[发明专利]综合性企业信用风险预警方法及系统

权利要求书

1.一种综合性企业信用风险预警方法，其特征在于，包括以下步骤：

步骤S1:获取对应至少一风险指标类别的至少一第一风险数据；

步骤S2：对同一风险指标类别的所述第一风险数据进行量纲一致性判断，若所述第一风险数据的量纲一致则进行数据划分处理得到第二风险数据并执行步骤S6，若所述第一风险数据的量纲不一致则执行步骤S3；

步骤S3:对所有所述第一风险数据进行极端值判断，若所述第一风险数据存在极端值则进行数据标准化处理得到第三风险数据并执行步骤S6,若所述第一风险数据不存在极端值则执行步骤S4；

步骤S4:对所有所述第一风险数据进行最佳区间判断，若存在最佳区间则进行区间标准化处理得到第四风险数据并执行步骤S6,若不存在最佳区间则执行步骤S5；

步骤S5：对所有所述第一风险数据进行正向归一化处理得到第五风险数据并执行步骤S6；

步骤S6:关联至少一风险评估模型并配置对应的关联规则得到风险预警模型，所述第二风险数据、所述第三风险数据、所述第四风险数据或所述第五风险数据的一种作为关联风险数据输入所述风险预警模型中得到风险预警指标。

2.根据权利要求1所述的综合性企业信用风险预警方法，其特征在于，在步骤S2中，获取同一风险指标类别的所述第一风险数据的量纲，若所述第一风险数据的量纲一致，获取对应同一风险指标类别的所述第一风险数据的风险数据最大值和风险数据最小值，其中所述风险数据最大值和所述风险数据最小值形成风险数据区间，将所述风险数据区间划分为子区间，根据所述子区间的排序位置赋值所述子区间内的所述第一风险数据得到第二风险数据。

3.根据权利要求2所述的综合性企业信用风险预警方法，其特征在于，“根据所述子区间的排序位置赋值所述子区间内的所述第一风险数据得到第二风险数据”包括：所述子区间依数据值大小的次序排序，依正序或倒序赋值所述子区间内的所述第一风险数据得到第二风险数据。

4.根据权利要求1所述的综合性企业信用风险预警方法，其特征在于，在步骤S3中，选择存在极端值的所述第一风险数据作为待处理第一风险数据，获取数据标准分母参数和数据标准分子参数，依据所述数据标准分母参数和所述数据标准分子参数处理所述待处理第一风险数据得到第三风险数据。

5.根据权利要求1所述的综合性企业信用风险预警方法，其特征在于，在步骤S4中，选择存在所述最佳区间的第一风险数据作为待处理第一风险数据，依据所述待处理第一风险数据对应的最佳区间处理所述待处理第一风险数据得到第四风险数据。

6.根据权利要求1所述的综合性企业信用风险预警方法，其特征在于，在步骤S5中，获取所述第一风险数据的数据最大值、数据最小值，构建包含最小值映射和最大值映射的映射范围，将所述第一风险数据映射到所述映射范围内得到第五风险数据。

7.根据权利要求1所述的综合性企业信用风险预警方法，其特征在于，所述关联风险数据的量纲为可量化的区间。

8.根据权利要求1所述的综合性企业信用风险预警方法，其特征在于，步骤S6包括：配置风险预警模型中每个风险评估模型的权重系数以及区间得分，配置所述风险预警模型的预警等级，其中所有所述风险评估模型的权重系数的总和为1，所述第二风险数据、所述第三风险数据、所述第四风险数据或所述第五风险数据的一种作为关联风险数据输入每一所述风险预警模型中得到输出结果，所述输出结果依据所述权重系数以及所述区间得分转换得到每一所述风险评估模型的预警得分，合并所有所述风险评估模型的所述预警得分得到总得分，所述总得分依据所述预警等级转换为所述风险预警指标。

9.根据权利要求8所述的综合性企业信用风险预警方法，其特征在于，“所述输出结果依据所述权重系数以及所述区间得分转换得到每一所述风险评估模型的预警得分”包括：设定每一风险评估模型的风险阈值以及对应不同预警区间的所述区间得分，当所述风险预警模型的输出结果大于所述风险阈值时，依据所述输出结果所在的预警区间确定所述区间得分。