公开/公告号CN113807945A
专利类型发明专利
公开/公告日2021-12-17
原文格式PDF
申请/专利权人 浙江天演维真网络科技股份有限公司;
申请/专利号CN202111044885.1
发明设计人 郑新立;
申请日2021-09-07
分类号G06Q40/02(20120101);G06Q10/06(20120101);
代理机构33398 杭州惟臻专利代理事务所(普通合伙);
代理人陈辉
地址 310004 浙江省杭州市下城区沈家路319号119
入库时间 2023-06-19 13:45:04
法律状态公告日
法律状态信息
法律状态
2022-07-19
实质审查的生效 IPC(主分类):G06Q40/02 专利申请号:2021110448851 申请日:20210907
实质审查的生效
技术领域
本发明涉及金融风险技术领域，具体为一种具有共同权重数据包络分析的动态信用风险评估方法。
背景技术
信用风险评估一直是决定金融机构客户信用状况的最重要因素。多属性决策方法在这一领域得到了广泛的应用。但是大多数研究忽略了时间和信用评估标准的变化的不可否认的影响、它们的重要性和随时间变化的评估数据。但是传统的金融风险评估方法很少去动态的考虑不同因素对评估结果的影响。
市场的动态信用风险评估方法多数为单一方法分析问题，不可调整，无法有效识别申请人的信用风险的问题。
发明内容
本发明的目的在于提供一种具有共同权重数据包络分析的动态信用风险评估方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种具有共同权重数据包络分析的动态信用风险评估方法，包括以下步骤：
S1、准则权重计算；
S2、决策矩阵变换；
S3、动态信用评分；
S4、结果组合；
S5、比较和分析。
优选的，所述所述一种具有共同权重数据包络分析的动态信用风险评估方法包括以下具体步骤；
S1、准则权重计算
考虑到信用风险的重要性，需要成立一个专家委员会，然后通过回顾文献，收集信用评价标准的列表，这些标准由专家委员会共享和最终确定，在授予贷款之前，将评估申请人的失败概率和偿还风险，以选择有能力偿还债务的群体；
S2、决策矩阵变换
然后构造区间决策矩阵，并将多周期决策矩阵转换成单个决策矩阵，同时计算考虑公司某几年的数据均值和方差等数据；
S3、动态信用评分
使用五种不同的区间方法对决策单元进行排序，然后对于申请人的信用表现分数使用不同的多属性决策方法进行分析；
S4、结果组合
组合不同的多属性决策方法的结果，在构建了包含每种多属性决策方法中决策单元得分的矩阵后，计算每种方法的权重，然后计算申请人的最终得分，并确定每种方法的最终评分；
S5、比较和分析
对个别方法和从CCSD方法所得出的结果进行比较，可以揭示出不同方法分数之间的相关性，CCSD方法能与够提高其可接受性的其他方法的具有相对高的一致性。
优选的，所述步骤S1准则权重计算过程中计算指标的标准权重的方法为CSW和DEA方法。
优选的，所述步骤S2决策矩阵变换过程中区间决策矩阵利用切比雪夫不等式界进行构造。
优选的，所述步骤S3动态信用评分过程中区间方法具体为区间灰色多属性决策方法。
优选的，所述步骤S4结果组合过程中通过CCSD计算每种方法的权重。
本发明提供了一种具有共同权重数据包络分析的动态信用风险评估方法，具备以下有益效果：
该具有共同权重数据包络分析的动态信用风险评估方法，应用了一种精确的标准权重获取方法，该方法与一系列多属性决策方法一起使用，以提高结果的可信度，同时强调了信用评分的纵向性质，并综合考虑到信用评分中标准权重的重要性和敏感性，可以防止分配给信用评分标准的主观权重中的任何偏差，最后，考虑到多属性决策方法的启发性和它们识别帕累托最优解而不是唯一全局最优解的能力，用单一方法分析问题是不可调整的，提出了一个综合的和可接受的解决方案框架，同时采用CCSD作为加权准则的新方法，结合了准则的相关系数和标准差，不需要特殊的归一化，比熵和标准差方法具有更大的包容性和可靠性，比批评方法具有更好的理解机制，优化对申请人金融风险评估的模式。
附图说明
图1为本发明具有共同权重数据包络分析的动态信用风险评估方法的流程图；
具体实施方式
请参阅图1，本发明提供技术方案：一种具有共同权重数据包络分析的动态信用风险评估方法，包括以下步骤：
S1、准则权重计算；
S2、决策矩阵变换；
S3、动态信用评分；
S4、结果组合；
S5、比较和分析。
一种具有共同权重数据包络分析的动态信用风险评估方法包括以下具体步骤；
S1、准则权重计算
考虑到信用风险的重要性，需要成立一个专家委员会，然后通过回顾文献，收集信用评价标准的列表，这些标准由专家委员会共享和最终确定，在授予贷款之前，将评估申请人的失败概率和偿还风险，以选择有能力偿还债务的群体；
准则权重计算过程中计算指标的标准权重的方法为CSW和DEA方法；
S2、决策矩阵变换
然后构造区间决策矩阵，并将多周期决策矩阵转换成单个决策矩阵，同时计算考虑公司某几年的数据均值和方差等数据；
决策矩阵变换过程中区间决策矩阵利用切比雪夫不等式界进行构造；
S3、动态信用评分
使用五种不同的区间方法对决策单元进行排序，然后对于申请人的信用表现分数使用不同的多属性决策方法进行分析；
动态信用评分过程中区间方法具体为区间灰色多属性决策方法；
S4、结果组合
组合不同的多属性决策方法的结果，在构建了包含每种多属性决策方法中决策单元得分的矩阵后，计算每种方法的权重，然后计算申请人的最终得分，并确定每种方法的最终评分；
结果组合过程中通过CCSD计算每种方法的权重；
S5、比较和分析
对个别方法和从CCSD方法所得出的结果进行比较，可以揭示出不同方法分数之间的相关性，CCSD方法能与够提高其可接受性的其他方法的具有相对高的一致性。
综上，该具有共同权重数据包络分析的动态信用风险评估方法，具有共同权重数据包络分析的动态信用风险评估方法包括以下具体步骤；
S1、准则权重计算：考虑到信用风险的重要性，需要成立一个专家委员会，然后通过回顾文献，收集信用评价标准的列表，这些标准由专家委员会共享和最终确定，在授予贷款之前，将评估申请人的失败概率和偿还风险，以选择有能力偿还债务的群体；
S2、决策矩阵变换：然后构造区间决策矩阵，并将多周期决策矩阵转换成单个决策矩阵，同时计算考虑公司某几年的数据均值和方差等数据；
S3、动态信用评分：使用五种不同的区间方法对决策单元进行排序，然后对于申请人的信用表现分数使用不同的多属性决策方法进行分析；
S4、结果组合：组合不同的多属性决策方法的结果，在构建了包含每种多属性决策方法中决策单元得分的矩阵后，计算每种方法的权重，然后计算申请人的最终得分，并确定每种方法的最终评分；
S5、比较和分析：对个别方法和从CCSD方法所得出的结果进行比较，可以揭示出不同方法分数之间的相关性，CCSD方法能与够提高其可接受性的其他方法的具有相对高的一致性。
机译： 基于数据包络分析的建筑节能性能评估方法和系统
机译： 素材网纸幅具有两组区域，分别显示每单位面积两种不同的权重，其中每单位面积的一种权重大于其他每单位面积的权重
机译： 用于发行和维护低信用风险权重债务证券的系统和方法
