一种评估金融交易风险的数学模型的制作方法

本发明涉及互联网金融风险控制的
技术领域：
，特别涉及一种对金融交易的风险评估数学模型。
背景技术：
：金融交易作为一种新兴的金融模式，与金融行业、互联网行业的迅速发展密不可分，而互联网金融理财作为普惠金融的代表，为小微企业及个人解决了融资难的问题，但金融交易也存在着巨大的风险，特别是每年跑路与倒闭的数量让投资者承受了重大的损失，为互联网金融金融交易行业的发展带来了阻碍。本发明正是基于解决这种问题，为互联网金融金融交易行业的发展保驾护航。目前的金融交易并不能准确的评估风险，所以金融交易如何准确评估风险，是本领域技术人员需要解决的问题。技术实现要素：本发明的目的在于克服现有技术的缺陷，一种对金融交易的风险评估的数学模型。为实现上述目的，本发明采用以下技术方案：一种金融交易方法及装置，所述方法包括：包括：用于对金融交易的风险评估，通过网络端提取各数据，将数据通过数学模型进行运算，从而判断金融交易的风险度。优选地，所述数学模型涵盖至少涵盖金融交易的公司风险等级函数、财务风险等级函数、历史风险等级函数、用户体验等级函数4个维度。优选地，数学模型将金融交易的风险进行了量化处理，运用模糊数学方法计算各指标取值。优选地，数学模型将数学方法用程序语言实现，供后台服务器调用。优选地，数学模型对金融交易作出了风险度运算，再对结果进行审核与纠正，得到最后的淘汰机制。利用本发明，通过采用“对金融交易的风险评估数学模型”，先对各个模糊指标进行量化处理，根据相应的量化结果运用模糊数学的方法计算出金融交易的风险度r，再根据风险度r对应出各个财务的安全百分比，最终可以确定出较为科学、量化的金融交易的风险，解决了无法客观准确有效地评估金融交易风险的问题，实现了对金融交易风险客观准确有效地评估。附图说明图1为本发明提供的用于计算金融交易风险的结构框图；图2为本发明提供的用于计算金融交易风险总体技术方案的实现流程图；具体实施方式：为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。本发明的核心思想是：通过采用“对金融交易的风险评估数学模型”进行自动化计算处理，先对金融交易的各项细分指财务权重运用专家评分法进行计算，再对各项细分指标运用模糊数学方法进行量化处理，最终确定出较为科学、量化的金融交易风险的计算结果，解决了无法客观准确有效地评估金融交易风险的问题，实现了对金融交易风险客观准确有效地评估，为投资者购买金融交易类理财产品提供了良好的依据，对控制金融交易的风险和提高金融交易金融产品的安全度具有重要意义。如图1所示，图1为本发明提供的用于对金融交易的风险审核流程，提出入驻的金融交易先提出申请，会在互联网端获取的数据代入风险评估数学模型进行计算，后台服务器将调取分析软件所存的程序包库，最终得到风险度r，根据风险度r来确定金融交易的安全百分比，最终通过风险度来建立一个淘汰机制。其中，具体的运算过程如图2所示，风控端建立标准化风险评估数学模型，后台技术做数据挖掘与获取，风控端用分析创建多个程序包库，将数学模型可供程序语言识别，最终通过终端服务器计算，输出风险度r所对应的财务安全百分比。其中，风控数学模型所涉及到的各个维度，风险评估数学模型包含了公司风险等级函数、财务风险等级函数、历史风险等级函数、用户体验等级函数4个函数，其中公司风险函数包含了公司风险可能性与事件后果严重性两个变量，公司风险可能性包括担保风险、流动性风险、审贷风险、技术风险、法律风险5个细分指标；事件后果严重性包括自融、坏账率、技术等级、第三方托管、风险准备金5个细分指标。其中财务风险等级函数包含了财务风险可能性与事件后果严重性两个变量，财务风险可能性按照财务类别来评判；事件后果严重性按照发标每日发标次数、财务具体情况、担保机构来评判。其中历史风险包含历史逾期判别标准与坏账处理速度判别标准两个变量，历史逾期判别标准按照历史逾期次数来评判；坏账处理速度判别标准按照公司历史坏账加权处理速度来评判。其中用户体验包含用户评价判别标准与用户忠诚度判别标准两个变量，用户评价判别标准按照历史差评率来评判；用户忠诚度判别标准按照忠诚客户占客户总量百分比来评判。第一步要计算这些函数在数学模型中的权重。这里采用专家评分的方法来判断每个函数的权重。第二步要计算风险度。这里采用模糊数学的方法对各指标赋值。风险度r＝α·l(a，b)+β·s(c，d)+γ·h(e，f)+μ·f(i，j)l(a，b)＝a×b；s(c，d)＝c×d；h(e，f)＝e×f；f(i，j)＝i×j；α＝0.2；β＝0.5；γ＝0.2；μ＝0.1l——公司风险等级函数；a——可能性；b——后果严重性；s——财务风险等级函数；c——可能行；d——后果严重性；h——历史风险等级函数；e——历史逾期判别标准；f——坏账处理速度判别标准；f——用户体验等级函数；i——用户评价判别标准；j——用户忠诚度判别标准；r——风险度。l函数风险可能性a标准判断准则等级担保风险5流动性风险4审贷风险3技术风险2法律风险1s函数秒标5净值标4信用认证标3实地认证标2机构担保标、抵押标1事件后果严重性b判别准则等级一天连续发秒标数大于5。5黄牛例子净值标，赚利差。4信用认证标，贷款额度过高。3实地认证标，考察数据存在造假。2担保机构资质不够，抵押标抵押流程不完善1h函数历史逾期判别标准等级该公司历史财务逾期次数4次5该公司历史财务逾期次数3次4该公司历史财务逾期次数2次3该公司历史财务逾期次数1次2该公司历史财务未有逾期1坏账处理速度判别标准等级该公司历史坏账处理速度平均加权在305该公司历史坏账处理速度平均加权在204该公司历史坏账处理速度平均加权在103用户评价判别标准等级该公司历史差评率30％以上5该公司历史差评率20％30％4该公司历史差评率10％20％3该公司历史差评率5％10％2该公司历史差评率05％1用户忠诚度判别标准等级忠诚客户占客户总量10％以下5忠诚客户占客户总量10％20％4忠诚客户占客户总量20％30％-3忠诚客户占客户总量30％40％-2忠诚客户占客户总量40％以上-1风险度r判定等级风险度巨大风险-20-25重大风险-15-19中等-10-14可接受-5-9轻微或可忽略的风险-1-4以上对本发明所提供的金融交易风险的数学模型进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本
技术领域：
的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。当前第1页12