CN113689289A - 一种基于银行风险控制的方法及设备 - Google Patents

Abstract

本申请实施例公开了一种基于银行风险控制的方法及设备。获取提交申请的用户的基本信息，基于预设第一风险指标，对基本信息进行分析，以获取第一风险指标对应的业务风险数据；确定当前业务对应的行业类别，并获取行业类别的风险信息，基于预设第二风险指标，对风险信息进行分析，以获取预设第二风险指标对应的行业类别风险数据；根据第一风险指标对应的业务风险数据，与预设第二风险指标对应的行业类别风险数据，得到第一贷款数据信息；将基本信息与行业类别的风险信息，输入预置贷款评估模型，得到第二贷款数据信息；根据第一贷款数据信息与第二贷款数据信息，得出最终贷款安排与贷款评价等级。通过上述方法，提升银行的风险控制能力。

Description

一种基于银行风险控制的方法及设备

技术领域

本申请涉及大数据技术领域，尤其涉及一种基于银行风险控制的方法及设备。

背景技术

随着全球经济的发展，银行等金融机构面临重大发展机遇和高风险挑战。其中，贷款风险是银行经营过程中的主要风险，为了实现银行经济的可持续发展，需要加强信贷风险管理。

从风险管理的理论和方法看，目前指导银行业的理论主要是传统的风险管理理论，重点是采用分类单独控制策略来管理和控制各类风险，主要围绕资产负债管理和信贷评估展开工作。

在现有技术对银行风险控制的方法中，通常是通过实地走访查看贷款客户的企业开工情况、设备运转情况、员工数量的增减情况、企业库存情况、贷款客户的财务情况、担保情况、其他融资情况、所处行业及国家宏观经济政策，等多方面的生产经营情况，来实现资金账户的监管。但因数据量较大，数据变化更新较快，导致人工走访的方式难以提升银行的风险控制能力。

发明内容

本申请实施例提供了一种基于银行风险控制的方法及设备，用于解决如下技术问题：实地走访查看贷款客户信息的方式，难以提升银行的风险控制能力。

本申请实施例采用下述技术方案：

本申请实施例提供一种基于银行风险控制的方法。包括：获取提交申请的用户的基本信息，基于预设第一风险指标，对基本信息进行分析，以获取第一风险指标对应的业务风险数据；确定当前业务对应的行业类别，并获取行业类别的风险信息，基于预设第二风险指标，对风险信息进行分析，以获取预设第二风险指标对应的行业类别风险数据；根据预设第一风险指标对应的业务风险数据，与预设第二风险指标对应的行业类别风险数据，得到第一贷款数据信息；将基本信息与行业类别的风险信息，输入预置贷款评估模型，得到第二贷款数据信息；根据第一贷款数据信息与第二贷款数据信息，得出最终贷款安排与贷款评价等级。

本申请实施例通过对用户的基本信息，以及当前业务对应的行业类别的风险信息，确定出第一贷款数据信息。从而在贷款前，全面对用户及行业进行考量，以降低贷款风险。其次，本申请实施例还通过预置贷款评估模型对当前业务的风险程度进行二次检测，得到第二贷款数据信息。通过两次分别得到的贷款数据信息，得到贷款安排与贷款评价等级，进而使得贷款安排更加符合当前业务特点，降低当前业务的风险。

在本申请的一种实现方式中，述获取提交申请的用户的基本信息之后，方法还包括：将基本信息输入预设特征抽取模型，获得基本信息对应的特征标识；其中，每个基本信息对应一个或多个特征标识；将基本信息以及特征标识，输入预置信息分类模型，将基本信息进行分类；其中，分类的类别与预设第一风险指标中的类别相对应。

本申请实施例通过预设特征抽取模型，将用户的基本信息进行分类，且不同类别的信息对应不同的特征标识。以此使得数据量繁多的基本信息变得清晰有条理。此外，将带有特征标识的基本信息输入预置信息分类模型，根据特征标识，使得基本信息与预设第一风险指标中的类别进行匹配，从而对不同的信息数据指定不同的指标阈值，进而提高业务风险评估的精确度。

在本申请的一种实现方式中，对基本信息进行分析，以获取预设第一风险指标对应的业务风险数据，具体包括：将用户的基本信息，与预设第一风险指标中相对应的指标阈值进行比对，得到用户的偿还能力；以及对用户对应的财务比率、现金流量进行分析，以对当前业务的潜在风险进行量化。

在本申请的一种实现方式中，基于预设第二风险指标，对风险信息进行分析，以获取预设第二风险指标对应的行业类别风险数据，具体包括：将风险信息，与预设第二风险指标中的指标阈值进行比对，确定出行业类别的风险数据，并根据风险数据生成风险报告；其中，预设第二风险指标至少包括行业类别对应的市场寸头、风险水平、盈亏状况、市场风险经济资本配置使用中的一项或多项指标。

在本申请的一种实现方式中，根据预设第一风险指标对应的业务风险数据，与预设第二风险指标对应的行业类别风险数据，得到第一贷款数据信息，具体包括：在预设第一风险指标对应的业务风险数据中，确定出大于预设第一风险指标中预设阈值的第一风险数据集；以及在预设第二风险指标对应的行业类别风险数据中，确定出大于预设第二风险指标中预设阈值的第二风险数据集；将第一风险数据集与第二风险数据集，分别对应的数据数量以及数据值，与预设风险等级表进行比对，以确定出当前业务对应的第一贷款数据信息；其中，预设风险等级表包括依据不同风险数据数量、不同风险数据值，划分出的不同贷款评价等级，以及贷款评价等级对应的贷款安排。

在本申请的一种实现方式中，将基本信息与行业类别的风险信息，输入预置贷款评估预设模型，得到第二贷款数据信息，具体包括：将基本信息与行业类别的风险信息，输入预置贷款评估模型；通过预置贷款评估模型，按照预设第三风险指标，对当前业务的风险等级进行预测，并根据预测的风险等级，将当前业务对应的贷款期限与贷款利率进行调整；以及通过预置贷款评估模型，计算出当前业务对应的VaR值和风险资本值，并对银行经营资本的分配与贷款利差进行调整，以得出第二贷款数据信息。

本申请实施例通过将基本信息与行业类别的风险信息，输入预置贷款评估预设模型，能够通过模型再对当前业务的风险程度进行评估，并根据风险程度出具第二贷款数据信息。通过两方面对相同业务进行风险评估，能够提高评估的准确性。

在本申请的一种实现方式中，根据第一贷款数据信息与第二贷款数据信息，得出最终贷款安排与贷款评价等级，具体包括：将第一贷款数据信息与第二贷款数据信息进行比对，将授信额度最低的贷款金额作为最终贷款金额；以及将最低的贷款评价等级，作为用户的贷款评价等级。

在本申请的一种实现方式中，得出最终贷款安排与贷款评价等级之后，还包括：在贷款评价等级为正常贷款等级时，根据最终贷款安排，对用户进行贷款；在贷款中以及贷款后，实时获取用户的基本信息以及行业类型的风险信息，并对获取到的信息实时进行分析；在分析得到数据值，大于预设第一风险指标的预设阈值或预设第二风险指标的预设阈值的数量，大于第一预设数量值的情况下，获取其它金融机构的风险防控等级，并将当前贷款转让至风险防控等级最高的一个或多个金融结构；其中，当前贷款为当前业务贷款的部分贷款或者当前业务的全部贷款。

在本申请的一种实现方式中，得出最终贷款安排与贷款评价等级之后，还包括：在贷款评价等级为异常贷款等级时，对当前贷款申请发出拒绝通知；或者根据当前业务的数据信息，附加当前业务的风险溢价。

本申请实施例提供一种基于银行风险控制的设备，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够：获取提交申请的用户的基本信息，基于预设第一风险指标，对基本信息进行分析，以获取第一风险指标对应的业务风险数据；确定当前业务对应的行业类别，并实时获取行业类别的风险信息，基于预设第二风险指标，对风险信息进行分析，以获取预设第二风险指标对应的行业类别风险数据；根据预设第一风险指标对应的业务风险数据，与预设第二风险指标对应的行业类别风险数据，得到第一贷款数据信息；将基本信息与行业类别的风险信息，输入预置贷款评估模型，得到第二贷款数据信息；根据第一贷款数据信息与第二贷款数据信息，得出最终贷款安排与贷款评价等级。

本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：本申请实施例通过对用户的基本信息，以及当前业务对应的行业类别的风险信息，确定出第一贷款数据信息。从而在贷款前全面对用户及行业进行考量，以降低贷款风险。其次，本申请实施例还通过预置贷款评估模型对当前业务的风险度进行二次检测，得到第二贷款数据信息。通过两次分别得到的贷款数据信息，得到贷款安排与贷款评价等级，进而使得贷款安排更加符合当前业务特点，降低当前业务的风险。

附图说明

为了更清楚地说明本申请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申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。在附

图中：

图1为本申请实施例提供的一种基于银行风险控制的方法流程图；

图2为本申请实施例提供的一种基于银行风险控制的方法框图；

图3为本申请实施例提供的一种基于银行风险控制设备的结构示意图。

具体实施方式

本申请实施例提供一种基于银行风险控制的方法及设备。

为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本说明书实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

随着全球经济的发展，银行等金融机构面临重大发展机遇和高风险挑战。其中，贷款风险是银行经营过程中的主要风险，为了实现银行经济的可持续发展，需要加强信贷风险管理。

从风险管理的理论和方法看，目前指导银行业的理论主要是传统的风险管理理论，重点是采用分类单独控制策略来管理和控制各类风险，主要围绕资产负债管理和信贷评估展开工作。

在现有技术对银行风险控制的方法中，通常是通过实地走访查看贷款客户的企业开工情况、设备运转情况、员工数量的增减情况、企业库存情况、贷款客户的财务情况、担保情况、其他融资情况、所处行业及国家宏观经济政策，等多方面的生产经营情况，来实现资金账户的监管。但因数据量较大，数据变化更新较快，导致人工走访的方式难以提升银行的风险控制能力。

为了解决上述问题，本申请实施例提供一种基于银行风险控制的方法及设备。通过对用户的基本信息，以及当前业务对应的行业类别的风险信息，确定出第一贷款数据信息。从而在贷款前全面对用户及行业进行考量，以降低贷款风险。其次，本申请实施例还通过预置贷款评估模型对当前业务的风险度进行二次检测，得到第二贷款数据信息。通过两次分别得到的贷款数据信息，得到贷款安排与贷款评价等级，进而使得贷款安排更加符合当前业务特点，降低当前业务的风险。

下面通过附图对本申请实施例提出的技术方案进行详细的说明。

图1为本申请实施例提供的一种基于银行风险控制的方法流程图。

S101、服务器获取提交申请的用户的基本信息，基于预设第一风险指标，对基本信息进行分析，以获取预设第一风险指标对应的业务风险数据。

在本申请的一个实施例中，将基本信息输入预设特征抽取模型，获得基本信息对应的特征标识。其中，每个基本信息对应一个或多个特征标识。将基本信息以及特征标识，输入预置信息分类模型，将基本信息进行分类。其中，分类的类别与预设第一风险指标中的类别相对应。

具体地，根据用户提交的贷款申请，在第三方平台获取该用户的基本信用信息。例如，可以在信息公示网站查询用户的贷款记录、还款记录、违约记录等信息。根据查询到的信息对用户当前业务的潜在风险进行判断。将查询到的用户基本信息输入到预设特征抽取模型，预设特征抽取模型可以根据信息中的关键词，对信息进行归类划分，并根据类型的不同，对不同的信息标注不同的特征标识。

例如，可以将贷款违约信息标注为红色，将贷款提前还款信息标注为绿色。通过不同颜色的标注，可以将用户的基本信用信息进行划分。

进一步地，将带有特征标识的基本信息输入预置信息分类模型，通过预置信息分类模型，可以将基本信息与预设第一风险指标进行信息匹配。

例如，可以将标注为红色的贷款违约信息与标注为绿色的提前还款信息，匹配到第一风险指标中的信用风险指标类别，从而获取到当前用户的信用风险数据。

需要说明的是，本申请实施例中的特征标识以及分类划分依据，可以根据实际应用进行更改，本申请实施例对此不作限定。

本申请实施例通过预设特征抽取模型，将用户的基本信息进行分类，且不同类别的信息对应不同的特征标识。以此使得数据量繁多的基本信息变得清晰有条理。此外，将带有特征标识的基本信息输入预置信息分类模型，根据特征标识，使得基本信息与第一风险指标中的类别进行匹配，从而对不同的信息数据指定不同的指标阈值，进而对业务的风险评估进行精确。

在本申请的一个实施例中，将用户的基本信息，与第一风险指标中相对应的指标阈值进行比对，得到用户的偿还能力。以及对用户对应的财务比率、现金流量进行分析，以对当前业务的潜在风险进行量化。

具体地，预设第一风险指标中包括有多种指标类型，例如可以包括，流动性风险指标、信用风险指标、风险抵补能力指标等。以信用风险指标为例，通过预置信息分类模型，可以对信用指标匹配到相应的信用信息。信用指标中预设有指标阈值，将匹配的用户信息与指标阈值进行比对，即可得到用户的偿还能力。通过定量识别主要通过财务比率分析、现金流量分析对潜在风险进行量化。

例如，若用户违约信息大于预设指标阈值，则说明当前用户的偿还能力较弱。再如，可以获取用户的流动性资产余额与流动性负债余额之比、核心负债比例等信息，对当前用户贷款的潜在风险进行量化。

S102、服务器确定业务对应的行业类别，并获取行业类别的风险信息，基于预设第二风险指标，对风险信息进行分析，以获取预设第二风险指标对应的行业类别风险数据。

在本申请的一个实施例中，将风险信息，与预设第二风险指标中的指标阈值进行比对，确定出行业类别的风险数据，并根据风险数据生成风险报告。其中，第二风险指标至少包括行业类别对应的市场寸头、风险水平、盈亏状况、市场风险经济资本配置使用中的一项或多项指标。

具体地，根据当前接收到的贷款申请中的行业信息，获取到该行业类别的风险信息。例如，可以通过第三方平台获取该行业的信息数据，以对该行业的总体市场头寸、风险水平、盈亏状况以及市场风险经济资本配置及使用情况等信息进行监测，动态获取该行业的市场风险情况，并按一定的频率向决策高层管理人员发送报告。

进一步地，将检测到的行业信息数据与预设第二风险指标进行比对。以确定该行业当前的风险水平以及对未来风险状况进行预测。

例如，预设第二风险指标中的亏损状况大于预设阈值，则说明该行业当前风险较大，需要降级一定的贷款金额。

S103、服务器根据第一风险指标对应的业务风险数据，与预设第二风险指标对应的行业类别风险数据，得到第一贷款数据信息。

在本申请的一个实施例中，在预设第一风险指标对应的业务风险数据中，确定出大于预设第一风险指标中预设阈值的第一风险数据集。以及在第二风险指标对应的行业类别风险数据中，确定出大于预设第二风险指标中预设阈值的第二风险数据集。将第一风险数据集与第二风险数据集，分别对应的数据数量以及数据值，与预设风险等级表进行比对，以确定出当前业务对应的第一贷款数据信息。其中，预设风险等级表包括依据不同风险数据数量、不同风险数据值，划分出的不同贷款评价等级，以及贷款评价等级对应的贷款安排。

具体地，在预设第一风险指标对应的业务风险数据中，将匹配的用户信息与预设第一风险指标中的相应的阈值进行比对，并确定出大于阈值的第一风险数据集。例如，经比对得出，该用户违约还款的次数大于预设次数，该用户对应的不良资产的金额大于预设金额。统计出大于预设阈值的风险数据的数量以及该风险信息的具体数据。将该风险数据的数量以及具体数据，与第一预设风险等级表进行比对，从而确定出该用户的贷款风险等级。

例如，风险数据的数量越多，风险信息的具体数据超过阈值的部分越大，则表明当前用户信息的风险较大，其贷款金额、贷款期限、贷款利率等数据信息会进行相应调整。

具体地，在第二风险指标对应的行业类别风险数据中，将匹配的行业信息与预设第二风险指标中的相应的阈值进行比对，并确定出大于预置的第二风险数据集。经比对得出大于预设阈值的风险数据的数量以及风险信息的具体数据。将该风险数据的数量以及具体数据，与第二预设风险登记表进行比对，从而确定出该行业的贷款风险等级。

在本申请的一个实施例中，根据用户的贷款风险等级以及该行业的贷款风险等级，确定出当前业务对应的第一贷款数据信息。从而对当前贷款业务的贷款金额、贷款期限、贷款利率等信息进行相应调整。

例如，经比对得出当前用户的贷款风险等级较高，违约次数较多。且该行业风险也较大。此时对该用户的业务进行降低贷款金额、和/或缩短贷款期限、和/或提高贷款利率等数据调整。若用户的风险等级或该行业的风险等级超过既定限额时，会采取更严的准入审批或更高层次的审批来处理，或者拒绝贷款。

表1为本申请实施例提供的风险指标类别表。

表1

如表1所示，风险控制偏好涉及的风险定量、定性指标主要包括流动性风险指标、信用风险指标、市场风险指标和操作风险指标。主要通过限额管理、信贷审批、贷后管理和经济资本配置来优选指标偏好。通过对各种风险的识别、计量、监测和控制，在满足监管部门、存款人和其他利益相关者对银行稳健经营要求的前提下，促进授信过程安全、持续、稳健运行，实现风险和收益的平衡，提高经济资本回报率。

S104、服务器将基本信息与行业类别的风险信息，输入预置贷款评估模型，得到第二贷款数据信息。

在本申请的一个实施例中，将所述基本信息与所述行业类别的风险信息，输入所述预置贷款评估模型。通过所述预置贷款评估模型，按照预设第三风险指标，对当前业务的风险等级进行预测，并根据预测的风险等级，将当前业务对应的贷款期限与贷款利率进行调整。以及通过所述预置贷款评估模型，计算出所述当前业务对应的VaR值和风险资本值，并对银行经营资本的分配与贷款利差进行调整，以得出第二贷款数据信息。

具体地，将获取到的用户的基本信息以及该行业的信息，输入预置贷款评估模型。通过该预置贷款评估模型进行贷款本息与机会成本相比较后的利差收益计算、贷款相关(担保、评级等)、结算服务收益计算、贷款企业存款引起资金成本下降的收益等计算。其次通过该模型按五级分类预测该项贷款的资产质量，并按风险程度测算所需呆帐准备。此外，要依据风险与收益配比原则，将贷款期限和利率与预计的贷款资产质量和风险挂钩，风险较大则利率上浮，反之，利率下浮。以及计算VaR值和风险资本值，并调整经营资本的分配和贷款利，最后是综合上述经济因素，得出最佳的贷款安排和合理的贷款评价等级。

需要说明的是，VaR方法的分析计算是建立在大量历史数据的基础之上的，同时，还要假定这些数据的分布是正态分布。

S105、服务器根据第一贷款数据信息与第二贷款数据信息，得出最终贷款安排与贷款评价等级。

在本申请的一个实施例中，将第一贷款数据信息与第二贷款数据信息进行比对，将授信额度最低的贷款金额作为最终贷款金额。以及将最低的贷款评价等级，作为用户的贷款评价等级。

在本申请的一个实施例中，在所述贷款评价等级为正常贷款等级时，根据最终贷款安排，对用户进行贷款。在贷款中以及贷款后，实时获取所述用户的基本信息以及行业类型的风险信息，并对获取到的信息实时进行分析。在大于预设第一风险指标的预设阈值或预设第二风险指标的预设阈值的数量，大于第一预设数量值的情况下，获取其它金融机构的风险防控等级，并将当前贷款转让至风险防控等级最高的一个或多个金融结构。其中，当前贷款为当前业务贷款的部分贷款或者当前业务的全部贷款。

具体地，本申请实施例可以通过贷款转让将已经发放但未到期的贷款有偿转让给其他金融机构，以分散风险、增加收益、实现资产多元化。此外，本申请实施例还可以通过风险分散、风险对冲、风险转移、风险规避以及风险补偿等策略实现风险控制。其中，风险分散为通过多样化投资来分散和降低风险的方法。在经营中不应集中于同一业务、同一性质或同一地域的客户，使客户多样化，从而分散和降低风险。风险对冲为通过投资或购买与标的资产收益波动相关的某种资产或衍生产品，来冲销标的资产潜在风险。风险转移为通过购买某种金融产品或采取其他合法的经济措施，将风险转移给其他经济主体的一种风险管理方法，可分为保险转移和非保险转移(如担保)。风险规避为通过拒绝或退出某一业务或市场，以避免承担该业务或市场具有的风险。风险补偿为对于无法通过风险分散、对冲或转移进行管理，而且又无法规避、不得不承担的风险，可以在交易价格上附加风险溢价，即通过提高风险回报的方式，损失发生前对风险承担的价格补偿。

在本申请的一个实施例中，在所述贷款评价等级为异常贷款等级时，对当前贷款申请发出拒绝通知。或者根据当前业务的数据信息，附加所述当前业务的风险溢价。

本申请实施例通过根据信贷客户的特征不同，采用多样化投资、购买某种金融产品等来分散和降低风险。通过对尚未发生信用业务的潜在风险识别、监测及控制，可达到对潜在风险进行量化、分散风险、增加收益的目的。此外，通过构建合理的贷款风险评价指标，促进授信过程安全、持续、稳健运行，实现风险和收益的平衡，提高经济资本回报率。

图2为本申请实施例提供的一种基于银行风险控制方法框图。如图2所示，在接收到用户的贷款申请后，先对该用户的基本信息以及该行业进行风险识别与分析。

其中，风险识别与分析过程中第一种方法是根据风险控制偏好，建立基本信息对应的第一风险指标以及行业信息对应的第二风险指标。第二种方法是根据风险控制偏好建立贷款评估模型，以进行VaR值计算。

通过上述两种方式对当前业务的风险进行评估，进而准确对当前业务进行风险评级。并根据风险评级，在贷款前、贷款中、贷款后分别制定相应的风险控制措施，以降低风险。

图3为本申请实施例提供的一种基于银行风险控制设备的结构示意图。如图3所示的基于银行风险控制设备，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：

获取提交申请的用户的基本信息，基于预设第一风险指标，对所述基本信息进行分析，以获取所述预设第一风险指标对应的业务风险数据；

确定当前业务对应的行业类别，并获取所述行业类别的风险信息，基于预设第二风险指标，对所述风险信息进行分析，以获取所述预设第二风险指标对应的行业类别风险数据；

根据所述预设第一风险指标对应的业务风险数据，与所述预设第二风险指标对应的行业类别风险数据，得到第一贷款数据信息；

将所述基本信息与所述行业类别的风险信息，输入预置贷款评估模型，得到第二贷款数据信息；

根据所述第一贷款数据信息与所述第二贷款数据信息，得出最终贷款安排与贷款评价等级。

本申请中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、设备、非易失性计算机存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

上述对本申请特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请的实施例可以有各种更改和变化。凡在本申请实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种基于银行风险控制的方法，其特征在于，所述方法包括：

获取提交申请的用户的基本信息，基于预设第一风险指标，对所述基本信息进行分析，以获取所述预设第一风险指标对应的业务风险数据；

确定当前业务对应的行业类别，并获取所述行业类别的风险信息，基于预设第二风险指标，对所述风险信息进行分析，以获取所述预设第二风险指标对应的行业类别风险数据；

根据所述预设第一风险指标对应的业务风险数据，与所述预设第二风险指标对应的行业类别风险数据，得到第一贷款数据信息；

将所述基本信息与所述行业类别的风险信息，输入预置贷款评估模型，得到第二贷款数据信息；

根据所述第一贷款数据信息与所述第二贷款数据信息，得出最终贷款安排与贷款评价等级。

2.根据权利要求1所述的一种基于银行风险控制的方法，其特征在于，所述获取提交申请的用户的基本信息之后，所述方法还包括：

将所述基本信息输入预设特征抽取模型，获得所述基本信息对应的特征标识；其中，每个所述基本信息对应一个或多个特征标识；

将所述基本信息以及所述特征标识，输入预置信息分类模型，将所述基本信息进行分类；其中，所述分类的类别与所述预设第一风险指标中的类别相对应。

3.根据权利要求1所述的一种基于银行风险控制的方法，其特征在于，所述对所述基本信息进行分析，以获取所述预设第一风险指标对应的业务风险数据，具体包括：

将所述用户的基本信息，与所述预设第一风险指标中相对应的指标阈值进行比对，得到所述用户的偿还能力；以及

对所述用户对应的财务比率、现金流量进行分析，以对当前业务的潜在风险进行量化。

4.根据权利要求1所述的一种基于银行风险控制的方法，其特征在于，所述基于预设第二风险指标，对所述风险信息进行分析，以获取所述预设第二风险指标对应的行业类别风险数据，具体包括：

将所述风险信息，与所述预设第二风险指标中的指标阈值进行比对，确定出所述行业类别的风险数据，并根据所述风险数据生成风险报告；

其中，所述预设第二风险指标至少包括所述行业类别对应的市场寸头、风险水平、盈亏状况、市场风险经济资本配置使用中的一项或多项指标。

5.根据权利要求1所述的一种基于银行风险控制的方法，其特征在于，所述根据所述预设第一风险指标对应的业务风险数据，与所述预设第二风险指标对应的行业类别风险数据，得到第一贷款数据信息，具体包括：

在所述预设第一风险指标对应的业务风险数据中，确定出大于所述预设第一风险指标中预设阈值的第一风险数据集；以及

在所述预设第二风险指标对应的行业类别风险数据中，确定出大于所述预设第二风险指标中预设阈值的第二风险数据集；

将所述第一风险数据集与所述第二风险数据集，分别对应的数据数量以及数据值，与预设风险等级表进行比对，以确定出当前业务对应的第一贷款数据信息；其中，所述预设风险等级表包括依据不同风险数据数量、不同风险数据值，划分出的不同贷款评价等级，以及所述贷款评价等级对应的贷款安排。

6.根据权利要求1所述的一种基于银行风险控制的方法，其特征在于，所述将所述基本信息与所述行业类别的风险信息，输入预置贷款评估预设模型，得到第二贷款数据信息，具体包括：

将所述基本信息与所述行业类别的风险信息，输入所述预置贷款评估模型；

通过所述预置贷款评估模型，按照预设第三风险指标，对当前业务的风险等级进行预测，并根据预测的风险等级，将当前业务对应的贷款期限与贷款利率进行调整；以及

通过所述预置贷款评估模型，计算出所述当前业务对应的VaR值和风险资本值，并对银行经营资本的分配与贷款利差进行调整，以得出第二贷款数据信息。

7.根据权利要求1所述的一种基于银行风险控制的方法，其特征在于，所述根据所述第一贷款数据信息与所述第二贷款数据信息，得出最终贷款安排与贷款评价等级，具体包括：

将所述第一贷款数据信息与所述第二贷款数据信息进行比对，将授信额度最低的贷款金额作为最终贷款金额；以及

将最低的贷款评价等级，作为所述用户的贷款评价等级。

8.根据权利要求1所述的一种基于银行风险控制的方法，其特征在于，所述得出最终贷款安排与贷款评价等级之后，所述方法还包括：

在所述贷款评价等级为正常贷款等级时，根据所述最终贷款安排，对所述用户进行贷款；

在贷款中以及贷款后，实时获取所述用户的基本信息以及所述行业类型的风险信息，并对获取到的信息实时进行分析；

在大于所述预设第一风险指标的预设阈值或所述预设第二风险指标的预设阈值的数量，大于第一预设数量值的情况下，获取其它金融机构的风险防控等级，并将当前贷款转让至风险防控等级最高的一个或多个金融结构；其中，所述当前贷款为当前业务贷款的部分贷款或者所述当前业务的全部贷款。

9.根据权利要求1所述的一种基于银行风险控制的方法，其特征在于，所述得出最终贷款安排与贷款评价等级之后，所述方法还包括：

在所述贷款评价等级为异常贷款等级时，对当前贷款申请发出拒绝通知；或者

根据当前业务的数据信息，附加所述当前业务的风险溢价。

10.一种基于银行风险控制设备，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：

获取提交申请的用户的基本信息，基于预设第一风险指标，对所述基本信息进行分析，以获取所述预设第一风险指标对应的业务风险数据；

确定当前业务对应的行业类别，并获取所述行业类别的风险信息，基于预设第二风险指标，对所述风险信息进行分析，以获取所述预设第二风险指标对应的行业类别风险数据；

根据所述预设第一风险指标对应的业务风险数据，与所述预设第二风险指标对应的行业类别风险数据，得到第一贷款数据信息；

将所述基本信息与所述行业类别的风险信息，输入预置贷款评估模型，得到第二贷款数据信息；

根据所述第一贷款数据信息与所述第二贷款数据信息，得出最终贷款安排与贷款评价等级。

Images