[发明专利]一种保兑仓业务风险评估方法

说明书

本发明公开了一种保兑仓业务风险评估方法，包括以下阶段：（1）数据组织阶段：将各个历史交易的多角度信息数据进行组织构造；（2）知识发现阶段：根据阶段（1）中数据的分布特征，计算出每个历史交易的风险值；（3）风险评估阶段：将待评估的新交易记录和历史交易记录合并后，根据阶段（2）进行新交易记录的风险值计算。本发明采用的评估方法，并不依赖正样本（也就是违约业务交易）信息、仅仅学习出大量负样本（成功交易）的数据分布特征，就可以输出较精确的评估结论，从而能够在较低数据质量的情况下稳定工作。

技术领域

本发明属于供应链金融领域，具体涉及一种保兑仓业务风险评估方法。

背景技术

中小企业由于资信不足,一直存在着贷款难的问题。供应链金融创新业务的出现,为众多的中小企业解决融资难题带来希望。早在上个世纪八十年代,供应链金融的概念首次被提出。该融资模式的出现,打破了商业银行对单一贷款企业的信用评估传统方式,将整个供应链中的企业规模、商业信用、物流监管、信息传递进行综合考虑,尤其关注与具有融资需求的中小企业建立商业关系的核心企业的资信水平。

“保兑仓”是指以买方信用为载体，以银行承兑汇票为结算工具，由银行控制货权，仓储方受托保管货物，承兑汇票保证金以外金额部分由卖方以货物回购作为担保措施，由银行向供应商(卖方)及其经销商(买方)提供的以银行承兑汇票为结算方式的一种供应链金融服务。其为国内外商业银行提供了新的盈利模式,开拓了新的竞争市场,成为众多银行主要的竞争领域之一。

然而,任何创新不仅面临新机遇,同时面临新挑战。随着各大银行供应链金融业务的展开,风险事件也层出不穷,自2011年以来仅网络媒体公开报道的供应链金融风险案件就有数十起,涉及金额已超过10亿元,给从业各方造成了不小的损失，在其中保兑仓模式业务所占比例很大。在这样的背景下，亟待发展、运用以信息技术为载体、以智能技术为核心的保兑仓业务风险评估方法。

之前业界往往采用专家评估法，由专家组对某项保兑仓业务进行背靠背评估打分，综合各位专家的意见后给予最终评估结果，这种方法相对来说偏重于定性分析，不能有效利用相关交易历史数据，且相对耗费审批时间；当前，大数据和人工智能的技术优势在逐步推进金融行业智能化发展，业内已经有利用人工智能中的分类算法(比如logit回归、决策树、神经网络视为等等)来评估供应链金融业务风险的工作，其尝试利用历史交易的数据资源来辅助业务专家做智能决策。

然而，以上利用分类算法的方法中，往往难以解决如下问题：如果分类的目标正样本(违约业务)数目远远小于目标负样本(正常业务)，则这些方法往往会拘泥于训练样本的分布特征(称为“过拟合”)、并不能有效识别出未来真正有风险的业务。而保兑仓业务却正好符合以上情况，即：绝大多数业务运行正常、仅有较少业务存在异常违约(该情况在业务开展的前期和中期都很普遍)，但这种异常将会带来较大损失、需要尽可能提前识别风险。

综上所述，当前亟待需要新型的方法来提升保兑仓业务风险评估的精度，且这种方法需要能够规避传统人工智能方法常常遇到的过拟合问题。

发明内容

为了克服现有保兑仓业务风险评估技术在较少违约样本条件下不能有效工作(即系统冷启动能力不足)的缺点，本发明给出了一种鲁棒评估方法。该技术对比当前主要评估方法，并不强依赖正样本(也就是违约业务交易)信息、仅仅学习出大量负样本(成功交易)的数据分布特征，就可以输出较精确的评估结论，从而能够在较低数据质量的情况下稳定工作。

为了达到上述目的，本发明提供了一种保兑仓业务风险评估方法，包括以下阶段：

(1)数据组织阶段：将各个历史交易的多角度信息数据进行组织构造；

(2)知识发现阶段：根据阶段(1)中数据的分布特征，计算出每个历史交易的风险值；

(3)风险评估阶段：将待评估的新交易记录和历史交易记录合并后，根据阶段(2)进行新交易记录的风险值计算。