一种应用于中标贷的信用风控方法及系统技术方案

本说明书实施例提供一种应用于中标贷的信用风控方法及系统，其中，所述系统包括：数据资源层，用于建立信息数据库；数据服务层，用于建立中标贷信用风控模型；还用于基于信息数据库，生成多个训练样本，对中标贷信用风控模型进行训练；还用于获取待评估企业的相关数据；还用于使用中标贷信用风控模型基于待评估企业的相关数据，确定待评估企业的信用风险，具有提高中标贷的贷款授信评估效率及准确度的优点。优点。优点。

【技术实现步骤摘要】
一种应用于中标贷的信用风控方法及系统


[0001]本说明书涉及数据处理领域，特别涉及一种应用于中标贷的信用风控方法及系统。

技术介绍

[0002]金融机构传统的组织模式、业务流程、审批模式无法满足中标贷的效率要求。中小微企业一旦中标，就需要垫资采购材料/设备，单大部门中小微企业都存在一个账期延后的情况，因此企业在中标后就需要资金，而金融机构传统的融资贷款授信模式无法满足中小微企业快速放款的需要，并且仅根据金融机构自身的风险数据，已无法满足融资担保信用风控的需求。
[0003]因此，需要提供一种应用于中标贷的信用风控方法及系统，用于提高中标贷的贷款授信评估效率及准确度。

技术实现思路

[0004]本说明书实施例之一提供一种应用于中标贷的信用风控方法，所述方法包括：建立信息数据库；建立中标贷信用风控模型；基于所述信息数据库，生成多个训练样本，对所述中标贷信用风控模型进行训练；获取待评估企业的相关数据，其中，所述待评估企业的相关数据至少包括所述待评估企业的交易行业数据、金融数据及社会数据，所述交易行业数据至少包括企业基本信息、企业交易信息、招投标黑名单、企业中标信息及企业财务报表，所述金融数据至少包括保证金缴纳信息及保函缴纳信息，所述社会数据至少包括案件信息、不良行为信息、网站备案信息、税务信用等级信息及商标信息；所述中标贷信用风控模型基于所述待评估企业的相关数据，确定所述待评估企业的信用风险。
[0005]在一些实施例中，所述中标贷信用风控模型基于所述待评估企业的相关数据，确定所述待评估企业的信用风险，包括：对所述待评估企业的相关数据进行数据汇聚、数据治理、数据融合及数据分析，生成特征向量，其中，所述特征向量至少包括历史中标次数、不良行为、历史投标次数、商标申请次数、税务等级、保证金缴纳金额、保函缴纳次数、财务报表及企业基本信息；所述中标贷信用风控模型基于所述特征向量，确定所述待评估企业的信用风险。
[0006]在一些实施例中，所述对所述待评估企业的相关数据进行数据汇聚，包括：创建切片作业，将所述待评估企业的相关数据抽取到历史数据表，使用非侵入式采集工具对所述待评估企业的相关数据实现数据增量，生成多个切片数据；创建增量日批作业，将多个切片数据去重汇聚到日批数据表；创建归档作业，将多个切片数据中满足归档条件的数据迁移到归档表；对所述待评估企业的相关数据进行数据治理，包括：配置一对一的表关系、字段和字段的映射关系、清洗的数据转换规则，其中，配置清洗的数据转换规则包括：根据正则、约束条件识别异常数据进行替换或关联修复；根据源和目标字段的代码项，配置对应的转换规则；配置时间格式转换规则；配置字符串替换规则；配置大小写转换规则；根据配置的
一对一的表关系、字段和字段的映射关系、清洗的数据转换规则，生成对归档表的全量一次性清洗任务；根据配置的一对一的表关系、字段和字段的映射关系、清洗的数据转换规则，生成对日批数据表的日批数据清洗任务；对所述待评估企业的相关数据进行数据融合，包括：将所述待评估企业的相关的至少一个所述日批数据表和/或至少一个所述归档表基于配置的多表对目标表的集成关系融合到实体聚合表，其中，配置所述多表对目标表的集成关系包括：配置字段映射关系；配置权威来源，以及来源优先级；配置业务主键；配置实体ID、实体名称为固定值；配置拉链控制字段默认值；配置拉链控制字段抽取；对所述待评估企业的相关数据进行数据分析，包括：对实体聚合表进行分析，形成新的决策性结果，将无序数据进行数据量化、在实体聚合表的字段上追加统计分析字段，形成统计数据，作为量化数据的一部分补充到信息数据库。
[0007]在一些实施例中，所述信息数据库包括原始资源库和指标库，其中，所述原始资源库用于存储多个样本企业的相关数据，所述样本企业的相关数据至少包括交易行业数据、金融数据及社会数据；所述待评估企业的相关数据至少包括所述待评估企业的交易行业数据、金融数据及社会数据。
[0008]在一些实施例中，所述基于所述信息数据库，生成多个训练样本，对所述中标贷信用风控模型进行训练，包括：对所述多个样本企业的相关数据进行预处理，生成多个训练样本；使用所述多个训练样本，对所述中标贷信用风控模型进行训练。
[0009]在一些实施例中，对所述多个样本企业的相关数据进行预处理，生成多个训练样本，包括：对所述多个样本企业的相关数据依次进行数据汇聚、数据治理、数据融合及数据分析，生成多个训练样本。
[0010]在一些实施例中，对所述多个样本企业的相关数据进行数据汇聚，包括：创建切片作业，将所述多个样本企业的相关数据抽取到历史数据表，使用非侵入式采集工具对所述多个样本企业的相关数据实现数据增量，生成多个切片数据；创建增量日批作业，将所述多个切片数据去重汇聚到日批数据表；创建归档作业，将所述多个切片数据中满足归档条件的数据迁移到归档表。
[0011]在一些实施例中，对所述多个样本企业的相关数据进行数据治理，包括：配置清洗规则；根据配置的清洗规则，生成对所述归档表的全量一次性清洗任务；根据配置的清洗规则，生成对所述日批数据表的日批数据清洗任务。
[0012]在一些实施例中，对所述多个样本企业的相关数据进行数据融合，包括：将至少一个所述日批数据表和/或至少一个所述归档表融合到实体聚合表。
[0013]本说明书实施例之一提供一种应用于中标贷的信用风控系统，所述系统包括：数据资源层，用于建立信息数据库；数据服务层，用于建立中标贷信用风控模型；还用于基于所述信息数据库，生成多个训练样本，对所述中标贷信用风控模型进行训练；还用于获取待评估企业的相关数据；还用于使用所述中标贷信用风控模型基于所述待评估企业的相关数据，确定所述待评估企业的信用风险。
[0014]本说明书实施例之一提供一种电子设备，包括：处理器；以及存储程序的存储器，其中，所述程序包括指令，所述指令在由所述处理器执行时使所述处理器执行一种应用于中标贷的信用风控方法。
[0015]本说明书实施例之一提供一种存储有计算机指令的非瞬时计算机可读存储介质，
其中，所述计算机指令用于使计算机执行一种应用于中标贷的信用风控方法。
附图说明
[0016]本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：图1是根据本说明书一些实施例所示的应用于中标贷的信用风控系统的模块图；图2是根据本说明书一些实施例所示的数据预处理的流程示意图；图3是根据本说明书一些实施例所示的应用于中标贷的信用风控方法的流程示意图；图4是根据本说明书一些实施例所示的电子设备的结构框图。
具体实施方式
[0017]为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用于中标贷的信用风控方法，其特征在于，包括：建立信息数据库；建立中标贷信用风控模型；基于所述信息数据库，生成多个训练样本，对所述中标贷信用风控模型进行训练；获取待评估企业的相关数据，其中，所述待评估企业的相关数据至少包括所述待评估企业的交易行业数据、金融数据及社会数据，所述交易行业数据至少包括企业基本信息、企业交易信息、招投标黑名单、企业中标信息及企业财务报表，所述金融数据至少包括保证金缴纳信息及保函缴纳信息，所述社会数据至少包括案件信息、不良行为信息、网站备案信息、税务信用等级信息及商标信息；所述中标贷信用风控模型基于所述待评估企业的相关数据，确定所述待评估企业的信用风险。2.根据权利要求1所述的一种应用于中标贷的信用风控方法，其特征在于，所述中标贷信用风控模型基于所述待评估企业的相关数据，确定所述待评估企业的信用风险，包括：对所述待评估企业的相关数据进行数据汇聚、数据治理、数据融合及数据分析，生成特征向量，其中，所述特征向量至少包括历史中标次数、不良行为、历史投标次数、商标申请次数、税务等级、保证金缴纳金额、保函缴纳次数、财务报表及企业基本信息；所述中标贷信用风控模型基于所述特征向量，确定所述待评估企业的信用风险。3.根据权利要求2所述的一种应用于中标贷的信用风控方法，其特征在于，所述对所述待评估企业的相关数据进行数据汇聚，包括：创建切片作业，将所述待评估企业的相关数据抽取到历史数据表，使用非侵入式采集工具对所述待评估企业的相关数据实现数据增量，生成多个切片数据；创建增量日批作业，将多个切片数据去重汇聚到日批数据表；创建归档作业，将多个切片数据中满足归档条件的数据迁移到归档表；对所述待评估企业的相关数据进行数据治理，包括：配置一对一的表关系、字段和字段的映射关系、清洗的数据转换规则，其中，配置清洗的数据转换规则包括：根据正则、约束条件识别异常数据进行替换或关联修复；根据源和目标字段的代码项，配置对应的转换规则；配置时间格式转换规则；配置字符串替换规则；配置大小写转换规则；根据配置的一对一的表关系、字段和字段的映射关系、清洗的数据转换规则，生成对归档表的全量一次性清洗任务；根据配置的一对一的表关系、字段和字段的映射关系、清洗的数据转换规则，生成对日批数据表的日批数据清洗任务；对所述待评估企业的相关数据进行数据融合，包括：将所述待评估企业的相关的至少一个所述日批数据表和/或至少一个所述归档表基于配置的多表对目标表的集成关系融合到实体聚合表，其中，配置所述多表对目标表的集成关系包括：配置字段映射关系；配置权威来源，以及来源优先级；配置业务主键；配置实体ID、实体名称为固定值；配置拉链控制字段默认值；配置拉链控制字段抽取；对所述待评估企业的相关数据进行数据分析，包括：对实体聚合表进行分析，形成新的决策性结果，将无序数据进行...

【专利技术属性】
技术研发人员：陆建，黄素龙，陈洲，曹立斌，何永龙，李强，王兴，朱斌，沈云，张志恒，陆卫东，
申请(专利权)人：国泰新点软件股份有限公司，
类型：发明
国别省市：