[发明专利]一种小微企业的贷款方法及装置

说明书

本发明公开了一种小微企业的贷款方法及装置，可应用于人工智能领域、区块链领域以及金融领域。预先将各个企业与信贷关联的企业数据上传至区块链，确定每个企业的信贷风险系数，在接收到当前企业的贷款请求的情况下，在区块链中获取当前企业的企业数据；将企业数据传递给贷款风险预测模型，确定当前企业的预测信贷风险系数，贷款风险预测模型基于机器学习算法构建，将预测信贷风险系数和当前企业的信贷风险系数中较大的一个作为目标信贷风险数据；基于目标信贷风险系数，确实是否对当前企业贷款。上述过程，基于区块链对企业数据进行存储，保证了企业数据的可靠性，采用机器学习算法对信贷风险预测进行建模，提高了审批的效率和准确性。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种小微企业的贷款方法及装置。

背景技术

目前，小微企业信贷需要复杂的审批流程，企业在申请时需要提交申请材料，银行受理并进行资格审查，审查过程中需要对借款人的领导者素质，经济实力资金结构、履约情况、经营效益和发展前景等因素，评定借款人的信用等级。同时，还需要对借款人的信用等级以及借款的合法性、安全性、盈利性等情况进行调查，核实抵押物、质物、保证人情况，测定贷款的风险度。

现有的小微企业贷款方式大都采用企业提供经营数据人工风险评估的方式，这样的方式审批时间长、流程复杂、风险把控难度高，此外企业提交的经营数据可能存在造假行为，可靠性无法保证。

发明内容

有鉴于此，本发明提供了一种小微企业的贷款方法及装置，用于解决现有的小微企业贷款方式大都采用企业提供经营数据人工风险评估的方式，这样的方式审批时间长、流程复杂、风险把控难度高，此外企业提交的经营数据可能存在造假行为，可靠性无法保证的问题。具体方案如下：

一种小微企业的贷款方法，预先将各个企业与信贷关联的企业数据上传至区块链，对所述企业数据进行共识处理，确定每个企业的信贷风险系数，所述方法包括：

在接收到当前企业的贷款请求的情况下，在所述区块链中获取所述当前企业的企业数据；

将所述企业数据传递给贷款风险预测模型，确定所述当前企业的预测信贷风险系数，其中，所述贷款风险预测模型基于机器学习算法构建，所述贷款风险预测模型采用预设的训练方法训练得到；

将所述预测信贷风险系数和所述当前企业的信贷风险系数中较大的一个作为目标信贷风险数据；

基于所述目标信贷风险系数，确定是否对所述当前企业贷款。

上述的方法，可选的，对所述企业数据进行共识处理，确定每个企业的信贷风险系数，包括：

对每个企业数据的真实性进行判断；

若所述企业数据真实，则与所述企业数据对应的企业的信贷风险系数为初始信贷风险系数；

若所述企业数据不真实，则与所述企业数据对应的信贷风险系数为第一信贷风险系数，其中，所述第一信贷风险系数大于所述初始信贷风险系数。

上述的方法，可选的，采用预设的方法训练所述风险预测模型包括：

获取历史样本数据，其中，所述历史样本数据包括：历史企业数据和历史信贷风险系数；

将所述历史企业数据传递给初始贷款风险预测模型得到历史预测信贷风险系数；

将所述历史预测信贷风险系数与所述历史信贷风险系数进行比较，基于比较结果，调整所述初始贷款风险预测模型的模型参数，直至所述历史预测信贷风险系数和所述历史信贷风险系数的差异满足预设的差异阈值，将调整后的初始贷款风险预测模型作为贷款风险预测模型。

上述的方法，可选的，基于所述目标信贷风险系数，确定是否对所述当前企业贷款，包括：

将所述目标信贷风险系数与预设的信贷风险系数阈值进行比较；