基于层次分析模型的住房贷款业务风险评估方法及系统

技术领域

本发明涉及风险评估技术领域，尤其涉及一种基于层次分析模型的住房贷款业务风险评估方法及系统。

背景技术

当今，以大数据、人工智能为引领的信息技术正在全球范围内推动着第四次产业革命的飞速发展。世界正在进入以信息产业为主导的新经济时代，大数据正在成为社会进步的新引擎，深刻改变人们的思维、生产、生活方式，也正在推动着传统征信突破瓶颈，进入大数据征信时代。大数据征信是指通过对海量的、多样化的、实时的数据进行分析和挖掘，并运用机器学习算法重新设计征信评价模型，多维度对信用主体进行“画像”，呈现信用主体的违约率和信用状况的征信方式。大数据征信具备覆盖人群广泛、信息维度多元、应用场景丰富和信用评估全面四个创新特点。

而随着我国经济的变革与发展，居民收入水平提高，市场对商品房的需求逐渐增大，银行发放的个人住房数量随之增多，但由于借贷人存在信用风险，可能造成无力偿还贷款的现象，进而导致银行的信用危机和经济损失。

发明内容

本发明的目的是提供一种基于层次分析模型的住房贷款业务风险评估方法及系统，以解决如何对住房贷款业务风险进行评估的技术问题。

本发明是采用以下技术方案实现的：基于层次分析模型的住房贷款业务风险评估方法，包括如下步骤：

S1：构建多层次分析模型，所述多层次分析模型包括需要实现目标的目标层、影响目标的指标层和解决方案的方案层；

S2：构造多层次分析模型当中各层次下的判断矩阵，以确定各层次指标之间的权重；

S3：对判断矩阵的一致性进行判断，直至符合要求；

S4：通过多层次分析模型对住房贷款业务风险进行评估，得出贷款风险等级。

进一步的，所述指标层包括一级指标层和二级指标层，其中，一级指标层包括财务状况、收入水平、抵押品价值、贷款人信用评分以及自我保障能力；二级指标层包括净资产、资产负债率、借贷人收入、工作年限、借贷人借贷历史、信用卡消费记录、缴纳医保年限和金额以及缴纳养老保险年限和金额。

进一步的，所述方案层将贷款风险等级划分为五级，包括正常、关注、次级、可疑和损失。

进一步的，步骤S2具体为：定义判断矩阵中的各元素为a

进一步的，步骤S3具体为：利用层次排序及一致性检验来反映判断矩阵是否在可接受范围内，并计算一致性比例CR，若CR<0.1，则表明判断矩阵的一致性可接受。

基于层次分析模型的住房贷款业务风险评估系统，包括模型构建模块、判断矩阵构造模块以及判断模块，其中，

模型构建模块，用以构建多层次分析模型，所述多层次分析模型包括需要实现目标的目标层、影响目标的指标层和解决方案的方案层，通过多层次分析模型对住房贷款业务风险进行评估，得出贷款风险等级；

判断矩阵构造模块，用以构造多层次分析模型当中各层次下的判断矩阵，以确定各层次指标之间的权重；

判断模块，用以对判断矩阵的一致性进行判断，直至符合要求。

进一步的，所述指标层包括一级指标层和二级指标层，其中，一级指标层包括财务状况、收入水平、抵押品价值、贷款人信用评分以及自我保障能力；二级指标层包括净资产、资产负债率、借贷人收入、工作年限、借贷人借贷历史、信用卡消费记录、缴纳医保年限和金额以及缴纳养老保险年限和金额。

进一步的，所述方案层将贷款风险等级划分为五级，包括正常、关注、次级、可疑和损失。

进一步的，所述判断矩阵中的各元素为a

进一步的，利用层次排序及一致性检验来反映判断矩阵是否在可接受范围内，并计算一致性比例CR，若CR<0.1，则表明判断矩阵的一致性可接受。

本发明的有益效果在于：本发明可定量定义五级贷款风险等级，以提高发放个人住房贷款的准确性和精度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。

图1为多层次分析模型结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

下面结合附图，对本发明的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。需要说明的是，本发明当中所获取或采集的数据均通过当事人的同意，符合相关法律法规。

实施例1

参见图1，基于层次分析模型的住房贷款业务风险评估方法，包括如下步骤：

S1：构建多层次分析模型，所述多层次分析模型包括需要实现目标的目标层、影响目标的指标层和解决方案的方案层；

S2：构造多层次分析模型当中各层次下的判断矩阵，以确定各层次指标之间的权重；

S3：对判断矩阵的一致性进行判断，直至符合要求；

S4：通过多层次分析模型对住房贷款业务风险进行评估，得出贷款风险等级。

在本实施例当中，步骤S1具体为：首先，第一步是构建多层次的分析模型(AHP)。在一般应用情况下，该模型将问题的解决分解为三个层次，分别是需要实现的目标层、影响该目标的各类指标所组成的指标层和解决方案组成的方案层。在住房贷款问题的背景下，以住房贷款业务风险为目标层，参考国内外关于住房贷款风险指标体系的研究成果，筛选了适用于我国个人住房贷款风险的高频度指标，由于影响住房贷款业务风险的因素较多，我们将指标层划分为两层，如图1所示，其中，指标层包括一级指标层和二级指标层，其中，一级指标层包括财务状况、收入水平、抵押品价值、贷款人信用评分以及自我保障能力；二级指标层包括净资产、资产负债率、借贷人收入、工作年限、借贷人借贷历史、信用卡消费记录、缴纳医保年限和金额以及缴纳养老保险年限和金额。值得注意的是，通过各种国内外文献的综合分析获得了评估指标后，出于指标数据可得性的考虑，应对指标进行筛选以及对无数据支持的指标进行删除或替换。参照国际金融业和人民银行所制定的贷款五级分类制度，将商业贷款的风险划分为正常、关注、次级、可疑、损失五类，将其作为模型的方案层。综上，将构建以住房贷款业务风险评估为目标层、包含一级指标层和二级指标层、以五类风险为方案层的综合评价模型。

在本实施例当中，步骤S2具体为：通过构造各层次下的判断矩阵确定各层次指标之间的权重。定义判断矩阵中的各元素为a

表1 a

。

在本实施例当中，步骤S3具体为：利用层次排序及一致性检验来反映判断矩阵是否在可接受的不一致范围内，计算一致性比例CR，如果CR<0.1，那么该判断矩阵的一致性可以接受。当判断矩阵符合上述要求后，通过多层次分析模型对住房贷款客户进行贷款业务风险评估，由此获得了各个住房贷款业务风险等级的综合得分情况，可定量定义五级贷款风险等级，以提高发放个人住房贷款的准确性和精度。

本发明还提供一种基于层次分析模型的住房贷款业务风险评估系统，包括模型构建模块、判断矩阵构造模块以及判断模块，其中，

模型构建模块，用以构建多层次分析模型，所述多层次分析模型包括需要实现目标的目标层、影响目标的指标层和解决方案的方案层，通过多层次分析模型对住房贷款业务风险进行评估，得出贷款风险等级；

判断矩阵构造模块，用以构造多层次分析模型当中各层次下的判断矩阵，以确定各层次指标之间的权重；

判断模块，用以对判断矩阵的一致性进行判断，直至符合要求。

具体的，所述指标层包括一级指标层和二级指标层，其中，一级指标层包括财务状况、收入水平、抵押品价值、贷款人信用评分以及自我保障能力；二级指标层包括净资产、资产负债率、借贷人收入、工作年限、借贷人借贷历史、信用卡消费记录、缴纳医保年限和金额以及缴纳养老保险年限和金额进一步的，所述方案层将贷款风险等级划分为五级，包括正常、关注、次级、可疑和损失。所述判断矩阵中的各元素为a

基于上述实施例，本发明可定量定义五级贷款风险等级，以提高发放个人住房贷款的准确性和精度。

对于前述的实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某一些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例属于优选实施例，所涉及的动作并不一定是本申请所必须的。

上述实施例中，描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。