[发明专利]基于大数据征信的金融风控模型构建方法和装置

说明书

本公开提供了基于大数据征信的金融风控模型构建方法，对金融风控数据进行采样，所述金融风控数据包括金融风控数据训练集和金融风控数据验证集；根据所述采样后的金融风控数据建立所述金融风控数据的模型，所述模型包括所述金融风控数据及模型参数集；根据所述模型对待征信企业进行风险等级判别。该方法能够准确、快捷地完成针对小微企业征信操作，且具有征信安全性提升的可行性与易用性。本公开还提出基于大数据征信的金融风控模型构建装置。

技术领域

本公开涉及智能硬件与金融征信技术领域，具体而言，涉及基于大数据征信的金融风控模型构建方法和装置。

背景技术

对于传统金融机构来说，客户征信主要来源于基本生产经营状况或是不良信用记录等坏账行为，其考察角度单一、片面，对于企业用户的信用品评级和授信额度过于依赖主观判断和经验积累，容易出现判断失误所带来的信用风险，而对于新增用户也很难做出准确信用判断。

由于以上原因，小微企业(注册资本1000万元)时常面临融资难、融资贵问题。小微企业通过担保、融资租赁、保理、供应链金融渠道，成本高(18％)，而银行、保险公司资金成本低(远低于8％)，但由于风控流程严格，低成本资金难以流入小微企业。另一方面，单纯依赖大数据或者区块链的贷款平台由于不能从根本上解决信息源可靠性的问题，不能为小微企业提供有效信用背书。

发明内容

为了解决现有技术中的技术问题，本公开实施例提供了基于大数据征信的金融风控模型构建方法和装置，能够准确、快捷地完成针对小微企业征信操作，且具有征信安全性提升的可行性与易用性。

第一方面，本公开实施例提供了基于大数据征信的金融风控模型构建方法，所述方法包括：对金融风控数据进行采样，所述金融风控数据包括金融风控数据训练集和金融风控数据验证集；根据所述采样后的金融风控数据建立所述金融风控数据的模型，所述模型包括所述金融风控数据及模型参数集；根据所述模型对待征信企业进行风险等级判别。

在其中一个实施例中，还包括：调整所述金融风控数据模型的参数，所述参数为所述模型参数集中的任一参数。

在其中一个实施例中，所述调整所述金融风控数据模型的参数包括：获取被调整的参数并设置所述被调整参数的取值及取值范围；固定所述模型参数集中的其余参数，并根据所述模型对所述金融风控数据处理后获得模型输出结果；当所述模型输出结果与期望值不匹配时，再次调整所述被调整参数的取值。

在其中一个实施例中，对金融风控数据进行采样包括：通过预先布设在待征信企业场景的智能端进行数据采样。

在其中一个实施例中，还包括以下至少一项特征：所述待征信企业场景包括：待征信企业的工厂、待征信企业的生产车间；所述智能端包括以下之一或其任意组合：深度学习图像处理摄像头一体机、温度传感器、湿度传感器、注塑机传感器、智能电表、智能水表、智能气表。

在其中一个实施例中，所述根据所述采样后的金融风控数据建立所述金融风控数据的模型包括：设定所述模型的参数集；获取所述金融风控数据训练集和金融风控数据验证集；设置所述金融风控数据训练集和金融风控数据验证集的交叉验证规则；根据所述交叉验证规则对所述金融风控数据训练集和金融风控数据验证集进行模拟训练；当所述进行模拟训练的数据与所述模型匹配后，获得期望模型，根据所述期望模型计算类别及类别概率。

在其中一个实施例中，所述设定所述模型的参数集包括：设定所述模型的系统参数集和任务参数集。

第二方面，本公开实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的方法的步骤。

第三方面，本公开实施例提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述的方法的步骤。