相关申请的交叉引用
本申请要求于2015年8月28日提交的欧洲专利申请no.15183026.2的申请日的优先权和权益，其全部内容通过引用合并于此。
本发明一般涉及评估信用风险的方法。更具体但非排它性地，涉及一种基于与个人账户持有者相关联的不足资金拒绝来评估风险的方法。
背景技术：
金融借款人未能向其发行方或放款方进行所需的支付的问题一直持续存在。例如，一些借款人可能表现出缺乏金融纪律，并且更倾向于失去按揭付款或信用卡付款，并且因此他们是不良债务人。其他借款人可能会表现出提前或准时进行付款的趋势，并且因此他们是相应的好的债务人。
高信用风险的借款人往往表示对放款方的责任，因为他们造成现金流动中断，他们引起利益损失，并且他们增加管理流程。因此，为了降低发行方和放款方承担的风险，可以对潜在的借款人进行信用检查，并且相应地对其贷款条件采取适当的措施。债权人(例如信用卡发行方)评估个人账户持有者(包括预期账户持有者)的信用风险，以预测个人账户持有者的行为，并且评估他们是否可能出现还款问题并从而成为不良债务人。
有时候，发行方或放款方利用其存档的关于现有账户持有者的信息(例如地理人口统计信息)或者在账户持有者与发行方或放款方之间的整个关系中已被整理的信息(例如产品持有或产品使用情况)。信用分数可以使用这个信息生成。
信用分数也可以或者替代地由信用局使用例如由信用局已经整理的个人账户持有者的过去信用账户交易历史(特征)的信息来分配。如果被评估的账户持有者是预期账户持有者，那么信用局分数可能特别有用，并且因此，发行方不能根据其自己对预期账户持有者的金融行为的现有知识来获取。如果信用局分数和发行方账户持有者分数都可用，则可以一起利用这些信息以获得合计分数。
然而，当发行方面临评估信用交易历史很少或没有信用交易历史的预期账户持有者时：具有很小的信用足迹或没有信用足迹的所谓的“瘦文件”客户或者当发行方对其自己的客户具有有限的信息时(例如，因为发行方具有很小的客户群、很少或没有借贷产品经验或者过于保守，以至于其从未观察到显著水平或还款问题)，那么发行方或放款方可能发现难以产生对于帮助他们做出信用决定有足够意义的分数。
因此，需要改进债权人评估与向个人账户持有者发放信贷相关联的风险并作出信用决定的方式，特别是在个人账户持有者的先前信用行为不可用或不足的情形中。
技术实现要素：
根据本发明的第一方面，提供了一种评估信用风险的计算机实现的方法，方法包括以下步骤：获取在结果窗口期间发生的多个账户持有者的过去交易的不足资金拒绝数据；获取在结果窗口之前的观察窗口期间发生的所述多个账户持有者的过去交易的交易数据；基于在结果窗口期间的不足资金拒绝的发生以及来自观察窗口的先前交易数据来导出一个或多个规则；和将一个或多个规则应用于在针对个人的个人观察窗口期间发生的个人账户持有者的过去交易的交易数据，以便确定在针对该个人的随后的个人结果窗口期间发生不足资金拒绝的可能性。
应该理解的是，“不足资金拒绝数据”包括与在指定的时间段内进行的接受和拒绝的卡交易相关联的授权数据，并且该信息是从多个账户持有者获取的，优选地超过一千个账户持有者，并且更优选的是超过一万个账户持有者。还应该理解，“交易数据”包括与特定的过去交易相关联的信息，例如，关于过去交易的地理位置或商家类别的信息，或者执行过去交易的账户持有者的交易的数量或频率。
不足资金拒绝数据是在结果窗口期间发生的多个账户持有者的过去交易获取的，该结果窗口是用于观察行为的特定时间段。在一些优选的示例中，每个观察窗口代表十二个月的时段。交易数据是在观察窗口期间发生的多个帐户持有者获取的，该观察窗口是在其上观察是否发生了拒绝的观察窗口之后的特定时间段。在一些优选的示例中，每个结果窗口代表六个月的时段。
换句话说，通过观察近期的事件(即观察窗口中的过去交易事件)，可以从中学习，以预测感兴趣的事件(即不足资金拒绝)是否将会发生在不久的将来(即在结果窗口中)。将理解的是，观察窗口和结果窗口(以及类似的个人观察窗口和个人结果窗口)可能永远不重叠；然而，观察窗口和结果窗口之间可能有一段时间，例如一个月。还将理解的是，观察窗口和个人观察窗口可以重叠，或者个人观察窗口可能在观察窗口之后立即发生，或者个人观察窗口可能随后发生并且比观察窗口晚一段时间。将进一步理解的是，结果窗口和个人结果窗口可以不重叠，但是个人结果窗口可以在结果窗口之后立即发生，或者个人结果窗口可以随后发生并且比结果窗口晚一段时间
“一个或多个规则”基于多个账户持有者的卡活动的归一化指数之间的相关性来定义算法模型。一个或多个规则部分地基于在结果窗口期间获取的不足资金拒绝数据，并且它们部分地基于在观察窗口期间获取的交易数据。在基于交易数据的规则的一个示例中，该一个或多个规则可以进一步基于特定地理位置、商家类别和/或人口统计等中的趋势。或者，该一个或多个规则可以基于地理位置、商家类别和/或人口统计等的范围。
通过将一个或多个规则应用于个人账户持有者(其可以是单个账户的持有者或多个账户的持有者)，可以确定在针对个体账户持有者的随后的个人结果窗口期间发生的不足资金拒绝的可能性。一个或多个规则可以应用于针对发行方的特定现有账户持有者的账户级别，或者它们可以更一般地应用，例如，可以将相同的一个或多个规则应用于例如开放市场定位的特定地理位置。由于确定的可能性，卡发行机构可以选择对个人账户持有者(其可能是预期账户持有者)施加某些限制。例如，发行方可以拒绝向该个人发放信贷。
根据本发明的第一方面的用于评估信用风险的方法从多个账户持有者获取信息以便导出一个或多个规则以应用于个人账户持有者，并且因此在账户发行方对他们希望评估的现有或预期账户持有者具有很少或没有内部信息的情况下，为了特定优点而提供。这在账户发行方无法从任何信用局获取足够信息的情况下是特别有利的。应该相信不足资金拒绝数据是账户持有者何时遇到财务困境并且因此账户持有者是否可能对发行方构成高的信用风险的特别好的指标。最终，在将目前要求保护的方法应用于其运营之后，发行方可能能够增加其在特定信用市场(例如信用卡市场)中的份额，和/或由于个人的信用风险的更准确评估的可用性而增加他的信用卡的获取。
该方法也可以与评估信用风险的其它方法结合使用。这样的方法可以基于违约概率、信用风险和/或回收率，并且更具体地，它们可以考虑参数，例如个人收入、现有贷款和债务和/或房屋所有权状况。
在优选实施例中，应用一个或多个规则的步骤包括为个人账户持有者设置分数，并且可以通过使用回归模型的应用公式来设置所述分数。所述分数可以是用于促进个人账户持有者的信用风险评估的数字、百分比、等级或任何其它指标。
过去交易优选为借记卡交易，针对过去交易获取不足资金拒绝数据。通常情况下，不足资金拒绝与借记卡交易而不是信用卡交易相关联，因为借记帐户更容易出现资金不足(保留在帐户上的借记或超出安排的透支)，而不是信用帐户，其更可能依据还款也将从属于利息还款而允许账户持有者超过商定的信用额度。
导出一个或多个规则的步骤可以基于自适应算法或基于具有自适应变体的算法。换句话说，算法可以基于更新的或实时的信息来改变其行为，或者随着更多数据被整理，算法参数被自动调整。
评估在针对该个人的随后个人结果窗口期间发生的不足资金拒绝的可能性是否超过预定阈值的步骤可以在确定可能性之后执行，这导致二元结果。取决于不足资金拒绝的可能性是否超过或低于预定阈值，例如，卡发行方可以选择针对预期和现有的账户持有者做出与卡发行有关的某些决定，或对现有账户持有者施加某些限制。
根据本发明的第二方面，提供了一种计算机可读介质，计算机可读介质包括：存储器设备，存储器设备包括一组程序指令，所述一组程序指令在由处理器执行时使处理器执行如上所述的方法的步骤。
根据本发明的第三方面，提供了一种用于评估信用风险的系统，系统包括：处理器；和存储器；其中，处理器与存储器彼此通信，其中，存储器被配置为存储程序指令，并且其中，处理器被配置为执行程序指令以执行如上所述的方法的步骤。
附图说明
现在将仅以示例的方式描述本发明的某些优选实施例，并参考附图与比较例进行对比，其中：
图1是示出根据本发明实施例的方法的步骤的流程图；
图2是示出根据本发明另一实施例的方法的步骤的流程图；
图3表示适用于本发明的一些实施例的示例性时间窗口；和
图4是根据本发明的实施例的评估信用风险的系统的示意图。
具体实施方式
发行金融机构(或发行方)是为其客户提供金融服务的机构；例如，借记或信用账户服务。因此账户持有者是发行方的客户，并且每个账户持有者对发行方承担一定量的信用风险。因此，发行方可以使用本发明的示例性方法来评估个人账户持有者的信用风险，以便帮助做出是否向特定个人发放信贷的决策过程。
图1示出了表示评估信用风险的方法的示例性流程图10，并且其步骤将在下面进一步详细描述。
第一步是获取在结果窗口期间发生的多个账户持有者的过去交易的不足资金拒绝数据(s11)。最好将不足资金拒绝数据在大量过去交易(比如一万笔交易)上进行核对，以便从数据集中可靠地提取全球趋势。从其获取不足资金拒绝数据的过去交易最好是借记卡交易，因为认为在借记卡交易中发生不足资金拒绝是账户持有者是否遇到金融困境并且因此他们是否对发行方表示高信用风险的良好指标。
第二步是获取在结果窗口之前的观察窗口期间发生的所述多个账户持有者的过去交易的交易数据(s12)。交易数据可以包括与特定过去交易相关联的信息，例如关于过去交易的地理位置或商家类别的信息，或者执行过去交易的账户持有者的交易的数量或频率。将理解的是，观察窗口和结果窗口(以及类似的个人观察窗口和个人结果窗口)可能永远不重叠；然而，观察窗口和结果窗口之间可能有一段时间，例如一个月。还可以理解的是，观察窗口和个人观察窗口可以重叠，或者个人观察窗口可以在观察窗口之后立即发生，或者个人观察窗口可以随后发生并且比观察窗口晚一段时间。将进一步理解的是，结果窗口和个人结果窗口可以不重叠，但是个人结果窗口可以在结果窗口之后立即发生，或者个人结果窗口可以随后发生并且比结果窗口晚一段时间。
第三步是基于在结果窗口期间不足资金拒绝的发生和来自观察窗口的先前交易数据来导出一个或多个规则(s13)。如上所述，大数据集的可用性可以影响这些规则如何准确反映当前市场中实际的不足资金拒绝的趋势。在这个步骤中，一个或多个规则包括基于多个账户持有者的卡活动的归一化指数之间的相关性的至少一个算法模型，并且它们可以基于特定地理位置、商家类别或人口统计等的趋势，或者可选地，一个或多个规则可以基于地理位置、商家类别和/或人口统计等的范围。在一个特定示例中，可以推导出规则，其中基于伦敦的交易表示在针对个人的随后的个人结果窗口期间发生的不足资金拒绝的高可能性。在另一个特定的示例中，可以导出规则，其中￡1000以上的交易表示在针对个人的随后的个人结果窗口期间发生的不足资金拒绝的高可能性。在又一个特定示例中，可以导出规则，其中一系列交易(例如在不同商家类别的范围中)在短时间段内表示在随后的个人结果窗口期间发生的不足资金拒绝的高可能性。
第四步是将一个或多个规则应用于在针对个人的个人观察窗口期间发生的个人账户持有者的过去交易的交易数据，以便确定在针对该个人的随后的个人结果窗口期间发生的不足资金拒绝的可能性(s14)。该一个或多个规则可以在账户级应用(即，每个个人账户持有者被分开评估)，或者更通常地，一个或多个规则可以应用于账户持有者的类别(例如，账户持有者可以在邮政编码水平按照地理位置分组)。
图2示出了表示评估信用风险的方法的另一个示例性流程图20，并且其步骤将在下面进一步详细描述。
第一步是获取在结果窗口期间发生的多个账户持有者的过去交易的不足资金拒绝数据(s21)。第二步是获取在结果窗口之前的观察窗口期间发生的所述多个账户持有者的过去交易的交易数据(s22)。第三步是基于在结果窗口期间的不足资金拒绝的发生和来自观察窗口的先前交易数据，导出一个或多个规则(s23)。图2的步骤s21至s23中的每一个的细节可对应于图1的步骤s11至s13的以上描述。
第四步是将一个或多个规则应用于在针对该个人的个人观察窗口期间发生的个人账户持有者的过去交易的交易数据，并且为个人账户持有者设置分数以确定在针对该个人的随后的个人结果窗口期间发生的不足资金拒绝的可能性(s24)。一个或多个规则定义了至少一个算法模型，其附加分数以表示个人账户持有者经历不足资金拒绝的倾向。分数可以是数字、百分比或等级。在一个示例中，分数可以是一个百分比(0％代表低信用风险并且100％代表高信用风险)。在另一个示例中，分数可以是a和d之间的等级(a代表低信用风险并且d代表高信用风险)。预定阈值例如可以是60％或等级b。
第五步是评估在针对该个人的随后的个人结果窗口期间发生的不足资金拒绝的可能性是否超过预定阈值(s25)，即产生二元结果。
在第一种情况下，在针对该个人的随后的个人结果窗口期间发生不足资金拒绝的可能性超过预定阈值，并且因此发行方不发放信用卡(s26a)。尽管图2中没有显示，但是发行方可以替换地选择采取不同的措施，例如减少现有账户的信用额度。
在第二种情况下，在针对该个人的随后的个人结果窗口期间发生不足资金拒绝的可能性不超过预定阈值，并且因此发行方发行信用卡(s26b)。虽然图2中没有显示，但是发行方可以替换地选择采取不同的措施，例如增加现有账户的信用额度。
图3表示在时间线30上适用于本发明的一些实施例(例如，图1或图2的实施例)的示例性时间窗口。在图3中，时间线30示出了t＝-18和t＝12之间的时间间隔(以月为单位)，并且当天表示为t＝0。在结果窗口31期间获取不足资金拒绝数据并且在观察窗口32期间获取交易数据。在基于在结果窗口31期间的不足资金拒绝的发生以及来自观察窗口32的先前交易数据导出一个或多个规则之后，将所述一个或多个规则应用于在个人观察窗口33期间发生的个人账户持有者的过去交易的交易数据，以便确定在针对该个人的随后的个人结果窗口34期间发生的不足资金拒绝的可能性。
在图3的示例中，结果窗口31从t＝-6运行到t＝0，个人结果窗口34从t＝0运行到t＝6，并且每个结果窗口31和个人结果窗口34表示六个月的时期。观察窗口32从t＝-18运行到t＝-6，个人观察窗口33从t＝-12运行到t＝0，并且每个结果窗口32和个人结果窗口33代表十二个月的时期。
可以基于自适应算法或者基于具有自适应变体的算法来导出一个或多个规则。换句话说，算法可以基于更新的或实时的信息来改变其行为，或者随着时间推进经过t＝0，整理越来越多的数据，自动调整算法参数。随着时间的推移，结果窗口31、观察窗口32、个人观察窗口和个人结果窗口可以以某一方式相应地移位，使得它们彼此之间的关系保持不变，即结果窗口31在观察窗口32结束时开始，个人结果窗口34在个人观察窗口33结束时开始，并且结果窗口31和个人观察窗口33同时结束。
优选的是，结果窗口31和个人结果窗口34具有相同的时间段，并且观察窗口32和个人观察窗口33也具有相等的时间段。这使得从在结果窗口31和观察窗口32期间获取的数据导出的一个或多个规则更容易应用于个人观察窗口33，以确定个人结果窗口34中的结果。因此，时间段α(结果窗口31和观察窗口32的合计时间段)和β(个人结果窗口34和个人观察窗口33的合计时间段)也优选相等。
图4示出了根据本发明实施例的用于评估信用风险的示例性系统40，系统40包括处理器41和存储器42，其中处理器41和存储器42彼此通信，其中存储器42被配置为存储程序指令43，并且其中处理器被配置为执行程序指令43以执行上面参考图1和2所描述的方法步骤。
应该理解的是，上述流程图不应被理解为规定了必须执行的方法步骤的固定顺序，而是方法步骤可以以可行的任何顺序执行。还将理解的是，在单独的实施例的上下文中描述的特征可以在单个实施例中组合提供，并且相反地，在单个实施例的上下文中描述的特征也可以单独或者以任何合适的子-组合提供。