CN106157132A - 信用风险监控系统及方法 - Google Patents

Abstract

本发明提供了一种信用风险监控系统及方法，其中，该系统包括：数据仓库，用于采集结构化数据和非结构化数据，对结构化数据进行整合后，进行组织和存储，对非结构化数据进行整合后，结构化处理为结构化数据；预测模型构建单元，用于收集信用风险案例数据，根据风险案例数据的风险特征、属性及监控对象，得到多个模型因子，聚合模型因子建立多个预测模型；预测模型训练单元，用于验证每个预测模型是否符合聚合逻辑，评估符合聚合逻辑的预测模型的效果，确定效果达到预设指标的预测模型及其最优模型阈值；预测模型运用单元，用于利用预测效果达到预设指标的预测模型及其最优模型阈值，进行信用风险监控。上述技术方案提高了信用风险监控的准确度。

Description

信用风险监控系统及方法

技术领域

本发明涉及信用监控技术领域，特别涉及一种信用风险监控系统及方法。

背景技术

数据和风险是银行的两大要素。二者相辅相成，维系着银行的运作。信用风险作为银行业最主要的风险之一，更是受到各金融监管部门及商业银行的重视。目前随着计算机技术的兴起，各商业银行实现了统一的交易数据管理，便建立了一整套信用风险监控体系管理信用风险。

然而，大多信用风险监控体系是通过单一数据源，并以人工方式建立的信用风险监控模型，受标准化数据和业务部门金融指标所制衡，往往会造成了模型结果不准确、不统一、信息不对称、模型预警周期过长、预警维度单一，并且模型的阈值是业务自己定义，并未经过系统的模型训练，导致最终分析结果应用范围较为有限，信用风险监控结果不准确。

发明内容

本发明实施例提供了一种信用风险监控系统，用以提高信用风险监控的准确度，该系统包括：数据仓库、预测模型构建单元、预测模型训练单元和预测模型运用单元，其中：

数据仓库、预测模型构建单元、预测模型训练单元和预测模型运用单元，其中：

数据仓库，用于采集银行的结构化数据和非结构化数据，对结构化数据进行整合后，按照银行业务主题进行组织和存储，对非结构化数据进行整合后，进行结构化处理为结构化数据；

预测模型构建单元，用于从结构化数据中收集信用风险案例数据，根据风险案例数据的风险特征、属性及监控对象，得到多个模型因子，对多个模型因子进行分类，根据分类结果，聚合模型因子建立多个预测模型；模型因子为引发信用风险的规则参数；

预测模型训练单元，用于验证每个预测模型是否符合聚合逻辑，评估符合聚合逻辑的预测模型的预测效果，根据评估结果，确定预测效果达到预设指标的预测模型及其最优模型阈值；

预测模型运用单元，用于利用预测效果达到预设指标的预测模型及其最优模型阈值，对监控对象进行信用风险监控。

本发明实施例还提供了一种信用风险监控方法，用以提高信用风险监控的准确度，该方法包括：

采集银行的结构化数据和非结构化数据，对结构化数据进行整合后，按照银行业务主题进行组织和存储，对非结构化数据进行整合后，进行结构化处理为结构化数据；

从结构化数据中收集信用风险案例数据，根据风险案例数据的风险特征、属性及监控对象，得到多个模型因子，对多个模型因子进行分类，根据分类结果，聚合模型因子建立多个预测模型；模型因子为引发信用风险的规则参数；

验证每个预测模型是否符合聚合逻辑，评估符合聚合逻辑的预测模型的预测效果，根据评估结果，确定预测效果达到预设指标的预测模型及其最优模型阈值；

利用预测效果达到预设指标的预测模型及其最优模型阈值，对监控对象进行信用风险监控。

与现有技术相比较，本发明实施例提供的技术方案，可以达到如下有益技术效果：

首先，与现有技术中大多风险监控体系中，利用单一数据源作为信用风险监控的基础相比较，本发明实施例的技术方案采集了银行的结构化数据和非结构化数据，该结构化数据和非结构化数据包括了多渠道的海量信息和数据，形成了信用风险分析和挖掘的基础，为后续进行信用风险监控奠定了坚实的基础；

其次，与现有技术中大多风险监控体系中，以人工方式建立的信用风险监控模型来进行信用风险监控相比较，本发明实施例提供的技术方案，通过从上述整合和结构化处理后的非结构化数据和结构化数据中收集信用风险案例数据，根据风险案例数据的风险特征、属性及监控对象，得到多个模型因子，对多个模型因子进行分类，根据分类结果，聚合模型因子建立多个预测模型，可以提高风险监控的准确性、灵活性和时效性；

最后，与现有技术中大多风险监控体系中，模型阈值通过业务自己定义相比较，本发明实施例提供的技术方案，通过验证每个预测模型是否符合聚合逻辑，评估符合聚合逻辑的预测模型的预测效果，根据评估结果，确定预测效果达到预设指标的预测模型及其最优模型阈值，来进行智能化的计算模型阈值，经过训练验证等全流程，最终得到了预测效果达到预设指标的预测模型及其最优模型阈值，提高了预测模型预测结果的准确性、灵活性和时效性。

综上，本发明实施例通过的技术方案提高了信用风险监控的准确度。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的限定。在附图中：

图1是本发明实施例中信用风险监控系统的结构示意图；

图2是本发明实施例中数据仓库的结构示意图；

图3是本发明实施例中预测模型构建单元的结构示意图；

图4是本发明实施例中预测模型训练单元的结构示意图；

图5是本发明实施例中模型验证单元的结构示意图；

图6是本发明实施例中信用风险监控方法的流程示意图；

图7是本发明另一实施例中信用风险监控方法的流程示意图；

图8是本发明实施例中资金交易类模型因子分类过程的流程示意图；

图9是本发明实施例中调整先验概率的界面示意图；

图10是本发明实施例中数据分区的界面示意图；

图11是本发明实施例中变量转换的界面示意图；

图12是本发明实施例中模型阈值结果分析的界面示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施方式和附图，对本发明做进一步详细说明。在此，本发明的示意性实施方式及其说明用于解释本发明，但并不作为对本发明的限定。

本发明的目的在于提供一种大数据分析处理与监控系统及方法，利用互联网挖掘技术，依托数据仓库，引入金融系统各类业务数据，建立统一的风险预警监控管理架构，完成模型设置、训练、验证等全流程管理工作。以此提高模型结果的准确性、灵活性和时效性，智能化计算模型阈值，并能从客户、行业、区域、产品、机构乃至人员的多维度建立模型甄别信用风险。

本发明提供的技术方案的大体技术方案是：快速采集多渠道的海量信息、数据，并进行存储和管理，形成分析挖掘的基础，通过分析业务风险案例(业务定义为不良的资产)，明确监控对象，归纳风险演变路径，总结风险特征形成模型因子，并利用逻辑回归、时间序列、关联分析等数据算法将模型因子进行聚合，组成预测模型。抽样模型数据通过模型训练进行模型逻辑验证、决策树算法智能化确定模型阈值，并根据预设的频率运行模型，并对运行结果进行定量和定性的评估，对未达标的模型进行校准或退出，达标的模型则部署在数据仓库上，从多维度对终端客户的信用风险进行监控。

下面对本发明实施例提供的技术方案进行详细介绍。

图1是本发明实施例中信用风险监控系统的结构示意图，如图1所示，该系统包括：数据仓库1、预测模型构建单元2、预测模型训练单元3和预测模型运用单元4，其中：

数据仓库1，用于采集银行的结构化数据和非结构化数据，对结构化数据进行整合后，按照银行业务主题进行组织和存储，对非结构化数据进行整合后，进行结构化处理为结构化数据；

预测模型构建单元2，用于从结构化数据中收集信用风险案例数据，根据风险案例数据的风险特征、属性及监控对象，得到多个模型因子，对多个模型因子进行分类，根据分类结果，聚合模型因子建立多个预测模型；模型因子为引发信用风险的规则参数；

预测模型训练单元3，用于验证每个预测模型是否符合聚合逻辑，评估符合聚合逻辑的预测模型的预测效果，根据评估结果，确定预测效果达到预设指标的预测模型及其最优模型阈值；

预测模型运用单元4，用于利用预测效果达到预设指标的预测模型及其最优模型阈值，对监控对象进行信用风险监控。

与现有技术相比较，本发明实施例提供的技术方案，可以达到如下有益技术效果：

首先，与现有技术中大多风险监控体系中，利用单一数据源作为信用风险监控的基础相比较，本发明实施例的技术方案采集了银行的结构化数据和非结构化数据，该结构化数据和非结构化数据包括了多渠道的海量信息和数据，形成了信用风险分析和挖掘的基础，为后续进行信用风险监控奠定了坚实的基础；

其次，与现有技术中大多风险监控体系中，以人工方式建立的信用风险监控模型来进行信用风险监控相比较，本发明实施例提供的技术方案，通过从上述整合和结构化处理后的非结构化数据和结构化数据中收集信用风险案例数据，根据风险案例数据的风险特征、属性及监控对象，得到多个模型因子，对多个模型因子进行分类，根据分类结果，聚合模型因子建立多个预测模型，可以提高风险监控的准确性、灵活性和时效性；

最后，与现有技术中大多风险监控体系中，模型阈值通过业务自己定义相比较，本发明实施例提供的技术方案，通过验证每个预测模型是否符合聚合逻辑，评估符合聚合逻辑的预测模型的预测效果，根据评估结果，确定预测效果达到预设指标的预测模型及其最优模型阈值，来进行智能化的计算模型阈值，经过训练验证等全流程，最终得到了预测效果达到预设指标的预测模型及其最优模型阈值，提高了预测模型预测结果的准确性、灵活性和时效性。

综上，本发明实施例通过的技术方案提高了信用风险监控的准确度。

具体实施时，预测模型可以参考下文的单因子线性回归模型。

具体实施时，所述数据仓库1与预测模型构建单元2相连，负责采集内、外部的非结构化数据以及业务系统的结构化数据、并将各渠道数据进行整合、结构化处理，具体为：首先，对结构化数据，按照银行业务主题(如当事人、机构、资产、产品、协议、事件等)重组结构；其次，对非结构化数据，通过标签、分类、关键字、语义、日志等方式为数据打上标识，实现非结构化数据的结构化处理；最后，将处理完成的数据存储入数据仓库，为后续的模型构建、模型训练提供遵循统一数据标准的挖掘和分析环境。

具体实施时，预测模型构建单元2接收到数据仓库1的数据后，负责抽象风险案例的风险特征、属性及监控对象，形成可能引发信贷风险的规则参数(即模型因子)，并对其进行分类，同时聚合模型因子构建模型库，存储于数据仓库1。

具体实施时，预测模型训练单元3用于验证模型逻辑，并通过分类算法(可以是决策树算法)获取最优的模型阈值，根据基础指标和复合指标评估模型使用效果(即预测效果)，根据评估结果微调模型阈值或进行修正，并进行复评估，仍未通过则废弃，对于通过的预测模型进入运行阶段。

具体实施时，预测模型运用单元4可以为信息服务引擎，该信息服务引擎则将模型运行的结果应用于信贷全流程(客户评级、授信、审查审批、作业监督、贷后管理)、数据灵活定制、信息检索、客户可视化视图。

在一个实施例中，如图2所示，数据仓库1包括：数据采集单元11、数据整合单元12、结构化处理单元13和存储单元14，其中：

数据采集单元11，用于采集银行各业务系统的结构化数据，以及银行内、外部的非结构数据；

数据整合单元12，用于将结构化数据和非结构数据进行抽取、装载和转换整合处理；

结构化处理单元13，用于对整合处理后的结构化数据，按照银行业务主题进行组织和存储；对整合处理后的非结构化数据，通过标签、分类、关键字、语义或日志方式打上标识，最后将非结构化数据结构化处理为结构化数据；

存储单元14，用于存储整合处理后的、组织和存储的结构化数据，以及非结构化数据结构化处理成的结构化数据。

在一个实施例中，如图3所示，预测模型构建单元2包括：样本分析单元21、抽象单元22、因子聚合单元23和模型库建立单元24，其中：

样本分析单元21，用于对结构化数据中的资产进行分析，将业务定义为不良的资产数据作为信用风险案例数据，输入到抽象单元；

抽象单元22，用于抽象出所述风险案例数据的风险特征、属性(如时间、地域等)及监控对象，根据风险特征、属性及监控对象，得到多个模型因子，根据交易主体、交易行为、行为分析、异常分析点，对多个模型因子进行分类；

因子聚合单元23，用于找出每一类的模型因子中，关联性最大的模型因子进行聚合，最终形成多个预测模型；

模型库建立单元24，用于建立模型库来存储多个预测模型。

下面对预测模型构建单元2进行详细介绍。

具体实施时，样本分析单元21负责根据资产质量分类的原则，将归类为次级、可疑、损失的资产作为风险案例并进行收集，输入到抽象单元22。

具体实施时，抽象单元22负责抽象出风险案例的监控对象(多维度)及其风险特征，监控对象包括四类对象：融资客户监控、信贷与投资组合监控、信贷机构监控、信贷人员监控。针对不同的监控对象，采取差异化的监控机制和处理流程：对于融资客户监控，包括一般法人、小企业、机构、金融资产服务业务、个人，根据风险程度大小建立差异化的管理目标并实施分类预警；对信贷与投资组合监控，结合金融系统风险偏好与信贷战略，对其风险、收益、成本、资本因素进行监测分析；对信贷机构监控，对机构信贷运营能力持续开展实时监测评价，分析其信贷运营和风险管理中存在的问题；对信贷人员监控，对调查、审查、审批、签批、放款核准、贷款发放、放款后监督、贷后管理人员等各环节信贷从业人员进行监督评价，识别违规和未尽职行为。同时，根据交易主体、交易行为、行为分析、异常分析点对模型因子进行分类。

以资金交易类模型因子分类过程为例，交易主体为客户交易对手、银行、投资公司，交易行为为经营性收入/支出、筹资性收入/支出、投资性收入/支出，行为分析为现金或转帐等交易行为、异常分析点为资金的流量、流向、用途、来源等，具体请参见附图8。

下面对因子聚合单元23进行详细介绍。

在一个实施例中，因子聚合单元23具体用于：

计算风险案例数据中监控对象的不良贷款率；

根据不良贷款率，建立单因子线性回归模型；

通过单因子线性回归模型，找出与不良贷款率相关的模型因子进行关联分析，对关联度最高的模型因子进行聚合，建立预测模型。

在一个实施例中，按照如下公式计算风险案例数据中监控对象的不良贷款率：

$P_i=F\left(Z_i\right)=\frac{1}{1+e^{-z_i}}=\frac{1}{1+e^{-({\mathrm{\β}}_0+{\mathrm{\β}}_1{X}_i)}};$

其中，P_i为监控对象i的不良贷款率；Z_i＝β₀+β₁X_i为监控对象i的不良贷款率的期望值；X_i为自变量(即模型因子)，包括：经营性收入和投资性收入；β₀、β₁为业务预设参数(可通过二元概率模型回归获得，也可以根据具体情况手工调整，具体实施时，实施例中，β₀可以为0.63，β₁可以为0.19)；当Z_i→+∞时，P_i→1；当Z_i→-∞时，P_i→0；当Z_i＝0，P_i＝0.5；不良贷款率的期望值越大，监控对象发生不良贷款率的几率越高。

在一个实施例中，单因子线性回归模型为：

$ln\left(\frac{P_i}{1-p_i}\right)={\mathrm{\β}}_0+{\mathrm{\β}}_1{X}_i+{\mathrm{\μ}}_i;$

其中，P_i为监控对象i的不良贷款率；X_i为自变量，包括：经营性收入和投资性收入；β₀、β₁为业务预设参数；μ_i为预设的经验值。

具体实施时，因子聚合单元23负责找出关联性最大的模型因子进行聚合，使用数学模型进行回归模拟。由于客户不良贷款率是验证客户信用风险的重要标准，所以首先需要获取客户不良贷款率(下文称为不良率)作为聚合关联因子的重要参考和基准点，聚合方法如下：

非线性概率模型，又称逻辑模型，其基本形式为一种非线性函数——逻辑函数：

$P_i=F\left(Z_i\right)=\frac{1}{1+e^{-z_i}}=\frac{1}{1+e^{-({\mathrm{\β}}_0+{\mathrm{\β}}_1{X}_i)}};$

其中，P_i表示预测变量(客户i不良率)，Z_i＝β₀+β₁X_i表示客户i不良率的期望值，X_i为自变量(如：经营性收入、投资性收入等)，β₀、β₁为业务预设参数。这个函数的图形是一条S型曲线。

当Z_i→+∞时,P_i→1；

当Z_i→-∞时,P_i→0；

当Z_i＝0,P_i＝0.5。

这说明预期值越大，客户发生不良的情况几率就越高，所以可以将认为违约情况趋近于1，未违约情况趋近于0，

我们可以把P_i看作一个变量，于是便有单因子线性回归模型：

$ln\left(\frac{P_i}{1-p_i}\right)={\mathrm{\β}}_0+{\mathrm{\β}}_1{X}_i+{\mathrm{\μ}}_i;$

μ_i为经验值，可以进行预设。通过上述单因子线性回归模型，通过找出与这一类违约高度相关的若干自变量，建立预测模型，预测客户和其债项的违约风险。

在一个实施例中，按照如下公式计算模型因子的关联度：

$corr(X,Y)=\frac{\Σ(X-\stackrel{\‾}{X})(Y-\stackrel{\‾}{Y})}{\sqrt{\Σ{(X-\stackrel{\‾}{X})}^2{(Y-\stackrel{\‾}{Y})}^2}}=\frac{l_{xy}}{\sqrt{l_{xx}{l}_{yy}}};$

其中，corr(X,Y)为模型因子X与模型因子Y的关联度函数；l_xx为X的离均差平方和，l_yy为Y的离均差平方和，l_xy为X与Y间的离均差积和，X和Y为两个相关的模型因子，表示自变量X和预测变量的平均值，表示自变量Y和预测变量的平均值，自变量即通过单因子线性回归模型找出的与不良贷款率相关的模型因子，预测变量即单因子线性回归模型中计算的Pi(监控对象i的不良贷款率)；n为模型因子的数量，若求得Corr(x,y)大于阈值，代表模型因子X和模型因子Y的关联度大。

具体实施时，对选出的和客户不良率高度相关的模型因子进行关联分析，对关联度最高的若干个模型因子进行聚合，组成预测模型。关联规则是形如X Y的蕴含表达式,其中X和Y是不相交的项集。关联规则的强度包括：支持度Support(s)(确定项集的频繁程度)和置信度Confidence(c)(确定Y在包含X的事务中出现的频繁程度)。使用Pearson函数来度量模型因子X和模型因子Y的关联关系。

$corr(X,Y)=\frac{\Σ(X-\stackrel{\‾}{X})(Y-\stackrel{\‾}{Y})}{\sqrt{\Σ{(X-\stackrel{\‾}{X})}^2{(Y-\stackrel{\‾}{Y})}^2}}=\frac{l_{xy}}{\sqrt{l_{xx}{l}_{yy}}};$

其中，n为模型因子的数据量，表示自变量和预测变量的平均值，求得Corr(x,y)大于阈值，则代表X和Y有较强的关联性，可以进行组合形成模型，阈值通常为[-1，1]。

具体实施时，模型库建立单元24负责将聚合形成的模型统一存储形成模型库。模型库负责对数据分析、模型开发、模型训练、模型评价、模型发布、模型验证、模型退出的全生命周期流程进行管理。

在一个实施例中，如图4所示，预测模型训练单元3包括：模型验证单元31、模型评估单元32和模型修正单元33，其中：

模型验证单元31，用于从数据仓库中抽样劣变和非劣变监控对象，作为数据样本，验证预测模型的逻辑，计算通过逻辑验证的预测模型的最优模型阈值；劣变为已经发生不良贷款率的客户；

模型评估单元32，用于根据监控对象实际发生信用问题情况与预测模型的预测结果，评估通过逻辑验证的预测模型的预测效果，将基础指标未达到预设值的预测模型送回模型验证单元，重新调整阈值，将复合指标未达到预设值的预测模型送入模型修正单元，将基础指标和复合指标均满足预设值的预测模型及其最优模型阈值存入数据仓库；基础指标包括：预警率、命中率和违约覆盖率，复合指标包括：模型区分能力AR值、影响IV值；

模型修正单元33，用于对复合指标未达到预设值的预测模型进行微调模型阈值，调整后重新送回模型评估单元。

下面对预测模型训练单元3进行详细介绍。

具体实施时，模型验证单元31负责抽样劣变非劣变客户，作为数据样本验证模型逻辑，所述劣变为已经发生不良的客户，并通过决策树算法获取最优的模型阈值。

具体实施时，模型评估单元32负责评估模型的使用效果，以如下指标值来判断：如：预警率、命中率、违约覆盖率等基础指标未达到预设值，则将预测模型送回模型验证单元31重新调整阈值；如AR值、IV值等复合指标未达到预设值，则将预测模型送入模型修正单元33进行微调；如所有指标(基础指标和复合指标)均满足预设值，则将模型送入预测模型运用单元4，例如信息服务引擎进行运用。

下面对上文提到的基础指标和复合指标举例如下：

1、预警率＝预警客户数/全部客户数，>0.1(业界公允值，可调整)即为表现好。

2、命中率＝命中的违约客户数/预警客户数，>0.1(业界公允值，可调整)即为表现好。

3、违约覆盖率＝命中的违约客户数/全部违约客户数。

4、AR值＝(违约覆盖率-预警率)/(1-全部违约客户数/全部客户数)【注】:AR值是一个统计量指标，用以统计变量(模型因子)的区分能力，表中AR>0.3(业界公允值)即为表现好。

5、IV值＝sum[(p1-p0)*ln(p1/p0)]【注】:p1＝(预警客户数-命中的违约客户数)/(全部客户数-全部违约客户数)；p0＝命中的违约客户数/全部违约客户数；IV值是衡量自变量对目标变量影响的指标之一，即模型因子对违约结构的影响值，表中IV>0.3(业界公允值)即为表现好。

具体实施时，模型修正单元33负责修正模型，系统提供用户微调模型阈值参数的功能，并将调整后的模型发回给模型评估单元32重新评价各项指标，如果通过则直接运行，如果复评估后仍未通过则废弃。

在一个实施例中，如图5所示，模型验证单元31包括：模型数据抽样单元311、模型逻辑验证单元312和模型阈值决策单元313，其中：

模型数据抽样单元311，用于从数据仓库中抽样劣变和非劣变监控对象；其中，劣变监控对象与非劣变监控对象的比例为：50：50；

模型逻辑验证单元312，用于根据抽样监控对象实际发生信用问题的情况，验证预测模型的模型因子指标逻辑是否符合模型因子分类规则；

模型阈值决策单元313，用于计算符合模型因子分类规则的预测模型的最优模型阈值。

下面对模型验证单元31进行详细介绍。

具体实施时，模型数据抽样单元311负责对客户数据集进行抽样。其中，劣变客户数：非劣变客户数＝50：50的比例组合。本文的抽样过程以业务定义的劣变客户分类为准。样本抽样过程如下：

(一)劣变客户样本：

筛选在M年N月(如2014年2月)为正常或关注，且N+6月(如2014年2月到8月)期间，发生逾期、欠息、或贷款五级分类较统计当期(N+6月)变差的的客户，取其客户编号、劣变日期，记为“客户清单1”，如下表1所示。如果一个客户发生多次劣变，则取多条记录。

客户编号	劣变日期
		party_id	xxxx-xx-xx

表1

查看“客户清单1”中的客户在劣变日期前1-6个月月末的劣变情况，查看其在6个月间的劣变情况。

表2

如果客户在劣变日期前6个月内某月发生劣变，则该月份不用于生成客户记录，否则用“客户编号||统计日期”生成一个新的客户编号，形成“客户清单2”，如上表2所示。即客户在劣变日期前6个月内有X次劣变，则生成6-X个新的客户编号。

查看“客户清单2”中的劣变客户在统计日期的模型因子指标。

表3

(二)非劣变客户样本：

筛选在N+6月(如2014年2月到8月)期间未发生劣变的客户，形成“客户清单3”，如上表3所示。

查看“客户清单3”中的未发生劣变的客户在M年N月(如2014年2月)的模型因子指标。

具体实施时，模型逻辑验证单元312负责对“客户清单2”、“客户清单3”的模型因子指标逻辑进行验证，是否符合模型因子分类规则。

具体实施时，模型阈值决策单元313负责测算最优的模型阈值(模型运行参数)，本文以SASEM工具为例进行分析，注：SASEM是一种数据挖掘分析工具。确认分析样本后，需要对样本进行数据准备，并进行数据分析获得结果，步骤如下(即利用决策树算法，智能化确定最优模型阈值)：

1、先验概率调整

由于样本中以劣变客户：非劣变客户＝50：50的比例组合，而实际数据中，劣变客户与非劣变客户的比重为2.45：97.55，因此需要调整先验概率(根据以往经验和分析得到的概率)，请参考附图9。

2、数据分区

将原始数据按40:30:30分为训练集、验证集和测试集。训练集和验证集用于模型训练，测试集用于评分，请参考附图10。

3、模型视图构建

根据具体的业务规则和风险挖掘要求，利用SASEM工具的数据抽样、探索、修改、建模、评价等功能节点完成建模流程。

4、变量转换

部分比率字段数值过小，决策树区分不明显，因此对此类变量做放大10万倍(预设值，可参数化)转换，请参考附图11。

5、结果分析

决策树模型对于已有的因子，找到最佳区分路径，运行结果如图12所示，图12中白色节点纯度提升最明显。这个节点的客户群发生劣变风险的概率较大，每个子节点的阈值即每个模型因子的最优模型阈值。

基于同一发明构思，本发明实施例中还提供了一种信用风险监控方法，如下面的实施例所述。由于信用风险监控方法问题的原理与信用风险监控系统相似，因此信用风险监控方法的实施可以参见信用风险监控系统的实施，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

图6是本发明实施例中信用风险监控方法的流程示意图，如图6所示，该方法包括如下步骤：

步骤101：采集银行的结构化数据和非结构化数据，对所述结构化数据进行整合后，按照银行业务主题进行组织和存储，对所述非结构化数据进行整合后，进行结构化处理为结构化数据；

步骤102：从所述结构化数据中收集信用风险案例数据，根据所述风险案例数据的风险特征、属性及监控对象，得到多个模型因子，对多个模型因子进行分类，根据分类结果，聚合模型因子建立多个预测模型；所述模型因子为引发信用风险的规则参数；

步骤103：验证每个预测模型是否符合聚合逻辑，评估符合聚合逻辑的预测模型的预测效果，根据评估结果，确定预测效果达到预设指标的预测模型及其最优模型阈值；

步骤104：利用预测效果达到预设指标的预测模型及其最优模型阈值，对监控对象进行信用风险监控。

在一个实施例中，上述步骤102从所述结构化数据中收集信用风险案例数据，根据所述风险案例数据的风险特征、属性及监控对象，得到多个模型因子，对多个模型因子进行分类，根据分类结果，聚合模型因子建立多个预测模型；所述模型因子为引发信用风险的规则参数，包括：

对结构化数据中的资产进行分析，将业务定义为不良的资产数据作为信用风险案例数据，输入到抽象单元；

抽象出所述风险案例数据的风险特征、属性及监控对象，根据风险特征、属性及监控对象，得到多个模型因子，根据交易主体、交易行为、行为分析、异常分析点，对多个模型因子进行分类；

找出每一类的模型因子中，关联性最大的模型因子进行聚合，最终形成多个预测模型；

建立模型库来存储所述多个预测模型。

在一个实施例中，找出每一类的模型因子中，关联性最大的模型因子进行聚合，最终形成多个预测模型，包括：

计算风险案例数据中监控对象的不良贷款率；

根据所述不良贷款率，建立单因子线性回归模型；

通过所述单因子线性回归模型，找出与不良贷款率相关的模型因子进行关联分析，对关联度最高的模型因子进行聚合，建立预测模型。

在一个实施例中，按照如下公式计算风险案例数据中监控对象的不良贷款率：

$P_i=F\left(Z_i\right)=\frac{1}{1+e^{-z_i}}=\frac{1}{1+e^{-({\mathrm{\β}}_0+{\mathrm{\β}}_1{X}_i)}};$

其中，P_i为监控对象i的不良贷款率；Z_i＝β₀+β₁X_i为监控对象i的不良贷款率的期望值；X_i为自变量，包括：经营性收入和投资性收入；β₀、β₁为业务预设参数；当Z_i→+∞时，P_i→1；当Z_i→-∞时，P_i→0；当Z_i＝0，P_i＝0.5；不良贷款率的期望值越大，监控对象发生不良贷款率的几率越高。

在一个实施例中，所述单因子线性回归模型为：

$ln\left(\frac{P_i}{1-p_i}\right)={\mathrm{\β}}_0+{\mathrm{\β}}_1{X}_i+{\mathrm{\μ}}_i;$

其中，P_i为监控对象i的不良贷款率；X_i为自变量，包括：经营性收入和投资性收入；β₀、β₁为业务预设参数；μ_i为预设的经验值。

在一个实施例中，按照如下公式计算模型因子的关联度：

$corr(X,Y)=\frac{\Σ(X-\stackrel{\‾}{X})(Y-\stackrel{\‾}{Y})}{\sqrt{\Σ{(X-\stackrel{\‾}{X})}^2{(Y-\stackrel{\‾}{Y})}^2}}=\frac{l_{xy}}{\sqrt{l_{xx}{l}_{yy}}};$

其中，corr(X,Y)为模型因子X与模型因子Y的关联度函数；l_xx为X的离均差平方和，l_yy为Y的离均差平方和，l_xy为X与Y间的离均差积和，X和Y为两个相关的模型因子，表示自变量X和预测变量的平均值，表示自变量Y和预测变量的平均值，自变量即通过单因子线性回归模型找出的与不良贷款率相关的模型因子，预测变量即单因子线性回归模型中计算的Pi(监控对象i的不良贷款率)；n为模型因子的数量，若求得Corr(x,y)大于阈值，代表模型因子X和模型因子Y的关联度大。

在一个实施例中，验证每个预测模型是否符合聚合逻辑，评估符合聚合逻辑的预测模型的预测效果，根据评估结果，确定预测效果达到预设指标的预测模型及其最优模型阈值，包括：

从所述数据仓库中抽样劣变和非劣变监控对象，作为数据样本，验证预测模型的逻辑，计算通过逻辑验证的预测模型的最优模型阈值；所述劣变为已经发生不良贷款率的客户；

根据监控对象实际发生信用问题情况与所述预测模型的预测结果，评估通过逻辑验证的预测模型的预测效果，将基础指标未达到预设值的预测模型送回模型验证单元，重新调整阈值，将复合指标未达到预设值的预测模型送入模型修正单元，将基础指标和复合指标均满足预设值的预测模型及其最优模型阈值存入数据仓库；所述基础指标包括：预警率、命中率和违约覆盖率，所述复合指标包括：模型区分能力AR值、影响IV值；

对复合指标未达到预设值的预测模型进行微调模型阈值，调整后重新送回模型评估单元。

在一个实施例中，从所述数据仓库中抽样劣变和非劣变监控对象，作为数据样本，验证预测模型的逻辑，求得通过逻辑验证的预测模型的最优模型阈值，包括：

从所述数据仓库中抽样劣变和非劣变监控对象；其中，劣变监控对象与非劣变监控对象的比例为：50：50；

根据抽样监控对象实际发生信用问题的情况，验证预测模型的模型因子指标逻辑是否符合模型因子分类规则；

计算符合模型因子分类规则的预测模型的最优模型阈值。

图7是本发明另一实施例中信用风险监控方法的流程示意图，如图7所示，该方法包括如下步骤：

步骤201：数据采集单元对各业务系统的结构化数据、及内、外的非结构化数据进行采集；

步骤202：数据整合单元将不同来源的数据进行存储和整合，对数据作抽取(Extract)、装载(Load)和转换(Transform)形成数据模型。其中，抽取环节指将需要落地的数据通过统一的接口结构、统一的数据格式装载入数据仓库；装载环节指以随到随加载的方式将源数据加载到仓库临时区，用于后续的具体数据转换；数据转换环节是数据整合的核心环节，该环节中，仓库临时区中的数据经过数据结构、数据字典等转换以后形成基础主题数据模型和主题模型，然后进一步轻度汇总成汇总层模型，共同为下游各应用提供数据服务；

步骤203：结构化处理单元对整合后的各类数据进行结构化处理。结构化处理指按照银行业务主题(如当事人、机构、资产、产品、协议、事件、渠道、总账、营销等)对传统的结构化数据进行组织和存储，对非结构化数据则先通过标签、分类、关键字、语义、日志等方式打上标识，再通过处理结构化数据的方法对标识后的数据进行再处理，实现非结构化数据的结构化处理；

步骤204：存储单元对结构化处理后的数据在数据仓库中进行存储和管理，形成数据挖掘环境；

步骤205：样本分析单元将业务定义为不良的资产作为风险案例进行收集；

步骤206：抽象单元将收集到的风险案例根据风险特征、属性及监测对象进行抽象得到模型因子；

步骤207：因子聚合单元通过数据算法进行逻辑回归模拟找出和不良最为相关的因子，然后对选出的和违约高度相关的模型因子进行关联分析，对关联度最高的模型因子进行聚合，组成预测模型；

步骤208：模型库建立单元将形成的多个预测模型纳入数据挖掘环境进行存储；

步骤209：模型数据抽样单元抽样出以预先定义的劣变非劣变客户的数据；

步骤210：模型逻辑验证单元对数据中模型因子的指标逻辑进行验证，是否符合模型因子分类规则；

步骤211：模型阈值决策单元根据抽样数据测算最优的模型阈值(模型运行参数)；

步骤212：模型评估单元通过收集客户的实际违约情况，既客户实际发生不良，将实际业务数据和模型的运行结果进行比较和评估；

步骤213：判断预警率、命中率是否达到预期值，若未达预期值，回退到步骤210，即将模型送回模型验证单元31重新调整阈值；

步骤214：判断违约覆盖率是否达到预期值，若未达预期值，回退到步骤210，即将模型送回模型验证单元31重新调整阈值；

步骤215：判断模型区分能力(AR值)和影响值(IV值)是否达到预期值，若未达标则送入模型修正单元；

步骤216：模型修正单元对模型阈值(模型运行参数)进行微调校准；

步骤217：预测模型运用单元将结果应用于信贷全流程(客户评级、授信、审查审批、作业监督、贷后管理)、数据灵活定制、信息检索、客户可视化视图等。

本发明实施例实现了如下技术效果：

本发明实施例提供的技术方案中预测模型可部署在结构化数据仓库和非结构化数据仓库上，并按照预定的频率进行运行，形成例行化运行。预测模型运行的结果(客户是否存在或者即将发生信用风险)可通过批量、联机、异步的方式对接到信贷业务办理和客户服务流程中，对挖掘出的客户信用信息通过预警、刚性控制等方式传导至信贷全流程中。扩充了信用风险的数据基础，提升了信用风险相关数据挖掘能力，提高了信用风险监控的准确度。

显然，本领域的技术人员应该明白，上述的本发明实施例的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们储存在储存装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明实施例不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (16)

1.一种信用风险监控系统，其特征在于，包括：数据仓库、预测模型构建单元、预测模型训练单元和预测模型运用单元，其中：

数据仓库，用于采集银行的结构化数据和非结构化数据，对所述结构化数据进行整合后，按照银行业务主题进行组织和存储，对所述非结构化数据进行整合后，进行结构化处理为结构化数据；

预测模型构建单元，用于从所述结构化数据中收集信用风险案例数据，根据所述风险案例数据的风险特征、属性及监控对象，得到多个模型因子，对多个模型因子进行分类，根据分类结果，聚合模型因子建立多个预测模型；所述模型因子为引发信用风险的规则参数；

预测模型训练单元，用于验证每个预测模型是否符合聚合逻辑，评估符合聚合逻辑的预测模型的预测效果，根据评估结果，确定预测效果达到预设指标的预测模型及其最优模型阈值；

预测模型运用单元，用于利用预测效果达到预设指标的预测模型及其最优模型阈值，对监控对象进行信用风险监控。

2.如权利要求1所述的信用风险监控系统，其特征在于，所述预测模型构建单元包括：样本分析单元、抽象单元、因子聚合单元和模型库建立单元，其中：

样本分析单元，用于对结构化数据中的资产进行分析，将业务定义为不良的资产数据作为信用风险案例数据，输入到抽象单元；

抽象单元，用于抽象出所述风险案例数据的风险特征、属性及监控对象，根据风险特征、属性及监控对象，得到多个模型因子，根据交易主体、交易行为、行为分析、异常分析点，对多个模型因子进行分类；

因子聚合单元，用于找出每一类的模型因子中，关联性最大的模型因子进行聚合，最终形成多个预测模型；

模型库建立单元，用于建立模型库来存储所述多个预测模型。

3.如权利要求2所述的信用风险监控系统，其特征在于，所述因子聚合单元具体用于：

计算风险案例数据中监控对象的不良贷款率；

根据所述不良贷款率，建立单因子线性回归模型；

通过所述单因子线性回归模型，找出与不良贷款率相关的模型因子进行关联分析，对关联度最高的模型因子进行聚合，建立预测模型。

4.如权利要求3所述的信用风险监控系统，其特征在于，按照如下公式计算风险案例数据中监控对象的不良贷款率：

$P_i=F\left(Z_i\right)=\frac{1}{1+e^{-z_i}}=\frac{1}{1+e^{-({\mathrm{\β}}_0+{\mathrm{\β}}_1{X}_i)}};$

其中，P_i为监控对象i的不良贷款率；Z_i＝β₀+β₁X_i为监控对象i的不良贷款率的期望值；X_i为自变量，包括：经营性收入和投资性收入；β₀、β₁为业务预设参数；当Z_i→+∞时，P_i→1；当Z_i→-∞时，P_i→0；当Z_i＝0，P_i＝0.5；不良贷款率的期望值越大，监控对象发生不良贷款率的几率越高。

5.如权利要求3所述的信用风险监控系统，其特征在于，所述单因子线性回归模型为：

其中，P_i为监控对象i的不良贷款率；X_i为自变量，包括：经营性收入和投资性收入；β₀、β₁为业务预设参数；μ_i为预设的经验值。

6.如权利要求3所述的信用风险监控系统，其特征在于，对关联度最高的模型因子进行聚合，建立预测模型，包括：按照如下公式计算模型因子的关联度：

$corr(X,Y)=\frac{\Σ(X-\stackrel{\‾}{X})(Y-\stackrel{\‾}{Y})}{\sqrt{\Σ{(X-\stackrel{\‾}{X})}^2{(Y-\stackrel{\‾}{Y})}^2}}=\frac{l_{xy}}{\sqrt{l_{xx}{l}_{yy}}};$

其中，corr(X,Y)为模型因子X与模型因子Y的关联度函数；l_xx为X的离均差平方和，l_yy为Y的离均差平方和，l_xy为X与Y间的离均差积和，X和Y为两个相关的模型因子，表示自变量X和预测变量的平均值，表示自变量Y和预测变量的平均值；n为模型因子的数量，若求得Corr(x,y)大于阈值，代表模型因子X和模型因子Y的关联度大。

7.如权利要求1所述的信用风险监控系统，其特征在于，所述预测模型训练单元包括：模型验证单元、模型评估单元和模型修正单元，其中：

模型验证单元，用于从所述数据仓库中抽样劣变和非劣变监控对象，作为数据样本，验证预测模型的逻辑，计算通过逻辑验证的预测模型的最优模型阈值；所述劣变为已经发生不良贷款率的客户；

模型评估单元，用于根据监控对象实际发生信用问题情况与所述预测模型的预测结果，评估通过逻辑验证的预测模型的预测效果，将基础指标未达到预设值的预测模型送回模型验证单元，重新调整阈值，将复合指标未达到预设值的预测模型送入模型修正单元，将基础指标和复合指标均满足预设值的预测模型及其最优模型阈值存入数据仓库；所述基础指标包括：预警率、命中率和违约覆盖率，所述复合指标包括：模型区分能力AR值、影响IV值；

模型修正单元，用于对复合指标未达到预设值的预测模型进行微调模型阈值，调整后重新送回模型评估单元。

8.如权利要求7所述的信用风险监控系统，其特征在于，所述模型验证单元包括：模型数据抽样单元、模型逻辑验证单元和模型阈值决策单元，其中：

模型数据抽样单元，用于从所述数据仓库中抽样劣变和非劣变监控对象；其中，劣变监控对象与非劣变监控对象的比例为：50：50；

模型逻辑验证单元，用于根据抽样监控对象实际发生信用问题的情况，验证预测模型的模型因子指标逻辑是否符合模型因子分类规则；

模型阈值决策单元，用于计算符合模型因子分类规则的预测模型的最优模型阈值。

9.一种信用风险监控方法，其特征在于，包括：

采集银行的结构化数据和非结构化数据，对所述结构化数据进行整合后，按照银行业务主题进行组织和存储，对所述非结构化数据进行整合后，进行结构化处理为结构化数据；

从所述结构化数据中收集信用风险案例数据，根据所述风险案例数据的风险特征、属性及监控对象，得到多个模型因子，对多个模型因子进行分类，根据分类结果，聚合模型因子建立多个预测模型；所述模型因子为引发信用风险的规则参数；

验证每个预测模型是否符合聚合逻辑，评估符合聚合逻辑的预测模型的预测效果，根据评估结果，确定预测效果达到预设指标的预测模型及其最优模型阈值；

利用预测效果达到预设指标的预测模型及其最优模型阈值，对监控对象进行信用风险监控。

10.如权利要求9所述的信用风险监控方法，其特征在于，从所述结构化数据中收集信用风险案例数据，根据所述风险案例数据的风险特征、属性及监控对象，得到多个模型因子，对多个模型因子进行分类，根据分类结果，聚合模型因子建立多个预测模型；所述模型因子为引发信用风险的规则参数，包括：

对结构化数据中的资产进行分析，将业务定义为不良的资产数据作为信用风险案例数据，输入到抽象单元；

抽象出所述风险案例数据的风险特征、属性及监控对象，根据风险特征、属性及监控对象，得到多个模型因子，根据交易主体、交易行为、行为分析、异常分析点，对多个模型因子进行分类；

找出每一类的模型因子中，关联性最大的模型因子进行聚合，最终形成多个预测模型；

建立模型库来存储所述多个预测模型。

11.如权利要求10所述的信用风险监控方法，其特征在于，找出每一类的模型因子中，关联性最大的模型因子进行聚合，最终形成多个预测模型，包括：

计算风险案例数据中监控对象的不良贷款率；

根据所述不良贷款率，建立单因子线性回归模型；

通过所述单因子线性回归模型，找出与不良贷款率相关的模型因子进行关联分析，对关联度最高的模型因子进行聚合，建立预测模型。

12.如权利要求11所述的信用风险监控方法，其特征在于，按照如下公式计算风险案例数据中监控对象的不良贷款率：

$P_i=F\left(Z_i\right)=\frac{1}{1+e^{-z_i}}=\frac{1}{1+e^{-({\mathrm{\β}}_0+{\mathrm{\β}}_1{X}_i)}};$

其中，P_i为监控对象i的不良贷款率；Z_i＝β₀+β₁X_i为监控对象i的不良贷款率的期望值；X_i为自变量，包括：经营性收入和投资性收入；β₀、β₁为业务预设参数；当Z_i→+∞时，P_i→1；当Z_i→-∞时，P_i→0；当Z_i＝0，P_i＝0.5；不良贷款率的期望值越大，监控对象发生不良贷款率的几率越高。

13.如权利要求11所述的信用风险监控方法，其特征在于，所述单因子线性回归模型为：

$ln\left(\frac{P_i}{1-p_i}\right)={\mathrm{\β}}_0+{\mathrm{\β}}_1{X}_i+{\mathrm{\μ}}_i;$

其中，P_i为监控对象i的不良贷款率；X_i为自变量，包括：经营性收入和投资性收入；β₀、β₁为业务预设参数；μ_i为预设的经验值。

14.如权利要求11所述的信用风险监控方法，其特征在于，按照如下公式计算模型因子的关联度：

$corr(X,Y)=\frac{\mathrm{\Σ}(X-\stackrel{\‾}{X})(Y-\stackrel{\‾}{Y})}{\sqrt{\mathrm{\Σ}{(X-\stackrel{\‾}{X})}^2{(Y-\stackrel{\‾}{Y})}^2}}=\frac{l_{xy}}{\sqrt{l_{xx}{l}_{yy}}};$

其中，corr(X,Y)为模型因子X与模型因子Y的关联度函数；l_xx为X的离均差平方和，l_yy为Y的离均差平方和，l_xy为X与Y间的离均差积和，X和Y为两个相关的模型因子，表示自变量X和预测变量的平均值，表示自变量Y和预测变量的平均值；n为模型因子的数量，若求得Corr(x,y)大于阈值，代表模型因子X和模型因子Y的关联度大。

15.如权利要求9所述的信用风险监控方法，其特征在于，验证每个预测模型是否符合聚合逻辑，评估符合聚合逻辑的预测模型的预测效果，根据评估结果，确定预测效果达到预设指标的预测模型及其最优模型阈值，包括：

从所述数据仓库中抽样劣变和非劣变监控对象，作为数据样本，验证预测模型的逻辑，计算通过逻辑验证的预测模型的最优模型阈值；所述劣变为已经发生不良贷款率的客户；

根据监控对象实际发生信用问题情况与所述预测模型的预测结果，评估通过逻辑验证的预测模型的预测效果，将基础指标未达到预设值的预测模型送回模型验证单元，重新调整阈值，将复合指标未达到预设值的预测模型送入模型修正单元，将基础指标和复合指标均满足预设值的预测模型及其最优模型阈值存入数据仓库；所述基础指标包括：预警率、命中率和违约覆盖率，所述复合指标包括：模型区分能力AR值、影响IV值；

对复合指标未达到预设值的预测模型进行微调模型阈值，调整后重新送回模型评估单元。

16.如权利要求15所述的信用风险监控方法，其特征在于，从所述数据仓库中抽样劣变和非劣变监控对象，作为数据样本，验证预测模型的逻辑，计算通过逻辑验证的预测模型的最优模型阈值，包括：

从所述数据仓库中抽样劣变和非劣变监控对象；其中，劣变监控对象与非劣变监控对象的比例为：50：50；

根据抽样监控对象实际发生信用问题的情况，验证预测模型的模型因子指标逻辑是否符合模型因子分类规则；

计算符合模型因子分类规则的预测模型的最优模型阈值。