[發明專利]房地產類貸款業務風險評估方法及裝置

在審

• 申請號: 202110376266.6
• 申請日: 2021-04-08
• 公開（公告）號: CN113095928A
• 公開（公告）日: 2021-07-09
• 發明（設計）人: 高卓;金冶;李偉;李金戈
• 申請（專利權）人: 中國工商銀行股份有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06Q50/16;G06F17/18
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 任默聞;王濤

1.一種房地產類貸款業務風險評估方法，其特征在于，包括：

采集所述房地產類貸款業務所抵押房地產在不同時間段的動態屬性信息，其中，所述動態屬性信息包含：影響所述房地產類貸款業務所抵押房地產價值變化的一種或多種屬性信息；

根據所述房地產類貸款業務所抵押房地產在不同時間段的動態屬性信息和所述房地產類貸款業務的貸款信息，生成各個風險因子在不同時間段對應的參數值，其中，各個風險因子為預先配置的對房地產類貸款業務進行風險評估的評估參數，每個風險因子對應一種影響所述房地產類貸款業務違約損失率的風險因素；

根據各個風險因子在不同時間段對應的參數值，計算所述房地產類貸款業務在不同時間段的違約損失率；

根據所述房地產類貸款業務在不同時間段的違約損失率，生成所述房地產類貸款業務的動態風險評估結果。

2.如權利要求1所述的方法，其特征在于，根據所述房地產類貸款業務在不同時間段的違約損失率，生成所述房地產類貸款業務的動態風險評估結果，包括：

獲取所述房地產類貸款業務在不同時間段的違約損失率動態上調值和違約損失率動態下調值；

根據所述房地產類貸款業務在不同時間段的違約損失率動態上調值和違約損失率動態下調值，對所述房地產類貸款業務在不同時間段的違約損失率進行調整；

根據調整后的違約損失率，生成所述房地產類貸款業務的動態風險評估結果。

3.如權利要求2所述的方法，其特征在于，在根據所述房地產類貸款業務在不同時間段的違約損失率動態上調值和違約損失率動態下調值，對所述房地產類貸款業務在不同時間段的違約損失率進行調整之后，所述方法還包括：

獲取所述房地產類貸款業務的違約損失率上限值和違約損失率下限值；

其中，根據調整后的違約損失率，生成所述房地產類貸款業務的動態風險評估結果，包括：若調整后的違約損失率高于違約損失率上限值，則使用違約損失率上限值，生成所述房地產類貸款業務的動態風險評估結果；若調整后的違約損失率低于違約損失率下限值，則使用違約損失率下限值，生成所述房地產類貸款業務的動態風險評估結果。

4.如權利要求2所述的方法，其特征在于，獲取所述房地產類貸款業務在不同時間段的違約損失率動態上調值和違約損失率動態下調值，包括：

根據所述房地產類貸款業務所抵押房地產在不同時間段內的房產減值屬性信息，生成所述房地產類貸款業務在相應時間段內的違約損失率動態上調值；

根據辦理所述房地產類貸款業務的客戶在不同時間段內的剩余資產信息，生成所述房地產類貸款業務在相應時間段內的違約損失率動態下調值。

5.如權利要求1所述的方法，其特征在于，根據所述房地產類貸款業務所抵押房地產在不同時間段的動態屬性信息和所述房地產類貸款業務的貸款信息，生成對房地產類貸款業務進行風險評估的各個風險因子在不同時間段對應的參數值，包括：

獲取預先配置的對房地產類貸款業務進行風險評估的各個風險因子；

將所述房地產類貸款業務所抵押房地產在不同時間段的動態屬性信息、所述房地產類貸款業務的貸款信息和對房地產類貸款業務進行風險評估的各個風險因子，輸入到預先訓練好的風險評估參數預測模型中，輸出對房地產類貸款業務進行風險評估的各個風險因子在不同時間段對應的參數值，其中，所述風險評估參數預測模型是預先對神經網絡進行機器學習訓練得到的模型。

6.如權利要求5所述的方法，其特征在于，獲取預先配置的對房地產類貸款業務進行風險評估的各個風險因子，包括：

顯示可視化配置界面，其中，所述可視化配置界面中顯示有預設的對房地產類貸款業務進行風險評估的多個風險因子；

接收用戶通過所述可視化配置界面選擇的至少一個風險因子。