控制贷款风险的方法及装置制造方法及图纸

本发明专利技术提出了一种控制贷款风险的方法及装置，涉及计算机数据处理技术领域，该方法包括：对银行客户进行分类，获得多个客户集合；对于每个客户集合，依据该客户集合的交易数据和贷款数据，确定该客户集合对应的交易矩阵和贷款不良率；依据贷款不良率，确定多个风险客户集合；依据交易矩阵和风险客户集合，确定每个客户集合对应的贷款风险预测模型；当客户申请贷款时，依据该客户归属的客户集合对应的贷款风险预测模型，对本次贷款进行风险控制。对本次贷款进行风险控制。对本次贷款进行风险控制。

【技术实现步骤摘要】
控制贷款风险的方法及装置


[0001]本专利技术涉及计算机数据处理
，尤指一种控制贷款风险的方法及装置。

技术介绍

[0002]本部分旨在为权利要求书中陈述的本专利技术实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
[0003]在银行业务场景中，贷款是银行的重要业务，控制贷款风险是银行运营的重要前提。目前，在贷款业务处理过程中，通常是依靠人为经验进行审核，在某些情况下，不能控制贷款中存在的一些风险。

技术实现思路

[0004]为解决现有技术存在的问题，本专利技术提出了一种控制贷款风险的方法及装置。
[0005]在本专利技术实施例的第一方面，提出了一种控制贷款风险的方法，包括：
[0006]对银行客户进行分类，获得多个客户集合；
[0007]对于每个客户集合，依据该客户集合的交易数据和贷款数据，确定该客户集合对应的交易矩阵和贷款不良率；
[0008]依据贷款不良率，确定多个风险客户集合；
[0009]依据交易矩阵和风险客户集合，确定每个客户集合对应的贷款风险预测模型；
[0010]当客户申请贷款时，依据该客户归属的客户集合对应的贷款风险预测模型，对本次贷款进行风险控制。
[0011]在本专利技术实施例的第二方面，提出了一种控制贷款风险的装置，包括：
[0012]分类模块，用于对银行客户进行分类，获得多个客户集合；
[0013]数据处理模块，用于对于每个客户集合，依据该客户集合的交易数据和贷款数据，确定该客户集合对应的交易矩阵和贷款不良率；
[0014]风险客户集合确定模块，用于依据贷款不良率，确定多个风险客户集合；
[0015]模型确定模块，用于依据交易矩阵和风险客户集合，确定每个客户集合对应的贷款风险预测模型；
[0016]风险控制模块，用于当客户申请贷款时，依据该客户归属的客户集合对应的贷款风险预测模型，对本次贷款进行风险控制。
[0017]在本专利技术实施例的第三方面，提出了一种计算机设备，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控制贷款风险的方法。
[0018]在本专利技术实施例的第四方面，提出了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控制贷款风险的方法。
[0019]在本专利技术实施例的第五方面，提出了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控制贷款风险的方法。
[0020]本专利技术提出的控制贷款风险的方法及装置通过对银行客户进行分类，获得多个客户集合；对于每个客户集合，依据该客户集合的交易数据和贷款数据，确定该客户集合对应的交易矩阵和贷款不良率；依据贷款不良率，确定多个风险客户集合；依据交易矩阵和风险客户集合，确定每个客户集合对应的贷款风险预测模型；当客户申请贷款时，依据该客户归属的客户集合对应的贷款风险预测模型，对本次贷款进行风险控制，整体方案可以对贷款风险进行有效控制，降低贷款风险，增强银行的风险控制能力。
附图说明
[0021]为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，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获得其它的附图。
[0022]图1是本专利技术一实施例的控制贷款风险的方法流程示意图。
[0023]图2是本专利技术一实施例的确定该客户集合对应的交易矩阵和贷款不良率的流程示意图。
[0024]图3是本专利技术一实施例的确定每个客户集合对应的贷款风险预测模型的流程示意图。
[0025]图4是本专利技术一实施例的控制贷款风险的装置架构示意图。
[0026]图5是本专利技术一实施例的计算机设备结构示意图。
具体实施方式
[0027]下面将参考若干示例性实施方式来描述本专利技术的原理和精神。应当理解，给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本专利技术，而并非以任何方式限制本专利技术的范围。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。
[0028]本领域技术人员知道，本专利技术的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)，或者硬件和软件结合的形式。
[0029]根据本专利技术的实施方式，提出了一种控制贷款风险的方法及装置，涉及计算机数据处理

[0030]下面参考本专利技术的若干代表性实施方式，详细阐释本专利技术的原理和精神。
[0031]图1是本专利技术一实施例的控制贷款风险的方法流程示意图。如图1所示，该方法包括：
[0032]S1，对银行客户进行分类，获得多个客户集合；
[0033]S2，对于每个客户集合，依据该客户集合的交易数据和贷款数据，确定该客户集合对应的交易矩阵和贷款不良率；
[0034]S3，依据贷款不良率，确定多个风险客户集合；
[0035]S4，依据交易矩阵和风险客户集合，确定每个客户集合对应的贷款风险预测模型；
[0036]S5，当客户申请贷款时，依据该客户归属的客户集合对应的贷款风险预测模型，对本次贷款进行风险控制。
[0037]为了对上述控制贷款风险的方法进行更为清楚的解释，下面结合每一步骤来进行详细说明。
[0038]在一实施例中，参考图2，在S2中，对于每个客户集合，依据该客户集合的交易数据和贷款数据，确定该客户集合对应的交易矩阵和贷款不良率，包括：
[0039]S21，将客户集合的贷款数据中涉及风险的贷款数据的占比作为该客户集合对应的贷款不良率；
[0040]S22，设定多个历史子时期；
[0041]S23，依据该客户集合在各个历史子时期的交易数据，确定该客户集合在各个历史子时期的交易矩阵；
[0042]S24，依据该客户集合在各个历史子时期的交易矩阵，确定该客户集合的时期关联长度；
[0043]S25，依据该客户集合的时期关联长度，确定当前时期对应的关联子时期；
[0044]S26，依据该客户集合在当前时期对应的关联子时期的交易数据，确定该客户集合对应的交易矩阵。
[0045]在一实施例中，(S23)依据该客户集合在各个历史子时期的交易数据，确定该客户集合在各个历史子时期的交易矩阵，包括：
[0046]S23
‑
1，对于每一历史子时期，确定该客户集合在该历史子时期的每一交易数据的交易渠道和交易类别；
[0047]S23
‑
2，将该交易数据作为该交易渠道和该交易类别的交易数据；
[0048]S23
‑
3，依据该交易渠道和该交易类别的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种控制贷款风险的方法，其特征在于，包括：对银行客户进行分类，获得多个客户集合；对于每个客户集合，依据该客户集合的交易数据和贷款数据，确定该客户集合对应的交易矩阵和贷款不良率；依据贷款不良率，确定多个风险客户集合；依据交易矩阵和风险客户集合，确定每个客户集合对应的贷款风险预测模型；当客户申请贷款时，依据该客户归属的客户集合对应的贷款风险预测模型，对本次贷款进行风险控制。2.如权利要求1所述的方法，其特征在于，对于每个客户集合，依据该客户集合的交易数据和贷款数据，确定该客户集合对应的交易矩阵和贷款不良率，包括：将客户集合的贷款数据中涉及风险的贷款数据的占比作为该客户集合对应的贷款不良率；设定多个历史子时期；依据该客户集合在各个历史子时期的交易数据，确定该客户集合在各个历史子时期的交易矩阵；依据该客户集合在各个历史子时期的交易矩阵，确定该客户集合的时期关联长度；依据该客户集合的时期关联长度，确定当前时期对应的关联子时期；依据该客户集合在当前时期对应的关联子时期的交易数据，确定该客户集合对应的交易矩阵。3.如权利要求2所述的方法，其特征在于，依据该客户集合在各个历史子时期的交易数据，确定该客户集合在各个历史子时期的交易矩阵，包括：对于每一历史子时期，确定该客户集合在该历史子时期的每一交易数据的交易渠道和交易类别；将该交易数据作为该交易渠道和该交易类别的交易数据；依据该交易渠道和该交易类别的交易数据，将该交易数据包含的交易数量作为该交易渠道和该交易类别对应的交易数量；该客户集合在各个历史子时期的交易矩阵，其中，该交易矩阵的行对应交易渠道，列对应交易类别，对于该交易矩阵的每一元素，将该元素对应的交易渠道和交易类别对应的交易数量作为该元素的值。4.如权利要求2所述的方法，其特征在于，依据该客户集合在各个历史子时期的交易矩阵，确定该客户集合的时期关联长度，包括：对于每一历史子时期与在该子时期之后的每一后续历史子时期，确定该客户集合在该历史子时期的交易矩阵与在该后续历史子时期的交易矩阵的交易矩阵差；依据该交易矩阵差的行数和列数，对该矩阵差进行补0获得方阵，将获得的方阵的特征值作为该历史子时期与该后续历史子时期的关联特征值；依据该历史子时期与在该子时期之后的各个后续历史子时期的关联特征值，确定该历史子时期对应的关联子时期；依据该历史子时期对应的关联子时期，确定该历史子时期对应的时期关联长度；依据各个历史子时期对应的时期关联长度，确定该客户集合的时期关联长度。
5.如权利要求4所述的方法，其特征在于，依据该历史子时期对应的关联子时期，确定该历史子时期对应的时期关联长度，包括：对于该历史子时期对应的每一关联子时期，确定该关联子时期与该历史子时期的时期差；如果与该历史子时期的时期差小于该时期差的时期都是该历史子时期对应的关联子时期，则将该关联子时期作为该历史子时期对应的关联后续子时期；将该历史子时期对应的关联后续子时期中时间最靠后的关联后续子时期作为该历史子时期对应的后续边界时期；依据该历史子时期、该历史子时期对应的后续边界时期，确定该历史子时期对应的时期关联长度。6.如权利要求2所述的方法，其特征在于，依据该客户集合在当前时期对应的关联子时期的交易数据，确定该客户集合对应的交易矩阵，包括：确定该客户集合在当前时期对应的关联子时期的每一交易数据的交易渠道和交易类别；将该交易数据作为该交易渠道和该交易类别的交易数据；依据该交易渠道和该交易类别的交易数据，将该交易数据包含的交易数量作为该交易渠道和该交易类别对应的交易数量；确定该客户集合对应的交易矩阵，其中，该交易矩阵的行对应交易渠道，列对应交易类别，对于该交易矩阵的每一元素，将该元素对应的交易渠道和交易类别对应的交易数量作为该元素的值。7.如权利要求1所述的方法，其特征在于，依据交易矩阵和风险客户集合，确定每个客户集合对应的贷款风险预测模型，包括：对于每个客户集合，依据该客户集合对应的交易矩阵、各个风险客户集合对应的交易矩阵，确定该客户集合对应的风险客户集合；依据该客户集合对应的风险客户集合的交易数据和贷款数据，训练预测模型，获得该客户集合对应的贷款风险预测模型。8.如权利要求7所述的方法，其特征在于，对于每个客户集合，依据该客户集合对应的交易矩阵、各个风险客户集合对应的交易矩阵，确定该客户集合对应的风险客户集合，包括：对于每一风险客户集合，依据该风险客户集合对应的交易矩阵、该客户集合对应的交易矩阵，确定该风险客户集合对应该客户集合的差距矩阵差；当该风险客户集合对应该客户集合的差距矩阵差的行数等于列数时，将该风险客户集合对应该客户集合的差距矩阵差的非0特征值作为该风险客户集合对应的差距特征值；否则，依据该行数和该列数对该差距矩阵差进行补0获得方阵，将获得的方阵的非0特征值作为该风险客户集合对应的差距特征值；依据各个风险客户集合对应的差距特征值，确定该客户集合对应的风险客户集合。9.一种控制贷款风险的装置，其特征在于，包括：分类模块...

【专利技术属性】
技术研发人员：朱江波，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：