一种基于WEB的银行信用风险检测方法与系统技术方案

本发明专利技术提供一种基于ＷＥＢ的银行信用风险检测的方法与系统，所述方法包括以下步骤：根据用户请求获取客户违约风险评价基础数据；根据所述客户违约风险评价基础数据生成多个违约率评价指标；生成每个违约率评价指标的秩；根据所述每个违约率评价指标的秩生成每个违约率评价指标的违约率；根据所述每个违约率评价指标的违约率生成所述客户的违约率；根据所述客户的违约率确定客户等级信息。本发明专利技术通过对客户信息的客观分析得到对客户违约风险的一致、客观、可比较的度量，是一种先进的信用风险量化方法，能够有效准确量化客户违约风险，为信贷政策制定、经济资本分配、信贷流程监控、贷款定价与审批等提供量化决策支持。

【技术实现步骤摘要】

本专利技术涉及客户信用风险管理
，特别是涉及一种基于WEB的银行 信用风险检测方法与系统。
技术介绍
在资本经营的过程中，资本风险包括信用风险、操作性风险和市场风险。 信用风险是指交易对手不能按照合同规定按时偿还其债务的可能性及严重程 度，是最重用的资本风险。特别是商业银行资产业务非常大，所以信用风险 是银行面临的最基本风险，精确地揭示与度量信用风险，对减少银行资金损 失，提高经营业绩是至关重要的，量化控制银行信用风险是银行业经营的理 想境界。客户违约风险是非常重要的信用风险，客户发生违约后将会使其与 银行的合约不能按时厉行，不能偿还其债务，给银行造成损失。客户的违约 风险一般与客户的经营情况、资金情况、管理水平等因素有关，评价客户的 违约风险对与客户签订合约(发放贷款、贸易融资)是非常重要的。目前， 对于客户违约风险的评价一般采用打分卡的方式，打分卡方法是一种比较传 统的作为客户信用风险分析和计量的方法，该方法是在专家经验和数据分析 的基础上，确定定量和定性指标及其权重，再由银行工作人员对个指标进行 打分。但是这种人工的处理方式存在不客观、不准确的问题，主要是因为对 客户违约风险的评价没有一个统一的标准与计算模型，这种方式主要依赖于 银行业务人员个人能力的高低、经验丰富的程度。而且对客户违约风险评价 的时间有限，银行业务人员也难以做到对客户的全面分析。对一个客户违约 风险的评价往往不同的人会评价出不同的信用风险得分。
技术实现思路
本专利技术提供一种基于WEB的银行信用风险检测方法与系统。该方法基于银行多年对客户财务信息以及客户违约情况的积累所获得不同行业的违约率评 价指标与其财务信息的对应关系，对不同客户生成不同的违约率评价指标， 通过生成客户的违约率评价指标与客户违约率之间的对应关系，最终获得客 户的违约率和客户等级。本专利技术的目的之一是提供一种基于WEB的银行信用风险检测方法，所述方 法包括以下步骤获取客户违约风险评价基础数据；根据所述客户违约风险 评价基础数据生成多个违约率评价指标；生成每个违约率评价指标的秩；根 据所述每个违约率评价指标的秩生成每个违约率评价指标的违约率；根据所 述每个违约率评价指标的违约率生成所述客户的违约率；根据所述客户的违 约率确定客户等级。本专利技术的目的之二是提供一种基于WEB的银行信用风险检测系统，所述系 统包括应用服务装置，所述应用服务装置包括基础数据获取单元，获取客 户违约风险评价基础数据；违约率评价指标生成单元，根据所述客户违约风 险评价基础数据生成多个违约率评价指标；违约率评价指标的秩生成单元， 生成每个违约率评价指标的秩；违约率评价指标的违约率生成单元，根据所 述每个违约率评价指标的秩生成每个违约率评价指标的违约率；客户的违约 率生成单元，根据所述每个违约率评价指标的违约率生成所述客户的违约率; 客户等级单元，根据所述客户的违约率确定客户等级。本专利技术技术方案克服了现有技术在对客户违约风险评价中采用的打分卡 方法所存在的不客观、不准确，依赖银行工作人员业务水平高低的问题。提 供一种科学的客户违约风险评价方法、装置和系统，通过对客户信息的客观 分析得到对客户违约风险的一致、客观、可比较的度量，是一种先进的信用 风险量化方法，能够有效准确量化客户违约风险，为信贷政策制定、经济资 本分配、信贷流程监控、贷款定价与审批等提供量化决策支持。附图说明图l为本专利技术实施例的系统原理图2为本专利技术实施例应用服务装置的功能框图； 图3为本专利技术实施例的流程图4为本专利技术实施例轻工业的违约率评价指标设定图表；图5为本专利技术实施例资本密集型制造业的违约率评价指标设定图表；图6为本专利技术实施例批发零售业的违约率评价指标设定图表；图7为本专利技术实施例其他行业的违约率评价指标设定图表；图8为本专利技术实施例违约率评价指标的标准值参数表；图9为本专利技术实施例标准值违约率参数表；图10为本专利技术实施例核变换带宽参数表；图11为本专利技术实施例回归系数参数表； 图12为本专利技术实施例违约率主标尺参数表。具体实施例方式本专利技术提供一种基于WEB的银行信用风险检测方法与系统。该技术方案基于银行多年对客户财务信息以及客户违约情况的积累所获得不同行业的违约 率评价指标与其财务信息的对应关系，对不同客户生成不同的违约率评价指 标，通过生成客户的违约率评价指标与客户违约率之间的对应关系，最终获 得客户的违约率和客户等级。该方案通过对客户信息的客观分析得到对客户 违约风险的一致、客观、可比较的度量，能够有效准确量化客户违约风险， 为信贷政策制定、经济资本分配、信贷流程监控、贷款定价与审批等提供量 化决策支持。本专利技术技术方案首先获取客户违约风险评价基础数据，这些基础数据包 括客户基本信息以及客户财务信息，这些基础数据来自于银行多年积累。客户基本信息包括客户编号、客户名称、客户类型、客户所属行业、客户所 属地区；客户财务信息包括资产负债表、损益表、现金流量表。本专利技术技术方案需要预先生成客户的财务信息与客户的违约率评价指标 的对应关系表，并存储于银行系统内部。由于不同行业的违约情况不一样，导致每个行业会有不同的违约率评价指标，每个行业的违约率评价指标由银 行经验积累设定。首先，根据客户的基本信息找到该客户所属行业的违约率 评价指标，然后根据用户的财务信息与该对应关系表，生成该客户的每个违 约率评价指标的值。本专利技术技术方案还需要预先生成与每个违约率评价指标对应的标准值 表，并存储于银行系统的内部。在一种实施方式中，该表格的生成是利用银 行积累的违约率评价指标的数据，将每个违约率评价指标的数值范围分成若 干个区间，每个区间的中间值作为一个标准值，这样每个违约率评价指标就 对应有若干个标准值。根据生成的每个违约率评价指标的值找到该值位于标 准值的区间范围，根据该区间范围，生成每个违约率评价指标的秩。本专利技术技术方案还需要预先设置每个违约率评价指标的秩的标准值与该 标准值对应的违约率表，违约率评价指标的秩的标准值与该标准值对应的违 约率表是参数数据，存储在数据管理装置中，它是利用已经积累的经验数据 确定，在使用中可以调整。根据生成的每个违约率评价指标的秩找到该值位 于标准值的区间范围，根据该区间范围，生成每个违约率评价指标的违约率。 获得了每个违约率评价指标的违约率之后，根据违约率评价指标对应的 违约相关参数以及每个违约率评价指标的违约率生成客户的违约率。违约相 关参数包括每个违约率评价指标的回归系数、回归系数常量、行业回归系 数、地区回归系数、行业违约率以及地区违约率。最后，根据的客户违约率 以及预先设定的客户违约率与其客户等级的对应关系可以确定客户等级。以上过程中所用到的基础数据、中间数据以及结果数据都要进行存储， 这些数据包括客户违约风险评价基础数据、所述多个违约率评价指标、所 述每个违约率评价指标的秩、所述每个违约率评价指标的违约率、所述客户 的违约率以及所述客户等级。以下结合附图对本专利技术的具体实施方式进行详细说明-图l为本专利技术实施例的系统原理图。如图所示，本专利技术实施例对客户违约风险进行评价的系统包括应用服务装置101，数据管理装置102和银行业务服务装置103分别和应用服务装置101连接，用户服务装置104通过内部网络10 5和WE本文档来自技高网...

【技术保护点】
一种基于ＷＥＢ的银行信用风险检测方法，其特征在于，所述方法包括以下步骤：　　　　根据用户请求获取客户违约风险评价基础数据；　　　　根据所述客户违约风险评价基础数据生成多个违约率评价指标；　　　　生成每个违约率评价指标的秩；　　　　根据所述每个违约率评价指标的秩生成每个违约率评价指标的违约率；　　　　根据所述每个违约率评价指标的违约率生成所述客户的违约率；　　　　根据所述客户的违约率确定客户等级信息。

【技术特征摘要】

【专利技术属性】
技术研发人员：周益清，龚光庆，杨一军，王拯，张远征，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：11[]