[發明專利]貸款風控規則調整方法、裝置、設備及計算機存儲介質

在審

• 申請號: 201810979042.2
• 申請日: 2018-08-27
• 公開（公告）號: CN109389486A
• 公開（公告）日: 2019-02-26
• 發明（設計）人: 劉中原
• 申請（專利權）人: 深圳壹賬通智能科技有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 胡海國

本發明公開了一種貸款風控規則調整方法，包括以下內容：獲取歷史貸款數據，檢測并統計歷史貸款數據的風險指標，其中，貸款數據包括貸前數據及貸后數據；將貸前數據及貸后數據分別作為輸入訓練集及輸出訓練集，并基于輸入訓練集及輸出訓練集對機器學習模型進行訓練；通過訓練確定風險指標對應的標準參數是否大于預設閾值，若標準參數大于預設閾值，則將風險指標對應的指標范圍作為第一規則條件；將第一規則條件推送至規則引擎，執行第一規則條件對應的風控規則，對用戶申請貸款的用戶行為進行評估。本發明還公開了一種貸款風控規則調整裝置、設備及計算機存儲介質。本發明根據機器學習模型對風控規則進行智能預測和調整，有效攔截更多欺詐分子。

技術領域

本發明涉及金融技術領域，尤其涉及一種貸款風控規則調整方法、裝置、設備及計算機存儲介質。

背景技術

商業銀行是以信用為基礎、以經營貨幣借貸和結算業務為主的高負債高風險行業，商業銀行在一國國民經濟中所處的關鍵地位和作用以及其經營特點，導致了商業銀行經營風險在整個國民經濟中有著極大的影響力，在信貸快速增長的過程中，由于種種復雜原因導致大量的貸款無法收回，導致大量欺詐分子的產生，所以，對貸款用戶的貸款申請資格判定尤其重要，傳統的貸款審批方法是由金融機構的工作人員對借款用戶的借款請求進行人工審核，審核的過程中需要工作人員核對借款用戶的大量數據信息，以判別貸款交易的風險情況，例如借款用戶借得起多少錢、貸款周期內能否償還等。

目前風控規則都是基于專家經驗，預先部署到規則引擎中，對規則條件的調整和修改必須經過人工干預，對于無處不在的欺詐風險，無法做到立即在線規則條件調整，從而使新的風控規則生效滯后，導致無法實時有效攔截更多欺詐分子。

上述內容僅用于輔助理解本發明的技術方案，并不代表承認上述內容是現有技術。

發明內容

本發明的主要目的在于提供一種貸款風控規則調整方法、裝置、設備及計算機存儲介質，旨在解決現有技術中無法做到立即在線規則條件調整，從而使新的風控規則生效滯后，導致無法實時有效攔截更多欺詐分子的技術問題。

為實現上述目的，本發明提供一種貸款風控規則調整方法，所述貸款風控規則調整方法包括：

獲取歷史貸款數據，檢測并統計所述歷史貸款數據的風險指標，其中，所述貸款數據包括貸前數據及貸后數據；

將所述貸前數據及所述貸后數據分別作為輸入訓練集及輸出訓練集，并基于所述輸入訓練集及所述輸出訓練集對機器學習模型進行訓練；

通過訓練確定所述風險指標對應的標準參數是否大于預設閾值，若所述標準參數大于預設閾值，則將所述風險指標對應的指標范圍作為第一規則條件；

將所述第一規則條件推送至規則引擎，執行所述第一規則條件對應的風控規則，以對用戶申請貸款的用戶行為進行評估

若以多個風險指標作為綜合風險指標時，則獲取所述綜合風險指標中各個風險指標的權重，并計算所述各個風險指標的權重的權重和；

確定所述權重和對應用戶的用戶逾期率是否大于預設閾值；

若所述權重和對應用戶的用戶逾期率大于預設閾值，則將所述權重和作為所述綜合風險指標的第一規則條件。

優選地，所述對用戶申請貸款的用戶行為進行評估的步驟包括：

檢測并獲取用戶申請貸款的行為信息；

基于所述第一規則條件對所述行為信息進行評估，確定用戶貸款申請資格。

優選地，所述基于所述第一規則條件對所述行為信息進行評估，確定用戶貸款申請資格的步驟包括：

確定所述行為信息是否符合所述第一規則條件；