一种基于大数据的信贷业务智能风控审批系统及方法技术方案

本发明专利技术提供一种基于大数据的信贷业务智能风控审批系统及方法，属于计算机信息处理领域，首先对企业及个人多源数据进行融合；然后行结构化数据、半结构化数据、非结构化数据分别进行数据保准化治理；然后根据信贷业务需求生成数据指标，并建立准入模型、反欺诈模型、信用评分模型、额度定价模型等风控模型；最后对风控模型进行优化，实现风控审核智能化。本发明专利技术运用大数据、机器学习、知识工程等技术，可根据数据资源和信贷业务政策要求，自主配置风控审批指标体系和优化风控模型，无需人工进行分析和审核，风控分析维度更广，实现风控审核自动化，风险评估效果更好、风控审核效率更高，促进信贷业务风控管理差异化和信贷业务智能化。进信贷业务风控管理差异化和信贷业务智能化。进信贷业务风控管理差异化和信贷业务智能化。

【技术实现步骤摘要】
一种基于大数据的信贷业务智能风控审批系统及方法


[0001]本专利技术涉及计算机信息处理领域，尤其涉及一种基于大数据的信贷业务智能风控审批系统及方法。

技术介绍

[0002]传统的金融行业，例如银行的贷款业务需要投入大量的人工，且风险相比较高，其中以银行信贷业务风控准入场景为例，根据其信贷产品的风控政策，通过人工或模型对申贷用户的信用信息数据进行分析，判定申贷用户的准入资格。
[0003]然而，随着金融行业和互联网的快速发展，以及国家鼓励金融机构利用金融科技进行数字化改革，金融机构的金融业务和企业(个人)对于金融产品的需求也发生转变，同时伴随着金融风险和风险监管政策变化，目前以往金融机构的风控准入系统已不能完全满足业务需求，例如：部分工作需要人工参与，工作效率低，增加金融风险；以往智能风控技术对于非机构化数据、半结构化数据处理效率低，风控分析面窄；以往风控系统的风控指标固定后，无法根据金融产品准入政策的变化自由配置和修改，导致信贷业务智能化风控系统建设成本高。例如公开号CN112508677A的专利申请公开了一种基于大数据风控的金融系统,然而仍没有完全解决上述问题。

技术实现思路

[0004]为了解决以上技术问题，本专利技术提供了一种基于大数据的信贷业务智能风控审批系统，解决现有金融风控智能审批技术中智能化程度低，异结构数据处理能力弱，风控准入指标无法自由配置和修改等问题。
[0005]本专利技术的技术方案是：
[0006]一种基于大数据的信贷业务智能风控审批系统，
[0007]包括：风控场景配置模块、风控模型、数据中心、风控决策引擎、风控结果、风控报告，其中
[0008]风控场景配置模块，用于根据不同服务业务场景，配置不同的风控规则，以及风控指标的生成和管理，通过风控指标可视化配置页面，根据风控应用场景和目的，进行指标海选、指标加工、指标入库、业务评估，最终确定风控规则，融合一种以上种风控规则形成风控模型；
[0009]风控模型，包括准入模型、反欺诈模型、信用评分模型、额度定价模型；
[0010]数据中心，用于数据标准化，包括ETL治理、数据融合和质量评估；
[0011]风控决策引擎，根据风控模型风控规则获取风控决策判定所需要的用户数据，通过用户的值与预设的风控指标值进行自动化比较，判定决策结果；
[0012]风控结果，展示反馈风控决策引擎的决策结果，包括准入结果、反欺诈结果、信用评价结果、预授信额度；
[0013]风控报告，展示风控决策相关数据和指标，包括经营指标、财务指标、偿债指标、盈
利指标、现金流、稳定性。
[0014]进一步的，
[0015]通过1)合规审核、2)反欺诈识别、3)内部信用评级、4)额度定价四个子模块，实现风控智能审批流程，其中：
[0016]1)合规审核：
[0017]建立准入政策库和准入指标库；
[0018]针对准入指标进行层次划分，针对政策库确定准入规则；
[0019]基于存量企业信息库和实时获取的企业借款人、企业信息进行信息校验、交叉验证；
[0020]根据准入规则对企业准入情况进行判断；
[0021]2)反欺诈识别：
[0022]建立反欺诈策略+模型+规则的模式；
[0023]基于黑名单库进行反欺诈强规则拦截；
[0024]基于无监督机器学习方法建立企业异常行为检测模型；
[0025]基于企业关系图谱建立企业社群欺诈模型；
[0026]基于强规则、异常行为检测、社群欺诈模型建立反欺诈方法；
[0027]对企业反欺诈风险进行综合判定；
[0028]3)内部信用评级：
[0029]基于机器学习方法建立企业内部信用评级模型；
[0030]基于逻辑回归方法转换成企业信用分及内部信用级别；
[0031]4)额度定价：
[0032]根据企业内部信用评级结果、企业反欺诈结果，并基于线下审批人员相结合获得相应信用调整系数；
[0033]依据额度定价模型得出预授信额度。
[0034]本专利技术还提供了一种基于大数据的信贷业务智能风控审批方法，包括如下步骤：
[0035]1)风控指标配置，生成风控规则，根据不同金融服务业务场景，配置不同的风控规则，以及风控指标的生成和管理，通过风控指标可视化配置页面，根据风控应用场景和目的，进行指标海选、指标加工、指标入库、业务评估，最终确定风控规则；
[0036]2)融合风控规则，生成风控模型，融合一种以上风控规则形成风控模型，模型包括：准入模型、反欺诈模型、信用评分模型、额度定价模型；
[0037]3)风控决策引擎判定，根据风控模型风控规则获取风控决策判定所需要的用户数据，通过用户的值与预设的风控指标值进行自动化比较，判定决策结果；
[0038]4)风控结果反馈：展示反馈风控决策引擎的决策结果，包括准入结果、反欺诈结果、信用评价结果、预授信额度；
[0039]风控报告展示风控决策相关数据和指标，包括经营指标、财务指标、偿债指标、盈利指标、现金流、稳定性。
[0040]进一步的，
[0041]实现流程如下：
[0042]1)合规审核：根据准入规则对企业(个人)准入情况进行判断；
[0043]2)反欺诈识别：通过反欺诈策略+模型+规则的识别方式对企业反欺诈风险进行综合判定；
[0044]3)内部信用评级：建立企业内部信用评级模型，出具企业信用分及内部信用级别；
[0045]4)额度定价：根据企业内部信用评级结果、企业反欺诈结果，并基于线下审批人员相结合获得相应信用调整系数，依据额度定价模型得出预授信额度。
[0046]再进一步的，
[0047]其中合规审核，包括：
[0048]准入政策库，根据政策库筛选形成政策合规指标，可进行相应地查询、修改；
[0049]准入规则集，根据不同业务场景的定位要求形成准入规则集，可提供管理人员进行规则调整；
[0050]准入指标库，根据海选指标库筛选形成层次化的准入指标库，可进行相应地查询、修改；
[0051]准入策略引擎：包括对应企业(个人)数据抽取、借款人信息核对、借款人信息交叉验证、准入规则策略判断；
[0052]包括以下步骤：
[0053]S101：借款人进行企业(个人)信用信息查询使用授权；
[0054]S102：在数据中心抽取对应企业(个人)信用信息数据；
[0055]S103：进行借款人信息核对；
[0056]S104：进行借款人信息交叉验证；
[0057]S105：根据准入规则对借款人准入情况进行判断；
[0058]S106：系统自动反馈准入结果。
[0059]其中反欺诈识别，包括：
[0060]借款人实时信息校验比对：获取线上借款人实时数据，对借款人实时数据进行校验比对；
[0061]反本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的信贷业务智能风控审批系统，其特征在于，包括：风控场景配置模块、风控模型、数据中心、风控决策引擎、风控结果、风控报告，其中风控场景配置模块，用于根据不同服务业务场景，配置不同的风控规则，以及风控指标的生成和管理，通过风控指标可视化配置页面，根据风控应用场景和目的，进行指标海选、指标加工、指标入库、业务评估，最终确定风控规则，融合一种以上种风控规则形成风控模型；风控模型，包括准入模型、反欺诈模型、信用评分模型、额度定价模型；数据中心，用于数据标准化，包括ETL治理、数据融合和质量评估；风控决策引擎，根据风控模型风控规则获取风控决策判定所需要的用户数据，通过用户的值与预设的风控指标值进行自动化比较，判定决策结果；风控结果，展示反馈风控决策引擎的决策结果，包括准入结果、反欺诈结果、信用评价结果、预授信额度；风控报告，展示风控决策相关数据和指标，包括经营指标、财务指标、偿债指标、盈利指标、现金流、稳定性。2.根据权利要求1所述的系统，其特征在于，通过1)合规审核、2)反欺诈识别、3)内部信用评级、4)额度定价四个子模块，实现风控智能审批流程，其中：1)合规审核：建立准入政策库和准入指标库；针对准入指标进行层次划分，针对政策库确定准入规则；基于存量企业信息库和实时获取的企业借款人、企业信息进行信息校验、交叉验证；根据准入规则对企业准入情况进行判断；2)反欺诈识别：建立反欺诈策略+模型+规则的模式；基于黑名单库进行反欺诈强规则拦截；基于无监督机器学习方法建立企业异常行为检测模型；基于企业关系图谱建立企业社群欺诈模型；基于强规则、异常行为检测、社群欺诈模型建立反欺诈方法；对企业反欺诈风险进行综合判定；3)内部信用评级：基于机器学习方法建立企业内部信用评级模型；基于逻辑回归方法转换成企业信用分及内部信用级别；4)额度定价：根据企业内部信用评级结果、企业反欺诈结果，并基于线下审批人员相结合获得相应信用调整系数；依据额度定价模型得出预授信额度。3.一种基于大数据的信贷业务智能风控审批方法，其特征在于，包括如下步骤：1)风控指标配置，生成风控规则，根据不同金融服务业务场景，配置不同的风控规则，
以及风控指标的生成和管理，通过风控指标可视化配置页面，根据风控应用场景和目的，进行指标海选、指标加工、指标入库、业务评估，最终确定风控规则；2)融合风控规则，生成风控模型，融合一种以上风控规则形成风控模型，模型包括：准入模型、反欺诈模型、信用评分模型、额度定价模型；3)风控决策引擎判定，根据风控模型风控规则获取风控决策判定所需要的用户数据，通过用户的值与预设的风控指标值进行自动化比较，判定决策结果；4)风控结果反馈：展示反馈风控决策引擎的决策结果，包括准入结果、反欺诈结果、信用评价结果、预授信额度；5)风控报告展示风控决策相关数据和指标，包括经营指标、财务指标、偿债指标、盈利指标、现金流、稳定性。4.根据权利要求3所述的方法，其特征在于，实现流程如下：1)合规审核：根据准入规则对企业(个人)准入情况进行判断；2)反欺诈识别：通过反欺诈策略+模型+规则的识别方式对企业反欺诈风险进行综合判定；3)内部信用评级：建立企业内部信用评级模型，出具企业信用分及内部信用级别...

【专利技术属性】
技术研发人员：冀永冲，崔乐乐，赵国森，
申请(专利权)人：天元大数据信用管理有限公司，
类型：发明
国别省市：