[发明专利]一种企业贷款风险的预测方法及系统

权利要求书

1.一种企业贷款风险的预测方法，其特征在于，包括：

获取预先训练得到的风险预测模型，其中，所述风险预测模型为根据第一数据提供方中的第一企业数据与第二数据提供方中的第二企业数据基于纵向联邦学习训练得到的；

将待预测企业输入所述风险预测模型，预测得到所述待预测企业的贷款风险数据。

2.根据权利要求1所述的企业贷款风险的预测方法，其特征在于，所述风险预测模型通过以下方法训练得到：

获取第一数据提供方提供的第一企业数据和第二数据提供方提供的第二企业数据；

将所述第一企业数据和所述第二企业数据进行匹配，得到匹配后的企业数据；

根据预先定义的风险样本划分标准，基于所述匹配后的企业数据选取风险正样本和风险负样本；其中，所述风险正样本为银行信贷业务中已暴露风险的企业的相关数据或即将暴露风险的企业的相关数据，所述风险负样本为为征信状况正常的企业的相关数据；

根据预先定义的企业基础特征、派生特征和关联特征，对所述风险正样本和所述风险负样本进行特征提取，得到多个特征变量；

根据多个所述特征变量，基于纵向联邦学习进行训练，得到风险预测模型。

3.根据权利要求1所述的企业贷款风险的预测方法，其特征在于，所述方法还包括：

获取预先训练得到的额度预测模型，其中，所述额度预测模型为根据第一数据提供方中的第一企业数据和第二数据提供方中的第二企业数据基于纵向联邦学习训练得到的；

将待预测企业输入所述额度预测模型，预测得到所述待预测企业的授信额度档位；

根据所述贷款风险数据和所述授信额度档位，得到贷款额度。

4.根据权利要求3所述的企业贷款风险的预测方法，其特征在于，所述额度预测模型通过以下方法训练得到：

获取第一数据提供方提供的第一企业数据和第二数据提供方提供的第二企业数据；

将所述第一企业数据和所述第二企业数据进行匹配，得到匹配后的企业数据；

按照所述匹配后的企业数据中的授信额度，将所述匹配后的企业数据划分为N档授信额度样本，银行信贷业务中已暴露风险的企业或即将暴露风险的企业为N档所述授信额度样本中的一档；其中，N为大于1的正整数；

根据预先定义的企业基础特征、派生特征和关联特征，对N档所述授信额度样本进行特征提取，得到多个特征变量；

根据多个所述特征变量，基于纵向联邦学习进行训练，得到风险预测模型。

5.根据权利要求2或4所述的企业贷款风险的预测方法，其特征在于，所述第一企业数据为政务金融数据，所述政务金融数据包括工商数据、行政司法数据、财务数据、涉税数据和缴费数据。

6.根据权利要求2或4所述的企业贷款风险的预测方法，其特征在于，所述第二企业数据为银行数据，所述银行数据包括贷款业务、贷款额度、债项分级、授信数据。

7.根据权利要求6所述的企业贷款风险的预测方法，其特征在于，所述银行数据还包括交易流水图谱；

所述关联特征包括：从所述交易流水图谱中提取的企业与所述已暴露风险的企业的关联情况、直接和间接转入转出风险度、直接风险收付款次数和直接风险收付款金额，以及从所述交易流水图谱中提取的企业的股东的交易流水数据、企业的法人代表的交易流水数据或企业的实际控制人的交易流水数据。

8.一种企业贷款风险的预测系统，其特征在于，包括：

获取模块，用于获取预先训练得到的风险预测模型，其中，所述风险预测模型为根据第一数据提供方中的第一企业数据与第二数据提供方中的第二企业数据基于纵向联邦学习训练得到的；

预测模块，用于将待预测企业输入所述风险预测模型，预测得到所述待预测企业的贷款风险数据。