[发明专利]一种信用风险评估方法及系统

说明书

本发明公开了一种信用风险评估方法及系统，评估方法包括以下步骤：采集外部公开网站的公开数据；采用合作方式接入独立的互联网第三方征信机构数据，并结合银行内部数据；对采集的数据进行预处理；针对预处理后的数据，根据群体特征划分群体，然后对数据进行分析量化，并构造训练样本集和测试样本集，利用训练样本集构建信用风险评估模型，使用信用风险评估模型对测试样本集进行测试，评估信用等级。本发明提高了客户的信用等级的划分的准确率。

技术领域

本发明涉及计算机技术领域，特别是一种信用风险评估方法及系统。

背景技术

随着互联网的快速发展，传统金融信用风险评估存在数据来源单一、数据孤岛凸显、特殊群体数据缺失、外部数据获取困难等诸多亟待解决的问题。如何获取大数据、并建立有效的信用评估体系，为银行决策提供科学的量化决策依据，把控信贷风险，是国内银行业共同面临的问题。

当前银行征信面临的困境有：一、数据来源单一匮乏。传统征信过度依赖金融数据，而大量的第三方借贷、社交以及工商数据等都没有被纳入到征信系统中；传统征信数据基本都为金融历史数据等结构化数据，非结构化数据欠缺；传统征信无法准确推断客户身份特质、性格偏好、经济偏好等重要指标，可能对征信决策造成误导。二、数据孤岛凸显。(1)数据分割严重：目前各机构、各部门数据离散化、碎片化，缺乏统一的编码基础，数据的完整性、连续性无法保证。(2)数据壁垒明显：各机构之间数据壁垒明显，各系统之间尚未完全互联互通，关联数据无法实现联查。三、特殊群体数据缺失。针对部分特殊客户群体，无法采用通用规则来准确评估此类特殊群体的信用。四、外部数据获取困难。(1)数量大：随着时间的推移，客户相关的数据量愈加庞大，对于海量数据的获取与分析存在很大难点。(2)类型多：客户相关数据的类型繁多、构成复杂，除了传统的结构化数据外，还包括了文字、文档等多种非结构化数据。(3)规则复杂：数据的多方来源也会引起的数据质量不一、标准不统一、接入方式千差万别。(4)时效性差：数据的更新速度与当前社会客户的社会活动行为不匹配。五、面对复杂多样的客户群体，传统信用评估方法是对所有群体统一对待，没有群体边界，导致对某些特殊群体数据评估错误。

发明内容

本发明所要解决的技术问题是，针对现有技术不足，提供一种信用风险评估方法及系统，解决数据来源单一、数据孤岛凸显、特殊群体数据缺失、外部数据获取困难的银行征信采集问题；提高客户的信用等级的划分的准确率。

为解决上述技术问题，本发明所采用的技术方案是：一种信用风险评估方法，包括以下步骤：

1)采集外部公开网站的公开数据；

2)采用合作方式接入独立的互联网第三方征信机构数据，并结合银行内部数据；

3)对经步骤1)和步骤2)采集的数据进行预处理；

4)针对步骤3)预处理后的数据，根据群体特征划分群体，然后对划分了群体后的数据进行分析量化，并构造训练样本集和测试样本集，利用训练样本集构建信用风险评估模型，使用信用风险评估模型对测试样本集进行测试，评估信用等级。

步骤1)的具体实现过程包括：

1)直接请求公开网站的网址，检测能否采集到相应的数据，若能，则获取对应数据；若不能，则采用无界面浏览器，结合自动化测试工具进行页面爬虫操作；

2)根据原始图像和缺失位置得到缺口的偏移量，然后模拟人工滑动操作，滑动至缺口完成本次验证码识别，如出现异常或错误，则继续下一次识别；

3)模拟输入页面参数或点击页面操作，进入所需页面，然后通过解析当前页面内容提取数据，直至循环获取全部所需页面并模拟相应页面操作，获取页面内容数据后，完成本次爬虫操作，如出现异常或错误，则中止本次操作。

步骤2)的具体实现过程包括：

1)获取客户授权，完成与第三方征信机构的合作协议签订；