本文涉及区块链技术领域，本文提供了一种基于区块链的贷款方法、装置及存储介质，包括：响应贷款人发送的贷款请求，获取贷款请求对应的授信指令；根据授信指令在区块链中获取贷款人的个人信息，其中，区块链存储有所述贷款人在若干银行以及司法部门上传的所述个人信息，所述个人信息包括资产额度以及征信数据；将所述征信数据导入至训练完成的风险评估模型中，得到贷款人的估算额度；将所述资产额度与所述估算额度中较小者作为所述贷款人的授信额度；根据所述授信额度对所述贷款人发放贷款，通过上述方法，可以实现自动测算授信额度并发放贷款，避免因银行贷款审批人员与贷款人勾结，造成银行出现坏账的情况。成银行出现坏账的情况。成银行出现坏账的情况。
【技术实现步骤摘要】
一种基于区块链的贷款方法、装置及存储介质
[0001]本专利技术涉及区块链
，尤其是一种基于区块链的贷款方法、装置及存储介质。
技术介绍
[0002]目前，贷款申请需要复杂的申请和审批流程，贷款人提交申请材料后，银行除了对贷款人征信信息评级外，还需审查贷款人抵押物、质物和保证人等资产信息。
[0003]现有技术中的贷款审批通常采用人工评估的方式，这种人工方式可能存在银行贷款审批人员与贷款人勾结，提高贷款人的授信额度，进而造成银行出现坏账风险。
技术实现思路
[0004]针对现有技术的上述问题，本文的目的在于，提供一种基于区块链的贷款方法、装置及存储介质，以解决现有技术中银行贷款审批人员与贷款人勾结，提高贷款人的授信额度，进而造成银行出现坏账风险的问题。
[0005]为了解决上述技术问题，本文的具体技术方案如下：
[0006]一方面，本文提供一种基于区块链的贷款方法，应用于贷款办理银行，包括：
[0007]响应贷款人发送的贷款请求，获取所述贷款请求对应的授信指令；
[0008]根据所述授信指令在区块链中获取所述贷款人的个人信息，其中，所述区块链存储有所述贷款人在若干银行以及司法部门上传的所述个人信息，所述个人信息包括资产额度以及征信数据；
[0009]将所述征信数据导入至训练完成的风险评估模型中，得到贷款人的估算额度；
[0010]将所述资产额度与所述估算额度中较小者作为所述贷款人的授信额度；
[0011]根据所述授信额度对所述贷款人发放贷款。
[0012]作为本文的一个实施例，所述区块链包括主链以及均与所述主链跨链通信的若干从链，所述主链上包括用于跨链通信的中继节点，银行或司法部门分别维护属于各自的从链；
[0013]根据所述授信指令在区块链中获取所述贷款人的个人信息，进一步包括：
[0014]将所述授信指令发送至主链上的中继节点，所述授信指令用于指示所述中继节点获取相关从链上存储的所述贷款人的所述个人信息，其中所述相关从链为与所述贷款人签订上链协议的所述从链；
[0015]所述中继节点将获取到的所有的所述相关从链存储的所述贷款人的所述个人信息发送至所述贷款办理银行。
[0016]作为本文的一个实施例，所述将所述授信指令发送至主链上的中继节点，所述授信指令用于指示所述中继节点获取相关从链上存储的所述贷款人的所述个人信息，进一步包括：
[0017]使用授信指令携带的所述贷款人的身份信息查询所述相关从链上的链间路由表，
获取每条相关从链存储所述贷款人个人信息的区块编号；
[0018]根据获取的区块编号，获取所述每条相关从链上存储的所述贷款人的所述个人信息。
[0019]作为本文的一个实施例，在所述将所述授信指令发送至主链上的中继节点之后，包括：
[0020]记录所述中继节点响应所述授信指令的延迟时间；
[0021]若所述延迟时间大于延迟阈值，则将在所述主链上与所述中继节点相邻的一个节点变更为中继节点，并将所述授信指令转移至变更完成的所述中继节点。
[0022]作为本文的一个实施例，所述征信数据包括身份数据、居住数据、职业数据、借贷数据、非金融负债数据、社保数据、公积金数据、信用卡数据、贷款数据以及征信查询数据；
[0023]所述风险评估模型通过以下训练方法得到：
[0024]将训练集中的训练数据以预设步长分批导入至初始化完成的风险评估模型中，所述训练集数据包括所述身份数据、所述居住数据、所述职业数据、所述借贷数据、所述非金融负债数据、所述社保数据、所述公积金数据、所述信用卡数据、所述贷款数据、所述征信查询数据与贷款额度；
[0025]循环迭代训练至训练阈值后暂停训练，并将测试集中的测试数据逐个导入至所述风险评估模型中，所述测试数据包括所述身份数据、所述居住数据、所述职业数据、所述借贷数据、所述非金融负债数据、所述社保数据、所述公积金数据、所述信用卡数据、所述贷款数据和所述征信查询数据；
[0026]将测试集导入后所述风险评估模型输出的预测贷款额度与真实贷款额度对比，若预测贷款额度与真实贷款额度之间的差值小于坏账阈值，则完成所述风险评估模型的训练；若预测贷款额度与真实贷款额度之间的差值大于坏账阈值，则重复上述方法继续训练。
[0027]作为本文的一个实施例，在所述根据所述授信额度对所述贷款人发放贷款之后，包括：
[0028]使用贷款信息在所述贷款办理银行对应的从链上生成新的区块，并更新该从链上的所述链间路由。
[0029]另一方面，本文还提供一种基于区块链的贷款装置，应用于贷款办理银行，包括：
[0030]指令获取单元，用于响应贷款人发送的贷款请求，获取所述贷款请求对应的授信指令；
[0031]信息获取单元，用于根据所述授信指令在区块链中获取所述贷款人的个人信息，其中，所述区块链存储有所述贷款人在若干银行以及司法部门上传的所述个人信息，所述个人信息包括资产额度以及征信数据；
[0032]额度测算单元，用于将所述征信数据导入至训练完成的风险评估模型中，得到贷款人的估算额度；
[0033]授信确定单元，用于将所述资产额度与所述估算额度中较小者作为所述贷款人的授信额度；
[0034]贷款确定单元，用于根据所述授信额度对所述贷款人发放贷款。
[0035]另一方面，本文还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述的基于区块
链的贷款方法。
[0036]另一方面，本文还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述的基于区块链的贷款方法。
[0037]另一方面，本文还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现所述的基于区块链的贷款方法。
[0038]采用上述技术方案，通过响应贷款人发送的贷款请求，获取所述贷款请求对应的授信指令，实现了获取贷款人的授权指令，进而可以获取具有风险合规问题的数据；通过根据所述授信指令在区块链中获取所述贷款人的个人信息，其中，所述区块链存储有所述贷款人在若干银行以及司法部门上传的所述个人信息，所述个人信息包括资产额度以及征信数据，实现了获取到该贷款人在其他银行以及司法部门存储的个人信息；通过将所述征信数据导入至训练完成的风险评估模型中，得到贷款人的估算额度，实现了估算贷款人的估算额度；通过将所述资产额度与所述估算额度中较小者作为所述贷款人的授信额度，实现了计算出适合该贷款人的且对于贷款办理银行来说坏账率最小的授信额度；通过根据所述授信额度对所述贷款人发放贷款，实现了自动测算授信额度并发放贷款，避免因银行贷款审批人员与贷款人勾结，造成银行出现坏账的情况。
[0039]为让本文的上述和其他目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于区块链的贷款方法，其特征在于，应用于贷款办理银行，包括：响应贷款人发送的贷款请求，获取所述贷款请求对应的授信指令；根据所述授信指令在区块链中获取所述贷款人的个人信息，其中，所述区块链存储有所述贷款人在若干银行以及司法部门上传的所述个人信息，所述个人信息包括资产额度以及征信数据；将所述征信数据导入至训练完成的风险评估模型中，得到贷款人的估算额度；将所述资产额度与所述估算额度中较小者作为所述贷款人的授信额度；根据所述授信额度对所述贷款人发放贷款。2.根据权利要求1所述的基于区块链的贷款方法，其特征在于，所述区块链包括主链以及均与所述主链跨链通信的若干从链，所述主链上包括用于跨链通信的中继节点，银行或司法部门分别维护属于各自的从链；根据所述授信指令在区块链中获取所述贷款人的个人信息，进一步包括：将所述授信指令发送至主链上的中继节点，所述授信指令用于指示所述中继节点获取相关从链上存储的所述贷款人的所述个人信息，其中所述相关从链为与所述贷款人签订上链协议的所述从链；所述中继节点将获取到的所有的所述相关从链存储的所述贷款人的所述个人信息发送至所述贷款办理银行。3.根据权利要求2所述的基于区块链的贷款方法，其特征在于，所述将所述授信指令发送至主链上的中继节点，所述授信指令用于指示所述中继节点获取相关从链上存储的所述贷款人的所述个人信息，进一步包括：使用授信指令携带的所述贷款人的身份信息查询所述相关从链上的链间路由表，获取每条相关从链存储所述贷款人的个人信息的区块编号；根据获取的区块编号，获取所述每条相关从链上存储的所述贷款人的所述个人信息。4.根据权利要求2所述的基于区块链的贷款方法，其特征在于，在所述将所述授信指令发送至主链上的中继节点之后，包括：记录所述中继节点响应所述授信指令的延迟时间；若所述延迟时间大于延迟阈值，则将在所述主链上与所述中继节点相邻的一个节点变更为中继节点，并将所述授信指令转移至变更完成的所述中继节点。5.根据权利要求1所述的基于区块链的贷款方法，其特征在于，所述征信数据包括身份数据、居住数据、职业数据、借贷数据、非金融负债数据、社保数据、公积金数据、信用卡数据、贷款数据以及征信查询数据；所述风险评估模型通过以下训练方法得到：将训练集中的训练数据以预设步长分批导入至初始化完成的风险评估模型中，所述训练集数据包括所述身份数据、所述居住...
【专利技术属性】
技术研发人员：李娅楠，郭睿，曲璇，穆孙婷，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。