一种基于物联数据采集的农业主体信用评价分析系统技术方案

本发明专利技术属于农业主体信用评价领域，涉及信用评价分析技术，用于解决现有的信用评价分析系统不能通过历史借贷数据与资产数据对优质用户与普通用户采用不同的额度分配方式进行放款额度分配的问题，具体是一种基于物联数据采集的农业主体信用评价分析系统，包括信用评价分析平台，信用评价分析平台通信连接有注册登录模块、违约分析模块、资产评估模块、放款管理模块以及存储模块；注册登录模块用于通过登录信息对用户的身份进行验证登录，登录信息包括用户的用户名以及登录密码；本发明专利技术是采用放款管理模块优先对优质用户进行放款额度分析并输出优质用户的放款金额，从整体上降低贷款风险。风险。风险。

【技术实现步骤摘要】
一种基于物联数据采集的农业主体信用评价分析系统


[0001]本专利技术属于农业主体信用评价领域，涉及信用评价分析技术，具体是一种基于物联数据采集的农业主体信用评价分析系统。

技术介绍

[0002]信用评估分析是商业银行针对贷款风险而对贷款企业(项目)的信用度进行评估分析，以防止、控制贷款风险为目的，而对贷款风险度进行量化管理的一种预防性的事前控制方法，商业银行的资产主要是对企业发放的各种贷款，贷款风险构成了商业银行经营风险的主体，商业银行对贷款风险的管理显得尤为重要；
[0003]现有的信用评价分析系统通常进能够针对用户的历史借贷数据对用户的信用进行分析评估，即在放款时通过信用分析结果进行风险控制，但是在通过信用审核之后，无法通过历史借贷数据与资产数据对所有的合格用户的放款额度进行分配，也不能对优质用户与普通用户采用不同的额度分配方式进行放款额度分配。

技术实现思路

[0004]本专利技术的目的在于提供一种基于物联数据采集的农业主体信用评价分析系统用于解决现有的信用评价分析系统不能通过历史借贷数据与资产数据对优质用户与普通用户采用不同的额度分配方式进行放款额度分配的问题；
[0005]本专利技术需要解决的技术问题为：
[0006]如何提供一种可以通过历史借贷数据与资产数据对优质用户与普通用户采用不同的额度分配方式进行放款额度分配的信用评价分析系统。
[0007]本专利技术的目的可以通过以下技术方案实现：
[0008]一种基于物联数据采集的农业主体信用评价分析系统，包括信用评价分析平台，所述信用评价分析平台通信连接有注册登录模块、违约分析模块、资产评估模块、放款管理模块以及存储模块；
[0009]所述注册登录模块用于通过登录信息对用户的身份进行验证登录，登录信息包括用户的用户名以及登录密码；
[0010]所述违约分析模块用于通过用户的违约数据记录对用户的信用进行分析评估得到用户的违约系数WYx，通过违约系数WYx与违约阈值WYmax的比较结果判定用户是否为合格用户；
[0011]所述资产评估模块用于通过不动产数据、存款数据以及流水数据对合格用户的资产进行评估分析得到合格用户的资产系数ZCx，通过资产系数ZCx与资产阈值ZCmin的比较结果将合格用户筛选为优质用户与普通用户；
[0012]放款管理模块用于对合格用户进行放款额度管理，将放款总金额标记为ZJ，将优质用户的数量标记为n，将放款总金额ZJ与n的比值标记为放款阈值；将优质用户的资产系数ZCx、违约系数WYx以及放款阈值输入额度匹配模型，通过额度匹配模型进行分析计算输
出优质用户的放款金额；
[0013]将所有优质用户的放款金额的总和标记为优质资金，将放款总金额ZJ与优质资金的差值标记为普通资金，对普通用户按照资产系数ZCx的数值由大到小进行排序，选取排序中前L1个普通用户作为候补用户，将普通资金与L1的比值标记为普通用户的放款金额。
[0014]进一步地，注册登录模块获取到用户的用户名之后将用户名发送至存储模块；
[0015]若能够从存储模块中获取到用户名，判定用户为已注册用户，通过存储模块获取注册用户的验证密码，将验证密码与用户输入的登录密码一致，则判定登录验证成功；若验证密码与用户输入的登录密码不一致，则判定登录密码输入错误，注册登录模块向用户端发送重新输入信号；
[0016]若不能够从存储模块中获取到用户名，判定用户为未注册用户，注册登录模块向用户端发送登录失败信号以及注册链接，用户点击注册链接通过注册信息进行账户注册，注册信息包括用户的姓名、年龄、手机号码、绑定银行卡信息以及自行设置的登录密码。
[0017]进一步地，所述违约分析模块对用户的信用进行分析的具体过程包括：
[0018]获取L1天内的用户违约记录，将L1天内的用户违约次数与违约总金额分别标记为CS与JE，违约总金额的单位为万元，L1为时间常量；
[0019]通过存储模块获取到次数阈值CSmax与金额阈值JEmax，将违约次数CS与违约总金额JE分别与次数阈值CSmax与金额阈值JEmax进行比较：
[0020]若CS≥CSmax或JE≥JEmax，则判定用户的信用等级为低信用等级；
[0021]若CS<CSmax且JE<JEmax，则判定用户的信用等级为高信用等级；
[0022]通过公式WYx＝(α1
×
CS)
e
+α2
×
JE得到高信用等级的用户的违约系数WYx，其中α1与α2均为比例系数，且α1＞α2＞0，e为自然常数，e的取值为2.73。
[0023]进一步地，违约系数WYx与违约阈值WYmin的比较过程包括：
[0024]若用户的违约系数WYx小于违约阈值WYmax，则判定用户具备贷款资格，将对应用户标记为合格用户；
[0025]若用户的违约系数WYx不小于违约阈值WYmax，则判定用户不具备贷款资格，将对应用户标记为不合格用户。
[0026]进一步地，合格用户的不动产数据为用户已登记的不动产面积总量MJ，合格用户的存款数据为用户所有金融账户存款的总和CK，合格用户的流水数据为用户半年内的金融账户流水总和LS，不动产数据的单位为平方米，存款数据与流水数据的单位均为万元。
[0027]进一步地，资产系数的分析计算过程包括：
[0028]通过公式得到合格用户的资产系数ZCx，其中β1、β2以及β3均为比例系数，且β1＞β2＞β3＞1，m为修正因子。
[0029]进一步地，资产系数与资产阈值的比较过程包括：
[0030]若合格用户的资产系数ZCx小于资产阈值ZCmin，则判定对应的合格用户为普通用户；
[0031]若合格用户的资产系数ZCx不小于资产阈值ZCmin，则判定对应的合格用户为优质用户。
[0032]进一步地，额度匹配模型对资产系数ZCx、违约系数WYx以及放款阈值进行分析计
算的具体过程包括：以资产系数ZCx为横坐标、放款金额为纵坐标建立直角坐标系，通过公式得到斜率k，其中γ为比例系数，且0＜γ＜1；
[0033]以直角坐标系的原点作为端点斜率为k在直角坐标系的第一象限绘制线段，线段的另一个端点的纵坐标为放款阈值，将得到的线段标记为放款曲线，获取优质用户的资产系数ZCx在放款曲线上对应的纵坐标并标记为放款金额进行输出。
[0034]进一步地，信用评价分析平台的工作方法包括以下步骤：
[0035]步骤一：需要贷款的用户通过注册登录模块登录信用评价分析平台，违约分析模块通过对用户的违约数据记录进行分析得到用户的违约系数，通过违约系数与违约阈值的比较结果判定用户是否为具备贷款资格的合格用户；
[0036]步骤二：采用资产评估模块针对具备贷款资格的合格用户进行资产评估分析得到合格用户的资产系数，通过资产系数与资产阈值的比较结果将合格用户筛选为优质用户与普通用户；<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于物联数据采集的农业主体信用评价分析系统，包括信用评价分析平台，其特征在于，所述信用评价分析平台通信连接有注册登录模块、违约分析模块、资产评估模块、放款管理模块以及存储模块；所述注册登录模块用于通过登录信息对用户的身份进行验证登录，登录信息包括用户的用户名以及登录密码；所述违约分析模块用于通过用户的违约数据记录对用户的信用进行分析评估得到用户的违约系数WYx，通过违约系数WYx与违约阈值WYmax的比较结果判定用户是否为合格用户；所述资产评估模块用于通过不动产数据、存款数据以及流水数据对合格用户的资产进行评估分析得到合格用户的资产系数ZCx，通过资产系数ZCx与资产阈值ZCmin的比较结果将合格用户筛选为优质用户与普通用户；放款管理模块用于对合格用户进行放款额度管理，将放款总金额标记为ZJ，将优质用户的数量标记为n，将放款总金额ZJ与n的比值标记为放款阈值；将优质用户的资产系数ZCx、违约系数WYx以及放款阈值输入额度匹配模型，通过额度匹配模型进行分析计算输出优质用户的放款金额；将所有优质用户的放款金额的总和标记为优质资金，将放款总金额ZJ与优质资金的差值标记为普通资金，对普通用户按照资产系数ZCx的数值由大到小进行排序，选取排序中前L1个普通用户作为候补用户，将普通资金与L1的比值标记为普通用户的放款金额。2.根据权利要求1所述的一种基于物联数据采集的农业主体信用评价分析系统，其特征在于，注册登录模块获取到用户的用户名之后将用户名发送至存储模块；若能够从存储模块中获取到用户名，判定用户为已注册用户，通过存储模块获取注册用户的验证密码，将验证密码与用户输入的登录密码一致，则判定登录验证成功；若验证密码与用户输入的登录密码不一致，则判定登录密码输入错误，注册登录模块向用户端发送重新输入信号；若不能够从存储模块中获取到用户名，判定用户为未注册用户，注册登录模块向用户端发送登录失败信号以及注册链接，用户点击注册链接通过注册信息进行账户注册，注册信息包括用户的姓名、年龄、手机号码、绑定银行卡信息以及自行设置的登录密码。3.根据权利要求1所述的一种基于物联数据采集的农业主体信用评价分析系统，其特征在于，所述违约分析模块对用户的信用进行分析的具体过程包括：获取L1天内的用户违约记录，将L1天内的用户违约次数与违约总金额分别标记为CS与JE，违约总金额的单位为万元，L1为时间常量；通过存储模块获取到次数阈值CSmax与金额阈值JEmax，将违约次数CS与违约总金额JE分别与次数阈值CSmax与金额阈值JEmax进行比较：若CS≥CSmax或JE≥JEmax，则判定用户的信用等级为低信用等级；若CS&lt;CSmax且JE&lt;JEmax，则判定用户的信用等级为高信用等级；通过公式WYx＝(α1
×
CS)
e
+α2<...

【专利技术属性】
技术研发人员：赵磊，
申请(专利权)人：杭州兆臻网络科技有限公司，
类型：发明
国别省市：