专利名称：一种基于web的银行信用风险检测方法与系统的制作方法
技术领域：
本发明涉及客户信用风险管理技术领域，特别是涉及一种基于WEB的银行 信用风险检测方法与系统。
背景技术：
在资本经营的过程中，资本风险包括信用风险、操作性风险和市场风险。 信用风险是指交易对手不能按照合同规定按时偿还其债务的可能性及严重程 度，是最重用的资本风险。特别是商业银行资产业务非常大，所以信用风险 是银行面临的最基本风险，精确地揭示与度量信用风险，对减少银行资金损 失，提高经营业绩是至关重要的，量化控制银行信用风险是银行业经营的理 想境界。客户违约风险是非常重要的信用风险，客户发生违约后将会使其与 银行的合约不能按时厉行，不能偿还其债务，给银行造成损失。客户的违约 风险一般与客户的经营情况、资金情况、管理水平等因素有关，评价客户的 违约风险对与客户签订合约(发放贷款、贸易融资)是非常重要的。目前， 对于客户违约风险的评价一般采用打分卡的方式，打分卡方法是一种比较传 统的作为客户信用风险分析和计量的方法，该方法是在专家经验和数据分析 的基础上，确定定量和定性指标及其权重，再由银行工作人员对个指标进行 打分。但是这种人工的处理方式存在不客观、不准确的问题，主要是因为对 客户违约风险的评价没有一个统一的标准与计算模型，这种方式主要依赖于 银行业务人员个人能力的高低、经验丰富的程度。而且对客户违约风险评价 的时间有限，银行业务人员也难以做到对客户的全面分析。对一个客户违约 风险的评价往往不同的人会评价出不同的信用风险得分。
发明内容
本发明提供一种基于WEB的银行信用风险检测方法与系统。该方法基于银
行多年对客户财务信息以及客户违约情况的积累所获得不同行业的违约率评 价指标与其财务信息的对应关系，对不同客户生成不同的违约率评价指标， 通过生成客户的违约率评价指标与客户违约率之间的对应关系，最终获得客 户的违约率和客户等级。
本发明的目的之一是提供一种基于WEB的银行信用风险检测方法，所述方 法包括以下步骤获取客户违约风险评价基础数据；根据所述客户违约风险 评价基础数据生成多个违约率评价指标；生成每个违约率评价指标的秩；根 据所述每个违约率评价指标的秩生成每个违约率评价指标的违约率；根据所 述每个违约率评价指标的违约率生成所述客户的违约率；根据所述客户的违 约率确定客户等级。
本发明的目的之二是提供一种基于WEB的银行信用风险检测系统，所述系 统包括应用服务装置，所述应用服务装置包括基础数据获取单元，获取客 户违约风险评价基础数据；违约率评价指标生成单元，根据所述客户违约风 险评价基础数据生成多个违约率评价指标；违约率评价指标的秩生成单元， 生成每个违约率评价指标的秩；违约率评价指标的违约率生成单元，根据所 述每个违约率评价指标的秩生成每个违约率评价指标的违约率；客户的违约 率生成单元，根据所述每个违约率评价指标的违约率生成所述客户的违约率; 客户等级单元，根据所述客户的违约率确定客户等级。
本发明技术方案克服了现有技术在对客户违约风险评价中采用的打分卡 方法所存在的不客观、不准确，依赖银行工作人员业务水平高低的问题。提 供一种科学的客户违约风险评价方法、装置和系统，通过对客户信息的客观 分析得到对客户违约风险的一致、客观、可比较的度量，是一种先进的信用 风险量化方法，能够有效准确量化客户违约风险，为信贷政策制定、经济资 本分配、信贷流程监控、贷款定价与审批等提供量化决策支持。
图l为本发明实施例的系统原理图2为本发明实施例应用服务装置的功能框图； 图3为本发明实施例的流程图4为本发明实施例轻工业的违约率评价指标设定图表；
图5为本发明实施例资本密集型制造业的违约率评价指标设定图表；
图6为本发明实施例批发零售业的违约率评价指标设定图表；
图7为本发明实施例其他行业的违约率评价指标设定图表；
图8为本发明实施例违约率评价指标的标准值参数表；
图9为本发明实施例标准值违约率参数表；
图10为本发明实施例核变换带宽参数表；
图11为本发明实施例回归系数参数表； 图12为本发明实施例违约率主标尺参数表。
具体实施例方式
本发明提供一种基于WEB的银行信用风险检测方法与系统。该技术方案基
于银行多年对客户财务信息以及客户违约情况的积累所获得不同行业的违约 率评价指标与其财务信息的对应关系，对不同客户生成不同的违约率评价指 标，通过生成客户的违约率评价指标与客户违约率之间的对应关系，最终获 得客户的违约率和客户等级。该方案通过对客户信息的客观分析得到对客户 违约风险的一致、客观、可比较的度量，能够有效准确量化客户违约风险， 为信贷政策制定、经济资本分配、信贷流程监控、贷款定价与审批等提供量 化决策支持。
本发明技术方案首先获取客户违约风险评价基础数据，这些基础数据包 括客户基本信息以及客户财务信息，这些基础数据来自于银行多年积累。客
户基本信息包括客户编号、客户名称、客户类型、客户所属行业、客户所 属地区；客户财务信息包括资产负债表、损益表、现金流量表。
本发明技术方案需要预先生成客户的财务信息与客户的违约率评价指标 的对应关系表，并存储于银行系统内部。由于不同行业的违约情况不一样，
导致每个行业会有不同的违约率评价指标，每个行业的违约率评价指标由银 行经验积累设定。首先，根据客户的基本信息找到该客户所属行业的违约率 评价指标，然后根据用户的财务信息与该对应关系表，生成该客户的每个违 约率评价指标的值。
本发明技术方案还需要预先生成与每个违约率评价指标对应的标准值 表，并存储于银行系统的内部。在一种实施方式中，该表格的生成是利用银 行积累的违约率评价指标的数据，将每个违约率评价指标的数值范围分成若 干个区间，每个区间的中间值作为一个标准值，这样每个违约率评价指标就 对应有若干个标准值。根据生成的每个违约率评价指标的值找到该值位于标 准值的区间范围，根据该区间范围，生成每个违约率评价指标的秩。
本发明技术方案还需要预先设置每个违约率评价指标的秩的标准值与该 标准值对应的违约率表，违约率评价指标的秩的标准值与该标准值对应的违 约率表是参数数据，存储在数据管理装置中，它是利用已经积累的经验数据 确定，在使用中可以调整。根据生成的每个违约率评价指标的秩找到该值位 于标准值的区间范围，根据该区间范围，生成每个违约率评价指标的违约率。 获得了每个违约率评价指标的违约率之后，根据违约率评价指标对应的 违约相关参数以及每个违约率评价指标的违约率生成客户的违约率。违约相 关参数包括每个违约率评价指标的回归系数、回归系数常量、行业回归系 数、地区回归系数、行业违约率以及地区违约率。最后，根据的客户违约率 以及预先设定的客户违约率与其客户等级的对应关系可以确定客户等级。
以上过程中所用到的基础数据、中间数据以及结果数据都要进行存储， 这些数据包括客户违约风险评价基础数据、所述多个违约率评价指标、所 述每个违约率评价指标的秩、所述每个违约率评价指标的违约率、所述客户 的违约率以及所述客户等级。
以下结合附图对本发明的具体实施方式
进行详细说明-
图l为本发明实施例的系统原理图。如图所示，本发明实施例对客户违约
风险进行评价的系统包括应用服务装置101，数据管理装置102和银行业务
服务装置103分别和应用服务装置101连接，用户服务装置104通过内部网络10 5和WEB服务装置106连接，WEB服务装置106连接应用服务装置101。此外，该 系统还包括和应用服务装置101连接的柜员认证装置107。
应用服务装置101负责系统的数据处理，它接收用户(银行工作人员)对 客户违约风险进行评价的请求，访问数据管理装置102，取得客户违约风险评 价基础数据，将该数据进行处理后坐成客户违约率以及客户等级信息，并将 生成的处理结果返回给Web服务装置106，由Web服务装置106进行显示处理； 同时它也将有关的中间数据和结果数据存储到数据管理装置102中。
数据管理装置102可以是一个PC服务器或主机，运行数据库管理系统，用 于存放客户违约风险评价的基础数据、客户违约风险评价的中间数据、客户 违约风险评价的结果数据等，数据管理装置102为系统提供数据存取服务。客 户基本信息和财务信息是进行客户违约风险评价的基础数据，其中财务数据 是多年的数据积累。这些基础数据是从银行业务服务装置103中获得，导入到 数据管理装置102中，导入的方式可以是采用数据库表文本导出/导入的方式， 也可以是数据库表读取数据再存入到数据管理装置102中。
银行业务服务装置103是银行的一个日常业务处理系统，负责银行存款、 取款、转账、贷款发放与收回、核算等业务处理，由它产生客户违约风险评 价的基础数据，如客户基本信息、客户财务信息等数据。客户基本信息至少 有客户编号、客户名称、企业类型、所属行业、所属地区等，客户财务信息 有资产负债表、损益表、现金流量表等。
用户服务装置104是该系统的客户端，可以是一台个人PC，安装有浏览器 软件，也可以是其它能够运行浏览器软件的装置，如Windows图形终端等。它 有显示装置和输入装置，显示装置可以是显示器，输入装置可以是键盘和鼠 标。用户服务装置104连接到内部网络105，实现与Web服务装置106的连接。 用户服务装置104接收用户输入的客户违约率评价请求，输入数据至少包含客
户编号、客户名称，该请求经内部网络105传输给Web服务装置106， Web服务 装置106将请求转给应用服务装置101处理，处理结果经过WEB服务装置106以 及内部网络105传给用户服务装置104，并显示出来。内部网络105为企业的局域网，可以是以太网(Ethernet)，也可以是其 它局域网，如光纤分布式数据接口 (FDDI)、令牌环(Token-Ring)等。另 外还可以通过租用专线等方式将其各个分支机构的局域网连接组成更大的企 业内部网(Intranet)。Web服务装置106可以是一个Web服务器，为客户提供基于http和https的 服务，动态产生Web页面文件，提供给用户服务装置104，实现与用户服务装 置104进行交互。Web服务装置106主要处理Web页面的界面处理，具体的业务 逻辑处理转给应用服务装置101进行处理，WEB服务装置将用户对客户违约风 险评价的请求转换成WEB数据格式并发给应用服务装置lOl，并接收应用服务 装置101的处理结果，将其转换成WEB数据格式后，将最终处理结果发送给用 户服务装置104。柜员认证装置107负责对用户进行认证处理，用户在使用系统前必须进行 登录，用户在用户服务装置104上输入用户名、密码等认证信息，用户服务装 置104将用户认证信息经过内部网络105发送给Web服务器装置106， Web服务器 装置106再转给应用服务装置101处理，应用服务装置101经过处理认为应该进 行认证时(如该用户没有经过认证)，则将认证信息转给柜员认证装置107进 行认证处理，认证的结果将返回应用服务装置IOI，应用服务装置101将认证 结果记录到数据管理装置102，系统在后续操作中判断该用户是否是经过认证 的合法用户。图2为本实施例应用服务装置的功能框图。如图所示，应用服务装置IOI 包括基础数据获取单元201，获取客户违约风险评价基础数据；违约率评价 指标生成单元202，根据所述客户违约风险评价基础数据生成多个违约率评价 指标；违约率评价指标的秩生成单元203，生成每个违约率评价指标的秩；违
约率评价指标的违约率生成单元204，根据所述每个违约率评价指标的秩生成 每个违约率评价指标的违约率；客户的违约率生成单元205，根据所述每个违 约率评价指标的违约率生成所述客户的违约率；客户等级单元206，根据所述 客户的违约率确定客户等级。图3为本发明实施例的流程图，以下结合图3对 图2中各个单元的工作原理进行详细说明步骤301:根据用户请求获取客户基本信息和财务信息。该步骤由应用服 务装置101的基础数据获取单元201完成。首先，用户服务装置104接收用户的 违约率评价请求，用户输入的数据至少包含客户编号、客户名称，该请求经 内部网络105传输给Web服务装置106， Web服务装置106将该请求信息转换成WEB 数据格式并转给应用服务装置101处理。应用服务装置101的基础数据获取单 元201从银行业务服务装置103中获取客户违约风险评价的基础数据，并存到 数据管理装置102中。客户基本信息和财务信息是进行客户违约风险评价的基 础数据，其中财务数据是多年的数据积累。这些基础数据是从银行联机业务 系统103中获得，并导入到数据管理装置102中，导入的方式可以是采用数据 库表文本导出/导入的方式，也可以是数据库表读取数据再存入到数据管理装 置1中。客户基本信息至少有客户编号、客户名称、企业类型、所属行业、所 属地区等，客户财务信息至少有资产负债表、损益表、现金流量表等。步骤302:生成违约率评价指标。该步骤由应用服务装置101的违约率评 价指标生成单元202完成。违约率评价指标由从客户的财务信息获得，违约率 评价指标为X1， X2，…，Xn。对于不同的企业类型，违约率评价指标可以不 同，指标的具体定义是银行经验积累设定。例如，在一个违约率评价指标设置的实施例中，将按照企业所属行业的 不同分为轻工业、资本密集型制造业、批发零售业、其他行业。图4为轻工 业的违约率评价指标设定图表；图5为资本密集型制造业的违约率评价指标设 定图表；图6为批发零售业的违约率评价指标设定图表；图7为其他行业的违 约率评价指标设定图表。
基础数据获取单元201首先通过访问数据管理装置102获取客户基本信息，以及资产负债表数据、损益表数据、和现金流量表数据。然后根据不同的行业，对照其对应的违约率评价指标设定图表生成各违约率评价指标X1， X 2，…，Xn的值，并将生成的各违约率评价指标X1， X2，…，Xn的值存储到数 据管理装置102中。步骤303:生成违约率评价指标的秩。该步骤由应用服务装置101的违约 率评价指标的秩生成单元203完成。违约率评价指标的秩指从该指标的标准值 表中找到该指标值所处的位置。指标的标准值表是一个参数表，为经验数据， 是指利用已积累的违约率评价指标数据，将该指标的数值范围分成若干个区 间，每一个区间的中间值为一个标准值，每个区间有一个区间编号K。标准值 参数表为图8所示，其中XI—Xn对应多个不同的标准值，K为区间编号。在数据管理装置102中存储了图8所示的表格，违约率评价指标的秩生成 单元203通过访问数据管理装置102，先从该表格中找到违约率评价指标在标 准值表中的位置，例如Xi在Xi5和Xi6之间，则区间编号5为Xi的上一区间， 区间编号6为Xi的下一区间。违约率评价指标的秩生成单元203根据以下指标生成违约率评价指标的秩，计算公式为RXi (秩)=(上一区间k十(指标值Xi -上一区间标准值Xik) / (下一区 间标准值Xik+l-上一区间标准值Xik) ) /100;(其中上一区间标准值Xik < Xi 〈=下一区间标准值Xik+l)例如Xi在Xi5和Xi6之间，则计算公式为RXi (秩)二 (5 + (Xi— Xi5) / (Xi6— Xi5) ) /100违约率评价指标的秩生成单元203将生成的各违约率评价指标的秩存储 到数据管理装置102中。步骤304:生成违约率评价指标的违约率。该步骤由应用服务装置101的 违约率评价指标的违约率生成单元204完成。首先，设置每个违约率评价指标的秩的标准值与该标准值对应的违约率
表，并存储于数据管理装置102。违约率评价指标的秩的标准值与该标准值对 应的违约率表是参数数据，它是利用已经积累的经验数据确定，在使用中可 以调整。每个标准值分别对应一个标准值违约率，这个表是一个参数表，为 经验数据，是指利用已积累的财务指标数据计算而来，标准值违约率参数表可以随时调整。图9为标准值违约率参数表的示意图，其中RXl—RXn对应对 应多个标准值，PXl—PXn对应多个标准值违约率。然后，违约率评价指标的违约率生成单元204通过访问数据管理装置102， 读取该标准值违约率参数表，利用正态分布模型计算各违约率评价指标的违 约率。计算公式如下20 20尸义/ = J]尸I * W((舰-i X/A:) / /2,0， A) / J] P机卿-肌*) / ^0，其中RXi为该指标的秩，RXik为各区间k的标准值，PXik为违约率，h为变 换带宽。变换带宽为参数，各违约率评价指标都有一个核变换带宽参数，核变换 带宽参数表可以是如图10所示。其中，不同类型的客户，步骤101中所使用的 违约率评价指标不同，所以不同类型的客户的核变换带宽参数表也不同。pdf()的计算公式(RXi —RXik) /h为x， h为521 -丄违约率评价指标的违约率生成单元204将生成的各违约率评价指标的违 约率存储到数据管理装置102中。歩骤305:生成客户的违约率。该步骤由应用服务装置101的客户的违约 率生成单元205完成。客户的违约率生成单元205从数据管理装置102中读取各 违约率指标的违约率和数据管理装置102预先存储的各指标的回归系数，计算客户的违约率。计算公式如下客户违约率二l/(l+exp(回归系数常量+指标l违约率^旨标l回归系数+指
标2违约率耐旨标2回归系数+…+指标n违约率峙旨标n回归系数+行业违约率"亍业回归系数+地区违约率*地区回归系数))其中回归系数常量、行业违约率、行业回归系数、地区违约率、地区回归系数及违约率评价指标的回归系数都为参数，是经验数据，通过银行财务数据的积累确定。回归系数常量、行业回归系数、地区回归系数、违约率评价指标的回归系数都跟企业类型相关，即不同的企业类型的客户其回归系数常量、行业回归系数、地区回归系数、违约率评价指标的回归系数不同。行业违约率跟客户的所属行业相关，即不同所属行业的行业违约率不同。 地区违约率跟客户的所属地区相关，即不同所属地区的地区违约率不同。 回归系数常量、行业回归系数、地区回归系数、违约率评价指标的回归系数的参数表如图ll所示，其中不同类型的客户，步骤101中所使用的违约率评价指标不同，所以不同类型的客户的回归系数参数表也不同。客户的违约率生成单元205将计算得到的客户的违约率存储到数据管理 装置102中。步骤306:确定客户等级。客户等级单元206根据生成的客户的违约率确 定客户等级，该确定是根据违约率主标尺参数表进行，违约率主标尺参数表 是系统参数，是验收数据，系统处理工程中可以不断修正。图12为一个违约率主标尺参数表的样例。客户等级单元206先通过访问数据管理装置102获得客户违约率，再访问数据管理装置102中的违约率主标尺参数表，检查客户违约率处在违约率主标尺参数表中哪一个客户等级的预期违约率范围，得到客户的等级信息，该客 户的等级信息通过WEB服务装置106转换成WEB数据后发给用户服务装置104。本发明提供一种科学的客户违约风险评价方法、装置和系统，克服了现 有技术在对客户违约风险评价中采用的打分卡方法所存在的不客观、不准确， 依赖银行工作人员业务水平高低的问题。本发明通过对客户信息的客观分析
得到对客户违约风险的一致、客观、可比较的度量，是一种先进的信用风险 量化方法，能够有效准确量化客户违约风险，为信贷政策制定、经济资本分 配、信贷流程监控、贷款定价与审批等提供量化决策支持。以上具体实施方式
仅用于说明本发明，而非用于限定本发明。
权利要求
1.一种基于WEB的银行信用风险检测方法，其特征在于，所述方法包括以下步骤根据用户请求获取客户违约风险评价基础数据；根据所述客户违约风险评价基础数据生成多个违约率评价指标；生成每个违约率评价指标的秩；根据所述每个违约率评价指标的秩生成每个违约率评价指标的违约率；根据所述每个违约率评价指标的违约率生成所述客户的违约率；根据所述客户的违约率确定客户等级信息。
2. 根据权利要求l所述的方法，其特征在于，所述用户请求以WEB数据格 式发送。
3. 根据权利要求1所述的方法，其特征在于，所述客户违约风险评价基础 数据包括客户基本信息以及客户财务信息。
4. 根据权利要求3所述的方法，其特征在于，所述客户基本信息包括客 户编号、客户名称、客户类型、客户所属行业、客户所属地区；所述客户财 务信息包括资产负债表、损益表、现金流量表。
5. 根据权利要求4所述的方法，其特征在于，根据所述客户违约风险评价 基础数据生成多个违约率评价指标是指根据企业所属行业以及客户财务信 息生成对应于该行业的多个违约率评价指标。
6. 根据权利要求l所述的方法，其特征在于，所述生成每个违约率评价指 标的秩，具体包括获取每个违约率评价指标所对应的标准值；根据所述违约率评价指标以及与所述违约率评价指标对应的标准值生成 每个违约率评价指标的秩。
7. 根据权利要求l所述的方g，其特征在于，根据所述每个违约率评价指 标的秩生成每个违约率评价指标的违约率，具体包括获取违约率评价指标的秩的标准值，根据所述违约率评价指标的秩的标准值获取与其对应的违约率标准值；获取与每个违约率评价指标对应的核变换带宽参数；根据违约率评价指标的秩的标准值、所述核变换贷款参数以及与所述违 约率评价指标的秩的标准值对应的违约率标准值，生成所述违约率评价指标 的违约率。
8. 根据权利要求l所述的方法，其特征在于，根据所述每个违约率评价指 标的违约率生成所述客户的违约率，具体包括获取每个违约率评价指标的违约相关参数；根据每个违约率评价指标的违约率以及所述违约相关参数生成客户的违 约率。
9. 根据权利要求8所述的方法，其特征在于，所述违约相关参数包括 每个违约率评价指标的回归系数、回归系数常量、行业回归系数、地区回归系数、行业违约率以及地区违约率。
10. 根据权利要求l所述的方法，其特征在于，所述方法还包括存储所述客户违约风险评价基础数据、所述多个违约率评价指标、所述 每个违约率评价指标的秩、所述每个违约率评价指标的违约率、所述客户的 违约率以及所述客户等级。
11. 根据权利要求l所述的方法，其特征在于，所述方法还包括将所述客户等级信息转换成WEB数据后发给所述用户。
12. —种基于WEB的银行信用风险检测系统，所述系统包括应用服务装置，其特征在于，所述应用服务装置包括基础数据获取单元，根据用户请求获取客户违约风险评价基础数据； 违约率评价指标生成单元，根据所述客户违约风险评价基础数据生成多 个违约率评价指标；违约率评价指标的秩生成单元，生成每个违约率评价指标的秩； 违约率评价指标的违约率生成单元，根据所述每个违约率评价指标的秩生成每个违约率评价指标的违约率；客户的违约率生成单元，根据所述每个违约率评价指标的违约率生成所 述客户的违约率；客户等级单元，根据所述客户的违约率确定客户等级信息。
13. 根据权利要求12所述的系统，其特征在于，所述系统还包括用户服 务装置，通过银行内部网络连接WEB服务装置，所述用户服务装置，接收用户对客户违约风险进行评价的请求信息，将 该请求信息发给所述WEB服务装置；所述WEB服务装置连接所述应用服务装置，将所述用户的请求信息转换成 WEB数据格式发给所述应用服务器，并将所述客户等级信息转换成WEB数据发 给所述用户。
14. 根据权利要求13所述的系统，其特征在于，所述请求信息至少包括客 户名称和客户编号。
15. 根据权利要求12所述的系统，其特征在于，所述系统还包括 数据管理装置，连接所述应用服务器，存储所述客户违约风险评价基础数据、所述多个违约率评价指标、所述每个违约率评价指标的秩、所述每个 违约率评价指标的违约率、所述客户的违约率以及所述客户等级。
16. 根据权利要求12所述的系统，其特征在于，所述系统还包括 银行业务服务装置，连接所述应用服务装置，向所述应用服务装置提供所述客户违约风险评价基础数据。
全文摘要
本发明提供一种基于WEB的银行信用风险检测的方法与系统，所述方法包括以下步骤根据用户请求获取客户违约风险评价基础数据；根据所述客户违约风险评价基础数据生成多个违约率评价指标；生成每个违约率评价指标的秩；根据所述每个违约率评价指标的秩生成每个违约率评价指标的违约率；根据所述每个违约率评价指标的违约率生成所述客户的违约率；根据所述客户的违约率确定客户等级信息。本发明通过对客户信息的客观分析得到对客户违约风险的一致、客观、可比较的度量，是一种先进的信用风险量化方法，能够有效准确量化客户违约风险，为信贷政策制定、经济资本分配、信贷流程监控、贷款定价与审批等提供量化决策支持。
文档编号G06Q40/00GK101131763SQ20071012255
公开日2008年2月27日 申请日期2007年9月27日 优先权日2007年9月27日
发明者周益清, 张远征, 杨一军, 拯 王, 龚光庆 申请人:中国工商银行股份有限公司