用于评估主体信用风险的方法及装置制造方法及图纸

本公开提供了一种用于评估主体信用风险的方法及装置。该方法包括：获取待评估主体的特征数据，特征数据包括至少一个维度的数据；基于所获取的特征数据，确定待评估主体的主体类别；从多种信用风险评估模型中选择与所确定的主体类别对应的信用风险评估模型；以及使用所选择的信用风险评估模型，基于所获取的特征数据，对待评估主体进行信用风险评估。利用该方法，信用风险评估过程中财报数据并不是必须项，不强依赖于财报数据，而根据特征数据以及信用风险评估模型即可以进行信用风险评估，这样使得信用风险评估更具备通用性。

Methods and devices used to assess the credit risk of the subject

The present disclosure provides a method and a device for evaluating a subject's credit risk. This method includes: obtaining the characteristic data of the subject to be evaluated, including the data of at least one dimension; determining the subject category of the subject to be evaluated based on the acquired characteristic data; selecting the credit risk evaluation model corresponding to the determined subject category from a variety of credit risk evaluation models; and using the selected credit risk evaluation model based on the acquired characteristic data To evaluate the credit risk of the subject. Using this method, the financial data in the process of credit risk assessment is not necessary and does not depend on the financial data. According to the characteristic data and the credit risk assessment model, the credit risk assessment can be carried out, which makes the credit risk assessment more general.

【技术实现步骤摘要】
用于评估主体信用风险的方法及装置
本公开涉及机器学习
，具体地，涉及一种用于评估主体信用风险的方法及装置。
技术介绍
信用风险评估是指充分利用现有行业与研究力量，根据主体的经营状况和现金流等情况对其信用风险进行评估，以此作为金融借贷等金融业务的基本依据。目前，由第三方信用风险评估机构对企业进行信用风险评估，信用风险评估结果一般用于金融借贷、投资等金融业务。目前，信用风险评估是基于企业的财报数据进行评估的。然而，一般仅大型或者超大型企业才具备财报数据，一般的小型甚至微型企业是不具备财报数据的，因此目前的这一套信用风险评估无法应用于这些不具有财报数据的企业。由此可见，如何对这些不具备财报数据的企业进行信用风险评估是亟待解决的问题。
技术实现思路
鉴于上述，本公开提供了一种用于评估主体信用风险的方法及装置。利用该用于评估主体信用风险的方法及装置，基于待评估主体的特征数据来确定待评估主体的主体类别，再从多种信用风险评估模型中选择与所确定的主体类别对应的信用风险评估模型，并使用所选择的信用风险评估模型对待评估主体进行信用风险评估。在本公开提供的信用风险评估过程中不需要财报数据，而根据特征数据以及信用风险评估模型即可以进行信用风险评估，这样使得信用风险评估更具备通用性。根据本公开的一个方面，提供了一种用于评估主体信用风险的方法，包括：获取待评估主体的特征数据，所述特征数据具有至少一个维度的数据；基于所获取的特征数据，确定所述待评估主体的主体类别；从多种评估模型中选择与所确定的主体类别对应的评估模型；以及，使用所选择的信用风险评估模型，基于所获取的特征数据，对所述待评估主体进行信用风险评估。可选地，在上述方面的一个示例中，所述待评估主体为指定规模的主体。可选地，在上述方面的一个示例中，所述至少一个维度包括以下维度中的至少一个：主体基本信息类维度；经营数据类维度；成长潜力类维度；履约记录类维度；和主体法定代表人诚信信息类维度。可选地，在上述方面的一个示例中，所述主体类别包括以下类别中的至少一种：潜力主体；风险主体；基于互联网平台的主体；有信用记录主体；和无信用记录主体。可选地，在上述方面的一个示例中，每种主体类别具有类别优先级，以及，基于所获取的特征数据，确定所述待评估主体的主体类别包括：基于所获取的特征数据，确定所述待评估主体的候选主体类别，所述候选主体类别包括至少两种主体类别；以及，将类别优先级最高的主体类别确定为所述待评估主体的主体类别。可选地，在上述方面的一个示例中，使用所选择的信用风险评估模型，基于所获取的特征数据，对所述待评估主体进行信用风险评估包括：使用所选择的信用风险评估模型，基于所获取的特征数据，确定所述待评估主体的信用评分；以及，基于信用评分与信用风险等级的对应关系，确定所述待评估主体的信用风险等级。可选地，在上述方面的一个示例中，在确定所述待评估主体的信用风险等级之前，使用所选择的信用风险评估模型，基于所获取的特征数据，对所述待评估主体进行信用风险评估还包括：基于所获取的特征数据中的负面特征数据和/或历史信用评分，对所确定的信用评分进行修正。根据本公开的另一方面，还提供一种用于评估主体信用风险的装置，包括：特征数据获取单元获取待评估主体的特征数据，所述特征数据具有至少一个维度的数据；主体类别确定单元基于所获取的特征数据，确定所述待评估主体的主体类别；评估模型选择单元从多种评估模型中选择与所确定的主体类别对应的评估模型；以及，信用风险评估单元使用所选择的信用风险评估模型，基于所获取的特征数据，对所述待评估主体进行信用风险评估。可选地，在上述方面的一个示例中，所述待评估主体为指定规模的主体。可选地，在上述方面的一个示例中，每种主体类别具有类别优先级，以及，所述主体类别确定单元进一步：基于所获取的特征数据，确定所述待评估主体的候选主体类别，所述候选主体类别包括至少两种主体类别；以及，将类别优先级最高的主体类别确定为所述待评估主体的主体类别。可选地，在上述方面的一个示例中，所述信用风险评估单元包括：信用评分确定模块使用所选择的信用风险评估模型，基于所获取的特征数据，确定所述待评估主体的信用评分；以及，信用风险等级确定模块基于信用评分与信用风险等级的对应关系，确定所述待评估主体的信用风险等级。可选地，在上述方面的一个示例中，所述信用风险评估单元包括：信用评分修正模块基于所获取的特征数据中的负面特征数据和/或历史信用评分，对所确定的信用评分进行修正。根据本公开的另一方面，还提供一种计算设备，包括：至少一个处理器；以及存储器，所述存储器存储指令，当所述指令被所述至少一个处理器执行时，使得所述至少一个处理器执行如上所述的用于评估主体信用风险的方法。根据本公开的另一方面，还提供一种机器可读存储介质，其存储有可执行指令，所述指令当被执行时使得所述机器执行如上所述的用于评估主体信用风险的方法。附图说明通过参照下面的附图，可以实现对于本公开内容的本质和优点的进一步理解。在附图中，类似组件或特征可以具有相同的附图标记。附图是用来提供对本专利技术实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开的实施例，但并不构成对本公开的实施例的限制。在附图中：图1示出了本公开的实施例的用于评估主体信用风险的方法的流程图；图2示出了本公开的另一实施例的用于评估主体信用风险的方法的流程图；图3示出了本公开的实施例的信用评分与信用风险等级的对应关系的一个示例的示意图；图4示出了本公开的实施例的信用评分与信用风险等级的对应关系的另一个示例的示意图；图5示出了本公开的实施例的信用评分用图表示的一个示例的示意图；图6示出了本公开的实施例的修正后的信用评分用图表示的一个示例的示意图；图7示出了本公开的实施例的用于评估主体信用风险的装置的方框图；图8示出了本公开的实施例的信用风险评估单元的一个示例的方框图；图9示出了本公开的实施例的用于评估主体信用风险的方法的计算设备的方框图。具体实施方式以下将参考示例实施方式讨论本文描述的主题。应该理解，讨论这些实施方式只是为了使得本领域技术人员能够更好地理解从而实现本文描述的主题，并非是对权利要求书中所阐述的保护范围、适用性或者示例的限制。可以在不脱离本公开内容的保护范围的情况下，对所讨论的元素的功能和排列进行改变。各个示例可以根据需要，省略、替代或者添加各种过程或组件。另外，相对一些示例所描述的特征在其它例子中也可以进行组合。如本文中使用的，术语“包括”及其变型表示开放的术语，含义是“包括但不限于”。术语“基于”表示“至少部分地基于”。术语“一个实施例”和“一实施例”表示“至少一个实施例”。术语“另一个实施例”表示“至少一个其他实施例”。术语“第一”、“第二”等可以指代不同的或相同的对象。下面可以包括其他的定义，无论是明确的还是隐含的。除非上下文中明确地指明，否本文档来自技高网...

【技术保护点】
1.一种用于评估主体信用风险的方法，包括：/n获取待评估主体的特征数据，所述特征数据包括至少一个维度的数据；/n基于所获取的特征数据，确定所述待评估主体的主体类别；/n从多种信用风险评估模型中选择与所确定的主体类别对应的信用风险评估模型；以及/n使用所选择的信用风险评估模型，基于所获取的特征数据，对所述待评估主体进行信用风险评估。/n

【技术特征摘要】
1.一种用于评估主体信用风险的方法，包括：
获取待评估主体的特征数据，所述特征数据包括至少一个维度的数据；
基于所获取的特征数据，确定所述待评估主体的主体类别；
从多种信用风险评估模型中选择与所确定的主体类别对应的信用风险评估模型；以及
使用所选择的信用风险评估模型，基于所获取的特征数据，对所述待评估主体进行信用风险评估。


2.如权利要求1所述的方法，其中，所述待评估主体为指定规模的主体。


3.如权利要求1所述的方法，其中，所述至少一个维度包括以下维度中的至少一个：
主体基本信息类维度；
经营数据类维度；
成长潜力类维度；
履约记录类维度；和
主体法定代表人诚信信息类维度。


4.如权利要求1所述的方法，其中，所述主体类别包括以下类别中的至少一种：
潜力主体；
风险主体；
基于互联网平台的主体；
有信用记录主体；和
无信用记录主体。


5.如权利要求4所述的方法，其中，每种主体类别具有类别优先级，以及
基于所获取的特征数据，确定所述待评估主体的主体类别包括：
基于所获取的特征数据，确定所述待评估主体的候选主体类别，所述候选主体类别包括至少两种主体类别；以及
将类别优先级最高的主体类别确定为所述待评估主体的主体类别。


6.如权利要求1所述的方法，其中，使用所选择的信用风险评估模型，基于所获取的特征数据，对所述待评估主体进行信用风险评估包括：
使用所选择的信用风险评估模型，基于所获取的特征数据，确定所述待评估主体的信用评分；以及
基于信用评分与信用风险等级的对应关系，确定所述待评估主体的信用风险等级。


7.如权利要求6所述的方法，其中，在确定所述待评估主体的信用风险等级之前，使用所选择的信用风险评估模型，基于所获取的特征数据，对所述待评估主体进行信用风险评估还包括：
基于所获取的特征数据中的负面...

【专利技术属性】
技术研发人员：廖飞洋，景艺亮，许恒，钟雨潇，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛;KY