[发明专利]金融风险控制方法、系统、设备及计算机可读介质

说明书

本发明揭示了一种金融风险控制方法、系统、设备及计算机可读介质，所述金融风险控制方法包括：第一数学模型构建步骤，利用第一数据库构建第一数学模型；第二数学模型构建步骤，利用第二数据库构建第二数学模型，所述第二数据库包括设定数据；用户属性获取步骤，获取用户属性；风险判断步骤，通过第一数学模型能对设定用户的风险进行判断，若通过第一数学模型能对设定用户的风险进行判断，则直接给出判断结果；若通过第一数学模型不能对设定用户的风险给出确定的结果，则通过第二数学模型对设定用户的风险进行判断。本发明提出的金融风险控制方法、系统、设备及计算机可读介质，可降低对人行征信查询的依赖度，提高用户的使用体验。

技术领域

本发明属于风险控制技术领域，涉及一种风险控制系统，尤其涉及一种金融风险控制方法、系统、设备及计算机可读介质。

背景技术

风险控制是金融的关键，随着时代的发展，风控领域的一个总趋势是信息化、模型化、智能化的程度越来越高。

人行征信的查询是公司策略中重要的一环，除了查询人行需要一定的成本以外，还面临着查询人行的资源的紧张，当人行资源不足时，无法立即授信用户，这会影响用户的使用体验。

有鉴于此，如今迫切需要设计一种新的风险控制系统，以便克服现有风险控制系统存在的上述至少部分缺陷。

发明内容

本发明提供一种金融风险控制方法、系统、设备及计算机可读介质，可降低对人行征信查询的依赖度，提高用户的使用体验。

为解决上述技术问题，根据本发明的一个方面，采用如下技术方案：

一种金融风险控制方法，所述金融风险控制方法包括：

第一数学模型构建步骤，利用第一数据库构建第一数学模型；

第二数学模型构建步骤，利用第二数据库构建第二数学模型，所述第二数据库包括设定数据；

风险判断步骤，通过第一数学模型能对设定用户的风险进行判断，若通过第一数学模型能对设定用户的风险进行判断，则直接给出判断结果；若通过第一数学模型不能对设定用户的风险给出确定的结果，则通过第二数学模型对设定用户的风险进行判断。

作为本发明的一种实施方式，所述第二数据库包括人行数据。

作为本发明的一种实施方式，第一数学模型构建步骤、第二数学模型构建步骤中，从特征的饱和度、分布的稳定性、拒绝率的稳定性以及信息量指标去除掉不佳的特征。

作为本发明的一种实施方式，所述去除掉不佳的特征步骤中，包括：

特征饱和度：剔除特征饱和度不足20％的特征，认为这种特征由于缺失值过多难以对训练目标有区分效果；

分布的稳定性：建模样本分为训练集和测试集，每个特征在训练集和测试集上的分布情况应该保持一定的稳定，评判稳定的指标是计算得到的PSI，每个特征都会有一个PSI值，认为PSI大于0.1的特征存在分布不稳定的情况，予以剔除；

信息量指标：计算每个特征的IV值，认为IV小于0.02的特征对训练目标没有明显的区分效果，予以剔除剔除；

拒绝率的稳定性：如果一个特征在训练集上IV为0.08、在测试集上IV为0.01，认为这个特征在不同样本上对训练目标的区分能力出现较大程度的变化，应剔除这样的特征。

根据本发明的另一个方面，采用如下技术方案：一种代替人行信息的风控系统，所述风控系统包括：

第一数学模型构建模块，用以利用第一数据库构建第一数学模型；

第二数学模型构建模块，用以利用第二数据库构建第二数学模型，所述第二数据库包括设定数据；