银行贷款的风险控制方法及装置制造方法及图纸

本发明专利技术提供了一种银行贷款的风险控制方法及装置，应用于金融技术领域，该方法包括：银行贷款的风险控制方法，用以对银行贷款的风险进行控制，该方法包括：获取银行的各个机构的贷款数据；依据各个机构的贷款数据，确定各个机构对应各个客户类别的不良率和不良收敛误差；根据每个机构对应各个客户类别的不良率和不良收敛误差，确定银行的第一类机构和第二类机构；依据第一类机构和第二类机构，对客户的贷款进行风险控制。贷款进行风险控制。贷款进行风险控制。

【技术实现步骤摘要】
银行贷款的风险控制方法及装置


[0001]本专利技术涉及金融
，尤其涉及一种银行贷款的风险控制方法及装置。

技术介绍

[0002]在银行，贷款风险很大程度上还是依靠经验，缺乏数据支撑，并且银行的不同机构的贷款审核是相互独立的。由于缺乏数据分析，故银行的贷款风险有时不可控，无法实现需求和资金的合理匹配，也不能发现一些潜在的风险，给客户和银行造成损失。

技术实现思路

[0003]本专利技术实施例提出一种银行贷款的风险控制方法，用以对银行贷款的风险进行控制，该方法包括：
[0004]获取银行的各个机构的贷款数据；
[0005]依据各个机构的贷款数据，确定各个机构对应各个客户类别的不良率和不良收敛误差；
[0006]根据每个机构对应各个客户类别的不良率和不良收敛误差，确定银行的第一类机构和第二类机构；
[0007]依据第一类机构和第二类机构，对客户的贷款进行风险控制。
[0008]本专利技术实施例提出一种银行贷款的风险控制装置，用以对银行贷款的风险进行控制，该装置包括：
[0009]贷款数据获得模块，用于获取银行的各个机构的贷款数据；
[0010]不良数据获得模块，用于依据各个机构的贷款数据，确定各个机构对应各个客户类别的不良率和不良收敛误差；
[0011]机构分类模块，用于根据每个机构对应各个客户类别的不良率和不良收敛误差，确定银行的第一类机构和第二类机构；
[0012]贷款风险控制模块，用于依据第一类机构和第二类机构，对客户的贷款进行风险控制。
[0013]本专利技术实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述银行贷款的风险控制方法。
[0014]本专利技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述银行贷款的风险控制方法。
[0015]本专利技术实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述银行贷款的风险控制方法。
[0016]在本专利技术实施例中，获取银行的各个机构的贷款数据；依据各个机构的贷款数据，确定各个机构对应各个客户类别的不良率和不良收敛误差；根据每个机构对应各个客户类别的不良率和不良收敛误差，确定银行的第一类机构和第二类机构；依据第一类机构和第
二类机构，对客户的贷款进行风险控制。在上述过程中，可通过依据各个机构的贷款数据，确定各个机构对应各个客户类别的不良率和不良收敛误差；根据每个机构对应各个客户类别的不良率和不良收敛误差，确定银行的第一类机构和第二类机构，进而对本次转账进行风险控制。
附图说明
[0017]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
[0018]图1为本专利技术实施例中银行贷款的风险控制方法的流程图；
[0019]图2为本专利技术实施例中不良数据分析的流程图；
[0020]图3为本专利技术实施例中机构分类的流程图；
[0021]图4为本专利技术实施例中不良数据分析的流程图；
[0022]图5为本专利技术实施例中对客户的贷款进行风险控制的流程图之一；
[0023]图6为本专利技术实施例中对客户的贷款进行风险控制的流程图之二；
[0024]图7为本专利技术实施例中对客户的贷款进行风险控制的流程图之三；
[0025]图8为本专利技术实施例中对客户的贷款进行风险控制的流程图之四；
[0026]图9为本专利技术实施例中对客户的贷款进行风险控制的流程图之五；
[0027]图10为本专利技术实施例中银行贷款的风险控制装置的示意图；
[0028]图11为本专利技术实施例中计算机设备的示意图。
具体实施方式
[0029]为使本专利技术实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本专利技术实施例做进一步详细说明。在此，本专利技术的示意性实施例及其说明用于解释本专利技术，但并不作为对本专利技术的限定。
[0030]在本说明书的描述中，所使用的“包含”、“包括”、“具有”、“含有”等，均为开放性的用语，即意指包含但不限于。参考术语“一个实施例”、“一个具体实施例”、“一些实施例”、“例如”等的描述意指结合该实施例或示例描述的具体特征、结构或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。各实施例中涉及的步骤顺序用于示意性说明本申请的实施，其中的步骤顺序不作限定，可根据需要作适当调整。
[0031]本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
[0032]图1为本专利技术实施例中银行贷款的风险控制方法的流程图，如图1所示，包括：
[0033]步骤101，获取银行的各个机构的贷款数据；
[0034]步骤102，依据各个机构的贷款数据，确定各个机构对应各个客户类别的不良率和不良收敛误差；
[0035]步骤103，根据每个机构对应各个客户类别的不良率和不良收敛误差，确定银行的第一类机构和第二类机构；
[0036]步骤104，依据第一类机构和第二类机构，对客户的贷款进行风险控制。
[0037]在本专利技术实施例中，可通过依据各个机构的贷款数据，确定各个机构对应各个客户类别的不良率和不良收敛误差；根据每个机构对应各个客户类别的不良率和不良收敛误差，确定银行的第一类机构和第二类机构，进而对本次转账进行风险控制。
[0038]图2为本专利技术实施例中不良数据分析的流程图，在一实施例中，依据各个机构的贷款数据，确定各个机构对应各个客户类别的不良率和不良收敛误差，包括：
[0039]步骤201，对每个机构，从该机构的贷款数据中选取出各个客户类别在该机构的贷款数据；
[0040]步骤202，对于每个客户类别，将该客户类别在该机构的贷款数据划分为该客户类别在该机构的多个贷款数据子集；
[0041]步骤203，将每个客户类别在该机构的每个贷款数据子集中不良贷款的占比作为该客户类别在该机构的不良样本；
[0042]步骤204，对于每个客户类别，将该机构对应该客户类别的不良率确定为该客户类别在该机构的不良样本的均值；将该机构对应该客户类别的不良收敛误差确定为该客户类别在该机构的不良样本的方差的平方与该客户类别在该机构的不良样本的数量的比值。
[0043]图3为本专利技术实施例中机构分类的流程图，在一实施例中，根据每个机构对应各个客户类别的不良率和不良收敛误差，确定银行的第一类机构和第二类机构，包括本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种银行贷款的风险控制方法，其特征在于，包括：获取银行的各个机构的贷款数据；依据各个机构的贷款数据，确定各个机构对应各个客户类别的不良率和不良收敛误差；根据每个机构对应各个客户类别的不良率和不良收敛误差，确定银行的第一类机构和第二类机构；依据第一类机构和第二类机构，对客户的贷款进行风险控制。2.如权利要求1所述的方法，其特征在于，依据各个机构的贷款数据，确定各个机构对应各个客户类别的不良率和不良收敛误差，包括：对每个机构，从该机构的贷款数据中选取出各个客户类别在该机构的贷款数据；对于每个客户类别，将该客户类别在该机构的贷款数据划分为该客户类别在该机构的多个贷款数据子集；将每个客户类别在该机构的每个贷款数据子集中不良贷款的占比作为该客户类别在该机构的不良样本；对于每个客户类别，将该机构对应该客户类别的不良率确定为该客户类别在该机构的不良样本的均值；将该机构对应该客户类别的不良收敛误差确定为该客户类别在该机构的不良样本的方差的平方与该客户类别在该机构的不良样本的数量的比值。3.如权利要求1所述的方法，其特征在于，根据每个机构对应各个客户类别的不良率和不良收敛误差，确定银行的第一类机构和第二类机构，包括：将对应各个客户类别的不良收敛误差都小于误差阈值的机构作为可选机构；确定可选机构的偏序，其中，该偏序用于确定银行的任何两个可选机构中可选机构A是否优于可选机构B；如果对于每个客户类别，可选机构A对应该客户类别的不良率小于等于可选机构B对应该客户类别的不良率，则该偏序确定可选机构A优于可选机构B；依据可选机构的偏序，确定银行的第一类机构和第二类机构。4.如权利要求3所述的方法，其特征在于，依据可选机构的偏序，确定银行的第一类机构和第二类机构，包括：对于每个客户类别，将可选机构的偏序的极大元素对应该客户类别的不良率的最大值作为该客户类别对应的第一不良阈值，将可选机构的偏序的极小元素对应该客户类别的不良率的最小值作为该客户类别对应的第二不良阈值；将对应每个客户类别的不良率小于等于该客户类别对应的第一不良阈值的可选机构作为第一类机构，将对应每个客户类别的不良率大于等于该客户类别对应的第二不良阈值的可选机构作为第二类机构。5.如权利要求1所述的方法，其特征在于，依据第一类机构和第二类机构，对客户的贷款进行风险控制，包括：依据第二类机构的贷款数据，以贷款风险为预测标识，训练预测模型，获得贷款风险预测模型；依据贷款风险预测模型，对客户的贷款进行风险预测。6.如权利要求3所述的方法，其特征在于，依据第一类机构和第二类机构，对客户的贷款进行风险控制，包括：
对于银行的每一机构，当优于该机构的可选机构为空时，将可选机构的偏序的极大元素作为该机构的参考机构；当优于该机构的可选机构不为空时，将优于该机构的可选机构作为该机构的参考机构；对于该机构的每一参考机构，依据该参考机构对应各个客户类别的不良率和不良收敛误差，确定该参考机构对应的不良范数和误差范数；依据该机构的各个参考机构对应的不良范数和误差范数，对该机构的贷款进行风险控制。7.如权利要求1所述的方法，其特征在于，依据第一类机构和第二类机构，对客户的贷款进行风险控制，包括：依据第一类机构的贷款数据，确定贷款额度和不良率的第一对应关系；以及依据第二类机构的贷款数据，确定贷款额度和不良率的第二对应关系；依据贷款额度和不良率的第一对应关系和第二对应关系，对第二类机构的贷款申请进行风险控制。8.如权利要求7所述的方法，其特征在于，依据第一类机构的贷款数据，确定贷款额度和不良率的第一对应关系；以及依据第二类机构的贷款数据，确定贷款额度和不良率的第二对应关系，包括：设定多个贷款离散值；对于每个贷款离散值，确定当贷款额度设定为该贷款离散值时，第一类机构的贷款数据中不良贷款的占比，将该占比作为该贷款离散值对应的第一不良率；确定当贷款额度设定为该贷款离散值时，第二类机构的贷款数据中不良贷款的占比，将该占比作为该贷款离散值对应的第二不良率；构建第一不良函数和第二不良函数，该第一不良函数和第二不良函数的自变量都是设定的多个贷款离散值，第一不良函数对应每个贷款离散值的函数值等于该贷款离散值对应的第一不良率，第二不良函数对应每个贷款离散值的函数值等于该贷款离散值对应的第二不良率；对第一不良函数和第二不良函数进行连续化，将第一不良函数对应的连续函数作为贷款额度和不良率的第一对应关系，以及将第二不良函数对应的连续函数作为贷款额度和不良率的第二对应关系。9.如权利要求7所述的方法，其特征在于，依据贷款额度和不良率的第一对应关系和第二对应关系，对第二类机构的贷款申请进行风险控制，包括：对于第二类机构的每一贷款申请，获取该贷款申请的客户对应的贷款额度；依据获取的该客户对应的贷款额度，以及贷款额度和不良率的第一对应关系，确定该客户对应的潜在不良率；依据该客户对应的潜在不良率，以及贷款额度和不良率的第二对应关系，确定该客户对应的潜在贷款额度；依据该客户对应的潜在贷款额度，对该贷款申请进行风险控制。10.一种银行贷款的风险控制装置，其特征在于，包括：贷款数据获得模块，用于...

【专利技术属性】
技术研发人员：朱江波，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：