[发明专利]一种风险评估方法和系统

说明书

技术领域

本发明涉及基于计算机技术的风险评估技术领域，具体涉及一种风险评估方法和系统。

背景技术

传统的风险评估方法有很多，比如逻辑回归法、随机森林等，其中，逻辑回归法中的逐步回归法(logistic/stepwise)是目前应用最为广泛、最成熟的。

实践发现，由于业务较新等原因，有些变量在统计上不显著，按一般的方法此类变量无法入选风险评估的逻辑模型。本文中，把这种在统计上不显著，按正常筛选标准不能进入模型的变量，称为弱变量。现有的逻辑回归法、随机森林等建模方法有一个共同的特点就是：弱变量不能入选模型。但弱变量可能在业务上非常有意义，逻辑模型中非常需要考虑此类变量。

由上所述，现有的风险评估方法，具有弱变量无法入选模型的问题，进而导致，难以引入新变量，难以反映业务发展的未来趋势。

发明内容

本发明实施例提供一种风险评估方法和系统，以解决现有技术中弱变量无法入选模型的问题以及难以反映业务发展的未来趋势的问题。

本发明第一方面提供一种风险评估方法，包括：根据第一风险评估方法构建第一逻辑模型，所述第一逻辑模型包括n个变量且所述n个变量分别被赋予相应的权重，n为不小于1的整数；确定需要参与风险评估的m个弱变量，并根据第二风险评估方法和所述第一逻辑模型计算所述m个弱变量各自的权重，m为不小于1的整数；将所述m个弱变量及各自权重加入所述第一逻辑模型，得到第二逻辑模型。

本发明第二方面提供一种风险评估系统，包括：构建模块，用于根据第一风险评估方法构建第一逻辑模型，所述第一逻辑模型包括n个变量且所述n个变量分别被赋予相应的权重，n为不小于1的整数；确定模块，用于确定需要参与 风险评估的m个弱变量；计算模块，用于根据第二风险评估方法和所述第一逻辑模型计算所述m个弱变量各自的权重，m为不小于1的整数；处理模块，用于将所述m个弱变量及各自权重加入所述第一逻辑模型，得到第二逻辑模型。

由上可见，在本发明的一些可行的实施方式中，采用第一风险评估方法构建第一逻辑模型，然后确定需要参与风险评估的弱变量，根据第二风险评估方法计算弱变量权重参数，更新第一逻辑模型得到第二逻辑模型，使重要的弱变量得以入选逻辑模型，从而使风险评估考量因素更全面，业务上更易被接受，应用中也更具鲁棒性。并且，该方法既能主体上基于成熟的传统的第一风险评估方法例如逻辑回归方法，做到尽可能避免主观性；又能结合第二风险评估方法把专家经验纳入模型，有效地反映业务未来趋势。

附图说明

为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1是本发明一个实施例提供的一种风险评估方法的流程示意图；

图2是采用传统建模方法例如逻辑回归法构建模型的过程示意图；

图3是采用本发明实施例风险评估方法构建模型的过程示意图；

图4是本发明一个实施例提供的一种风险评估系统的结构示意图；

图5是本发明一个实施例提供的一种计算机设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

本发明实施例技术方案涉及基于计算机系统的风险评分卡的构建过程。

贯穿本说明书，术语“弱变量”是指：在统计上不显著，即显著性假设检验的P值(P-Value，Probability，Pr)大于或等于设定标准例如0.05，按此统计标准无法入选风险评估方法构建的逻辑模型的变量。相对的，本文中，将在统计上比较显著，即显著性假设检验的P值小于设定标准例如0.05，满足显著性统计标准的变量，称为“强变量”。具体应用中，设定标准例如可以是0.05以外的值，例如0.01等，本文对此不予限定。