[发明专利]基于弱变量数据的信用风险评估系统与方法

说明书

本发明公开了基于弱变量数据的信用风险评估系统与方法，所述系统包括：原始数据平台、数据治理平台、风控模型平台，包含小银分模型、个人资质评估模块、地址信息验证评估模块、运营商信息核查评估模块，支付消费评估模块。本发明依托大数据智能分析平台以及我司自主研发的鹰眼决策引擎风控系统，结合大数据指标实时计算功能、数据建模和风控策略，并与行业多家相关征信机构合作，不依赖央行征信报告和强特征数据，通过对海量弱变量特征数据分析，合理评估申请人资质，有效规避风险同时，提高客户审核过件率，降低客户误杀率。

技术领域

本发明涉及互联网金融相关技术领域，具体是基于弱变量数据的信用风险评估系统与方法。

背景技术

目前，在互联网金融高速发展的同时，国内的征信体系却不完善，有效覆盖人群较少，个人信用意识薄弱。2017年11月底，央行征信覆盖人群9.5亿人，有贷款记录的约为4.8亿人,央行个人征信的覆盖率约为50％。而美国在2014年，这一比率就高达92％。在国内，信用多用于金融信贷领域，而在国外，信用已经深入居民生活，成为一种资产。根据融360《维度》调查报告显示，超过10％的用户不关心自己的个人征信，近30％的用户不了解自己在央行征信情况，40％的用户不知道央行的不良征信记录如何消除，我国居民个人信用意识薄弱现象突出。

国内银行和金融机构，尤其是国企银行，在风险控制中长期依赖央行征信报告以及强变量数据：例如：个人信息、收入、学历、车产、房产和个人贷款记录等信息进行风险定价分析，但是目前仍有大量人群不具备银行这样的准入门槛。在当前互联网大数据背景之下，金融借贷需求的客户越来越多，然而传统银行和金融机构风控技术无法很好的利用互联网大数据平台准确评估申请人资质，无法很好地利用互联网大数据平台合理评估申请人资质，主要缺点体现在以下三点：

1.传统银行和金融机构风控主要依赖央行征信报告以及强变量特征数据：例如：个人信息、收入、学历、工作、车产、房产和个人信贷记录等信息进行风险定价分析，无法合理评估申请人资质，客户流失率较高；

2.传统银行和金融机构风控数据处理技术落后，无法提供大数据指标实时计算、数据挖掘建模和风险评估等；

3.传统银行和金融机构组织机构庞大，风控技术审批流程冗长，风控体系一旦形成后，很难根据外部环境变化及时更新迭代线上风控规则从而减少坏账损失。

发明内容

本发明的目的在于提供基于弱变量数据的信用风险评估系统与方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

基于弱变量数据的信用风险评估系统，包括：原始数据平台，用于存储全量的可以获取到的用户数据；

数据治理平台，用于对各维度用户数据进行深度分析挖掘清洗，按照业务划分为不同的维度；

用户画像平台，根据用户基本特征进行用户画像；

风控模型平台，用于将分析结果以风控策略集、风控评分卡、决策树、数据挖掘模型的形式发布到线上，对用户进行风险监控，其中，风控评分卡包含：新户准入评分卡、运营商逾期评分卡和小银分模型，小银分模型包括：行为评估模块，用于针对用户的历史商品消费信息、媒体阅读信息以及稳定性信息，从所述维度评估用户网络行为和还贷意愿；

个人资质评估模块，用于查询包括申请用户个人收入、消费情况、资产情况以及职业信息，评估申请用户消费等级、消费偏好、收入稳定性和职业信息，判断申请用户个人资质情况；

地址信息验证评估模块，用于针对用户常驻城市、常用地址数量、迁移状态、手机号码状态和网购频率信息，验证申请用户地址信息变化情况，判断客户居住、工作状态稳定性；

运营商信息核查评估模块，用于针对用户运营商信息；