一種構建及驗證信用評分方程的方法和系統(tǒng)設計技術方案

本發(fā)明專利技術公開了一種構建及驗證信用評分方程的方法和系統(tǒng)設計,中央計算機服務器與公共網(wǎng)絡連接，中央計算機服務器有個基于一系列指令的計算機可用媒介，該指令由處理器執(zhí)行，使處理器執(zhí)行評估借款人信用風險的電子過程,包括如下流程：1)通過公共網(wǎng)絡從以下至少一個數(shù)據(jù)源搜索和收集借款人的數(shù)據(jù)集；2)將數(shù)據(jù)集轉換成一些與借款人信用風險相關的變量；3)用統(tǒng)計或機器學習的方法獨立處理每一個變量來產生描述借款人特定方面的元變量；4)基于借款人多個變量和元變量計算目標信用風險得分。本發(fā)明專利技術獨立處理眾多變量中的每個變量從而產生描述借款人一些特定方面(元變量)的一系列獨立決策集。

Method and system design for constructing and Validating Credit Scoring equation

The invention discloses a design method and system construction and validation of credit scoring equation, the central computer server connected to the public network, the central computer server has a computer usable medium of a series of instructions based on the instructions executed by the processor, the processor performs electronic process assessment of the borrower's credit risk, including the following steps: 1) set from at least one of the following data source search and collect the borrower data through the public network; 2) data sets will be converted into some related to the borrower's credit risk variables; 3) independent methods of statistical or machine learning to deal with each variable to describe variable specific aspects of the borrower; 4) borrowers more variables and variables to calculate the target score based on credit risk. The invention independently processes each variable in the plurality of variables, thereby generating a series of independent decision sets that describe certain aspects of the borrower (meta variables).

【技術實現(xiàn)步驟摘要】
一種構建及驗證信用評分方程的方法和系統(tǒng)設計
本專利技術涉及信用評分
，尤其涉及一種構建及驗證信用評分方程的方法和系統(tǒng)設計。
技術介紹
日常購買行為中被人們廣泛使用。在50年代的美國，信用決策由銀行信審員制定，通常由于信審員和申請人在一個地區(qū)居住并熟悉申請人，那么信審員基于對申請人的了解決定是否發(fā)放貸款。此法雖然有效卻也非常有限，因為信審員的數(shù)目總是要比申請人的數(shù)目少很多。到了70年代，F(xiàn)ICO分的出現(xiàn)極大助力了信貸的審批，有效地降低了信貸審批過程對信審員的依賴。但是，風控的功能仍然不完整。諸如銀行和信用卡公司之類的貸款方使用信用分數(shù)來評估借錢給消費者后的潛在風險。為了決定誰將獲得貸款，銀行使用信用評分方程來衡量個人或實體的信用價值。傳統(tǒng)的信用評分方程通常使用的變量數(shù)目較少，而且變量的轉換也是人工完成。傳統(tǒng)信用分的方法包括三個步驟。首先，觀察樣本的每個變量(比如薪水，已貸的使用情況，還款歷史等)。其次，系統(tǒng)通過離散化給每個變量賦值(比如用數(shù)字0到10來描述還款頻率，0代表沒有還款歷史，1代表基本不經(jīng)常還，10代表每次都按時還款)。最后，在所有變量都經(jīng)過數(shù)值轉化后，系統(tǒng)將使用一個既有的固定的公式，或者編寫公式，或者一個機器學習算法來構建一個公式從而產生一組信用分數(shù)。傳統(tǒng)的變量轉換方法在上世紀50和60年代得到了很大發(fā)展，當時計算能力和信息獲取都是非常困難的。因此可想而知，傳統(tǒng)的變量轉換通常是非常簡單，且僅局限于：1)易于填充數(shù)值的單個數(shù)值型變量；2)存在明顯量化解釋的非數(shù)值變量；3)取值種類非常少的字符型變量。然而，傳統(tǒng)的變量轉換方法對于多組變量并不完全適用，特別是當數(shù)據(jù)存在部分或全部缺失的情況。對于無法被轉換的變量更是完全不適用。由于質量控制需要的原因，傳統(tǒng)變量轉換方法也受到能處理的數(shù)據(jù)量的限制。每一次的轉換和填充都需要人工花相當多的時間來分析一個或多個字段以及謹慎決定如何填充數(shù)值。因此，能有效分析的字段的數(shù)量限制在了，在一定的時間段內單人能夠理解的范圍內。也正是因為這個原因，很少風險模型能使用超過數(shù)十個字段(例如，F(xiàn)ICO分是基于5個基本的維度，包括還款歷史，信用卡使用，信用歷史，所用信用類別，近期信用搜索記錄)。沒有一個傳統(tǒng)的變量轉換方法能同時考慮數(shù)以百計(千記，萬記，甚至百萬級別的更少)的字段。而自動化的模型中增加這些變量，將使得評分結果能夠模擬過去信審人員的準確率同時還能保持甚至增加信用審批量。因此，提升和改進用來建立和驗證信用評分模型的系統(tǒng)和方法也就變得日趨重要。
技術實現(xiàn)思路
本專利技術的目的是為了解決現(xiàn)有技術中存在的缺點，而提出的一種構建及驗證信用評分方程的方法和系統(tǒng)設計。為了實現(xiàn)上述目的，本專利技術采用了如下技術方案：一種構建及驗證信用評分方程的方法和系統(tǒng)設計,中央計算機服務器與公共網(wǎng)絡連接，中央計算機服務器有個基于一系列指令的計算機可用媒介，該指令由處理器執(zhí)行，使處理器執(zhí)行評估借款人信用風險的電子過程,包括如下流程：1)通過公共網(wǎng)絡從以下至少一個數(shù)據(jù)源搜索和收集借款人的數(shù)據(jù)集：借款人、私有數(shù)據(jù)、公共數(shù)據(jù)或社交網(wǎng)絡數(shù)據(jù)源；2)將數(shù)據(jù)集轉換成一些與借款人信用風險相關的變量；3)用統(tǒng)計或機器學習的方法獨立處理每一個變量來產生描述借款人特定方面的元變量；4)基于借款人多個變量和元變量計算目標信用風險得分。優(yōu)選的，從借款人處收集借款人數(shù)據(jù)可以通過公共網(wǎng)絡進行現(xiàn)場采訪或通過用戶填寫在線調查問卷完成。優(yōu)選的，從私有數(shù)據(jù)處收集借款人數(shù)據(jù)包括如下：1)為私人提供借款人特定數(shù)據(jù)的子集的數(shù)據(jù)供應商；2)從數(shù)據(jù)供應商處收集全部或部分借款人的相關數(shù)據(jù)存儲到變量數(shù)據(jù)庫中。優(yōu)選的，從公共數(shù)據(jù)處收集借款人數(shù)據(jù)包括如下：1)進行字符串搜索、自動爬取或用項目或協(xié)議獲??；2)收集所有返回的結果并存儲到變量數(shù)據(jù)庫中。優(yōu)選的，社交網(wǎng)絡數(shù)據(jù)中收集借款人數(shù)據(jù)包括如下：1)在社交網(wǎng)絡上搜索借款人發(fā)布的數(shù)據(jù)；2)在社交網(wǎng)絡上搜索借款人相關的數(shù)據(jù)，由社交媒介服務器編譯；3)在社交網(wǎng)絡上搜索借款人社交網(wǎng)絡上部分或全部成員的社交圖譜信息，從而借款人檔案和社交網(wǎng)絡數(shù)據(jù)之間有一度或多度的分離；4)收集所有返回的結果存儲到變量數(shù)據(jù)庫中。優(yōu)選的，數(shù)據(jù)集轉換成多個變量可以通過將收集到的數(shù)據(jù)轉換成標準日期格式、標準時間格式、范圍、百分等級、經(jīng)緯度等來完成。優(yōu)選的，統(tǒng)計或機器學習的方法獨立處理每一個變量來產生描述借款人特定方面的元變量，過程包括如下：1)把借款人每一個變量的數(shù)據(jù)與借款人檔案中其它變量的數(shù)據(jù)比較；2)把借款人每一個變量的數(shù)據(jù)與其他和借款人有相似特征、相似處境的人群的平均期望比較；3)比較借款人在準備申請貸款期間的行為。優(yōu)選的，提到的計算機系統(tǒng)，其中產生一些變量，包括如下：1)通過使用風險分離技術或復雜統(tǒng)計技術找出預測子集，從而分析數(shù)據(jù)，找出至少有一個共同特征的申請人類別；2)使用線性回歸或回歸樹將類別成員從不能可靠產生相關信號的非類別成員中區(qū)分出來；3)選擇出衡量某特定類別不同方面的元變量。優(yōu)選的，基于借款人多個變量和元變量計算目標信用風險得分，過程包括如下：1)將元變量引入到統(tǒng)計或金融模型中，每個模型得出不同的預測結果；2)使用簡單的算術、機器學習或統(tǒng)計算法來集成每個模型歸一化后的分數(shù)，得到一個綜合分數(shù)。與現(xiàn)有技術相比，本專利技術的有益效果是：本專利技術主要提供了用于建立和驗證基于信貸目標的信審系統(tǒng)與方法。一種有效地建立和驗證信審功能的方法是在第一臺電腦上對每個新借款人的基礎數(shù)據(jù)都產生一個數(shù)據(jù)集(原始數(shù)據(jù))；把這些數(shù)據(jù)集都標準化為一系列變量(轉化數(shù)據(jù))；使用各種算法(統(tǒng)計、量化金融、機器學習等算法)獨立處理眾多變量中的每個變量從而產生描述借款人一些特定方面(元變量)的一系列獨立決策集。如下所述，比較推薦的做法是進一步在各類預測算法中加入相應的元變量，不同算法代表不同角度的預測能力。然后，每一個模型以各自的信心(confidence)來“投票”，并被融合到最終分數(shù)里。附圖說明圖1是“信息缺失型”借款人提供信用的系統(tǒng)方框圖；圖2是本專利技術所推薦的建立和驗證信用評估方程的系統(tǒng)框圖；圖3是是用來描述在建立和驗證信用評估方程過程中模型集成評分的流程圖；圖4是用來描述基于選定目標建立和驗證評分方程的方法的流程圖；圖5是用來描述建立和驗證信用評估方程的流程圖。具體實施方式為了使本專利技術的目的、技術方案及優(yōu)點更加清楚明白，以下結合具體實施例，對本專利技術進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本專利技術，并不用于限定本專利技術。實施例1一種構建及驗證信用評分方程的方法和系統(tǒng)設計,中央計算機服務器與公共網(wǎng)絡連接，中央計算機服務器有個基于一系列指令的計算機可用媒介，該指令由處理器執(zhí)行，使處理器執(zhí)行評估借款人信用風險的電子過程,包括如下流程：1)通過公共網(wǎng)絡從以下至少一個數(shù)據(jù)源搜索和收集借款人的數(shù)據(jù)集：借款人、私有數(shù)據(jù)、公共數(shù)據(jù)或社交網(wǎng)絡數(shù)據(jù)源；2)將數(shù)據(jù)集轉換成一些與借款人信用風險相關的變量；3)用統(tǒng)計或機器學習的方法獨立處理每一個變量來產生描述借款人特定方面的元變量；4)基于借款人多個變量和元變量計算目標信用風險得分。從借款人處收集借款人數(shù)據(jù)可以通過公共網(wǎng)絡進行現(xiàn)場采訪或通過用戶填寫在線調查問卷完成。從私有數(shù)據(jù)處收集借款人數(shù)據(jù)包括如下：1)為私人提供借本文檔來自技高網(wǎng)...

【技術保護點】
一種構建及驗證信用評分方程的方法和系統(tǒng)設計,其特征在于：中央計算機服務器與公共網(wǎng)絡連接，中央計算機服務器有個基于一系列指令的計算機可用媒介，該指令由處理器執(zhí)行，使處理器執(zhí)行評估借款人信用風險的電子過程,包括如下流程：1)通過公共網(wǎng)絡從以下至少一個數(shù)據(jù)源搜索和收集借款人的數(shù)據(jù)集：借款人、私有數(shù)據(jù)、公共數(shù)據(jù)或社交網(wǎng)絡數(shù)據(jù)源；2)將數(shù)據(jù)集轉換成一些與借款人信用風險相關的變量；3)用統(tǒng)計或機器學習的方法獨立處理每一個變量來產生描述借款人特定方面的元變量；4)基于借款人多個變量和元變量計算目標信用風險得分。

【技術特征摘要】
1.一種構建及驗證信用評分方程的方法和系統(tǒng)設計,其特征在于：中央計算機服務器與公共網(wǎng)絡連接，中央計算機服務器有個基于一系列指令的計算機可用媒介，該指令由處理器執(zhí)行，使處理器執(zhí)行評估借款人信用風險的電子過程,包括如下流程：1)通過公共網(wǎng)絡從以下至少一個數(shù)據(jù)源搜索和收集借款人的數(shù)據(jù)集：借款人、私有數(shù)據(jù)、公共數(shù)據(jù)或社交網(wǎng)絡數(shù)據(jù)源；2)將數(shù)據(jù)集轉換成一些與借款人信用風險相關的變量；3)用統(tǒng)計或機器學習的方法獨立處理每一個變量來產生描述借款人特定方面的元變量；4)基于借款人多個變量和元變量計算目標信用風險得分。2.根據(jù)權利要求1所述的一種構建及驗證信用評分方程的方法和系統(tǒng)設計，其特征在于：從借款人處收集借款人數(shù)據(jù)可以通過公共網(wǎng)絡進行現(xiàn)場采訪或通過用戶填寫在線調查問卷完成。3.根據(jù)權利要求1所述的一種構建及驗證信用評分方程的方法和系統(tǒng)設計，其特征在于：從私有數(shù)據(jù)處收集借款人數(shù)據(jù)包括如下：1)為私人提供借款人特定數(shù)據(jù)的子集的數(shù)據(jù)供應商；2)從數(shù)據(jù)供應商處收集全部或部分借款人的相關數(shù)據(jù)存儲到變量數(shù)據(jù)庫中。4.根據(jù)權利要求1所述的一種構建及驗證信用評分方程的方法和系統(tǒng)設計，其特征在于：從公共數(shù)據(jù)處收集借款人數(shù)據(jù)包括如下：1)進行字符串搜索、自動爬取或用項目或協(xié)議獲??；2)收集所有返回的結果并存儲到變量數(shù)據(jù)庫中。5.根據(jù)權利要求1所述的一種構建及驗證信用評分方程的方法和系統(tǒng)設計，其特征在于：社交網(wǎng)絡數(shù)據(jù)中收集借款人數(shù)據(jù)包括如下：1)在社交網(wǎng)絡上搜索借款人發(fā)布的數(shù)據(jù)；2)在社交網(wǎng)絡上搜索借款人相關的數(shù)據(jù)，由社交媒介服務器編譯；3)在社...

【專利技術屬性】
技術研發(fā)人員：顧凌云，
申請(專利權)人：上海冰鑒信息科技有限公司，
類型：發(fā)明
國別省市：上海,31