[发明专利]基于产业链数字化场景金融模型建立金融风控体系的方法

说明书

本发明涉及基于产业链数字化场景金融模型建立金融风控体系的方法，涉及风控管理技术领域，包括获取若干用户的用户信息和历史贷款数据并从该用户信息和历史贷款数据中提取特征变量；将特征变量划分为训练数据集和验证数据集；建立以深度神经网络模型为基础的贷前用户准入模型、贷中产品准入模型和额度模型以及贷后预警模型，并将训练数据分别输入模型进行模型训练；将验证数据集输入验证并确定输出值是否合格；当验证结果合格时且合格率达到预设标准时判定模型合格并生成对应的模型，当验证结果合格率未达到预设标准时，对模型进行调参；提高了在贷款时的风险控制的准确性，从而降低了贷款运营的损失。

技术领域

本发明涉及产业链数字化场景金融风控管理技术领域，尤其涉及一种基于产业链数字化场景金融模型建立金融风控体系的方法。

背景技术

由于互联网技术的发展，银行和信贷机构作为金融系统的重要节点，且为了满足提高金融系统的效率，银行系统和信贷机构与互连网技术的结合是现有的重点技术。

在核心企业的产业链数字化场景中，其上下游中小供应商企业常面临账期长、资金周转难等困境。而银行等金融机构对中小企业的风险信息及财务状况不了解，不愿提供融资服务，造成中小企业融资难、融资贵的问题。

并且银行和信贷机构作为金融系统的分支，其在社会发展中扮演非常重要的角色，例如银行系统和信贷机构可以为企业和个人用户提供贷款，一方面可以保证资金流通，另一方面可以解决企业的运营和个人创业的创业资金。但银行系统和信贷机构对外借贷属于一种风险行为，但现有技术银行或信贷机构在对外贷款时，不能够准确根据用户情况进行风险控制，造成银行或信贷机构在贷款运营过程中的损失。

发明内容

为此，本发明提供一种基于产业链数字化场景金融模型建立金融风控体系的方法，用以克服现有技术中不能够准确根据用户情况进行风险控制，造成银行或信贷机构在贷款运营过程中的损失的问题。

为实现上述目的，本发明提供一种基于产业链数字化场景金融模型建立金融风控体系的方法，包括：

步骤S1、获取若干用户的用户信息和历史贷款数据，并从该用户信息和历史贷款数据中提取特征变量；

步骤S2、将所述特征变量划分为训练数据集和验证数据集；

步骤S3、建立以深度神经网络模型为基础的贷前用户准入模型、贷中产品准入模型和额度模型以及贷后预警模型，并将所述训练数据集中的数据分别输入对应模型进行模型训练；

步骤S4、将所述验证数据集中的数据分别输入贷前用户准入模型、贷中产品准入模型和额度模型以及贷后预警模型，并确定输出值是否合格；

步骤S5、当验证结果合格时且合格率达到预设标准时判定模型合格并生成对应的模型，当验证结果合格率未达到预设标准时，对模型进行调参；

所述用户准入模型用以在贷前确定是否准许用户选取贷款产品，所述产品准入模型用以在贷中根据用户信息的分析结果确定用户可贷产品，所述额度审批模型用以在贷中根据用户交易信息的分析结果确定用户可贷额度，所述预警模型用以在贷后根据对用户的定期监控进行偿贷预警和通过多维指标整体监控信用资质变化。

进一步地，在所述步骤S3中，当确定对应用户的所述特征变量完成并训练用户准入模型时，根据所述特征变量中的逾期偿贷次数和被动展期次数确定所述用户的信用值U，将所述特征变量中的该信用值作为所述用户准入模型的输出，其中U=（Fai+Fbi）/2，其中Fai为逾期偿贷次数Cai对应的用户信用分值，Fbi为被动展期次数Cbi对应的用户信用分值；

当训练所述产品准入模型时，将所述用户的贷款产品对应的实际额度E和产品风险系数Y作为所述产品准入模型的输入，并将根据实际额度E和产品风险系数Y计算的产品等级Q作为所述产品准入模型的输出，其中Q=E×Y；

当训练所述额度模型时，将所述产品等级Q和信用值U作为所述额度模型的输入，并将根据产品等级Q和信用值U计算的额度等级R作为所述额度模型的输出；