[发明专利]一种金融公司的信用风险预警系统、方法、介质及设备

说明书

本申请提供一种金融公司的信用风险预警系统、方法、介质及设备，系统包括：数据采集模块用于从网络公开数据中获取多个金融公司的定量数据、定性数据和决策属性数据；数据预处理模块用于对定量数据进行定序分类赋值，并对定性数据和决策属性数据进行量化赋值，得到条件属性数据集和决策属性数据集；数据处理及分析模块用于进一步确定出条件信息粒矩阵和决策信息粒矩阵；以及，基于条件信息粒矩阵和决策信息粒矩阵确定出每个数据指标的权重值；而信用预警输出模块用于基于条件属性数据集和每个数据指标的权重值，确定出每个金融公司的信用评分；以及，在任一信用评分小于预设预警分值时，生成并输出预警信息。

技术领域

本申请涉及金融公司信用评价领域，具体而言，涉及一种金融公司的信用风险预警系统、方法、介质及设备。

背景技术

目前，金融领域正积极推进信用评价系统的应用与改进。传统的评价方法通常是利用因子分析法对多项财务指标进行定量的数据分析，但传统的评价体系局限于财务指标。而综合的评估也仅仅针对定量的财务数据进行评估，常用方法是运用统计学的因子分析法对金融公司的财务指标进行归类和总结，将反映金融公司的众多指标归纳成几个方面，如盈利能力、偿债能力、成长能力、资产经营能力、市场表现能力、投资收益能力，然后对每个方面进行打分来反映金融公司在不同方面的得分，以帮助投资者对金融公司的财务状况和投资价值作出判断。但这种评价系统和方法存在明显的不足：

一是传统评价体系的定量指标不全，通常仅考虑财务指标。

二是传统评价体系的定性指标缺失。

三是传统评价方法——因子分析法存在的弊端。因子分析法最大的不足是会丢失一部分原数据信息：一般情况下，设F₁、F₂、…，F_p为p个因子，其中前m个因子包含的数据信息总量(即累计贡献率)不低于85％，则取前m个因子来反映原评价指标，换言之，得到的主因子不能包含原100％的信息。

因此，基于现有的信用评价体系，无法进一步提升针对金融公司进行的信用风险预警的可靠性。

发明内容

本申请实施例的目的在于提供一种金融公司的信用风险预警系统、方法、介质及设备，以进一步提升针对金融公司进行的信用风险预警的可靠性。

为了实现上述目的，本申请的实施例通过如下方式实现：

第一方面，本申请实施例提供一种金融公司的信用风险预警系统，包括：数据采集模块，用于从网络公开数据中获取多个金融公司的条件属性数据和决策属性数据，并以列向量的形式存储不同数据指标的数据，以行向量的形式存储不同金融公司的数据，其中，所述条件属性数据包括定量数据和定性数据，所述定量数据包括财务数据、公司规模数据、独董占比数据、公司管理经验之高管入职年份，所述定性数据包括公司管理经验之学历、监察措施文段和审计意见文段，所述决策属性数据为所述金融公司的风险评价标记文段，所述公司管理经验之高管入职年份和所述公司管理经验之学历均存在于公司管理经验文段；数据预处理模块，用于对所述定量数据进行定序分类赋值，并对所述定性数据进行量化赋值，得到包含多个条件属性数据指标的分值的条件属性数据集，以及，对所述决策属性数据进行量化赋值，得到包含决策属性数据指标的分值的决策属性数据集；数据处理及分析模块，用于根据所述条件属性数据集确定出条件信息粒矩阵，并根据所述决策属性数据集确定出决策信息粒矩阵；以及，基于所述条件信息粒矩阵和所述决策信息粒矩阵确定出每个数据指标的权重值；信用预警输出模块，用于基于所述条件属性数据集和每个数据指标的权重值，确定出每个金融公司的信用评分；以及，在任一信用评分小于预设预警分值时，生成并输出预警信息，所述预警信息用于提示用户该信用评分对应的金融公司存在信用风险。