(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 202211072108.2 (22)申请日 2022.09.02 (71)申请人 上海拓扑丝路供应链科技有限公司 地址 200333 上海市普陀区2 918号三层301 (72)发明人 胡敬飞　 (74)专利代理 机构 宁波海曙甬睿专利代理事务 所(普通合伙) 33330 专利代理师 胡琳 (51)Int.Cl. G06Q 40/02(2012.01) (54)发明名称 一种基于风控模型的放款风险预测方法及 装置 (57)摘要 本发明公开了一种基于风控模型的放款风 险预测方法及装置， 所述方法包括获取放款申请 人的综合信息数据； 基于第一风控模 型对所述综 合信息数据进行评估打分； 将所述评估打分的结 果传输给放款方； 所述申请人在被放款后， 第二 风控模型监控款项使用是否存在风险、 以及监控 定期还款情况； 根据所述风险及还款情况采取相 应措施。 本发明通过构建风控模型， 一是， 可正确 评估企业信誉度， 有利于放款方判断是否放款及 放款额度； 二是， 调整周 期内还款额度及监控放 款过程中出现的逾期风险， 并对风险及时采取措 施。 权利要求书2页 说明书6页 附图1页 CN 115456751 A 2022.12.09 CN 115456751 A 1.一种基于风控 模型的放 款风险预测方法， 其特 征在于， 所述方法包括如下步骤： 获取放款申请人的综合信息数据； 基于第一 风控模型对所述综合信息数据进行评估打 分； 将所述评估打 分的结果反馈给放 款方； 所述申请人在被放款后， 第二风控模型监控款项使用是否存在风险、 以及监控定期还 款情况； 根据所述 风险及还款情况采取相应措施。 2.根据权利要求1所述的方法， 其特征在于， 在所述步骤 “获取放款申请人的综合信息 数据”中， 具体包括： 获取预设时间段内所述申请人历史订单 数据及结算数据； 通过第三方获取 所述申请人的企业 风险信息； 获取所述企业所在的行业 价值信息。 3.根据权利要求1所述的方法， 其特征在于， 在所述步骤 “基于第一风控模型对所述综 合信息数据进 行评估打分 ”中， 所述第一风控模型指的是所述申请人被放款前所构建的， 包 括申请模型、 反欺诈模型、 价 值模型及定价模型， 所述评估打 分具体为， 所述申请模型基于预设时间段内申请人历史订单数据及结算数据而构建对应的模型， 得到基础评分； 所述反欺诈模型基于通过第三方获取 所述申请人的企业 风险信息进行评估打 分； 所述价值模型基于所述企业所在的行业 价值信息进行评估打 分； 所述定价模型基于所述申请模型、 反欺诈模型和价值模型的结果进行评估打分， 采用 减分制， 得到一个综合评估结果。 4.根据权利要求3所述的方法， 其特征在于， 所述申请模型、 反欺诈模型及价值模型中 分别设置 评分规则， 根据所述评分规则对相应的数据或者信息进行评估打 分。 5.根据权利要求1所述的方法， 其特征还在于， 在所述步骤 “所述申请人在被放款后， 第 二风控模 型判断款项使用是否存在风险、 以及监控定期还款情况 ”中， 所述第二风控模型指 的所述申请人被放 款后所构建的， 包括交易欺诈模型、 还款模型， 具体为， 所述交易欺诈模型根据所述申请人在收到放款后所进行的交易性质是否存在风险行 为， 若存在风险将风险信息汇入所述第一风控模型， 将影响所述申请人下次申请放款时的 评分； 所述还款模型会定期对周期内的还款金额进行实时计算， 相应调整每个周期的还款额 度。 6.根据权利要求1所述的方法， 其特征在于， 在所述步骤 “根据所述风险及还款情况采 取相应措施 ”中， 具体为， 所述第二风控模型还包括提前预警模型， 如果发现所述申请人在 还款周期内出现逾期情况， 根据所述逾期程度产生预警， 所述逾期程度包括轻度逾期和重 度逾期。 7.根据权利要求6所述的方法， 其特征在于， 在所述步骤 “根据所述风险及还款情况采 取相应措施 ”中， 具体为， 所述第二风控模型还包括失联修复模型， 当所述申请人出现失联 或重度逾期时， 所述申请人将会被列入黑名单， 不再对其进行评分以及不再享有 申请放款 的权利。权　利　要　求　书 1/2 页 2 CN 115456751 A 28.根据权利要求1所述的方法， 其特征在于， 所述第二风控模型还包括客户流失模型， 对于曾被放款的优质申请人， 有一段时间未 曾申请过放款， 可对所述优质申请人进行适当 加分， 并将所述加分加入至所述第一 风控模型中。 9.一种基于风控模型的放款风险预测装置， 其特征在于， 所述装置包括获取模块、 第 一 风控模型、 反馈模块、 及第二 风控模型， 其中， 所述获取模块， 用于获取放款申请人的综合信息数据， 包括获取预设时间段段内客户 历史订单数据及结算数据、 通过第三方获取所述申请人的企业风险信息以及所述 企业所在 的行业价值信息； 所述第一风控模型， 在所述申请人被放款前， 用于对所述申请人的综合信息数据进行 评估打分； 所述反馈模块， 用于将所述评估打分的结果反馈给放款方， 以及将所述放款方是否放 款及放款额度信息反馈 至风控模型； 所述第二风控模型， 在所述申请人被放款后， 用于监控款项使用是否存在风险、 以及监 控定期还款情况， 并根据所述 风险及还款情况采取相应措施。权　利　要　求　书 2/2 页 3 CN 115456751 A 3