风险限额确定方法及装置制造方法及图纸

本发明专利技术公开了一种风险限额确定方法及装置，该方法包括：获取客户的基础数据，其中，所述基础数据包括：收入指标数据、劳动力指标数据以及行为指标数据；根据所述基础数据将客户分为多个客群；针对每个客群根据所述基础数据计算客群中各客户未来的无形资产价值以及有形资产价值；根据客户的收入指标数据、劳动力指标数据以及行为指标数据计算客户未来的违约概率，得到客户的限额风险调整系数；根据客户的无形资产价值、有形资产价值以及限额风险调整系数确定客户未来的风险限额。本发明专利技术解决了现有的风险限额仅从产品维度出发，难以把控客户的整体授予额度，无法准确的确定客户的风险限额的技术问题。

Risk limit determination method and device

【技术实现步骤摘要】
风险限额确定方法及装置
本专利技术涉及信贷领域，具体而言，涉及一种风险限额确定方法及装置。
技术介绍
现代社会中，人的借贷行为越来越复杂，互联网时代的融资渠道也更加复杂，信贷风险管理的问题也是日益突出。而银行原有的风险限额都是从产品维度出发的，不是从客户维度的。从产品维度出发的风险限额难以把控客户的整体授予额度，难以准确的确定客户的风险限额，带来了较大的风险。传统银行在客户额度授信时往往只关注于客户当前的资产、工资收入、征信等信息，而忽略了客户的人力资本等无形资产，没有考虑客户未来价值的成长性。
技术实现思路
本专利技术为了解决上述问题中的至少一个，提供一种风险限额确定方法及装置。为了实现上述目的，根据本专利技术的一个方面，提供了一种风险限额确定方法，该方法包括：获取客户的基础数据，其中，所述基础数据包括：收入指标数据、劳动力指标数据以及行为指标数据；根据所述基础数据将客户分为多个客群；针对每个客群根据所述基础数据计算客群中各客户未来的无形资产价值以及有形资产价值，其中，所述无形资产价值包括：劳动收入未来价值和/或晋升的潜在收入成长；所述有形资产价值包括：金融资产的市场价值和/或有形资产带来的未来资产收入；根据客户的收入指标数据、劳动力指标数据以及行为指标数据计算客户未来的违约概率，得到客户的限额风险调整系数；根据客户的无形资产价值、有形资产价值以及限额风险调整系数确定客户未来的风险限额。可选的，所述根据所述基础数据将客户分为多个客群，具体包括：从所述基础数据中筛选出客户的收入的重要影响变量；根据所述重要影响变量采用决策树模型或聚类算法将客户分为多个客群。可选的，计算客户未来的无形资产价值，包括：分别针对每个客群根据客群中各客户的劳动力指标数据和行为指标数据建立回归模型，预测客群中各客户的工资未来成长性参数；根据客群中各客户的工资未来成长性参数确定客群对应的客户工资未来成长性参数；根据客群中各客户的工资未来成长性参数计算客群对应的工资波动性参数；根据客群对应的客户工资未来成长性参数、客群对应的工资波动性参数以及预设的金融机构的风险厌恶系数计算客群对应的客户收入成长性参数；根据客群对应的客户收入成长性参数计算客群中各客户在未来S年内的劳动收入未来价值，其中，S为自然数。可选的，计算客户未来的无形资产价值，包括：分别针对每个客群根据客群中高管客户在劳动力指标数据和行为指标数据上的分布建立预测模型，预测客群中非高管客户的晋升高管概率；根据所述晋升高管概率以及晋升高管后收入提升值计算客户在未来S年内的晋升的潜在收入成长，其中，S为自然数。可选的，计算客户未来的有形资产价值，包括：估算每个客群的客户管理的金融资产年平均收益率；根据客户的当前金融资产以及所述金融资产年平均收益率计算未来S年客户的金融资产的市场价值，其中，S为自然数。可选的，计算客户未来的有形资产价值，包括：获取客户的有形资产数据以及有形资产价值收益数据；根据所述有形资产数据以及所述有形资产价值收益数据计算未来S年客户的有形资产带来的未来资产收入，其中，S为自然数。为了实现上述目的，根据本专利技术的另一方面，提供了一种风险限额确定装置，该装置包括：指标数据获取单元，用于获取客户的基础数据，其中，所述基础数据包括：收入指标数据、劳动力指标数据以及行为指标数据；客户分群单元，用于根据所述基础数据将客户分为多个客群；无形资产评估单元，用于针对每个客群根据所述基础数据计算客群中各客户未来的无形资产价值，其中，所述无形资产价值包括：劳动收入未来价值和/或晋升的潜在收入成长；有形资产评估单元，用于针对每个客群根据所述基础数据计算客群中各客户未来的有形资产价值，其中，所述有形资产价值包括：金融资产的市场价值和/或有形资产带来的未来资产收入；风险评价单元，用于根据客户的收入指标数据、劳动力指标数据以及行为指标数据计算客户未来的违约概率，得到客户的限额风险调整系数；风险限额评估单元，用于根据客户的无形资产价值、有形资产价值以及限额风险调整系数确定客户未来的风险限额。可选的，所述客户分群单元包括：变量筛选模块，用于从所述基础数据中筛选出客户的收入的重要影响变量；分群计算模块，用于根据所述重要影响变量采用决策树模型或聚类算法将客户分为多个客群。可选的，所述无形资产评估单元包括：工资未来成长性计算模块，用于分别针对每个客群根据客群中各客户的劳动力指标数据和行为指标数据建立回归模型，预测客群中各客户的工资未来成长性参数；客群工资未来成长性参数确定单元，用于根据客群中各客户的工资未来成长性参数确定客群对应的客户工资未来成长性参数；客群工资波动性计算模块，用于根据客群中各客户的工资未来成长性参数计算客群对应的工资波动性参数；收入成长性参数计算模块，用于根据客群对应的客户工资未来成长性参数、客群对应的工资波动性参数以及预设的金融机构的风险厌恶系数计算客群对应的客户收入成长性参数；劳动收入未来价值计算模块，用于根据客群对应的客户收入成长性参数计算客群中各客户在未来S年内的劳动收入未来价值，其中，S为自然数。可选的，所述无形资产评估单元包括：晋升高管概率计算模块，用于分别针对每个客群根据客群中高管客户在劳动力指标数据和行为指标数据上的分布建立预测模型，预测客群中非高管客户的晋升高管概率；晋升的潜在收入成长计算模块，用于根据所述晋升高管概率以及晋升高管后收入提升值计算客户在未来S年内的晋升的潜在收入成长，其中，S为自然数。可选的，所述有形资产评估单元包括：金融资产年平均收益率计算模块，用于估算每个客群的客户管理的金融资产年平均收益率；金融资产的市场价值计算模块，用于根据客户的当前金融资产以及所述金融资产年平均收益率计算未来S年客户的金融资产的市场价值，其中，S为自然数。可选的，所述有形资产评估单元包括：有形资产信息获取模块，用于获取客户的有形资产数据以及有形资产价值收益数据；有形资产带来的未来资产收入计算模块，用于根据所述有形资产数据以及所述有形资产价值收益数据计算未来S年客户的有形资产带来的未来资产收入，其中，S为自然数。为了实现上述目的，根据本专利技术的另一方面，还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述风险限额确定方法中的步骤。为了实现上述目的，根据本专利技术的另一方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序在计算机处理器中执行时实现上述风险限额确定方法中的步骤。本专利技术的有益效果为：本专利技术实施例提出的风险限额确定方法，结合经济学和金融学理论，综合考虑客户的无形资产价值和有形资产的价值，对客户本文档来自技高网...

【技术保护点】
1.一种风险限额确定方法，其特征在于，包括：/n获取客户的基础数据，其中，所述基础数据包括：收入指标数据、劳动力指标数据以及行为指标数据；/n根据所述基础数据将客户分为多个客群；/n针对每个客群根据所述基础数据计算客群中各客户未来的无形资产价值以及有形资产价值，其中，所述无形资产价值包括：劳动收入未来价值和/或晋升的潜在收入成长；所述有形资产价值包括：金融资产的市场价值和/或有形资产带来的未来资产收入；/n根据客户的收入指标数据、劳动力指标数据以及行为指标数据计算客户未来的违约概率，得到客户的限额风险调整系数；/n根据客户的无形资产价值、有形资产价值以及限额风险调整系数确定客户未来的风险限额。/n

【技术特征摘要】
1.一种风险限额确定方法，其特征在于，包括：
获取客户的基础数据，其中，所述基础数据包括：收入指标数据、劳动力指标数据以及行为指标数据；
根据所述基础数据将客户分为多个客群；
针对每个客群根据所述基础数据计算客群中各客户未来的无形资产价值以及有形资产价值，其中，所述无形资产价值包括：劳动收入未来价值和/或晋升的潜在收入成长；所述有形资产价值包括：金融资产的市场价值和/或有形资产带来的未来资产收入；
根据客户的收入指标数据、劳动力指标数据以及行为指标数据计算客户未来的违约概率，得到客户的限额风险调整系数；
根据客户的无形资产价值、有形资产价值以及限额风险调整系数确定客户未来的风险限额。


2.根据权利要求1所述的风险限额确定方法，其特征在于，所述根据所述基础数据将客户分为多个客群，具体包括：
从所述基础数据中筛选出客户的收入的重要影响变量；
根据所述重要影响变量采用决策树模型或聚类算法将客户分为多个客群。


3.根据权利要求1所述的风险限额确定方法，其特征在于，计算客户未来的无形资产价值，包括：
分别针对每个客群根据客群中各客户的劳动力指标数据和行为指标数据建立回归模型，预测客群中各客户的工资未来成长性参数；
根据客群中各客户的工资未来成长性参数确定客群对应的客户工资未来成长性参数；
根据客群中各客户的工资未来成长性参数计算客群对应的工资波动性参数；
根据客群对应的客户工资未来成长性参数、客群对应的工资波动性参数以及预设的金融机构的风险厌恶系数计算客群对应的客户收入成长性参数；
根据客群对应的客户收入成长性参数计算客群中各客户在未来S年内的劳动收入未来价值，其中，S为自然数。


4.根据权利要求1所述的风险限额确定方法，其特征在于，计算客户未来的无形资产价值，包括：
分别针对每个客群根据客群中高管客户在劳动力指标数据和行为指标数据上的分布建立预测模型，预测客群中非高管客户的晋升高管概率；
根据所述晋升高管概率以及晋升高管后收入提升值计算客户在未来S年内的晋升的潜在收入成长，其中，S为自然数。


5.根据权利要求1所述的风险限额确定方法，其特征在于，计算客户未来的有形资产价值，包括：
估算每个客群的客户管理的金融资产年平均收益率；
根据客户的当前金融资产以及所述金融资产年平均收益率计算未来S年客户的金融资产的市场价值，其中，S为自然数。


6.根据权利要求1所述的风险限额确定方法，其特征在于，计算客户未来的有形资产价值，包括：
获取客户的有形资产数据以及有形资产价值收益数据；
根据所述有形资产数据以及所述有形资产价值收益数据计算未来S年客户的有形资产带来的未来资产收入，其中，S为自然数。


7.一种风险限额确定装置，其特征在于，包括：
指标数据获取单元，用于获取客户的基础数据，其中，所述基础数据包括：收入指标数据、劳动力指标数据以及行为指标数据；
客户分群单元，用于根据所述基础数据将客户分为多个客群；
无形资产评估单元，用于针对每个客群根据所述基础数据计算客群中各客户未来的无形资产价值，其中，所述无形资产价值包括：劳动收入未来价值和/或晋升的潜在收入成长；
有形资产评估单元，用于针对每个客...

【专利技术属性】
技术研发人员：王雪，黄昶君，林晨，陈惊雷，宫元瑞，胡璇，罗晔，太明珠，马堃，
申请(专利权)人：中国建设银行股份有限公司，建信金融科技有限责任公司，
类型：发明
国别省市：北京;11