(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 202210744214.4 (22)申请日 2022.06.28 (71)申请人 中国银行股份有限公司 地址 100818 北京市西城区复兴门内大街1 号 (72)发明人 朱江波　 (74)专利代理 机构 北京三友知识产权代理有限 公司 11127 专利代理师 薛平　郝博 (51)Int.Cl. G06Q 40/02(2012.01) G06Q 10/10(2012.01) (54)发明名称 银行客户的贷款 风险控制方法及装置 (57)摘要 本发明提出了一种银行客户的贷款风险控 制方法及装置， 涉及金融数据处理技术领域， 该 方法包括： 接收客户的贷款申请； 依据该客户的 客户属性， 确定该客户对应的客户类别； 依据该 客户对应的客户类别的第一不良函数及第二不 良函数， 确定该客户的潜在贷款金额； 依据该客 户的潜在 贷款金额， 对该客户的贷款申请进行风 险控制， 本发 明整体方案通过对客户数据进行分 析， 可以对贷款风险进行有效控制， 降低贷款风 险， 并增强银行的风险管控能力。 权利要求书5页 说明书10页 附图4页 CN 115099942 A 2022.09.23 CN 115099942 A 1.一种银 行客户的贷款 风险控制方法， 其特 征在于， 包括： 接收客户的贷款申请； 依据该客户的客户属性， 确定该客户对应的客户类别； 依据该客户对应的客户类别的第 一不良函数及第 二不良函数， 确定该客户的潜在贷款 金额； 依据该客户的潜在贷款金额， 对该客户的贷款申请进行风险控制。 2.如权利要求1所述的方法， 其特 征在于， 还 包括： 获取银行在指定范围内的客户、 每 个客户的客户属性及交易数据； 依据客户属性， 对银 行的客户进行分类， 获得多个客户类别； 对于每个客户类别， 依据 该客户类别的客户的交易数据， 对该客户类别进行分类， 获得 该客户类别对应的多个客户子集 合； 对于每个客户类别的每个客户子集合， 依据 该客户子集合的客户的交易数据及贷款数 据， 确定该客户子集合对应的交易风险指标、 交易误差上界、 贷款风险指标及贷款误差上 界； 对于每个客户类别， 依据该客户类别的客户子集合对应的交易风险指标、 交易误差上 界、 贷款风险指标及贷款 误差上界， 确定该客户类别的第一 客户子集 合及第二 客户子集 合； 依据该客户类别的第 一客户子集合及第 二客户子集合， 确定该客户类别的第 一不良函 数及第二 不良函数。 3.如权利要求2所述的方法， 其特征在于， 对于每个客户类别， 依据该客户类别的客户 的交易数据， 对该客户类别进行分类， 获得 该客户类别对应的多个客户子集 合， 包括： 对于每个客户类别， 确定该客户类别中每个客户的交易数据中对应各个交易类别的交 易数量； 设置距离函数g， 其中， 该距离函数g将该客户类别的任何两个客户的距离确定为 其中， n1(i)、 n2(i)分别是该两个客户的交易数据中对应第i个交易类 别的交易数量； 依据距离函数g， 对该客户类别进行分类， 获得 该客户类别对应的多个客户子集 合。 4.如权利要求2所述的方法， 其特征在于， 对于每个客户类别的每个客户子集合， 依据 该客户子集合的客户的交易数据及贷款数据， 确定该客户子集合对应的交易风险指标、 交 易误差上界、 贷款 风险指标及贷款 误差上界， 包括： 设置交易阈值及贷款阈值； 对于每个客户类别的每个客户子集合， 将该客户子集合中客户的交易数据， 按照交易 时间的先后顺序划分为该客户子集合的多个交易数据子集， 将该客户子集合的客户的贷款 数据， 按照时间先后顺序划分为该客户子集合的多个贷款数据子集； 其中， 每个交易数据子 集包含的交易数量大于交易阈值， 每 个贷款数据子集包 含的贷款数量大于贷款阈值； 设置极大交易风险指标及 极大贷款风险指标， 并将该极大交易风险指标的平方与 该客 户子集合的交易数据子集的个数的乘积作为该客户子集合对应的交易乘积， 将该极大贷款 风险指标 的平方与该客户子集合的贷款数据子集的个数的乘积作为该客户子集合对应的 贷款乘积；权　利　要　求　书 1/5 页 2 CN 115099942 A 2将该客户子集合的每个交易数据子集中涉及风险的交易的比例作为该客户子集合对 应的交易风险样本； 将该客户子集合的每个贷款数据子集中涉及风险的贷款的比例作为该 客户子集 合对应的贷款 风险样本； 依据该客户子集合对应的交易风险样本， 确定该客户子集合对应的交易方差及交易均 值； 依据该客户子集合对应的贷款风险样本， 确定该客户子集合对应的贷款方差及贷款均 值； 将该客户子集合对应的交易风险指标确定为该客户子集合对应的交易均值， 将该客户 子集合对应的贷款 风险指标确定为该客户子集 合对应的贷款均值； 将该客户子集合对应的交易误差上界确定为该客户子集合对应的交易方差的平方与 该客户子集合对应的交易乘积的比值， 将该客户子集合对应的贷款误差上界确定为该客户 子集合对应的贷款方差的平方与该客户子集 合对应的贷款乘积的比值。 5.如权利要求2所述的方法， 其特征在于， 对于每个客户类别， 依据该客户类别的客户 子集合对应的交易风险指标、 交易误差上界、 贷款风险指标及贷款误差上界， 确定该客户类 别的第一 客户子集 合及第二 客户子集 合， 包括： 确定该客户类别的偏序， 其中， 该偏序用于确定该客户类别的任何两个客户子集合中 客户子集合A是否优于客户子集合B； 如果客户子集合A的交易风险指标小于等于客户子集 合B的交易风险指标， 且客户子集合A的贷款风险指标小于等于客户子集合B的贷款风险指 标， 且客户子集合A的交易误差上界小于第一收敛阈值， 且客户子集合A的贷款误差上界小 于第二收敛阈值， 则确定在该偏序中客户子集 合A优于客户子集 合B； 将该客户类别的偏序的极大 元素作为该客户类别的极大客户子集 合； 依据该客户类别的极大客户子集合， 确定该客户类别的第 一客户子集合及第 二客户子 集合。 6.如权利要求2所述的方法， 其特征在于， 依据该客户类别的第 一客户子集合及第 二客 户子集合， 确定该客户类别的第一 不良函数及第二 不良函数， 包括： 设定多个贷款区间； 获取该客户类别的第一客户子集合的贷款数据及该客户类别的第二客户子集合的贷 款数据； 对于每个贷款区间， 将该客户类别的第 一客户子集合的贷款数据中贷款金额位于该贷 款区间的贷款数据作为该贷款区间对应的第一子集合贷款数据， 将该客户类别的第二客户 子集合的贷款数据中贷款金额位于该贷款区间的贷款数据作为该贷款区间对应的第二子 集合贷款数据； 对于每个贷款区间， 将该贷款 区间对应的第 一子集合贷款数据中风险贷款数据的比例 作为该贷款区间对应的第一不良率， 将该贷款区间对应的第二子集合贷款数据中风险贷款 数据的比例作为该贷款区间对应的第二 不良率； 确定每个贷款区间对应的离 散点； 构建离散函数A及离散函数B， 其中， 该离散函数A的自变量是各个贷款区间对应的离散 点， 该离散函数A对应每个离散点的函数值等于该离散点对应的贷款区间对应的第一不良 率， 该离散函数B的自变量是各个贷款区间对应的离散点， 该离散函数B对应每个离散点的权　利　要　求　书 2/5 页 3 CN 115099942 A 3