[发明专利]基于K-MEANS和ARIMA模型预测住宅小区抵押风险的批量评级方法

摘要

本发明公开基于K‑MEANS和ARIMA模型预测住宅小区抵押风险的批量评级方法，包括如下步骤：住宅小区抵押风险评级内涵界定、住宅小区抵押风险评级风险因子识别、数据收集、不同因子模型搭建、总模型搭建、模型调整和模型发布。从而实现能定量、批量求取的住宅小区抵押风险评级。本发明是一种多专业结合的定量分析方法，将房地产宏观、微观两个维度较好融合在一起，并通过GIS工具辅助判断，利用空间矩阵，通过数学原理制定出风险评级规则，使全国各城市小区风险评判标准统一化、标准化。对全国不同城市每个小区批量化评级，评级范围覆盖面大，速度快，用以帮助金融机构等监控高风险小区，防范高风险客群。

主权项

1.基于K‑MEANS和ARIMA模型预测住宅小区抵押风险的批量评级方法，其特征在于，包括如下步骤：S1：界定住宅小区抵押风险评级内涵；S2：识别住宅小区抵押风险评级风险因子，基于房地产估价理论，采用德尔菲法及统计学中相关算法进行房地产风险因子的判断，确定影响房地产风险的主要因子后，进而识别出住宅小区抵押风险评级的主要风险因子；S3：数据收集，根据步骤S2得到的住宅小区抵押风险因子，通过分析每个风险因子的内涵，收集各级指标数据；S4：根据不同风险因子搭建不同的算法模型，通过步骤S3的数据收集，得到不同级别指标的相关数据，同时根据不同种类的指标搭建相应的子算法模型；S5：完成模型搭建；S6：批量求取全国住宅小区风险评级结果，根据步骤S5完成的模型，对全国住宅小区批量评级；S7：调整模型，对于步骤S6得到风险评级的结果，通过房地产不同领域的专家给出模型评估结果，对比分析，调整优化模型参数，使得结果与真实更加接近；S8：全国住宅小区抵押风险评级模型发布，发布风险评级的度量模型，同时进行产品展示。