[发明专利]一种担保网络的传染风险的量化及可视化处理方法

说明书

本发明涉及一种担保网络的传染风险的量化及可视化处理方法，其技术特点：从担保网络中提取传染链模式；基于传染链模式评估计算担保网络风险值；根据担保网络风险值可视化每个担保网络的传染分数，将其嵌入到每个担保网络中并通过可视化系统进行显示。本发明设计合理，其通过传染链的模式提取获得不同种类的传染链模式、通过担保网络风险值评估计算对风险值进行量化，最后将CEB镶嵌在每个担保网络中，从而实现了担保网络的传染风险的量化及可视化处理功能，可以通过观察CEB快速地评估担保网络的风险，为用户节省了大量的时间，从而快速准确地评估每个担保网络的风险。

技术领域

本发明属于数据挖掘技术领域，尤其是一种担保网络的传染风险的量化及可视化处理方法。

背景技术

担保贷款是一种独特的金融和银行业现象，当企业相互支持以申请贷款时，它们形成了复杂的有向网络(也成为担保网络)。

对于担保网络风险管控方面，2018年，niu等人在Pacific可视分析会议上发表了一篇对于担保网络贷款风险管理的可视分析工作。在工作中首次提到了关于违约传播路径的概念等，但是，并没有对担保网络中的传染风险提出一个完整的量化分析方法。

另外，在巴塞尔协议II下，一系列参数(也称为基于内部评级的方法)用于计算公司的贷款风险:(1)违约概率(PD)：可以从历史违约数据、信用违约掉期、债券的可观察价格以及使用决策树、逻辑回归、支持向量机、神经网络、遗传规划和集成方法等机器学习算法确定的普通股票市场上的期权的可观察价格进行估算，以及许多其他机器学习过程。在信用风险管理中，标准假设是，如果客户的付款到期至少三个月，则将其视为违约贷款。(2)违约给付(LGD)是指如果借款人违约而损失的资产份额，LGD是特定于设施的，因为此类损失可能会受到关键交易特征(例如抵押品的存在和从属程度)的影响。(3)违约风险暴露(EAD)定义为债务人违约时设施的总暴露风险。(4)预期损失。上述三种方法可以公式化为PD，LGD和EAD的产品。但是，基于巴塞尔协议的四个指标参数适合于单个公司贷款风险的评估，不太适合网络贷款风险的评估，因为网络关系是唯一的并且超出了假设，所以建立一个新的风险度量标准是紧迫而必要的。

公开文献《Visual analytics for networked-guarantee loans riskmanagement》对于风险社区的分析：其设计了可视化分析工具，使金融专家能够考虑几个因素来判断违约。这些因素包括公司财务信息和担保合同金额信息。当用户将鼠标指针悬停在节点上时，公司的详细信息被清楚地列出，当用户点击节点时，其担保路径会显示出来，桑基图用于表示保证流。桑基图带的宽度与担保额成正比。上述工作通过这样的方式来可视化担保传播路径，通过使用桑基图来帮助专家确定是否存在风险。

上述方法存在的问题是：虽然能够帮助专家进行担保传播路径的分析，但这种方案对于专家来说，只有通过因素来判断违约，接着通过点击节点来观察传播路径去评估传播效应是否严重，并不能实现担保网络的风险评估的量化及直观处理功能。

发明内容

本发明的目的在于克服现有技术的不足，提出一种担保网络的传染风险的量化及可视化处理方法，通过量化及可视化处理，快速地评估每个担保网络的风险。

本发明解决其技术问题是采取以下技术方案实现的：

一种担保网络的传染风险的量化及可视化处理方法，包括以下步骤：

步骤1、从担保网络中提取传染链模式；

步骤2、基于传染链模式评估计算担保网络风险值；

步骤3、根据担保网络风险值可视化每个担保网络的传染分数，将其嵌入到每个担保网络中并通过可视化系统进行显示。