基于层次分析法的个人信贷业务风险评估方法及装置制造方法及图纸

本发明专利技术公开了一种基于层次分析法的个人信贷业务风险评估方法及装置，其中该方法包括：构建个人信贷业务风险评估的层次结构模型，其中，层次结构模型中包含：多个影响因子；根据层次结构模型中包含的各个影响因子，构建判断矩阵；对判断矩阵进行一致性校验；当判断矩阵通过一致性校验的情况下，根据判断矩阵的最大特征根，求解出判断矩阵归一化后的特征向量，作为权向量，其中，权向量中包含：各个影响因子的权重值；根据待评估客户各个影响因子对应的量化值和权重值，确定待评估客户的个人信贷业务风险指数。本发明专利技术使用层次分析法对个人信贷业务风险进行量化评估，能够大大提高工作效率。

【技术实现步骤摘要】
基于层次分析法的个人信贷业务风险评估方法及装置
本专利技术涉及数据挖掘领域，尤其涉及一种基于层次分析法的个人信贷业务风险评估方法及装置。
技术介绍
本部分旨在为权利要求书中陈述的本专利技术实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。近年来，随着经济的不断发展和经济改革的不断深化，逐渐拉动了城乡居民的消费热情，个人消费信用贷款也成为各大银行业务的重要组成部分之一。个人贷款业务作为一项新型业务，受到越来越多人的青睐，在一定程度上取得了良好的发展，其涵盖了居民个人生活中的各个相关领域，同时也适应了当前居民的生活消费需求，并进一步的优化了各个银行的信贷结构。然而在发展个人信贷业务的过程中，却出现了各种各样的风险问题，例如，个人没有继续还款的能力不能正常还款，抵押不能变现，质押不能实现，保证虚置，以及担保无效等问题，类似这样问题的出现将压力直接转接给了银行，银行需要承受巨大的风险。因而，如何对个人信贷业务风险进行预测，以实现个人信贷风险的防控，是未来个人贷款业务发展急需解决的问题。目前，现有技术中，使用逻辑回归分析方法来对个人信贷业务风险进行预测，通过分析各个因素与违约之间的相关程度，对个人信贷业务风险进行评估，将量化评估结果作为风险决策的依据。然而，逻辑回归分析方法存在如下不足：①由于逻辑回归本身无法筛选特征，使得预测准确率不高，且很难去拟合数据的真实分布，导致筛选出的特征缺乏说服力。②逻辑回归对模型中自变量多重共线性较为敏感，例如，两个高度相关自变量同时放入模型，可能导致较弱的一个自变量回归符号不符合预期，符号被扭转。通常需要利用因子分析或者变量聚类分析等手段来选择代表性的自变量，才能减少候选变量之间的相关性。③逻辑回归很难处理数据不平衡的问题。
技术实现思路
本专利技术实施例中提供了一种基于层次分析法的个人信贷业务风险评估方法，用以解决现有技术使用逻辑回归分析方法来对个人信贷业务风险进行预测，存在准确率不高、可靠性不强的技术问题，该方法包括：构建个人信贷业务风险评估的层次结构模型，其中，层次结构模型中包含：多个影响因子；根据层次结构模型中包含的各个影响因子，构建判断矩阵；对判断矩阵进行一致性校验；当判断矩阵通过一致性校验的情况下，根据判断矩阵的最大特征根，求解出判断矩阵归一化后的特征向量，作为权向量，其中，权向量中包含：各个影响因子的权重值；根据待评估客户各个影响因子对应的量化值，以及权向量中各个影响因子的权重值，确定待评估客户的个人信贷业务风险指数。本专利技术实施例中还提供了一种基于层次分析法的个人信贷业务风险评估装置，用以解决现有技术使用逻辑回归分析方法来对个人信贷业务风险进行预测，存在准确率不高、可靠性不强的技术问题，该装置包括：层次结构模型构建模块，用于构建个人信贷业务风险评估的层次结构模型，其中，层次结构模型中包含：多个影响因子；判断矩阵构建模块，用于根据层次结构模型中包含的各个影响因子，构建判断矩阵；判断矩阵校验模块，用于对判断矩阵进行一致性校验；权向量确定模块，用于当判断矩阵通过一致性校验的情况下，根据判断矩阵的最大特征根，求解出判断矩阵归一化后的特征向量，作为权向量，其中，权向量中包含：各个影响因子的权重值；风险指数确定模块，用于根据待评估客户各个影响因子对应的量化值，以及权向量中各个影响因子的权重值，确定待评估客户的个人信贷业务风险指数。本专利技术实施例中还提供了一种计算机设备，用以解决现有技术使用逻辑回归分析方法来对个人信贷业务风险进行预测，存在准确率不高、可靠性不强的技术问题，该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，处理器执行计算机程序时实现上述基于层次分析法的个人信贷业务风险评估方法。本专利技术实施例中还提供了一种计算机可读存储介质，用以解决现有技术使用逻辑回归分析方法来对个人信贷业务风险进行预测，存在准确率不高、可靠性不强的技术问题，该计算机可读存储介质存储有执行上述基于层次分析法的个人信贷业务风险评估方法的计算机程序。本专利技术实施例中，在确定对个人信贷业务风险评估的各个影响因子后，根据确定的各个影响因子构建层次结构模型，进而根据层次结构模型中包含的各个影响因子，构建判断矩阵，对判断矩阵进行一致性校验，当判断矩阵通过一致性校验的情况下，根据判断矩阵的最大特征根，求解出判断矩阵归一化后的特征向量，作为权向量以确定各个影响因子的权重值，最后根据待评估客户各个影响因子对应的量化值，以及权向量中各个影响因子的权重值，确定待评估客户的个人信贷业务风险指数，与现有技术中使用逻辑回归分析方法对个人信贷业务风险进行评估的技术方案相比，本专利技术实施例使用层次分析法对个人信贷业务风险进行量化评估，能够大大提高工作效率。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：图1为本专利技术实施例中提供的一种基于层次分析法的个人信贷业务风险评估方法流程图；图2为本专利技术实施例中提供的一种层次结构模型示意图；图3为本专利技术实施例中提供的一种基于层次分析法的个人信贷业务风险评估装置示意图；图4为本专利技术实施例中提供的一种可选的基于层次分析法的个人信贷业务风险评估装置示意图；图5为本专利技术实施例中提供的一种计算机设备示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本专利技术实施例做进一步详细说明。在此，本专利技术的示意性实施例及其说明用于解释本专利技术，但并不作为对本专利技术的限定。本专利技术实施例中提供了一种基于层次分析法的个人信贷业务风险评估方法，图1为本专利技术实施例中提供的一种基于层次分析法的个人信贷业务风险评估方法流程图，如图1所示，该方法包括如下步骤：S101，构建个人信贷业务风险评估的层次结构模型，其中，层次结构模型中包含：多个影响因子。本专利技术实施例中用于评估个人信贷业务风险的影响因子可以包括但不限于：个人信用、贷款人年龄、职业性质和职位、收入水平、婚姻状况和抵押物六个指标。当有更具影响力的因子出现的时候，判断矩阵需要重新构建，在具体实施时，可以根据情况灵活调整影响因子和影响因子权重，以便适应银行市场的不断变化。本专利技术各个实施例中，以这六个指标为例进行说明。需要说明的是，层次分析法是将决策问题按总目标、各层子目标、评价准则直至具体的备选方案的顺序分解为不同的层次结构，然后用求解判断矩阵特征向量的办法，求得每一层次的各元素对上一层次某元素的优先权重，最后再加权和的方法递归合并各备选方案对总目标的最终权重，最终权重最大者即为最优方案。可见，层次分析法是一种根据问题需要达到的总目标和问题的性质，把问题分成不同影响因素并且按照影响因素之间的隶属关系和关联关系将因素按照不同本文档来自技高网...

【技术保护点】
1.一种基于层次分析法的个人信贷业务风险评估方法，其特征在于，包括：/n构建个人信贷业务风险评估的层次结构模型，其中，所述层次结构模型中包含：多个影响因子；/n根据所述层次结构模型中包含的各个影响因子，构建判断矩阵；/n对判断矩阵进行一致性校验；/n当判断矩阵通过一致性校验的情况下，根据判断矩阵的最大特征根，求解出判断矩阵归一化后的特征向量，作为权向量，其中，所述权向量中包含：各个影响因子的权重值；/n根据待评估客户各个影响因子对应的量化值，以及所述权向量中各个影响因子的权重值，确定所述待评估客户的个人信贷业务风险指数。/n

【技术特征摘要】
1.一种基于层次分析法的个人信贷业务风险评估方法，其特征在于，包括：
构建个人信贷业务风险评估的层次结构模型，其中，所述层次结构模型中包含：多个影响因子；
根据所述层次结构模型中包含的各个影响因子，构建判断矩阵；
对判断矩阵进行一致性校验；
当判断矩阵通过一致性校验的情况下，根据判断矩阵的最大特征根，求解出判断矩阵归一化后的特征向量，作为权向量，其中，所述权向量中包含：各个影响因子的权重值；
根据待评估客户各个影响因子对应的量化值，以及所述权向量中各个影响因子的权重值，确定所述待评估客户的个人信贷业务风险指数。


2.如权利要求1所述的方法，其特征在于，根据所述层次结构模型中包含的各个影响因子，构建判断矩阵，包括：
采用1-9标度法，根据所述层次结构模型中包含的各个影响因子，构建判断矩阵。


3.如权利要求1所述的方法，其特征在于，对判断矩阵进行一致性校验，包括：
计算判断矩阵的最大特征根以及最大特征根对应的归一化向量；
通过和计算出CR的值，判断CR的值是否小于0.1，其中，CR表示修正后的一致性校验指标，CI表示修正前的一致性校验指标，RI表示随机一致性校验指标修正值，λmax表示矩阵的最大特征根，n表示矩阵的维度数；
如果的CR值小于0.1，则确定判断矩阵通过一致性校验；
如果的CR值大于或等于0.1，则确定判断矩阵未通过一致性校验。


4.如权利要求1所述的方法，其特征在于，在根据待评估客户各个影响因子对应的量化值，以及所述权向量中各个影响因子的权重值，确定所述待评估客户的个人信贷业务风险指数之前，所述方法还包括：
采集待评估客户的客户信息；
根据待评估客户的客户信息，确定待评估客户各个影响因子对应的量化值。


5.如权利要求1所述的方法，其特征在于，在根据待评估客户各个影响因子对应的量化值，以及所述权向量中各个影响因子的权重值，确定所述待评估客户的个人信贷业务风险指数之后，所述方法还包括：
判断所述待评估客户的个人信贷业务风险指数是否在预设风险指数等级范围内；
当所述待评估客户的个人信贷业务风险指数在预设风险指数等级范围内的情况下，输出相应的风险等级预警信息。


6.如权利要求1所述的方法，其特征在于，所述方...

【专利技术属性】
技术研发人员：邵玉杰，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：北京;11