[发明专利]基于质押典当系统的风险监控方法、系统及存储介质在审
申请号: | 202110340322.0 | 申请日: | 2021-03-30 |
公开(公告)号: | CN113129125A | 公开(公告)日: | 2021-07-16 |
发明(设计)人: | 华秀萍;夏舟波;张淙博 | 申请(专利权)人: | 诺丁汉(宁波保税区)区块链有限公司 |
主分类号: | G06Q40/02 | 分类号: | G06Q40/02;G06K9/62;G06Q30/02 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 315000 浙江省宁波市保税区兴业*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 质押 典当 系统 风险 监控 方法 存储 介质 | ||
1.一种基于质押典当系统的风险监控方法,其特征在于,包括:
获取当物相关信息;
通过市场指数分析方法对当物相关信息进行处理以获取市场指数信息;
根据市场指数信息计算以获取当物风险评估指数信息;
根据预设的分类标准获取不同分类下的当户风险评估相关指标信息;
分别对不同分类下的当户风险评估相关指标信息进行处理并整合以获取当户风险评估指标信息;
根据预设的分类标准获取不同分类下的典当行财务指标信息;
对典当行财务指标信息进行分析以获取典当行风险评估指标信息;
获取典当基本信息;
根据当物风险评估指数信息、当户风险评估指标信息、典当行风险评估指标信息以及典当基本信息计算综合风险评估指数信息,并根据综合风险评估指数信息获得风险预警信息。
2.根据权利要求1所述的风险监控方法,其特征在于,所述市场指数信息包括流动性指数信息、波动指数信息以及市场情绪指数信息中的一种或多种。
3.根据权利要求2所述的风险监控方法,其特征在于,所述当物相关信息包括当物所属行业于某一预设时间段内的每日股票信息,所述流动性指数信息的获取方法包括:
根据每日股票信息获取最优卖价信息以及最优买价信息;
根据最优卖价信息以及最优买价信息计算每日流动性指数;
统计某一预设时间段内的若干每日流动性指数并运算以获取流动性指数信息。
4.根据权利要求1所述的风险监控方法,其特征在于,所述当户风险评估指标信息的获取方法包括:
对同一分类下的当户风险评估相关指标信息进行无量纲化处理以获取无量纲化信息;
对无量纲化信息进行独热编码以获取独热编码信息;
对独热编码信息进行特征选择以获取筛选特征信息;
对筛选特征信息进行数据处理以获取当户风险评估指标信息。
5.根据权利要求4所述的风险监控方法,其特征在于,所述当户风险评估指标信息的获取方法还包括:
获取历史当户违约信息;
以历史当户违约信息为因变量,将同一分类下所对应的筛选特征信息作为自变量进行回归分析以获取与该分类所对应的类目指标信息;
对不同分类下的类目指标信息赋予不同的权值并求和以得到当户风险评估指标信息。
6.根据权利要求1或4或5所述的风险监控方法,其特征在于,在根据预设的分类标准获取不同分类下的当户风险评估相关指标信息的方法之后,还包括:
通过德尔菲法确定每一分类下的定量指标特征信息;
根据定量指标特征信息对每一分类下的当户风险评估相关指标信息进行筛选。
7.根据权利要求1所述的风险监控方法,其特征在于,所述典当行风险评估指标信息的获取方法包括:
根据德尔菲法对不同分类下的典当行财务指标信息进行处理以获取各个分类的得分信息以及对应的分类权重信息;
根据各个分类的得分信息及对应的权重信息进行赋权求和运算以获取对应的典当行风险评估指标信息。
8.根据权利要求1所述的风险监控方法,其特征在于,所述综合风险评估指数信息的计算方法包括:
获取典当合同违约指标信息;
将典当合同违约指标信息作为因变量,并将当物风险评估指数信息、当户风险评估指标信息、典当行风险评估指标信息以及典当基本信息根据至少一种先后顺序逐次加入自变量中并逐次进行回归分析以获取不同先后顺序下所对应的若干回归结果信息;
对同一先后顺序下的回归结果信息进行计算以获取当物风险评估指数信息、当户风险评估指标信息、典当行风险评估指标信息以及典当基本信息所对应的变量权重信息;
对当物风险评估指数信息、当户风险评估指标信息、典当行风险评估指标信息以及典当基本信息所对应的若干变量权重信息进行运算以获取对应的最终权重信息;
根据当物风险评估指数信息、当户风险评估指标信息、典当行风险评估指标信息、典当基本信息以及所对应的最终权重信息进行运算以获取综合风险评估指数信息。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于诺丁汉(宁波保税区)区块链有限公司,未经诺丁汉(宁波保税区)区块链有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110340322.0/1.html,转载请声明来源钻瓜专利网。