一种基于大数据技术的金融风险评估方法及系统技术方案

本发明专利技术公开了一种基于大数据技术的金融风险评估方法及系统，该方法包括以下步骤：S1：采集并录入评估对象的个人信息，其中个人信息包括金融信息和行为信息；S2：系统对个人信息进行审核鉴定；S3：系统接入大数据渠道，根据评估对象的个人信息进行大数据采集，其中采集的大数据包括结构化数据和非结构化数据；S4：系统对采集的数据进行交换、清洗、对比、分析、计算和处理，根据系统模型的判定输出多维度评估结果；S5：各级风险评估专员根据多维度评估结果，依次审核评估对象的各项风险控制评级和能力；S6：出具的风险评估报告。本发明专利技术具有高效、快速，能够大幅度的提升金融风险评估结构的准确性的优点。

A Financial Risk Assessment Method and System Based on Big Data Technology

【技术实现步骤摘要】
一种基于大数据技术的金融风险评估方法及系统
本专利技术涉及金融风险评估领域，具体涉及一种基于大数据技术的金融风险评估方法及系统。
技术介绍
金融的本质是风险管理，其中信贷业务是风险等级较高的金融，风控是所有金融业务的核心。典型的金融借贷业务例如抵押贷款、消费贷款、P2P、供应链金融、以及票据融资都需要金融风控识别，并评估用户信用等级。在现有情况体系下，在信贷业务中，面对借贷对象，金融机构一般是要求借款主体提供银行征信报告或企业财报等资料，这种方式存在效率较低和覆盖度不足等问题，容易存在造假，导致风险评估受阻，现有模式中仅仅针对传统的金融数据，而漏掉了更能体现借贷对象风险的行为数据，例如关系链、出行记录、诉讼记录等，综合行为数据和金融数据便可有效的降低风险。
技术实现思路
针对上述现有技术的不足，本专利技术所要解决的技术问题是：如何提供一种将传统金融信息和易于采集的行为信息结合，进行多维度分析，降低风险等级的基于大数据技术的金融风险评估方法及系统。为了解决上述技术问题，本专利技术采用了如下的技术方案：一种基于大数据技术的金融风险评估方法，用于在信贷业务中对借贷对象资信调查的风险控制，该方法包括以下步骤：S1：采集并录入评估对象的个人信息，其中个人信息包括金融信息和行为信息；S2：系统对个人信息进行审核鉴定；S3：系统接入大数据渠道，根据评估对象的个人信息进行大数据采集，其中采集的大数据包括结构化数据和非结构化数据；S4：系统对采集的数据进行交换、清洗、对比、分析、计算和处理，根据系统模型的判定输出多维度评估结果；S5：各级风险评估专员根据多维度评估结果，依次审核评估对象的各项风险控制评级和能力；S6：出具的风险评估报告。进一步的，还包括：采用人工智能技术，使得步骤S4中系统在进行数据处理的过程，能够智能的进行自我学习。进一步的，步骤S1中所述金融信息包括借贷对象的金融资产、金融债务，行为信息包括借贷对象名下运营商数据、消费数据、出行数据、非金融机构债务等日常信用行为。进一步的，步骤S4中所述的模型为金融风险概率图模型，是通过构建大数据Spark分析模型，利用金融数据间的关联性对数据进行转换，建立起产业、行业、企业和个人等泛金融机构不同角度的金融风险概率图模型。进一步的，所述大数据Spark分析模型是通过建立借贷对象的关系圈模型，对借贷对象个体关系圈了解及监控，有效的预警金融动态变化。一种基于大数据技术的金融风险评估系统，用于对借贷对象的信息进行智能关联和分析，其特征在于，包括信息采集系统、数据整理系统、数据分析系统、智能学习系统和信息呈现系统；信息采集系统：用于采集借贷对象的信息，通过接入互联网和大数据系统，将借贷对象的多维度信息进行采集；数据整理系统：用于在用于将信息采集系统收集到的信息进行整合，保障信息之间可以实现交换和对比，并将重复信息和干扰信息进行清洗；数据分析系统：用于对整合后的信息进行对比、计算、分析、监控等，；智能学习系统：频繁的进行操作时，针对不同借贷者的数据与结果之间的关联性，自主进行分析和学习，便于完善自身的输出结果。信息呈现系统，展示经过结合多维度分析后的借贷者各种风险信息以及评级。进一步的，所述信息采集系统包括内外部结构化数据采集系统和内外部非结构化数据采集系统，所述内外部结构化数据采集系统和内外部非结构化数据采集系统均包括数据沉淀模块和至少一个与大数据渠道连接的采集模块。进一步的，所述数据整理系统包括交换模块和清洗模块。进一步的，所述数据分析系统包括数据对比模块、数据分析模块、数据计算模块和数据处理模块。本专利技术的有益效果为：本专利技术将大数据技术应用到金融风险评估领域，打破行业壁垒，连通数据孤岛，让海量的金融资源数据得到最大化的归集与分析，相关数据可以得到最大程度的挖掘与实时动态转化，让各类资源数据都充分地实现价值创造，促进金融行业的革新与发展；本专利技术可以整合银行金融数据、政府政务数据、公安数据、房产数据等多方数据，全方位多角度的对借贷对象进行风险评估，相较于现有的仅通过风控专员对金融材料进行审核的模式，得到了极大的提升和保障，避免出现造假的情况，减少损失，另外提供了大数据平台，在进行数据采集和分析的过程中，减小了分析人员和开发人员的劳动量，为包括消费金融行业在内的各行业提供服务，推动大数据产业的蓬勃发展，具有重要的经济效益和社会效益。附图说明图1为本专利技术一种基于大数据技术的金融风险评估方法一实施方式的流程图。图2为本专利技术一种基于大数据技术的金融风险评估系统一实施方式的功能模块图具体实施方式下面结合附图对本专利技术作进一步的详细说明。如图1所示，一种基于大数据技术的金融风险评估方法，用于在信贷业务中对借贷对象资信调查的风险控制，该方法包括以下步骤：S1：采集并录入评估对象的个人信息，其中个人信息包括金融信息和行为信息；S2：系统对个人信息进行审核鉴定；S3：系统接入大数据渠道，根据评估对象的个人信息进行大数据采集，其中采集的大数据包括结构化数据和非结构化数据；S4：系统对采集的数据进行交换、清洗、对比、分析、计算和处理，根据系统模型的判定输出多维度评估结果；S5：各级风险评估专员根据多维度评估结果，依次审核评估对象的各项风险控制评级和能力；S6：出具的风险评估报告。其中，还包括：采用人工智能技术，使得步骤S4中系统在进行数据处理的过程，能够智能的进行自我学习。其中，步骤S1中所述金融信息包括借贷对象的金融资产、金融债务，行为信息包括借贷对象名下运营商数据、消费数据、出行数据、非金融机构债务等日常信用行为。其中，步骤S4中所述的模型为金融风险概率图模型，是通过构建大数据Spark分析模型，利用金融数据间的关联性对数据进行转换，建立起产业、行业、企业和个人等泛金融机构不同角度的金融风险概率图模型。其中，所述大数据Spark分析模型是通过建立借贷对象的关系圈模型，对借贷对象个体关系圈了解及监控，有效的预警金融动态变化。如图2所示，一种基于大数据技术的金融风险评估系统，用于对借贷对象的信息进行智能关联和分析，其特征在于，包括信息采集系统、数据整理系统、数据分析系统、智能学习系统和信息呈现系统；信息采集系统：用于采集借贷对象的信息，通过接入互联网和大数据系统，将借贷对象的多维度信息进行采集；数据整理系统：用于在用于将信息采集系统收集到的信息进行整合，保障信息之间可以实现交换和对比，并将重复信息和干扰信息进行清洗；数据分析系统：用于对整合后的信息进行对比、计算、分析、监控等，；智能学习系统：频繁的进行操作时，针对不同借贷者的数据与结果之间的关联性，自主进行分析和学习，便于完善自身的输出结果。信息呈现系统，展示经过结合多维度分析后的借贷者各种风险信息以及评级。其中，所述信息采集系统包括内外部结构化数据采集系统和内外部非结构化数据采集系统，所述内外部结构化数据采集系统和内外部非结构化数据采集系统均包括数据沉淀模块和至少一个与大数据渠道连接的采集模块。其中，所述数据整理系统包括交换模块和清洗模块。其中，所述数据分析系统包括数据对比模块、数据分析模块、数据计算模块和数据处理模块。本专利技术的有益效果为：本专利技术将大数据技术应用到金融风险评估领域，打破行业壁垒，连通数据孤岛，让海量的金融资源数据得到最大化的归集与分本文档来自技高网...

【技术保护点】
1.一种基于大数据技术的金融风险评估方法，用于在信贷业务中对借贷对象资信调查的风险控制，其特征在于，该方法包括以下步骤：S1：采集并录入评估对象的个人信息，其中个人信息包括金融信息和行为信息；S2：系统对个人信息进行审核鉴定；S3：系统接入大数据渠道，根据评估对象的个人信息进行大数据采集，其中采集的大数据包括结构化数据和非结构化数据；S4：系统对采集的数据进行交换、清洗、对比、分析、计算和处理，根据系统模型的判定输出多维度评估结果；S5：各级风险评估专员根据多维度评估结果，依次审核评估对象的各项风险控制评级和能力；S6：出具的风险评估报告。

【技术特征摘要】
1.一种基于大数据技术的金融风险评估方法，用于在信贷业务中对借贷对象资信调查的风险控制，其特征在于，该方法包括以下步骤：S1：采集并录入评估对象的个人信息，其中个人信息包括金融信息和行为信息；S2：系统对个人信息进行审核鉴定；S3：系统接入大数据渠道，根据评估对象的个人信息进行大数据采集，其中采集的大数据包括结构化数据和非结构化数据；S4：系统对采集的数据进行交换、清洗、对比、分析、计算和处理，根据系统模型的判定输出多维度评估结果；S5：各级风险评估专员根据多维度评估结果，依次审核评估对象的各项风险控制评级和能力；S6：出具的风险评估报告。2.根据权利要求1所述的一种基于大数据技术的金融风险评估方法，其特征在于，还包括：采用人工智能技术，使得步骤S4中系统在进行数据处理的过程，能够智能的进行自我学习。3.根据权利要求2所述的一种基于大数据技术的金融风险评估方法，其特征在于，步骤S1中所述金融信息包括借贷对象的金融资产、金融债务，行为信息包括借贷对象名下运营商数据、消费数据、出行数据、非金融机构债务等日常信用行为。4.根据权利要求3所述的一种基于大数据技术的金融风险评估方法，其特征在于，步骤S4中所述的模型为金融风险概率图模型，是通过构建大数据Spark分析模型，利用金融数据间的关联性对数据进行转换，建立起产业、行业、企业和个人等泛金融机构不同角度的金融风险概率图模型。5.根据权利要求4所述的一种基于大数据技术的金融风险评估方法，其特征在于，所述大数...

【专利技术属性】
技术研发人员：金雍博，程辉，孙铭远，余晓蓉，
申请(专利权)人：重庆斐耐科技有限公司，
类型：发明
国别省市：重庆,50