[发明专利]企业信贷评级方法、装置、计算机设备和存储介质

说明书

本申请涉及一种企业信贷评级方法、装置、计算机设备和存储介质。所述方法包括：通过响应于客户端的评级请求，根据评级请求中的企业标识获取企业数据；完成对企业数据的清洗后，根据清洗后的企业数据确定风险特征指标和可靠性特征指标；通过风险模型对风险特征指标进行风险评估，得到评估得分；通过可靠性模型对可靠性特征指标进行可靠性计算，得到可靠性级别；根据评估得分和可靠性级别生成企业信贷评级结果。有利于得到准确的企业信贷评级，极大的便利了中小微企业信贷评估的问题。

技术领域

本申请涉及大数据技术领域，特别是涉及一种企业信贷评级方法、装置、计算机设备和存储介质。

背景技术

对很多企业而言，信贷可以确保企业的资金流动，在企业基础设施建设、重点项目推动、日常运营和突发情况应急等多方面能够提供很大的帮助。

传统技术中，一般采用专家评定法进行信贷评估，具体评估方案为：利用信贷人员的专业知识来对企业信贷进行评级。该方法需要大量的高端人才，同时主观性较强，只关注某些关键要素，缺少对企业风险的综合计算，对企业的资质要求较高，中小微企业往往缺乏相关资质和关键要素，难以获得准确的信贷评级。同时人工评级也会带来较长的审核周期，导致评级效率低下。

发明内容

基于此，有必要针对上述技术问题，提供一种能够对企业进行更准确的信贷评级的企业信贷评级方法、装置、计算机设备和存储介质。

一种企业信贷评级方法，所述方法包括：

响应于客户端的评级请求，根据所述评级请求中的企业标识获取企业数据；

在完成对所述企业数据的清洗后，根据清洗后的所述企业数据确定风险特征指标和可靠性特征指标；

通过目标风险模型对所述风险特征指标进行风险评估，得到评估得分；

通过目标可靠性模型对所述可靠性特征指标进行可靠性计算，得到可靠性级别；

根据所述评估得分和所述可靠性级别生成企业信贷评级结果。

在其中一个实施例中，所述根据所述评级请求中的企业标识获取企业数据之前，所述方法还包括：

根据企业数据样本建立不同类型的风险数据特征；评估所述风险数据特征对企业风险预测的有效性；在所述风险数据特征中筛选有效性大于阈值的风险数据特征形成特征池；将所述特征池中的风险数据特征划分成训练集、测试集和验证集；通过多个目标算法对所述训练集进行拟合，得到多个第一风险模型；在多个所述第一风险模型中选取最优模型作为所述目标风险模型。

在其中一个实施例中，所述在多个所述第一风险模型中选取最优模型作为所述目标风险模型包括：

若拟合过程中不同模型所选择的所述训练集内的风险数据特征存在差异时，对所述训练集、所述测试集和所述验证集里的风险数据特征进行调整；通过多个所述目标算法对调整后的训练集重新拟合，得到多个第二风险模型；在多个所述第二风险模型中选取最优模型作为所述目标风险模型。

在其中一个实施例中，所述方法还包括：

通过各所述第二风险模型分别对所述测试集和所述验证集进行风险评估，得到风险概率；根据所述风险概率和风险标签计算模型区分度和稳定性；从多个所述第二风险模型中，根据所述风险概率、所述区分度和所述稳定性选择出最优模型作为所述风险模型。

在其中一个实施例中，所述评估所述风险数据特征对企业风险预测的有效性包括：

对不同类型的所述风险数据特征进行分箱，得到分箱结果；基于所述分箱结果计算IV值和GINI系数；通过所述IV值和所述GINI系数，评估所述数据特征对企业风险预测的有效性。

在其中一个实施例中，所述根据所述评级请求中的企业标识获取企业数据之前，所述方法还包括：