[發明專利]基于海量大數據、核心算法的貸款全過程精準風控及管理系統

有效

• 申請號: 202110649992.0
• 申請日: 2021-06-10
• 公開（公告）號: CN113393316B
• 公開（公告）日: 2023-02-03
• 發明（設計）人: 羅嗣揚;羅忠明
• 申請（專利權）人: 羅嗣揚
• 主分類號: G06Q40/03
• 分類號: G06Q40/03;G06N3/084
• 代理公司: 河北圓友緣專利代理事務所(普通合伙) 13173
• 代理人: 吳秀蘭

本發明涉及風控管理技術領域，具體地說，涉及基于海量大數據、核心算法的貸款全過程精準風控及管理系統。包括數據處理單元、訓練模型單元、安全管理單元和決策系統單元；數據處理單元用于獲取海量的數據信息并進行處理；訓練模型單元用于搭建貸款風控相關的預測識別模型并進行訓練及學習；安全管理單元用于對貸款業務全過程進行風險監控及安全管理；決策系統單元用于根據風險因素來作為風控決策的依據。本發明設計可以通過對數據進行分析來快速評估貸款用戶及放貸機構的信用情況；可以快速識別貸款的風險情況，提供風險識別評估、貸后預警等功能；可以對風控流程進行優化及作出對應的決策調整，進而可以快速且較為準確的發現并控制風險，減輕貸款審批的工作量和難度。

技術領域

本發明涉及風控管理技術領域，具體地說，涉及基于海量大數據、核心算法的貸款全過程精準風控及管理系統。

背景技術

貸款中風控就是風險控制，是指風險管理者采取各種措施和方法，消滅或減少風險事件發生的各種可能性，或風險控制者減少風險事件發生時造成的損失。風險控制的前提是發現風險，貸款業務中可能存在的風險主要包括信用風險、交易風險和賬戶風三類。隨著金融行業的快速發展和擴張，貸款用戶的金融信息普遍分散在不同的金融機構中，在貸款業務流程中，很難快速地搜集用戶的往期信貸信息，因存在信息孤島的弊端，導致貸款風險難以快速被識別出來，且增大了信貸審批的工作量和難度，導致風險控制無法快速準確地進行，進而還可能因風控不到位導致放貸機構產生經濟損失。

發明內容

本發明的目的在于提供了基于海量大數據、核心算法的貸款全過程精準風控及管理系統，以解決上述背景技術中提出的問題。

為實現上述技術問題的解決，本發明的目的之一在于，提供了基于海量大數據、核心算法的貸款全過程精準風控及管理系統，包括

數據處理單元、訓練模型單元、安全管理單元和決策系統單元；所述數據處理單元的信號輸出端與所述訓練模型單元的信號輸入端連接，所述訓練模型單元的信號輸出端與所述安全管理單元的信號輸入端連接，所述安全管理單元的信號輸出端與所述決策系統單元的信號輸入端連接；所述數據處理單元用于通過多維度數據采集途徑獲取海量與貸款相關的數據信息并對數據進行去重、存儲、統析及劃分處理；所述訓練模型單元用于以BP神經網絡預測技術為基礎搭建貸款風控相關的預測識別模型并進行訓練及學習；所述安全管理單元用于對貸款業務全過程進行風險監控及安全管理；所述決策系統單元用于根據模型預測的貸款業務中可能存在的風險因素來作為風控決策的依據；

所述數據處理單元包括采集去重模塊、分類存儲模塊、統計分析模塊和數集劃分模塊；

所述訓練模型單元包括模型搭建模塊、算法訓練模塊、相關檢驗模塊和機器學習模塊；

所述安全管理單元包括行為識別模塊、信用評級模塊、風險評估模塊和貸后預警模塊；

所述決策系統單元包括指標計算模塊、運營審核模塊、風控決策模塊和綜合報告模塊。

作為本技術方案的進一步改進，所述采集去重模塊的信號輸出端與所述分類存儲模塊的信號輸入端連接，所述分類存儲模塊的信號輸出端與所述統計分析模塊的信號輸入端連接，所述統計分析模塊的信號輸出端與所述數集劃分模塊的信號輸入端連接；所述采集去重模塊用于從企業內部的存量數據、網上公開的云數據庫及第三方可靠數據平臺獲取貸款業務相關用戶及機構的數據并對數據進行去重清洗操作；所述分類存儲模塊用于對海量的數據進行分類歸納并分布存儲；所述統計分析模塊用于對相關數據進行統計及分析；所述數集劃分模塊用于按照模型訓練的需求隨機從數據庫中抽取部分數據并按一定比例劃分為訓練數集和測試數集。

其中，數據的來源包括貸款機構內部的信息管理系統、合作銀行的信息管理系統、網上可靠的公開數據、大數據交易中心、中國人民銀行等。