一种基于风险评估的融资租赁报价方法及系统技术方案

本发明专利技术涉及风险数据评估技术领域，尤其涉及一种基于风险评估的融资租赁报价方法及系统。该方法包括以下步骤：通过区块链技术以及身份验证API进行申请人身份验证以及信用分析，获取申请人身份证实数据；获取申请人历史交易数据，并根据申请人历史交易数据进行特征提取，获取申请人行为特征数据以及申请人融资租赁意图特征数据；对申请人行为特征数据以及申请人融资租赁意图特征数据进行识别计算，获取申请人行为评分数据；根据申请人身份证实数据中的申请人资产数据进行资产评价，获取资产评价指数数据。本发明专利技术能够提高风险评估的效率和准确性及融租租赁报价效率。和准确性及融租租赁报价效率。和准确性及融租租赁报价效率。

【技术实现步骤摘要】
一种基于风险评估的融资租赁报价方法及系统


[0001]本专利技术涉及风险数据评估
，尤其涉及一种基于风险评估的融资租赁报价方法及系统。

技术介绍

[0002]基于风险评估的融资租赁报价方法是指在金融融资租赁过程中，金融机构通过一系列评估手段和技术来衡量申请人的偿债能力和可能的违约风险，以便决定是否发放融资租赁、融资租赁金额多少以及相应的利率。这些评估方法通常涉及对申请人的财务状况、信用历史、担保品价值等各方面的细致分析和考察。在许多情况下，风险评估可能需要依赖金融机构员工的主观判断，这可能导致评估结果受到个人偏好或者误解的影响。

技术实现思路

[0003]本专利技术为解决上述技术问题，提出了一种基于风险评估的融资租赁报价方法及系统，以解决至少一个上述技术问题。
[0004]本申请提供了一种基于风险评估的融资租赁报价方法，包括以下步骤：步骤S1：通过区块链技术以及身份验证API进行申请人身份验证以及信用分析，从而获取申请人身份证实数据；步骤S2：获取申请人历史交易数据，并根据申请人历史交易数据进行特征提取，从而获取申请人行为特征数据以及申请人融资租赁意图特征数据；步骤S3：对申请人行为特征数据以及申请人融资租赁意图特征数据进行识别计算，从而获取申请人行为评分数据；步骤S4：根据申请人身份证实数据中的申请人资产数据进行资产评价，从而获取资产评价指数数据；步骤S5：对申请人身份证实数据、申请人行为评分数据以及资产评价指数数据进行风险评估，从而获取申请人风险评估数据；步骤S6：根据申请人风险评估数据通过预设的基于计算引擎的融资租赁报价计算方式进行处理，生成融资租赁报价方案数据。
[0005]本专利技术中通过对申请人的身份、历史交易行为、融资租赁意图和资产状况的全面评估，能够更准确地识别和预测融资租赁风险，从而降低融资租赁违约的可能性。利用区块链技术进行身份验证和信用分析，可以增强融资租赁的信任度和透明度，提高融资租赁流程的安全性和公正性。生成的融资租赁参数数据和智能融资租赁报价数据可以为决策者提供有力的数据支持，帮助决策者做出更理性、更智能的融资租赁决策。借助于自动化的数据获取、特征提取和风险评估过程，可以显著提高融资租赁风险评估的效率和准确性。
[0006]优选地，步骤S1具体为：步骤S11：获取申请人身份验证数据，并利用预设的申请人身份区块链中的标识数据对申请人身份验证数据进行请求生成，从而获取身份认证请求数据；
步骤S12：通过预设的身份验证API对身份认证请求数据进行身份认证处理，从而获取初步身份认证结果数据；步骤S13：利用预设的申请人身份区块链中的身份基础数据对初步身份认证结果数据进行身份认证确认，从而获取身份认证确认数据；步骤S14：根据身份认证确认数据生成信用分析请求数据；步骤S15：对信用分析请求数据进行关联度可信度信用分析以及历史数据变化可信度信用分析，从而获取关联度可信度数据以及历史数据变化可信度数据；步骤S16：将身份认证确认数据、关联度可信度数据以及历史数据变化可信度数据进行数据整合，从而获取申请人身份证实数据。
[0007]本专利技术中利用区块链技术和身份验证API，提供了更强大和安全的身份验证机制，可以在更大程度上防止欺诈和冒名行为。通过关联度可信度和历史数据变化可信度的信用分析，能对申请人的信用状况进行更准确和全面的评估，有助于提高融资租赁决策的正确性。通过自动化的身份验证和信用分析流程，可以显著提高申请人身份验证和信用评估的效率，节省了大量的人力和时间资源。利用的数据整合过程提高了融资租赁流程的透明度，有助于构建更公平和公正的融资租赁环境。在获取了申请人的身份证实数据后，可以更有效地进行风险评估，降低因信用问题而产生的风险。
[0008]优选地，步骤S15中关联度可信度信用分析通过关联度可信度计算公式进行信用分析，其中关联度可信度计算公式具体为：；为关联度可信度数据，为申请人的信用分数，为关联度常数项，为信用分析请求数据的数量数据，为信用分析请求数据的序次项，为第个申请人的身份认证数据，为第个申请人的历史还款数据，为第个申请人的财务状况数据，为申请人的年龄关联数据，为申请人的性别关联数据，为申请人的教育程度关联数据，为申请人的职业类别关联数据。
[0009]本专利技术构造了一种关联度可信度计算公式，该计算公式通过将多个因素（包括身份认证数据，历史还款数据，财务状况数据，以及年龄，性别，教育程度，职业类别等关联数据）融入到一个计算公式中，使得关联度可信度的计算结果更加全面和精确，提高了信用评估的准确性。公式的目标是计算关联度可信度数据，这是一个关于申请人信用分数的函数。通过关联度可信度数据，能够评估申请人的信用状况以及还款能力，从而有助于决策是否提供融资租赁以及融资租赁的额度和利率。
[0010]优选地，步骤S2具体为：步骤S21：获取申请人历史交易数据；步骤S22：对申请人历史交易数据进行数据清洗并格式化处理，从而获取申请人历史交易预处理数据；步骤S23：对申请人历史交易预处理数据进行特征提取，从而获取申请人行为特征初级数据以及申请人融资租赁意图特征初级数据；步骤S24：对申请人行为特征初级数据以及申请人融资租赁意图特征初级数据进
行特征重要性筛选，从而获取申请人行为特征筛选数据以及申请人融资租赁意图特征筛选数据；步骤S25：对申请人行为特征筛选数据以及申请人融资租赁意图特征筛选数据进行特征归一化，从而获取申请人行为特征数据以及申请人融资租赁意图特征数据。
[0011]本专利技术中可以帮助去除数据中的噪声和异常值，提高数据的质量，使得后续的分析结果更加准确。同时，格式化处理也会使得数据更加规整，易于处理。通过特征提取，将原始的交易数据转化为描述申请人行为和融资租赁意图的高层次特征，这些特征更直接地反映了申请人的风险状况。不是所有的特征都对风险评估有用，一些无关的或者冗余的特征可能会对结果产生负面的影响。通过特征重要性筛选，选择出最有用的特征，从而提高风险评估的准确性。不同的特征可能具有不同的量纲和取值范围，如果直接使用这些特征进行计算，可能会引入不必要的偏差。特征归一化可以解决这个问题，使得不同的特征在计算中具有相等的权重。
[0012]优选地，申请人行为特征初级数据包括交易频率特征数据、交易金额特征数据以及交易时间特征数据，申请人融资租赁意图特征初级数据包括交易金额特征数据、交易类型特征数据、交易时间特征数据以及融资租赁记录特征数据，步骤S23具体为：步骤S231：对申请人历史交易预处理数据进行交易频率分析，从而获取交易频率特征数据；步骤S232：对申请人历史交易预处理数据进行交易金额统计，从而获取交易金额特征数据；步骤S233：对申请人历史交易预处理数据进行交易类型处理，从而获取交易类型特征数据；步骤S234：对申请人历史交易预处理数据进行交易时间提取，从而获取交易时间特征数据；步骤S235：对申请人历史交易预处理数据进行融资租赁记录提取，从而获取融资租赁记录特征数据。
[0013]本专利技术中通过分析申请人的交易频率，可以反映申本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于风险评估的融资租赁报价方法，其特征在于，包括以下步骤：步骤S1，包括：步骤S11：获取申请人身份验证数据，并利用预设的申请人身份区块链中的标识数据对申请人身份验证数据进行请求生成，从而获取身份认证请求数据；步骤S12：通过预设的身份验证API对身份认证请求数据进行身份认证处理，从而获取初步身份认证结果数据；步骤S13：利用预设的申请人身份区块链中的身份基础数据对初步身份认证结果数据进行身份认证确认，从而获取身份认证确认数据；步骤S14：根据身份认证确认数据生成信用分析请求数据；步骤S15：对信用分析请求数据进行关联度可信度信用分析以及历史数据变化可信度信用分析，从而获取关联度可信度数据以及历史数据变化可信度数据；其中步骤S15中关联度可信度信用分析通过关联度可信度计算公式进行信用分析，其中关联度可信度计算公式具体为：；步骤S16：将身份认证确认数据、关联度可信度数据以及历史数据变化可信度数据进行数据整合，从而获取申请人身份证实数据；为关联度可信度数据，为申请人的信用分数，为关联度常数项，为信用分析请求数据的数量数据，为信用分析请求数据的序次项，为第个申请人的身份认证数据，为第个申请人的历史还款数据，为第个申请人的财务状况数据，为申请人的年龄关联数据，为申请人的性别关联数据，为申请人的教育程度关联数据，为申请人的职业类别关联数据；步骤S2：获取申请人历史交易数据，并根据申请人历史交易数据进行特征提取，从而获取申请人行为特征数据以及申请人融资租赁意图特征数据；步骤S3：对申请人行为特征数据以及申请人融资租赁意图特征数据进行识别计算，从而获取申请人行为评分数据；步骤S4：根据申请人身份证实数据中的申请人资产数据进行资产评价，从而获取资产评价指数数据；步骤S5：对申请人身份证实数据、申请人行为评分数据以及资产评价指数数据进行风险评估，从而获取申请人风险评估数据；步骤S6：根据申请人风险评估数据通过预设的基于计算引擎的融资租赁报价计算方式进行处理，生成融资租赁报价方案数据。2.根据权利要求1所述的方法，其特征在于，步骤S2具体为：步骤S21：获取申请人历史交易数据；步骤S22：对申请人历史交易数据进行数据清洗并格式化处理，从而获取申请人历史交易预处理数据；步骤S23：对申请人历史交易预处理数据进行特征提取，从而获取申请人行为特征初级数据以及申请人融资租赁意图特征初级数据；
步骤S24：对申请人行为特征初级数据以及申请人融资租赁意图特征初级数据进行特征重要性筛选，从而获取申请人行为特征筛选数据以及申请人融资租赁意图特征筛选数据；步骤S25：对申请人行为特征筛选数据以及申请人融资租赁意图特征筛选数据进行特征归一化，从而获取申请人行为特征数据以及申请人融资租赁意图特征数据。3.根据权利要求2所述的方法，其特征在于，申请人行为特征初级数据包括交易频率特征数据、交易金额特征数据以及交易时间特征数据，申请人融资租赁意图特征初级数据包括交易金额特征数据、交易类型特征数据、交易时间特征数据以及融资租赁记录特征数据，步骤S23具体为：步骤S231：对申请人历史交易预处理数据进行交易频率分析，从而获取交易频率特征数据；步骤S232：对申请人历史交易预处理数据进行交易金额统计，从而获取交易金额特征数据；步骤S233：对申请人历史交易预处理数据进行交易类型处理，从而获取交易类型特征数据；步骤S234：对申请人历史交易预处理数据进行交易时间提取，从而获取交易时间特征数据；步骤S235：对申请人历史交易预处理数据进行融资租赁记录提取，从而获取融资租赁记录特征数据。4.根据权利要求2所述的方法，其特征在于，步骤S24中特征重要性筛选通过特征重要性筛选计算公式进行处理，其中特征重要性筛选计算公式具体为：；为特征重要性数据，为第一特征重要性权重系数，为特征重要性底数常数项，为特征变化程度数据，为第二特征重要性权重系数，为特征数据项，为特征目标协方差项，为第三特征重要性权重项，为特征峰值项，为第四特征重要性权重系数，为特征多重共线性系数。5.根据权利要求1所述的方法，其特征在于，步骤S3具体为：步骤S31：利用预设的融资租赁意图识别模型对申请...

【专利技术属性】
技术研发人员：贺强，吴民，梁超，董子伟，黄娜，
申请(专利权)人：权利要求书四页说明书一七页附图八页，
类型：发明
国别省市：