The invention discloses a method for monitoring the credit risk early warning system, including: according to the users of the enterprise customer lists, collecting data sources, these extracted related data by deleting invalid data and merge the data to carry on the data cleaning, data dependency graph, and repeated according to association mining; a data source to the related business personnel to provide the score card mode, the trigger conditions meet the risk factor, calculation of the main enterprise risk score; calculate the correlation effect of associated enterprises by setting different risk transfer, transfer coefficient weighting relationship different, according to the calculation of correlation enterprise risk score the risk score Weighted Association; enterprises will be calculated to the main business risk score, the final score; Finally, according to the calculated risk score, the mechanical diagram model is used to draw the correlation diagram. The invention optimizes the display form of the association graph, and displays the effect better.
【技术实现步骤摘要】
一种企业信贷风险预警监测方法
本专利技术涉及到信贷风险管控、风险预警领域,尤其涉及到一种企业信贷风险预警监测方法。
技术介绍
在目前银行业“重抵押轻信用”的大背景下,企业信贷风险不仅要考量企业自身的经营状况、信用情况等因素,还要考虑到企业的关联企业的风险状况,特别涉及担保关系的企业。而目前将关联企业的风险纳入整体风险考量的产品还很少,现有的产品大多只绘制关联图,而不计算关联企业的风险。不同的关联关系对于企业风险的传递不应相同,需要区别对待,设定不同的影响因子来计算传导的风险分值,展示关联关系图多采用力学图,而简单的力学图模型容易导致点与边杂糅在一起,可视性效果较差。
技术实现思路
针对现有技术存在的上述不足,本专利技术提供了一种企业信贷风险预警监测方法,本专利技术综合各方面数据源,纳入多种关联关系,并采用了一种新型的基于关系图的算法,计算每个关联企业对主企业的风险影响系数;改进关联关系图的布局算法,使其能自动“展开”,尽可能的减少点与边的重叠,优化可视性。为实现上述目的,本专利技术是根据以下技术方案实现的:一种企业信贷风险预警监测方法,其特征在于,包括如下步骤:步骤S1:根据系统用户提供的企业客户名单,收集多方数据源,将这些提取出的关联数据采用删除无效数据和数据合并去重的方式进行数据清洗,之后生成数据关联关系图,并重复进行关联挖掘;步骤S2:根据获取到的多个数据源的信息,结合相关业务人员提供的评分卡模,判断满足风险触发条件的因子,计算主企业自身的风险分值;步骤S3:计算关联企业的关联影响因子,设置不同的风险转移权重衡量不同的关联关系的转移系数,并根据上述步骤计 ...
【技术保护点】
一种企业信贷风险预警监测方法,其特征在于,包括如下步骤:步骤S1:根据系统用户提供的企业客户名单,收集多方数据源,将这些提取出的关联数据采用删除无效数据和数据合并去重的方式进行数据清洗,之后生成数据关联关系图,并重复进行关联挖掘;步骤S2:根据获取到的多个数据源的信息,结合相关业务人员提供的评分卡模,判断满足风险触发条件的因子,计算主企业自身的风险分值;步骤S3:计算关联企业的关联影响因子,设置不同的风险转移权重衡量不同的关联关系的转移系数,并根据上述步骤计算关联企业的风险分值;步骤S4:将计算出的关联企业的风险分值加权到主企业的风险分值中,得出最终的风险分值;步骤S5:最后根据计算的风险分值采用力学图模型绘制关联关系图。
【技术特征摘要】
1.一种企业信贷风险预警监测方法,其特征在于,包括如下步骤:步骤S1:根据系统用户提供的企业客户名单,收集多方数据源,将这些提取出的关联数据采用删除无效数据和数据合并去重的方式进行数据清洗,之后生成数据关联关系图,并重复进行关联挖掘;步骤S2:根据获取到的多个数据源的信息,结合相关业务人员提供的评分卡模,判断满足风险触发条件的因子,计算主企业自身的风险分值;步骤S3:计算关联企业的关联影响因子,设置不同的风险转移权重衡量不同的关联关系的转移系数,并根据上述步骤计算关联企业的风险分值;步骤S4:将计算出的关联企业的风险分值加权到主企业的风险分值中,得出最终的风险分值;步骤S5:最后根据计算的风险分值采用力学图模型绘制关联关系图。2.根据权利要求1所述的一种企业信贷风险预警监测方法,其特征在于,所述步骤S1中,所述数据源计算企业的信用风险情况,并提取出企业的关联企业的属性。3.根据权利要求2所述的一种企业信贷风险预警监测方法,其特征在于,所述关联企业的属性包括企业的法人、企业的股东、法人的投资企业、企业的担保以及被担保企业。4.根据权利要求1所述的一种企业信贷风险预警监测方法,其特征在于,在所述步骤S3中,定义企业或个人为主体S,主体Si与主体Sj之间的关系为R(Si,Sj),包含n个主体的关联路径P的定义为P=S1R(S1,...
【专利技术属性】
技术研发人员:刘弈,
申请(专利权)人:兴业数字金融服务上海股份有限公司,
类型:发明
国别省市:上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。