一种基于大数据的工业企业信贷风险评估方法及系统

本发明涉及企业信贷风险评估方法领域，特别是涉及一种基于大数据的工业企业信贷风险评估方法及系统。

背景技术：

1、现有商业银行对企业的信贷风险评估主要根据贷款用户所提交的财务报告及银行信贷员的贷前调查，存在所获得财务报告为二手信息，信息滞后且真实性存疑，而受制于调查人员的专业背景及能力，难以通过对工业企业非财务信息的贷前调查来全面准确把握贷款企业的经营风险信息。因此，亟需一种将信贷风险数据收集与企业数字化改造相结合，并应用大数据分析技术对所收集企业信贷风险相关数据进行分析，在此基础上构建信贷风险评估模型，以提高研判企业信贷风险等级的准确性。

技术实现思路

1、本发明的目的是提供一种基于大数据的工业企业信贷风险评估方法及系统，能够解决目前商业银行对企业的信贷风险评估中存在的信贷风险信息收集主要依靠企业所提供的二手信息，所获得企业信贷风险信息滞后且难以保证其真实性，进而导致对企业信贷风险等级评定准确程度不高等问题。

2、为实现上述目的，本发明提供了如下方案：

3、一种基于工业大数据的企业信贷风险评估方法，包括：基于大数据的工业企业信贷风险评估指标体系设计，企业内部信贷风险评估数据收集，企业外部信贷风险评估数据收集，企业信贷风险评估模型构建及优化，企业信贷风险等级评估。

4、所述基于工业大数据的企业信贷风险评估指标体系设计，是指在企业数字化改造基础上，根据企业信贷风险主要来源，重新提取企业信贷风险评估指标。包括企业财务指标、企业生产经营指标、企业发展环境指标三类；

5、所述企业内部信贷风险评估数据收集，是指根据以上企业信贷风险评估指标体系，通过连接已完成数字化改造企业的大数据中心，实时采集所需企业信贷风险评估数据；

6、所述企业外部信贷风险评估数据收集，是指根据以上企业信贷风险评估指标体系，采用购买信息服务或信息技术手段从互联网相关网站，实时采集所需企业信贷风险评估数据；

7、所述企业信贷风险评估模型构建，是指按企业信贷风险评估指标采集商业银行所有工业企业借款客户相应的历史数据构成数据集1，根据银行的客户信用记录对以上工业企业进行信用风险等级标记构成数据集2，采用人工智能分类算法，以数据集1为输入，以数据集2为输出，进行模型训练并测试，得到企业信贷风险评估模型；

8、所述企业信贷风险评估模型优化，是指实时收集所有在银行借款企业的信贷风险评估指标相关数据，构成数据集3，对出现借贷违约事实或提出贷款展期要求的企业进行标记，构成数据集4，采用人工智能分类算法，以数据集3为输入，以数据集4为输出，进行模型训练并测试，将所得的模型参数对原模型参数进行替换，从而实现模型的迭代更新优化；

9、所述企业信贷风险等级评估，是指实时采集企业信贷分析评估指标相关数据，采用不断迭代更新的企业信贷风险评估模型对企业信贷风险等级进行准实时评估。

10、一种基于大数据的工业企业信贷风险评估系统，包括：构成企业信贷风险评估系统的软硬件环境，数据采集功能模块，企业信贷风险评估建模功能模块，企业信贷风险评估模型优化功能模块，企业信贷风险评估功能模块。

11、所述企业信贷风险评估系统的软硬件环境，包括linux操作系统，基于hadoop集群的信贷风险大数据平台，各功能模块应用程序等软件环境，以及运行上述软件系统的网络、计算和存储组件等硬件环境，硬件环境可作为一组云计算资源提供，也可以作为物理设备提供；

12、所述数据采集功能模块，包括通过编写shell脚本，使用sqoop和camel等数采工具从企业erp、mes等信息系统的关系数据库中采集企业内部数据，并存储于企业信贷风险大数据平台，还包括通过购买网站信息服务等互联网数据采集方法，获取企业外部数据并存储于企业信贷风险大数据平台；

13、所述企业信贷风险评估建模功能模块，是指应用信贷风险大数据平台内置的人工智能建模算法，并使用所采集的企业信贷风险指标数据作为模型训练数据集和验证数据集，自动完成企业信贷风险评估数据建模的一组计算机应用程序；

14、所述企业信贷风险评估模型优化功能模块，是指应用信贷风险大数据平台内置的人工智能建模算法，使用最新采集的企业信贷风险指标数据作为模型训练数据集和验证数据集，定期对企业信贷风险评估模型进行迭代优化的一组计算机应用程序；

15、所述企业信贷风险评估功能模块，是指根据实时采集的企业信贷风险评估指标数据，应用上述企业信贷风险评估优化模型对企业进行动态信贷风险评估的一组计算机应用程序。

技术特征：

1.一种基于工业大数据的企业信贷风险评估方法，其特征在于，包括：基于大数据的工业企业信贷风险评价指标体系设计，企业信贷风险评估数据收集，企业信贷风险评估模型构建及优化，企业信贷风险等级评估。

2.根据权利要求1所述的基于工业大数据的企业信贷风险评估指标体系设计，是指在企业数字化改造基础上，根据企业信贷风险主要来源，重新提取企业信贷风险评估指标。包括企业财务指标、企业生产经营指标、企业发展环境指标三类。

3.根据权利要求1所述的企业信贷风险评价数据收集，包括企业内部数据收集及企业外部数据收集。

4.根据权利要求1所述的企业信贷风险评估模型构建，是指按企业信贷风险评估指标采集商业银行所有工业企业借款客户相应的历史数据构成数据集1，根据银行的客户信用记录对以上工业企业进行信用风险等级标记构成数据集2，采用人工智能分类算法，以数据集1为输入，以数据集2为输出，进行模型训练并测试，得到企业信贷风险评估模型；

5.根据权利要求1所述的企业信贷风险等级评估，是指实时采集企业信贷分析评估指标相关数据，采用不断迭代更新的企业信贷风险评价模型对企业信贷风险等级进行准实时评估。

6.一种基于大数据的工业企业信贷风险评估系统，包括：构成企业信贷风险评估系统的软硬件环境，数据采集功能模块，企业信贷风险评估模型构建及优化功能模块，企业信贷风险评估功能模块。

7.根据权利要求6所述的企业信贷风险评估系统的软硬件环境，包括linux操作系统，基于hadoop集群的信贷风险大数据平台，各功能模块应用程序等软件环境，以及运行上述软件系统的网络、计算和存储组件等硬件环境，硬件环境可作为一组云计算资源提供，也可以作为物理设备提供。

8.根据权利要求6所述的数据采集功能模块，包括通过编写shell脚本，使用sqoop和camel等数采工具从企业erp、mes等信息系统的关系数据库中采集企业内部数据，并存储于企业信贷风险大数据平台，还包括通过购买网站信息服务或采用网络爬虫技术等互联网数据采集方法，获取企业外部数据并存储于企业信贷风险大数据平台。

9.根据权利要求6所述的企业信贷风险评估建模功能模块，是指应用信贷风险大数据平台内置的人工智能建模算法，并使用所采集的企业信贷风险指标数据作为模型训练数据集和验证数据集，自动完成企业信贷风险评估数据建模的一组计算机应用程序；

10.根据权利要求6所述的企业信贷风险评估功能模块，是指根据实时采集的企业信贷风险评估指标数据，应用上述企业信贷风险评估优化模型对企业进行动态信贷风险评估的一组计算机应用程序。

技术总结
本发明公开了一种基于大数据的工业企业信贷风险评估方法及系统，能够应用到商业银行对借款企业进行信贷风险等级评估中。本发明的工业企业信贷风险评估方法及系统通过在线实时采集企业内部及外部信贷风险相关数据，拓展了信贷风险评估数据来源、优化了信贷风险评估的指标体系，并能够克服传统银行信贷风险评估过程中存在信用风险评估的贷前贷后调查所获得企业信息多为二手信息、信息滞后且真实性存疑等问题；本发明的银行信贷监控方法及系统将信贷风险数据收集与企业数字化改造相结合，并应用大数据分析技术对所收集企业信贷风险相关数据进行分析，在此基础上构建信贷风险评估模型，以提高研判企业信贷风险等级的准确性。

技术研发人员：黄晓东,靖青秀
受保护的技术使用者：江西理工大学
技术研发日：
技术公布日：2024/2/1