[发明专利]房地产类贷款业务风险评估方法及装置

说明书

本发明公开了一种房地产类贷款业务风险评估方法及装置，可应用但不限于大数据领域，该方法包括：采集房地产类贷款业务所抵押房地产在不同时间段的动态属性信息；根据房地产类贷款业务所抵押房地产在不同时间段的动态属性信息和房地产类贷款业务的贷款信息，生成各个风险因子在不同时间段对应的参数值；根据各个风险因子在不同时间段对应的参数值，计算房地产类贷款业务在不同时间段的违约损失率；根据房地产类贷款业务在不同时间段的违约损失率，生成房地产类贷款业务的动态风险评估结果。本发明能够支持自定义配置风险因子房地产类贷款业务违约风险的动态评估。

技术领域

本发明公开了一种房地产类贷款业务风险评估方法及装置，可应用于大数据领域，也可应用于除大数据领域以外的任意领域，本发明公开的房地产类贷款业务风险评估方法及装置的应用领域不作限定。

背景技术

本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

债项评级是指对贷款业务的特定风险进行定量评估，以反映客户违约后债项损失的大小。目前市场上影响债项损失的特定风险因子有：产品类别、担保方式、还款优先性等。根据这些维度的特定风险因子，计算违约损失率(Loss Given Default，LGD)，能够实现贷款特定风险的定量评估。

房地产类贷款是各大银行十分重要的一项贷款业务，对于房地产类贷款业务的债项评级，现有债项评级模型是从担保方式、担保押品属性和保证人的净资产等维度计算LGD进行贷款风险评估。由于房地产的价值在不同的阶段，波动较大，而现有的债项评级模型无法针对担保房产的不同时间段进行LGD动态评估，也无法针对担保房产的抵押追索属性对LGD评估结果进行调整，这严重影响了银行对房地产类贷款产品的LGD评估准确性。

发明内容

本发明实施例中提供了一种房地产类贷款业务风险评估方法，用以解决现有债项评级模型无法对房地产类贷款业务的违约损失率进行动态评估的技术问题，该方法包括：采集所述房地产类贷款业务所抵押房地产在不同时间段的动态属性信息，其中，所述动态属性信息包含：影响所述房地产类贷款业务所抵押房地产价值变化的一种或多种属性信息；根据所述房地产类贷款业务所抵押房地产在不同时间段的动态属性信息和所述房地产类贷款业务的贷款信息，生成各个风险因子在不同时间段对应的参数值，其中，各个风险因子为预先配置的对房地产类贷款业务进行风险评估的评估参数，每个风险因子对应一种影响所述房地产类贷款业务违约损失率的风险因素；根据各个风险因子在不同时间段对应的参数值，计算所述房地产类贷款业务在不同时间段的违约损失率；根据所述房地产类贷款业务在不同时间段的违约损失率，生成所述房地产类贷款业务的动态风险评估结果。

本发明实施例中还提供了一种房地产类贷款业务风险评估装置，用以解决现有债项评级模型无法对房地产类贷款业务的违约损失率进行动态评估的技术问题，该装置包括：房地产属性信息获取模块，用于采集所述房地产类贷款业务所抵押房地产在不同时间段的动态属性信息，其中，所述动态属性信息包含：影响所述房地产类贷款业务所抵押房地产价值变化的一种或多种属性信息；风险因子参数值获取模块，用于根据所述房地产类贷款业务所抵押房地产在不同时间段的动态属性信息和所述房地产类贷款业务的贷款信息，生成各个风险因子在不同时间段对应的参数值，其中，各个风险因子为预先配置的对房地产类贷款业务进行风险评估的评估参数，每个风险因子对应一种影响所述房地产类贷款业务违约损失率的风险因素；违约损失率计算模块，用于根据各个风险因子在不同时间段对应的参数值，计算所述房地产类贷款业务在不同时间段的违约损失率；评估结果生成模块，用于根据所述房地产类贷款业务在不同时间段的违约损失率，生成所述房地产类贷款业务的动态风险评估结果。

本发明实施例中还提供了一种计算机设备，用以解决现有债项评级模型无法对房地产类贷款业务的违约损失率进行动态评估的技术问题，该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，处理器执行计算机程序时实现上述房地产类贷款业务风险评估方法。