国内对信用风险管理的研发尚处于起步阶段，尤其是量化分析方面有着众多困难。RESSET专业研发团队综合数学、金融等方面理论知识，依托机器学习等先进的数据挖掘理论和技术，研发了RESSET信用风险管理系统（RESSET/CreditRiskMS）。

金融市场是中国债券市场主体、中国资本市场重要组成部分，将成为中国企业和金融业直接融资主要来源，一旦产生信用风险，将严重影响中国经济、金融的稳定和发展。企业信用违约概率（PD）的测度和评估在2004年6月巴塞尔新资本协议中，被列为内部评级法（IRB）的关键内容，是度量信用风险的重要指标。RESSET信用风险管理系统（RESSET/CreditRiskMS）是RESSET公司开发的以违约率度量为基础的信用评级软件。用户可以自主选择模型（包括集成学习模型、Logistic回归模型、神经网络模型）以及建模数据，软件会根据用户的选择自动计算结果。针对建模结果，用户可以反复选择不同数据套用模型进行计算，或者检验模型。计算结果包括违约率、误判概率以及各模型的重要指标等。每个模型都有详细的模型介绍文档，以及对于建模结果分析。

信用风险管理难度非常大，涉及大量的学术理论基础以及数据整理和分析工作。需要统计分析、经济计量等数学基础知识，以及经济学、金融学等专业知识。另外，企业信用风险相关的数据量异常庞大、特征提取困难，面对大量的企业历史和更新数据，没有专业化的数据解决方案很难达到理想的效果。而锐思拥有深厚的数据处理技术积累、全面的数据沉淀以及广泛的学术人才支持，在研发信用违约管理系统上，具有先天性的优势。

RESSET信用风险管理系统（RESSET/CreditRiskMS）包含深刻的理论知识、建模方法、计算技巧等，配有详细的模型介绍、分析等文档，是很好的实践教学工具。系统根据完全真实的数据进行建模计算，致力于信用管理实战人才的培养和金融数据学术成果的转化，为金融科技创新和发展提供技术支持。

——————  产品特色  ——————

首创性

国内对于信用风险管理软件的研发工作处于起步阶段。RESSET专业研发团队与清华、北大等国内外知名高等院校合作，在该领域处于领先水平。

实用性

完全基于真实数据建立模型，最大限度地满足实际工作要求，软件可以广泛应用于高校的教学与科学研究、金融机构的投资等方面。

理论的综合运用

涉及统计学、经济计量、信用评级、风险度量等专业知识的综合运用。