组中每个变量组的平均相关系数；

所述计算机设备根据数据源与用户信息的相关性，确定所述多个变量组中每个变量组的重要程度值；

所述计算机设备根据所述多个变量组的平均相关系数和/或重要程度值进行变量组分类，将所述平均相关系数大于阈值和/或重要程度值最高的变量组分类为第一类变量组，将其它变量组分类为第二类变量组。

3.根据权利要求1或2所述的方法，其特征在于，所述计算机设备将每个第二类变量组的模型结果作为一个变量，与所述至少一个第一类变量组中的全部全量合并，组成第三类变量组包括：

所述计算机设备记所述至少一个第二类变量组中的任一变量组X_j的风险评估模型的模型结果为Logodds_j，并将Logodds_j作为一个变量，记所述至少一个第一类变量组中的任一变量为x_i，将所有Logodds_j与x_i合并组成第三类变量组；其中，i和j均为正整数。

4.根据权利要求3所述的方法，其特征在于，所述计算机设备针对所述第三类变量组构建风险评估综合模型包括：

计算机设备针对所述第三类变量组构建如下风险评估综合模型：

其中，n为变量x_i的个数，m为变量Logodds_j的个数，a₀为截距项/常数项，a_i表示变量x_i的权重，a_j表示变量Logodds_j的权重。

5.根据权利要求4所述的方法，其特征在于，还包括：

计算机设备根据所述风险评估综合模型的模型结果Logodds计算概率参数Probability，

Probability＝exp(Logodds)/(1+exp(Logodds))

其中，Probability表示所述风险评估综合模型的模型结果变坏的概率。