CN111815433A - 一种贷中风险评估方法、装置、机器可读介质及设备 - Google Patents

Abstract

本发明提供一种贷中风险评估方法，包括：获取贷款客户的贷款产品对应的风险评估参数；根据所述风险评估参数输出所述贷款客户的贷中风险评估结果。本发明基于贷中的行为监测，通过这些贷中行为对贷款客户的风险进行评估，对业务的逾期发生起预防的作用，可以极大降低业务的风险和运营成本。

Description

一种贷中风险评估方法、装置、机器可读介质及设备

技术领域

本发明属于金融领域，具体涉及一种贷中风险评估方法、装置、机器可读介质及设备。

背景技术

银行进行风控服务时，需要从贷前、贷中全流程对客户进行不同方式的评估和跟踪，并采取相应措施。因此，在贷中通过对客户的行为进行监测，可以有效识别贷中存量客户风险，进行客户分层，帮助金融机构有针对性的投入成本。

然而客户的信息比较零散，怎么对现有的客户情况，进行区分，并采取措施，需要有一定的方法，提高风控能力的同时提高效率。

但是贷中的行为，由于还未到表现期，很难像贷后一样通过逾期还款数据进行分析建模。因此，无法通过一些直观的数据看到这些贷中的客户行为，对后续的客户逾期会有什么直接联系。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种贷中风险评估方法、装置、机器可读介质及设备，用于解决现有技术存在的问题。

为实现上述目的及其他相关目的，本发明提供一种贷中风险评估方法，包括：

获取贷款客户的贷款产品对应的风险评估参数；

根据所述风险评估参数输出所述贷款客户的贷中风险评估结果。

可选地，所述风险评估参数包括以下至少之一：是否首次借款、首次借款逾期次数、开户时间、逾期金额、应还款金额、借款频率、历史逾期次数。

可选地，根据所述风险评估参数输出所述贷款客户的贷中风险评估结果，包括：根据所述风险评估参数与设定的风险评估策略，输出所述贷款客户的贷中风险评估结果。

可选地，所述风险评估策略包括：判断所述贷款客户是否首次借款，根据判断结果输出所述贷款客户的贷中风险评估结果。

可选地，若所述贷款客户不是首次借款，则所述风险评估策略还包括：判断所述贷款客户是否存在历史逾期行为；若存在历史逾期行为，则输出为高风险的贷中风险评估结果；若不存在历史逾期行为，则获取贷款客户在设定时间段内的借款频率，比较借款频率与设定次数的大小；若借款频率大于设定次数，则输出为高风险的贷中风险评估结果；若借款次数小于设定次数，则输出为低风险的贷中风险评估结果。

可选地，若所述贷款客户是首次借款，则所述风险评估策略还包括：判断贷款客户是否存在首次借款逾期行为，若不存在首次借款逾期行为，则输出为低风险的贷中风险评估结果；若存在首次借款逾期行为，则获取首次借款逾期次数，若首次借款逾期次数为预设次数，则获取贷款客户的开户时间，若开户时间大于设定时间，则输出为低风险的贷中风险评估结果；若开户时间小于设定时间或首次借款逾期次数大于所述预设次数，则获取逾期金额与应还金额的比例值，若所述比例值大于或等于预设阈值，则输出为高风险的贷中风险评估结果；若所述比例值小于所述预设阈值，则输出为中风险的贷中风险评估结果。

为实现上述目的及其他相关目的，本发明提供一种贷中风险评估装置，包括：

风险评估参数获取模块，用于获取贷款客户的贷款产品对应的风险评估参数；

风险评估结果生成模块，用于根据所述风险评估参数输出所述贷款客户的贷中风险评估结果。

可选地，所述风险评估参数包括以下至少之一：是否首次借款、首次借款逾期次数、开户时间、逾期金额、应还款金额、借款频率、历史逾期次数。

可选地，根据所述风险评估参数输出所述贷款客户的贷中风险评估结果，包括：根据所述风险评估参数与设定的风险评估策略，输出所述贷款客户的贷中风险评估结果。

可选地，所述风险评估策略包括：判断所述贷款客户是否首次借款，根据判断结果输出所述贷款客户的贷中风险评估结果。

可选地，若所述贷款客户不是首次借款，则所述风险评估策略还包括：判断所述贷款客户是否存在历史逾期行为；若存在历史逾期行为，则输出为高风险的贷中风险评估结果；若不存在历史逾期行为，则获取贷款客户在设定时间段内的借款频率，比较借款频率与设定次数的大小；若借款频率大于设定次数，则输出为高风险的贷中风险评估结果；若借款次数小于设定次数，则输出为低风险的贷中风险评估结果。

可选地，若所述贷款客户是首次借款，则所述风险评估策略还包括：判断贷款客户是否存在首次借款逾期行为，若不存在首次借款逾期行为，则输出为低风险的贷中风险评估结果；若存在首次借款逾期行为，则获取首次借款逾期次数，若首次借款逾期次数为预设次数，则获取贷款客户的开户时间，若开户时间大于设定时间，则输出为低风险的贷中风险评估结果；若开户时间小于设定时间或首次借款逾期次数大于所述预设次数，则获取逾期金额与应还金额的比例值，若所述比例值大于或等于预设阈值，则输出为高风险的贷中风险评估结果；若所述比例值小于所述预设阈值，则输出为中风险的贷中风险评估结果。

为实现上述目的及其他相关目的，本发明提供一种设备，包括：

一个或多个处理器；和

其上存储有指令的一个或多个机器可读介质，当所述一个或多个处理器执行时，使得所述设备执行前述的一个或多个所述的方法。

为实现上述目的及其他相关目的，本发明提供一个或多个机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得设备执行前述的一个或多个所述的方法。

如上所述，本发明提供的一种贷中风险评估方法、装置、机器可读介质及设备，具有以下有益效果：

本发明提供的一种贷中风险评估方法，包括：获取贷款客户的贷款产品对应的风险评估参数；根据所述风险评估参数输出所述贷款客户的贷中风险评估结果。本发明基于贷中的行为监测，通过这些贷中行为对贷款客户的风险进行评估，对业务的逾期发生起预防的作用，可以极大降低业务的风险和运营成本。

附图说明

图1为一实施例提供的一种贷中风险评估方法的示意图；

图2为一实施例提供的首次借款贷中风险评估方法的示意图；

图3为本实施例提供的非首次借款贷中风险评估方的示意图；

图4为一实施例提供的一种贷中风险评估装置的示意图；

图5为一实施例提供的终端设备的硬件结构示意图；

图6为另一实施例提供的终端设备的硬件结构示意图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

如图1所示，一种贷中风险评估方法，包括：

S11获取贷款客户的贷款产品对应的风险评估参数；

S12根据所述风险评估参数输出所述贷款客户的贷中风险评估结果。

本发明基于贷中的行为监测，通过这些贷中行为对贷款客户的风险进行评估，对业务的逾期发生起预防的作用，可以极大降低业务的风险和运营成本。

一般来说，在对客户的贷款风险进行评估时，往往只进行贷前评估，以判断用户是否具有贷款的资格。然而，在对用户进行放款后，用户的收入情况等极有可能会发生变化，对于放款方来说，仍具有较大的风险，且该风险与贷前评估用户的贷款资格时所采用的方法不同。因此，采用以下至少之一的风险评估参数来进行风险评估。所述风险评估参数：是否首次借款、首次借款逾期次数、开户时间、逾期金额、应还款金额、借款频率、历史逾期次数。也就是说，根据这几个参数中的一个或多个的任意组合，可以得到贷款客户的贷中风险评估结果，其中，风险评估结果包括低风险、中风险、高风险。其中，首次借款逾期次数是指针对首次借款客户的逾期次数，逾期的次数可以为1次、2次、3次等等。历史逾期次数，即除最近一次借款外，历史的借款中曾经发生过逾期次数，逾期的次数可以为1次、2次、3次等等。

其中，风险评估参数可以通过读取贷款客户的信息表，通过相应的字段识别出风险评估参数，例如，是否首次借款字段、逾期次数字段、开户时间字段、逾期金额字段、应还款金额字段、借款频率字段等等。通过识别出这些这段，就可以得到相应的风险评估参数。

在一实施例中，根据所述风险评估参数输出所述贷款客户的贷中风险评估结果，包括：根据所述风险评估参数与设定的风险评估策略，输出所述贷款客户的贷中风险评估结果。

具体地，所述风险评估策略包括：判断所述贷款客户是否首次借款，根据判断结果输出所述贷款客户的贷中风险评估结果。其中，判断结果包括是首次借款，不是首次借款。

如图3所示，若所述贷款客户不是首次借款，则所述风险评估策略还包括：判断所述贷款客户是否存在历史逾期行为；若存在历史逾期行为，则输出为高风险的贷中风险评估结果；若不存在历史逾期行为，则获取贷款客户在设定时间段内的借款频率，比较借款频率与设定次数的大小；若借款频率大于设定次数，则输出为高风险的贷中风险评估结果；若借款次数小于设定次数，则输出为低风险的贷中风险评估结果。

其中，所述历史逾期行为，即除最近一次借款外，历史的借款中曾经发生过逾期。如果历史曾经发生过逾期，不论逾期的次数，则说明客户曾经逾期仍借款，即逾期后复借的行为，这种情况表示客户无力还款仍旧借钱，风险非常高，所以需要重点跟踪。

其中，设定时间段一般为6个月，设定次数为平均借款次数的4倍以上。在6个月内，若借款频率超过平均借款次数的4倍，则说明客户频繁借款，客户用款行为违反常理，需要重点跟踪。若借款频率小于平均借款次数的4倍，则证明客户行为比较正常，风险较低。平均借款次数是指同类产品所有客户借款次数的平均值。

如图2所示，若所述贷款客户是首次借款，则所述风险评估策略还包括：判断贷款客户是否存在首次借款逾期行为，若不存在首次借款逾期行为，则输出为低风险的贷中风险评估结果；若存在首次借款逾期行为，则获取首次借款逾期次数，若首次借款逾期次数为预设次数，则获取贷款客户的开户时间，若开户时间大于设定时间，则输出为低风险的贷中风险评估结果；若开户时间小于设定时间或首次借款逾期次数大于所述预设次数，则获取逾期金额与应还金额的比例值，若所述比例值大于或等于预设阈值，则输出为高风险的贷中风险评估结果；若所述比例值小于所述预设阈值，则输出为中风险的贷中风险评估结果。其中，预设次数可以为1次，开户时间可以是6个月，所述预设阈值可以是70％。

其中，首次借款逾期行为，即针对首次借款，发生过逾期。如果客户首次借款且未发生过逾期，则可以初步判断该客户风险较低，不纳入贷中行为侦测名单中去。如果发生过逾期，则获取首次借款逾期次数。如首次借款逾期次数为1次，并且客户开户时间大于6个月，则可以判断该用户为稳定客户，风险较低，不纳入贷中行为侦测名单中去。若客户开户时间小于6个月或者首次借款逾期次数大于1次，则获取逾期金额与应还金额的比例值。如果所述比例值大于70％，则证明该客户的还款行为存在严重的风险，因此需要输出高风险，纳入到高风险名单中，触发风险预警名单待进一步的客户经理线上或者线下跟进。如果所述比例值小于70％，则说明客户具有一定的还款意愿和还款能力，但是有较大的逾期风险。因此需要输出中风险名单，待后续的进一步观察，通过观察期的表现再进一步跟进客户情况。

本发明通过对客户的异常行为进行监控，得到风险评估结果。通过简单的计算，就可以筛选出风险客户名单，直接获取到客户详细信息，便于采取进一步措施，比如冻结、降额、电话跟踪等手段，抑制风险发生。

如图4所述，一种贷中风险评估装置，包括：

风险评估参数获取模块21，用于获取贷款客户的贷款产品对应的风险评估参数；

风险评估结果生成模块22，用于根据所述风险评估参数输出所述贷款客户的贷中风险评估结果。

本发明基于贷中的行为监测，通过这些贷中行为对贷款客户的风险进行评估，对业务的逾期发生起预防的作用，可以极大降低业务的风险和运营成本。

一般来说，在对客户的贷款风险进行评估时，往往只进行贷前评估，以判断用户是否具有贷款的资格。然而，在对用户进行放款后，用户的收入情况等极有可能会发生变化，对于放款方来说，仍具有较大的风险，且该风险与贷前评估用户的贷款资格时所采用的方法不同。因此，采用以下至少之一的风险评估参数来进行风险评估。所述风险评估参数：是否首次借款、首次借款逾期次数、开户时间、逾期金额、应还款金额、借款频率、历史逾期次数。也就是说，根据这几个参数中的一个或多个的任意组合，可以得到贷款客户的贷中风险评估结果，其中，风险评估结果包括低风险、中风险、高风险。其中，首次借款逾期次数是指针对首次借款客户的逾期次数，逾期的次数可以为1次、2次、3次等等。历史逾期次数，即除最近一次借款外，历史的借款中曾经发生过逾期次数，逾期的次数可以为1次、2次、3次等等。

其中，风险评估参数可以通过读取贷款客户的信息表，通过相应的字段识别出风险评估参数，例如，是否首次借款字段、逾期次数字段、开户时间字段、逾期金额字段、应还款金额字段、借款频率字段等等。通过识别出这些这段，就可以得到相应的风险评估参数。

在一实施例中，根据所述风险评估参数输出所述贷款客户的贷中风险评估结果，包括：根据所述风险评估参数与设定的风险评估策略，输出所述贷款客户的贷中风险评估结果。

具体地，所述风险评估策略包括：判断所述贷款客户是否首次借款，根据判断结果输出所述贷款客户的贷中风险评估结果。其中，判断结果包括是首次借款，不是首次借款。

若所述贷款客户不是首次借款，则所述风险评估策略还包括：判断所述贷款客户是否存在历史逾期行为；若存在历史逾期行为，则输出为高风险的贷中风险评估结果；若不存在历史逾期行为，则获取贷款客户在设定时间段内的借款频率，比较借款频率与设定次数的大小；若借款频率大于设定次数，则输出为高风险的贷中风险评估结果；若借款次数小于设定次数，则输出为低风险的贷中风险评估结果。

其中，所述历史逾期行为，即除最近一次借款外，历史的借款中曾经发生过逾期。如果历史曾经发生过逾期，不论逾期的次数，则说明客户曾经逾期仍借款，即逾期后复借的行为，这种情况表示客户无力还款仍旧借钱，风险非常高，所以需要重点跟踪。

其中，设定时间段一般为6个月，设定次数为平均借款次数的4倍以上。在6个月内，若借款频率超过平均借款次数的4倍，则说明客户频繁借款，客户用款行为违反常理，需要重点跟踪。若借款频率小于平均借款次数的4倍，则证明客户行为比较正常，风险较低。平均借款次数是指同类产品所有客户借款次数的平均值。

如图2所示，若所述贷款客户是首次借款，则所述风险评估策略还包括：判断贷款客户是否存在首次借款逾期行为，若不存在首次借款逾期行为，则输出为低风险的贷中风险评估结果；若存在首次借款逾期行为，则获取首次借款逾期次数，若首次借款逾期次数为预设次数，则获取贷款客户的开户时间，若开户时间大于设定时间，则输出为低风险的贷中风险评估结果；若开户时间小于设定时间或首次借款逾期次数大于所述预设次数，则获取逾期金额与应还金额的比例值，若所述比例值大于或等于预设阈值，则输出为高风险的贷中风险评估结果；若所述比例值小于所述预设阈值，则输出为中风险的贷中风险评估结果。其中，预设次数可以为1次，开户时间可以是6个月，所述预设阈值可以是70％。

其中，首次借款逾期行为，即针对首次借款，发生过逾期。如果客户首次借款且未发生过逾期，则可以初步判断该客户风险较低，不纳入贷中行为侦测名单中去。如果发生过逾期，则获取首次借款逾期次数。如首次借款逾期次数为1次，并且客户开户时间大于6个月，则可以判断该用户为稳定客户，风险较低，不纳入贷中行为侦测名单中去。若客户开户时间小于6个月或者首次借款逾期次数大于1次，则获取逾期金额与应还金额的比例值。如果所述比例值大于70％，则证明该客户的还款行为存在严重的风险，因此需要输出高风险，纳入到高风险名单中，触发风险预警名单待进一步的客户经理线上或者线下跟进。如果所述比例值小于70％，则说明客户具有一定的还款意愿和还款能力，但是有较大的逾期风险。因此需要输出中风险名单，待后续的进一步观察，通过观察期的表现再进一步跟进客户情况。

本发明通过对客户的异常行为进行监控，得到风险评估结果。通过简单的计算，就可以筛选出风险客户名单，直接获取到客户详细信息，便于采取进一步措施，比如冻结、降额、电话跟踪等手段，抑制风险发生。

本申请实施例还提供了一种设备，该设备可以包括：一个或多个处理器；和其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述设备执行图1所述的方法。在实际应用中，该设备可以作为终端设备，也可以作为服务器，终端设备的例子可以包括：智能手机、平板电脑、电子书阅读器、MP3(动态影像专家压缩标准语音层面3，Moving Picture Experts GroupAudio Layer III)播放器、MP4(动态影像专家压缩标准语音层面4，Moving Picture Experts Group Audio Layer IV)播放器、膝上型便携计算机、车载电脑、台式计算机、机顶盒、智能电视机、可穿戴设备等等，本申请实施例对于具体的设备不加以限制。

本申请实施例还提供了一种非易失性可读存储介质，该存储介质中存储有一个或多个模块(programs)，该一个或多个模块被应用在设备时，可以使得该设备执行本申请实施例的图1中方法所包含步骤的指令(instructions)。

图5为本申请一实施例提供的终端设备的硬件结构示意图。如图所示，该终端设备可以包括：输入设备1100、第一处理器1101、输出设备1102、第一存储器1103和至少一个通信总线1104。通信总线1104用于实现元件之间的通信连接。第一存储器1103可能包含高速RAM存储器，也可能还包括非易失性存储NVM，例如至少一个磁盘存储器，第一存储器1103中可以存储各种程序，用于完成各种处理功能以及实现本实施例的方法步骤。

可选的，上述第一处理器1101例如可以为中央处理器(Central ProcessingUnit，简称CPU)、应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，该第一处理器1101通过有线或无线连接耦合到上述输入设备1100和输出设备1102。

可选的，上述输入设备1100可以包括多种输入设备，例如可以包括面向用户的用户接口、面向设备的设备接口、软件的可编程接口、摄像头、传感器中至少一种。可选的，该面向设备的设备接口可以是用于设备与设备之间进行数据传输的有线接口、还可以是用于设备与设备之间进行数据传输的硬件插入接口(例如USB接口、串口等)；可选的，该面向用户的用户接口例如可以是面向用户的控制按键、用于接收语音输入的语音输入设备以及用户接收用户触摸输入的触摸感知设备(例如具有触摸感应功能的触摸屏、触控板等)；可选的，上述软件的可编程接口例如可以是供用户编辑或者修改程序的入口，例如芯片的输入引脚接口或者输入接口等；输出设备1102可以包括显示器、音响等输出设备。

在本实施例中，该终端设备的处理器包括用于执行各设备中各模块的功能，具体功能和技术效果参照上述实施例即可，此处不再赘述。

图6为本申请的一个实施例提供的终端设备的硬件结构示意图。图6是对图5在实现过程中的一个具体的实施例。如图所示，本实施例的终端设备可以包括第二处理器1201以及第二存储器1202。

第二处理器1201执行第二存储器1202所存放的计算机程序代码，实现上述实施例中图1所述方法。

第二存储器1202被配置为存储各种类型的数据以支持在终端设备的操作。这些数据的示例包括用于在终端设备上操作的任何应用程序或方法的指令，例如消息，图片，视频等。第二存储器1202可能包含随机存取存储器(random access memory，简称RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。

可选地，第二处理器1201设置在处理组件1200中。该终端设备还可以包括：通信组件1203，电源组件1204，多媒体组件1205，语音组件1206，输入/输出接口1207和/或传感器组件1208。终端设备具体所包含的组件等依据实际需求设定，本实施例对此不作限定。

处理组件1200通常控制终端设备的整体操作。处理组件1200可以包括一个或多个第二处理器1201来执行指令，以完成上述数据处理方法中的全部或部分步骤。此外，处理组件1200可以包括一个或多个模块，便于处理组件1200和其他组件之间的交互。例如，处理组件1200可以包括多媒体模块，以方便多媒体组件1205和处理组件1200之间的交互。

电源组件1204为终端设备的各种组件提供电力。电源组件1204可以包括电源管理系统，一个或多个电源，及其他与为终端设备生成、管理和分配电力相关联的组件。

多媒体组件1205包括在终端设备和用户之间的提供一个输出接口的显示屏。在一些实施例中，显示屏可以包括液晶显示器(LCD)和触摸面板(TP)。如果显示屏包括触摸面板，显示屏可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。

语音组件1206被配置为输出和/或输入语音信号。例如，语音组件1206包括一个麦克风(MIC)，当终端设备处于操作模式，如语音识别模式时，麦克风被配置为接收外部语音信号。所接收的语音信号可以被进一步存储在第二存储器1202或经由通信组件1203发送。在一些实施例中，语音组件1206还包括一个扬声器，用于输出语音信号。

输入/输出接口1207为处理组件1200和外围接口模块之间提供接口，上述外围接口模块可以是点击轮，按钮等。这些按钮可包括但不限于：音量按钮、启动按钮和锁定按钮。

传感器组件1208包括一个或多个传感器，用于为终端设备提供各个方面的状态评估。例如，传感器组件1208可以检测到终端设备的打开/关闭状态，组件的相对定位，用户与终端设备接触的存在或不存在。传感器组件1208可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在，包括检测用户与终端设备间的距离。在一些实施例中，该传感器组件1208还可以包括摄像头等。

通信组件1203被配置为便于终端设备和其他设备之间有线或无线方式的通信。终端设备可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个实施例中，该终端设备中可以包括SIM卡插槽，该SIM卡插槽用于插入SIM卡，使得终端设备可以登录GPRS网络，通过互联网与服务器建立通信。

由上可知，在图6实施例中所涉及的通信组件1203、语音组件1206以及输入/输出接口1207、传感器组件1208均可以作为图5实施例中的输入设备的实现方式。

上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (14)

1.一种贷中风险评估方法，其特征在于，包括：

获取贷款客户的贷款产品对应的风险评估参数；

根据所述风险评估参数输出所述贷款客户的贷中风险评估结果。

2.根据权利要求1所述的贷中风险评估方法，其特征在于，所述风险评估参数包括以下至少之一：是否首次借款、首次借款逾期次数、开户时间、逾期金额、应还款金额、借款频率、历史逾期次数。

3.根据权利要求2所述的贷中风险评估方法，其特征在于，根据所述风险评估参数输出所述贷款客户的贷中风险评估结果，包括：根据所述风险评估参数与设定的风险评估策略，输出所述贷款客户的贷中风险评估结果。

4.根据权利要求3所述的贷中风险评估方法，其特征在于，所述风险评估策略包括：判断所述贷款客户是否首次借款，根据判断结果输出所述贷款客户的贷中风险评估结果。

5.根据权利要求4所述的贷中风险评估方法，其特征在于，若所述贷款客户不是首次借款，则所述风险评估策略还包括：判断所述贷款客户是否存在历史逾期行为；若存在历史逾期行为，则输出为高风险的贷中风险评估结果；若不存在历史逾期行为，则获取贷款客户在设定时间段内的借款频率，比较借款频率与设定次数的大小；若借款频率大于设定次数，则输出为高风险的贷中风险评估结果；若借款次数小于设定次数，则输出为低风险的贷中风险评估结果。

6.根据权利要求4所述的贷中风险评估方法，其特征在于，若所述贷款客户是首次借款，则所述风险评估策略还包括：判断贷款客户是否存在首次借款逾期行为，若不存在首次借款逾期行为，则输出为低风险的贷中风险评估结果；若存在首次借款逾期行为，则获取首次借款逾期次数，若首次借款逾期次数为预设次数，则获取贷款客户的开户时间，若开户时间大于设定时间，则输出为低风险的贷中风险评估结果；若开户时间小于设定时间或首次借款逾期次数大于所述预设次数，则获取逾期金额与应还金额的比例值，若所述比例值大于或等于预设阈值，则输出为高风险的贷中风险评估结果；若所述比例值小于所述预设阈值，则输出为中风险的贷中风险评估结果。

7.一种贷中风险评估装置，其特征在于，包括：

风险评估参数获取模块，用于获取贷款客户的贷款产品对应的风险评估参数；

风险评估结果生成模块，用于根据所述风险评估参数输出所述贷款客户的贷中风险评估结果。

8.根据权利要求7所述的贷中风险评估装置，其特征在于，所述风险评估参数包括以下至少之一：是否首次借款、首次借款逾期次数、开户时间、逾期金额、应还款金额、借款频率、历史逾期次数。

9.根据权利要求8所述的贷中风险评估装置，其特征在于，根据所述风险评估参数输出所述贷款客户的贷中风险评估结果，包括：根据所述风险评估参数与设定的风险评估策略，输出所述贷款客户的贷中风险评估结果。

10.根据权利要求9所述的贷中风险评估装置，其特征在于，所述风险评估策略包括：判断所述贷款客户是否首次借款，根据判断结果输出所述贷款客户的贷中风险评估结果。

11.根据权利要求10所述的贷中风险评估装置，其特征在于，若所述贷款客户不是首次借款，则所述风险评估策略还包括：判断所述贷款客户是否存在历史逾期行为；若存在历史逾期行为，则输出为高风险的贷中风险评估结果；若不存在历史逾期行为，则获取贷款客户在设定时间段内的借款频率，比较借款频率与设定次数的大小；若借款频率大于设定次数，则输出为高风险的贷中风险评估结果；若借款次数小于设定次数，则输出为低风险的贷中风险评估结果。

12.根据权利要求10所述的贷中风险评估装置，其特征在于，若所述贷款客户是首次借款，则所述风险评估策略还包括：判断贷款客户是否存在首次借款逾期行为，若不存在首次借款逾期行为，则输出为低风险的贷中风险评估结果；若存在首次借款逾期行为，则获取首次借款逾期次数，若首次借款逾期次数为预设次数，则获取贷款客户的开户时间，若开户时间大于设定时间，则输出为低风险的贷中风险评估结果；若开户时间小于设定时间或首次借款逾期次数大于所述预设次数，则获取逾期金额与应还金额的比例值，若所述比例值大于或等于预设阈值，则输出为高风险的贷中风险评估结果；若所述比例值小于所述预设阈值，则输出为中风险的贷中风险评估结果。

13.一种设备，其特征在于，包括：

一个或多个处理器；和

其上存储有指令的一个或多个机器可读介质，当所述一个或多个处理器执行时，使得所述设备执行如权利要求1-6所述的一个或多个所述的方法。

14.一个或多个机器可读介质，其特征在于，其上存储有指令，当由一个或多个处理器执行时，使得设备执行如权利要求1-6所述的一个或多个所述的方法。

Images