[发明专利]信用风险采集

说明书

技术领域

本发明涉及风险管理，更具体来说涉及用于预测信用风险的系统和技术。

背景技术

多年以来，风险管理一直是研究人员的一项课题，并且是商业专业人士的一个重要问题。风险管理可以帮助商业专业人士识别出一家实体（例如一家工厂）将来可能面临的不利事件，并且可以帮助确立测量、降低和管理风险的程序。如果投资人要给一些实体授信，风险管理可以帮助投资人评估这种行为可能导致的潜在损失。同样，如果投资人持有一些实体的股东权益，风险投资可以帮助投资人评估潜在的波动率（波动率会影响这类投资），并且相应地调整他们的投资组合。

一般来说，风险管理当中会用到许多种数据源。很多这些数据源是从包含公司在内的公开数据源直接推导而来的。例如，有许多研究人员开发出了一些信用风险模型，这些模型可以使用财会数据（例如会计比率）和定价服务机构（例如Moody's、S&P和Fitch）提供的定价数据对公司进行评级，评级依据是这些公司有多大可能拖欠债务或贷款。信用风险模型当中需要计算的量度的例子包括：拖欠债务的概率（例如，一家实体无法履行财务责任的可能性），还有违约损失率（例如，如果发生拖欠债务的情况，那么向这家实体授信的投资人预计损失金额有多少）。

虽然这些信息源可以给信用风险建模程序提供有价值的输入，但是这些模型忽略了大量可以公开获得的信息。例如，基于文字的数据源（例如，有些新闻文章对一家工厂的过去、目前和将来可能发生的事件所作的报道）通常会包括一些重要的信息，这些信息在信用风险建模程序中并未加以考虑。此外，这些程序通常不会分析这些数据源中包含的文字的语义语境。

因此，需要一种改善后的信用风险建模技术，不但能够分析财会比和定价信息，而且能够分析基于文字的信息。

发明内容

本发明公开公开了使用各种数据源来开发和实施信用风险模型的系统和技术，这些数据源包括价格数据、财会比、ESG（环境、社会和政府）数据和文字数据。每种数据源提供与工厂或公司等实体的健康状况有关的唯一并且独特的信息。这些系统和技术组合不同来源的信息，产生特别强大的信号。这些系统和技术可以用来预测许多事件，这些事件包括但不限于拖欠债务或破产的概率、违约损失率、评级机构评级变化的概率，和股本价格变动的概率。

本发明的各种方面涉及为一组历史文档分配对象描述符和特征向量，判断这些对象描述符与特征向量之间的关系，和使用该关系为一组不同的文档分配预测描述符。

例如，根据一个方面，判断一家公司的信用风险的方法包括：为第一组文档中包括的每个文档分配对象描述符，该对象描述符是依据历史事件或量化量度。该方法包括为该第一组文档中的每个文档分配至少一个特征向量，该至少一个特征向量是数值特征的N维向量，这些数值特征各自表示识别出来的文字内容、识别出来的语义内容，或这两种内容的组合，以及判断多个所分配的对象描述符与多个所分配的特征向量之间的关系。该方法还包括依据这种关系为该第二组文档中不包括在该第一组文档中的每个文档分配预测描述符，该预测描述符表示与公司拖欠债务、公司破产、违约损失率、信贷息差、评级机构评级变化和股本价格变动中的至少一项有关的将来事件。该方法进一步包括依据该第二组文档的至少一个预测描述符产生信号。

在一个实施例中，该方法包括依据与文档相关联的文字内容、元数据或指示符产生至少一个特征向量。该方法可以包括：从该第一组文档中随机选择预先确定的数目的文档，形成多个文档子集，该多个子集中的每个文档包括该至少一个特征向量和相关联的第一标签值，或者不同于该第一标签值的相关联的第二标签值；计算该至少一个特征向量的每个特征的量度值，方法是通过判断该特征是描述该相关联的第一标签值还是该相关联的第二标签值；以及计算每个子集的每个特征的秩值，方法是通过汇集该多个子集中的每个特征的多个计算得来的量度值。

该方法还可以包括：将该计算得来的秩值与预先确定的阈值进行比较；以及依据比较结果，将包括多个有阶特征和相关联的第一标签值或相关联的第二标签值的特征向量提供给机器学习模块，用于判断该关系。

在另一个方面中，一种方法包括为第一文档分配预测描述符，该预测描述符表示与公司拖欠债务、公司破产、违约损失率、信贷息差、评级机构评级变化和股本价格变动中的至少一项有关的将来事件；以及依据该预测描述符产生实体信用风险信号。在一个实施例中，该预测描述符依据于对第一训练文档与第二训练文档之间的关系的判断。