[发明专利]一种金融产品管理方法、装置及电子设备

说明书

本申请提出一种金融产品管理方法、装置及电子设备。所述方法包括：采集金融产品数据；构建产品评价指标库，利用模糊层次分析法确定评价指标的权重系数；将量化的评价指标值由可售产品粒度汇总至聚类产品粒度，计算单项聚类产品的综合评分，并根据所述综合评分结果对聚类产品进行管理。本发明将模糊评价法与层次分析法的优势结合起来，可以很好地解决层次评价指标很多时导致的其思维不能一致性的问题；并且，本发明实现了在线定量自动化产品评价，根据评价结果对聚类产品进行分级，并实现对分级结果的年度动态管理，为产品经营管理部门、资源配置部门在产品考核和资源配置时提供决策依据。

技术领域

本申请涉及数据挖掘领域，具体是一种金融产品管理方法、装置及电子设备。

背景技术

随着金融市场的纵深发展，金融产品日趋复杂多样，交叉联系不断加深。如何客观的对现有产品进行分析和评价，如何确立产品分级和适当性匹配机制，如何利用和管理丰富的产品结构，打造优质产品库，均是重要课题。目前金融产品存在相似产品重复开发、跨部门间不同产品沟通协作耗时长、评价指标繁多无法综合利用等的问题，故亟需运用量化的评价模型，综合考虑市场表现、发展潜力、价值贡献度等评价维度，对产品展开评价并实施分级分类管理。

目前对现有产品进行评价的课题研究，绝大多数是由一些金融服务机构提供的研究成果，或者是为调查研究所做的报告。目前产品评价的技术方法有如下几种：

1)层次分析法

层次分析法是由运筹学家萨蒂最早提出，它是一种系统分析方法。首先把系统层次化，根据系统的性质和总目标，把系统分解成不同的组成因素，并按照各因素之间的相互关联，以及隶属关系划分成不同层次的组合，构成一个层次的系统分析结果模型，然后计算出最底层的诸因素相对于最高层次系统的总目标的相对重要性权重，然后确定诸方案的优劣排序。该法通过建立结构模型或者是目标树，计算出合理的组合权重，最终得出综合指数。但该方法易受指标间的信息重叠的影响。

2)主成分分析法

主成分分析是指将多个指标转化为几个少数综合指标，而保持原指标大量信息的一种多元统计方法，其主要思想是对初始变量或指标进行约简，消除初始变量的多重共线性，从而得到新的综合变量称为主成分。主成分不仅保留了原始变量的绝大部分信息，而且彼此之间互不相关，剔除了一些重叠的信息，使得问题得到最佳综合简化。但该方法有时会丢失原始变量的信息；另外，运用不同的统计分析软件可能会可出特征向量不一致的结果，从而可能会导致分析结果不一致或相反的情况。

3)人工神经网络

神经网络是建立以权重描述变量与目标之间特殊的非线性关系模型，对事物的判断分析必须经过一个学习或训练过程，是一类模拟生物神经系统结构的模型。由大量处理单元组成的非线性自适应动态系统，它具有学习能力、记忆能力、计算能力以及智能处理功能，在不同程度和层次上模仿大脑的信息处理机理,具有大规模信息处理、分布式联想存储、自适应学习以及自组织的特点。但其需要的指标参数较多，且参数的选择没有有效的方法；对样本代表性要求高且对样本的依赖性较大等不足。

4)模糊评价法

对多种因素综合影响的事物或现象做出总的评价或评判，用模糊数学原理进行综合评价的方法。模糊综合评价是模糊数学在实际工作中的一种应用方式，它是一种涉及模糊因素的对象系统的综合评价方法，可以较好地解决综合评价中的模糊性，如事务类属性的不清晰性，评价专家认识的模糊性等。采用模糊综合评价法进行风险评价的基本思路是综合考虑所有风险因素的影响程度并设置权重区别各个因素的重要性。

5)专家打分法

专家打分法属于定性的研究法，首先是便是出某个特定产品可能涉及的影响因子，列出影响因素调查表，其次利用专家系统对影响因素的重要性进行评价，并综合成整个评价结果。但主要依靠人为判断，主观性太强。

因此，以上技术方法均存在各自局限性。

发明内容