[发明专利]应收账款保理业务风险模型的建立方法及装置

说明书

本申请提供一种应收账款保理业务风险模型的建立方法及装置，方法包括：获取某商超类公司N年内各供应商的基本信息、交易信息及外部征信信息，各信息包括多个变量；对变量进行数据清理及整合；对处理后所得变量进行探索性分析；根据交易信息确定供应商的风险指数，将风险指数定义为因变量；将剩余变量定义为自变量，分析自变量与风险的相关性，根据相关性对自变量进行初步筛选；根据自变量的多重共线性、在统计学上的意义及信息价值确定关键自变量；根据关键自变量及因变量建立供应商的风险模型，计算风险模型中的未知参数，将计算得到的未知参数值代回风险模型。本申请能够量化评估应收账款保理业务的风险。

技术领域

本申请属于风险控制领域，特别涉及一种应收账款保理业务风险模型关键变量的确定方法及装置。

背景技术

供应链金融市场规模巨大，达十万亿级。其中，最主要的金融模式之一就是应收账款保理业务。

现有技术中，应收账款保理业务风险模型的建立一般是通过专家评分方法及基于一定行业数据样本累积的量化决策规则确定。

对于专家评分方法，金融机构主要采取加强贷前资料审核，调查人员走访客户，撰写尽职调查报告，采用专家经验评分的方法，对风险进行评估。这种方法存在如下缺陷：1)即使同一操作标准，金融机构审批人员的主观认识差异，也可能会对相同企业产生不同的判断，容易造成人为操作性风险；2)本质上还是主观经验的判断，难以客观量化评估风险大小；3)由于是人工决策，周期长，速度慢，一般只适用于大额授信。

对于基于一定行业数据样本累积的量化决策规则，存在某一个垂直领域有一定的数据积累，结合经验，形成一套风险评估的准则。该种方法存在如下缺陷：1)分析样本数量小，风险评估的规则精准度较差；2)分析样本时间短，风险评估的规则稳定性较差。

发明内容

为了解决背景技术中提到的缺陷，本申请提供一种应收账款保理业务风险模型的建立方法，包括：

获取某商超类公司N年内各供应商的基本信息、交易信息及外部征信信息，其中，基本信息、交易信息及外部征信信息包括多个变量；

对供应商的变量进行数据清理及整合处理；

对处理后所得变量进行探索性分析，剔除异常值大于第一预定阈值和缺失值大于第二预定阈值的变量；

根据交易信息确定供应商的风险指数，将风险指数定义为因变量；

将剩余的变量定义为自变量，分析自变量与供应商风险的相关性，根据相关性对自变量进行初步筛选；

对于初步筛选出的自变量，分析自变量之间多重共线性、自变量在统计学上的意义及自变量信息价值，根据自变量的多重共线性、自变量在统计学上的意义及自变量信息价值确定关键自变量；

根据关键自变量及因变量利用逻辑回归建立供应商的风险模型，计算风险模型中的未知参数，将计算得到的未知参数值代回风险模型。

本申请还提供一种应收账款保理业务风险模型的建立装置，包括：

获取模块，用于获取某商超类公司N年内各供应商的基本信息、交易信息及外部征信信息，其中，基本信息、交易信息及外部征信信息包括多个变量；

处理模块，用于对供应商的变量进行数据清理及整合处理；

探索性分析模块，用于对处理后所得变量进行探索性分析，剔除异常值大于第一预定阈值和缺失值大于第二预定阈值的变量；

风险指数确定模块，用于根据交易信息确定供应商的风险指数，将风险指数定义为因变量；

第一自变量筛选模块，用于将剩余的变量定义为自变量，分析自变量与供应商风险的相关性，根据相关性对自变量进行初步筛选；