综合性企业信用风险预警方法及系统技术方案

本申请提出了一种综合性企业信用风险预警方法及系统，收集来自不同数据源的多个第一风险数据，并根据第一风险数据的数据类型选择对应的数据手段，以将第一风险数据的量纲统一量化，并可自配置关联规则形成关联至少一风险评估模型的风险预警模型，针对目前不同风险数据集的处理手段杂乱复杂的问题提供统一适配的数据处理方案，简化风险数据集的数据处理阶段，且可提高风险数据集的适配性；针对目前预警规则一旦设定无法修改的问题提供风险预警规则自配置方案，提高预警结果的灵活性。提高预警结果的灵活性。提高预警结果的灵活性。

【技术实现步骤摘要】
综合性企业信用风险预警方法及系统


[0001]本申请涉及数据分析领域，特别是涉及综合性企业信用风险预警方法及系统。

技术介绍

[0002]企业信用风险，指信用交易的一方不能正常履约或不能全部履约而给另一方带来的风险，涵盖由于借款人或交易对方违约而导致损失的可能性，也包括借款人或交易对方的信用评级和履约能力变化而导致债务市场价值变动而引起损失的可能性。
[0003]良好的企业信用是健康的市场运行的基础和保证，故在信用风险领域已衍生了诸多可用于评估企业信用风险的模型和方案，例如：5C要素分析法、财务比率综合分析法、多变量信用风险判别模型(多元判别分析法、Logistic模型)、KMV模型、神经网络分析法、风险敞口等值法(Risk equivalent exposure,REE)、信用计量法(Credit metrics TM)、信用风险附加模型(Credit Risk Plus Model,CRPM)等，这些风险预警模型已能够实现从“人找信息”到“信息招人”的转变，可协助企业尽早发现潜在风险，进而尽早地采取管控措施。r/>[0004]然本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种综合性企业信用风险预警方法，其特征在于，包括以下步骤：步骤S1:获取对应至少一风险指标类别的至少一第一风险数据；步骤S2：对同一风险指标类别的所述第一风险数据进行量纲一致性判断，若所述第一风险数据的量纲一致则进行数据划分处理得到第二风险数据并执行步骤S6，若所述第一风险数据的量纲不一致则执行步骤S3；步骤S3:对所有所述第一风险数据进行极端值判断，若所述第一风险数据存在极端值则进行数据标准化处理得到第三风险数据并执行步骤S6,若所述第一风险数据不存在极端值则执行步骤S4；步骤S4:对所有所述第一风险数据进行最佳区间判断，若存在最佳区间则进行区间标准化处理得到第四风险数据并执行步骤S6,若不存在最佳区间则执行步骤S5；步骤S5：对所有所述第一风险数据进行正向归一化处理得到第五风险数据并执行步骤S6；步骤S6:关联至少一风险评估模型并配置对应的关联规则得到风险预警模型，所述第二风险数据、所述第三风险数据、所述第四风险数据或所述第五风险数据的一种作为关联风险数据输入所述风险预警模型中得到风险预警指标。2.根据权利要求1所述的综合性企业信用风险预警方法，其特征在于，在步骤S2中，获取同一风险指标类别的所述第一风险数据的量纲，若所述第一风险数据的量纲一致，获取对应同一风险指标类别的所述第一风险数据的风险数据最大值和风险数据最小值，其中所述风险数据最大值和所述风险数据最小值形成风险数据区间，将所述风险数据区间划分为子区间，根据所述子区间的排序位置赋值所述子区间内的所述第一风险数据得到第二风险数据。3.根据权利要求2所述的综合性企业信用风险预警方法，其特征在于，“根据所述子区间的排序位置赋值所述子区间内的所述第一风险数据得到第二风险数据”包括：所述子区间依数据值大小的次序排序，依正序或倒序赋值所述子区间内的所述第一风险数据得到第二风险数据。4.根据权利要求1所述的综合性企业信用风险预警方法，其特征在于，在步骤S3中，选择存在极端值的所述第一风险数据作为待处理第一风险数据，获取数据标准分母参数和数据标准分子参数，依据所述数据标准分母参数和所述数据标准分子参数处理所述待处理第一风险数据得到第三风险数据。5.根据权利要求1所述的综合性企业信用风险预警方法，其特征在于，在步骤S4中，选择存在所述最佳区间的第一风险数据作为待处理第一风险数据，依据所述待处理第一风险数据对应的最佳区间处理所述待处理第一风险数据得到第四风险数据。6.根据权利要求1所述的综合性企业信用风险预警方法，其特征在于，在步骤S5中，获取所述第一风险数据的数据最大值、数据最小值，构建包含最小值映射和最大值映射的映射范围，将所述第一风险数据映射到所述映射范围内得到第五风险数据。7.根据权利要求1所述的综合性企业信用风险预警方...

【专利技术属性】
技术研发人员：毛云青，寿嘉能，李圣权，
申请(专利权)人：城云科技中国有限公司，
类型：发明
国别省市：