一种针对小微企业的银行互联网信贷风控方法技术

中小企业管理不完善、报表不规范，其信用水平难以依靠小微企业提供的信息进行评估，是制约融资风控业务发展的主要原因。通过纯人工进行信息收集、风险评估的方式，要提升风控能力需投诸较多人力和成本。针对上述问题，本发明专利技术提出一种针对小微企业的银行互联网信贷风控方法。该方法借助智能风险决策模型，实现贷前资信验证、贷中智能审批、贷后风险预警的信贷流程全业务、全覆盖的风险控制。其有益效果为，通过事前预测，事中监测预警，事后关联分析，全程实时监测业务潜在威胁，精准识别资金风险。风险。风险。

【技术实现步骤摘要】
一种针对小微企业的银行互联网信贷风控方法


[0001]本专利技术涉及互联网金融相关
，具体讲地说，是一种针对小微企业的银行互联网信贷风控方法。

技术介绍

[0002]目前，零售金融市场尤其是小微信贷正在发生结构性变化，随着国有大行的放量介入，相对价格处于劣势的股份制银行和中小银行的市场份额被挤占。国有大行背负的政治指标压力将迫使其重点放在信用类贷款领域，整个市场有被进一步分化和激烈竞争态势，风险环境将变得不可预测，对外部可靠数据的需求越来越大，随着面向小微整体贷款余额的不断攀升，对风险管控工具的依赖程度也越来越大。对国有大行来说，面临的问题是在快速大批量获客及放贷规模巨大压力下，难以在海量客户中筛选优质潜在客户；对于地方中小银行来说，压降成本是刚需，守住现有客户将面临极大挑战。而中小企业管理不完善、报表不规范，其信用水平难以依靠小微企业提供的信息进行评估，是制约融资风控业务发展的主要原因。通过纯人工进行信息收集、风险 评估的方式，要提升风控能力需投诸较多人力和成本。

技术实现思路

[0003]针对上述问题，本专利技术提出一种针对小微企业的银行互联网信贷风控方法。该方法借助智能风险决策模型，实现贷前资信验证、贷中智能审批、贷后风险预警的信贷流程全业务、全覆盖的风险控制。其有益效果为，通过事前预测，事中监测预警，事后关联分析，全程实时监测业务潜在威胁，精准识别资金风险。
[0004]本专利技术所述针对小微企业的银行互联网信贷风控方法，其中，所述贷前资信验证，包含营销阶段优质潜在客户筛选、申请阶段准入核查。
[0005]其中，营销阶段优质潜在客户筛选，通过知识图谱企业信用分析结合企业发票流水营业规模预测模型，推荐优质潜在客户。其有益效果为，智能推荐优质企业，以及向客户智能推荐信贷产品，有效提高营销转化率，降低营销人员的人力浪费。
[0006]其中，申请阶段准入核查，通过验证码、刷脸认证人脸、设备指纹等金融级的生物核身，核实贷款人身份；结合智能风险决策模型中的决策规则，实施准入核查。其有益效果为，生物核身技术使客户无需牢记多个个人识别密码或回答连串问题进行常规查询，以获得更为方便、安全、快速的身份验，同时银行也能更准确地区分贷款人信息。
[0007]本专利技术所述针对小微企业的银行互联网信贷风控方法，其中，所述贷中智能审批，在贷款审批或者放款审批阶段，通过关联分析结合知识图谱对企业各方信息进行深度挖掘、交叉验证、异常分析，对申请进行反欺诈校验，生成黑名单；并且通过智能决策模型，对大批量审批自动化处理，自动处理审批评级、建议额度、建议利率。其有益效果为，利用机器学习及知识图谱等模型算法技术，识别欺诈者身份，有效升银行欺诈风险的防控能力；通过智能决策模型的辅助能够帮助工作人员自动处理大量信贷业务，有效提高审批并发量，有
效降低人工审批成本。
[0008]本专利技术所述针对小微企业的银行互联网信贷风控方法，其中，所述贷后风险预警，通过手机客户在还款期间的所有本行交易，分析客户的行为偏好，识别风险客户；通过分析催收历史与录音质检，自学习催收策略，实施智能催收。其有益效果为，能够在一定的成本控制下，把潜在逾期风险或者实际逾期行为的伤害降到最低。
[0009]本专利技术所述针对小微企业的银行互联网信贷风控方法，其中，所述智能风险决策模型，包括基于爬虫、银行内部数据、第三方数据的多渠道数据收集模块；支持结构化、非结构化数据的数据整合模块；基于智能决策引擎及机器学习模型的智能决策模块。其有益效果为，通过政府部委权威数据源对接，互联网信息采集和自然语言处理的技术手段，提供企业数据维度覆盖全面，且数据准确、更新及时的决策数据。
附图说明
[0010]图1 本专利技术提供的银行互联网信贷风控方法示意图。
[0011]图2 本专利技术知识图谱反欺诈交叉校验示意图。
[0012]图3 本专利技术提供的智能风险决策模型示意图。
具体实施方式
[0013]本专利技术的目的是提供一种能够实现贷前资信验证、贷中智能审批、贷后风险预警的一种针对小微企业的银行互联网信贷风控方法。
[0014]为了加深对本专利技术的理解，下面将结合实例对本专利技术做进一步详细描述，该实例仅用于解释本专利技术，并不对本专利技术保护范围构成限定。
[0015]如图1所示，所述一种针对小微企业的银行互联网信贷风控方法，围绕智能决策模型，为贷前资信验证提供准入核查决策；为贷中智能审批、反欺诈模型校验提供数据支持；为贷后风险预警提供风险名单分析决策；而整个贷款流程中的客户行为以及第三方数据，又会反馈给智能决策模型，形成一个正向反馈的闭环。随着数据量的增长和模型的不断学习，从而持续优化信贷流程全业务、全覆盖的风险控制。
[0016]其中贷前资信验证的流程如下：1.收集数据：使用银行内部数据结合爬虫技术爬取企业信息、政府企业等第三方网关数据，收集企业基本信息、工商信息、失信信息、股权信息等；2.客户推荐与产品推荐：通过智能决策模型中的知识图谱企业信用分析结合企业发票流水营业规模预测模型，筛选出企业信用良好，近期内又有扩展经营规模需求的优质潜在客户列表，作为营销人员供作参考；3.客户、产品登记：登记客户及贷款意向，提交申请。其中，通过验证码、刷脸认证人脸、设备指纹等金融级的生物核身，核实贷款人身份，解决了银行用户账号登录、管理授权、转账汇款、支付交易、资金提现等关键环节的二次身份确认问题；4.客户准入校验：客户提交贷款申请后，将信息提交给智能决策模型，经过黑名单过滤、智能决策模型决策，初步筛选出符合条件的企业或贷款人，准入核查失败则拒绝该申请。
[0017]其中贷中智能审批的流程如下：
1.反欺诈模型校验：智能决策模型通过众多渠道获取的企业信息，构建多维知识图谱复杂网络，识别各个实体间的关联关系，深度挖掘、交叉验证、异常分析找出可疑的贷款申请。如图2所示，比如借款人1和借款人2写的是同一个公司电话，但借款人1填写的公司和借款人1填写的公司完全不一样，这就成了一个风险点；又通过图谱可识别出借款人2与借款人3共享部分申请信息，存在一定组团骗贷风险，需要审核人员审慎审核。反欺诈模型可疑包含以下维度：(1)基于企业的基础信息、投资关系、诉讼、失信等多维度关联数据，利用图计算等方法构建科学、严谨的企业风险评估体系，有效规避潜在的经营风险与资金风险；(2)基于投资、任职、招投标、涉诉关系以目标企业为核心向外层层扩散，形成一个网络关系图，直观立体展现企业关联；(3)在基于股权、任职、专利、招投标、涉诉等关系形成的网络关系中，查询企业之间的最短关系路径，衡量企业之间的联系密切度；2.智能审批：通过智能决策模型分析申请企业信用状况，预估还款能力，大数据风控模型适配，结合人行征信评分，计算企业最终的信贷评分，建议利率，建议额度等。根据企业最终的信贷评分将申请分为自动批准、建议通过、人工审核、审慎审核、建议拒绝、自动拒绝五档；3.手工审批与通知客户：在业务处理系统中，根据智能审批建议，对需要人工干预的申请人工审核，并自动将最终审核结果发送至本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种针对小微企业的银行互联网信贷风控方法，其特征在于，借助智能风险决策模型，实现贷前资信验证、贷中智能审批、贷后风险预警的信贷流程全业务、全覆盖的风险控制方法。2.根据权利要求1所述的针对小微企业的银行互联网信贷风控方法，其特征在于，所述贷前资信验证，包含营销阶段优质潜在客户筛选、申请阶段准入核查。3.根据权利要求2所述营销阶段优质潜在客户筛选，其特征在于，通过知识图谱企业信用分析结合企业发票流水营业规模预测模型，推荐优质潜在客户。4.根据权利要求2所述申请阶段准入核查，其特征在于，通过验证码、刷脸认证人脸、设备指纹等金融级的生物核身，核实贷款人身份；结合智能风险决策模型中的决策规则，实施准入核查。5.根据权利要求1所述的针对小微企业的银行互联网信贷风控方法，其特征在于，所述贷中智能审...

【专利技术属性】
技术研发人员：郑丰帆，靳宇晓，
申请(专利权)人：营利度富信息系统上海有限公司，
类型：发明
国别省市：