(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210951421.7 (22)申请日 2022.08.09 (71)申请人 平安银行股份有限公司 地址 518000 广东省深圳市罗湖区深南 东 路5047号 (72)发明人 汪辰　胡永峰　 (74)专利代理 机构 深圳紫藤知识产权代理有限 公司 44570 专利代理师 韩金涛 (51)Int.Cl. G06Q 40/02(2012.01) G06Q 10/04(2012.01) G06K 9/62(2022.01) (54)发明名称 贷款行为的风险管理方法、 装置、 计算机设 备及存储介质 (57)摘要 本申请实施例公开了一种贷款行为的风险 管理方法、 装置、 计算机设备及存储介质， 本方案 获取样本集， 通过样本集构建还款风险预测模 型， 通过样 本集中的样本对还款风险预测模型进 行训练， 直至还款风险预测模型满足预设的收敛 条件； 获取待预测的贷款客户的经济状况数据和 关联经济状况数据； 通过还款风险预测模型对经 济状况数据和关联经济状况数据进行还款风险 预测， 得到贷款客户偿还贷款的风险预测结果； 当风险预测结果为存在还款违约风险时， 将风险 预测结果发送给风险管理端， 触发风险管理端对 贷款客户进行贷款风险管理， 从而提高了贷款机 构应对贷款人的违约未还款情况的实时性。 权利要求书2页 说明书12页 附图2页 CN 115330514 A 2022.11.11 CN 115330514 A 1.一种贷款行为的风险管理方法， 其特 征在于， 所述方法包括： 获取样本集， 所述样本集中一样本包括一历史贷款客户的历史经济状况数据和关联历 史经济状况数据， 且所述样本的标签为客户违约标识， 用于指示历史贷款客户是否出现还 款违约， 其中， 所述关联历史经济状况数据为历史贷款客户的关联客户的历史经济状况数 据； 通过所述样本集构建还款风险预测模型， 通过所述样本集中的样本对所述还款风险预 测模型进行训练， 直至所述还款 风险预测模型满足预设的收敛 条件； 获取待预测的贷款 客户的经济状况 数据和关联 经济状况 数据； 通过所述还款风险预测模型对所述经济状况数据和所述关联经济状况数据进行还款 风险预测， 得到所述贷款 客户偿还贷款的风险预测结果； 当所述风险预测结果为存在还款违约风险时， 将所述风险预测结果发送给风险管理 端， 触发所述 风险管理端对所述贷款 客户进行贷款 风险管理。 2.根据权利要求1所述的方法， 其特征在于， 所述经济状况数据包括至少两个维度的经 济数据， 所述通过所述还款风险预测模型对所述经济状况数据和所述关联经济状况数据进 行还款风险预测， 包括： 通过所述还款风险预测模型分别对至少两个维度的经济数据， 进行特征提取， 得到至 少两个维度的经济特 征； 通过所述还款风险预测模型对所述关联经济状况数据， 进行特征提取， 得到关联经济 特征； 通过所述还款风险预测模型对至少两个所述经济特征和所述关联经济特征， 进行还款 风险预测。 3.根据权利要求1所述的方法， 其特征在于， 在将所述风险预测结果发送给风险管理端 之后， 还包括： 根据所述经济状况数据和所述关联经济状况数据确定所述贷款客户的还款违约风险 等级； 通过所述还款违约风险等级对应的提 示方式对所述 风险管理端 进行提示操作。 4.根据权利要求3所述的方法， 其特征在于， 所述经济状况数据包括至少两个维度的经 济数据， 所述根据所述经济状况数据和所述关联经济状况数据确定所述贷款客户的还款违 约风险等级， 包括： 根据至少两个维度的经济数据和关联经济状况数据确定所述贷款客户对应的当前违 约因素， 并确定所述当前违约因素对应的权 重； 根据所述当前违约因素对应的权重计算所述贷款客户的风险值， 并根据 所述风险值所 处的风险范围， 确定对应所述 风险范围的风险等级。 5.根据权利要求4所述的方法， 其特征在于， 所述确定所述当前违约因素对应的权重， 包括： 获取所述贷款客户的历史违约信 息， 所述历史违约信 息中包括各个历史违约场景和所 述历史违约 场景对应的至少一个历史违约因素； 根据存在所述历史违约因素的历史违约场景的数量确定所述历史违约因素对应的权 重；权　利　要　求　书 1/2 页 2 CN 115330514 A 2获取所述当前违约因素对应的当前违约类型； 从所述历史违约因素中确定与所述当前违约类型一 致的相同违约因素； 根据所述相同违约因素对应的权 重确定所述当前违约因素对应的权 重。 6.根据权利要求1所述的方法， 其特征在于， 在将所述风险预测结果发送给风险管理端 之后， 还包括： 获取所述贷款 客户的贷款信息， 并根据所述贷款信息确定所述贷款 客户的还款时刻； 获取当前时刻， 根据所述当前时刻和所述还款时刻之间的差值， 确定所述贷款客户的 还款违约风险等级； 通过所述还款违约风险等级对应的提 示方式对所述 风险管理端 进行提示操作。 7.根据权利要求1所述的方法， 其特征在于， 在获取待预测的贷款客户的经济状况数据 和关联经济状况 数据之后， 还 包括： 若存在上一 次获取的贷款客户的经济状况数据和关联经济状况数据， 则确定上一 次获 取的上一次经济状况 数据和上一次关联 经济状况 数据； 将所述经济状况数据和所述关联经济状况数据， 与所述上一 次经济状况数据和所述上 一次关联 经济状况 数据进行信息比对， 得到比对结果； 若所述比对结果 为信息一 致时， 则维持所述贷款 客户对应的风险预测结果。 8.一种贷款行为的风险管理装置， 其特 征在于， 所述装置包括： 样本获取模块， 用于获取样本集， 所述样本集中一样本包括一历史贷款客户的历史经 济状况数据和关联历史经济状况数据， 且所述样本的标签为客户违约标识， 用于指示历史 贷款客户是否出现还款违约， 其中， 所述关联历史经济状况数据为历史贷款客户的关联客 户的历史经济状况 数据； 模型训练模块， 用于通过所述样本集构建还款风险预测模型， 通过所述样本集中的样 本对所述还款 风险预测模型进行训练， 直至所述还款 风险预测模型满足预设的收敛 条件； 数据获取模块， 用于获取待预测的贷款 客户的经济状况 数据和关联 经济状况 数据； 风险预测模块， 用于通过所述还款风险预测模型对所述经济状况数据和所述关联经济 状况数据进行还款 风险预测， 得到所述贷款 客户偿还贷款的风险预测结果； 风险管理模块， 用于当所述风险预测结果为存在还款违约风险时， 将所述风险预测结 果发送给风险管理端， 触发所述 风险管理端对所述贷款 客户进行贷款 风险管理。 9.一种计算机设备， 其特征在于， 包括存储器， 处理器及存储在存储器上并在处理器上 运行的计算机程序， 其中， 所述处理器执行所述程序时实现如权利要求1至7任一项所述的 贷款行为的风险管理方法。 10.一种存储介质， 其特征在于， 所述存储介质存储有多条指令， 所述指令适于处理器 进行加载， 以执 行权利要求1至7任一项所述的贷款行为的风险管理方法。权　利　要　求　书 2/2 页 3 CN 115330514 A 3