买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉重庆小诚资科技有限公司申请的专利一种金融风控预测模型构建方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119624659B 。

龙图腾网通过国家知识产权局官网在2025-09-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411799035.6，技术领域涉及：G06Q40/06；该发明授权一种金融风控预测模型构建方法是由许安均;陈曦;何礼臣;王艳梅;廖江;倪世麒;伍冬梅;梅玲设计研发完成，并于2024-12-09向国家知识产权局提交的专利申请。

本一种金融风控预测模型构建方法在说明书摘要公布了：本发明公开了一种金融风控预测模型构建方法，涉及金融风控预测技术领域，利用数据收集模块，对当前客户本评估周期相关的特征进行收集以及存储，利用客户特征评估模块构建的预测模型，依次计算输出风险评分F、风险预警指数FY、动态风险调整系数DT，并利用客户特征评估模块，对当前客户下一评估周期的利率调整系数V，进行评估更新，本发明综合考量多维度风险因素、引入根号运算增强非线性关系、灵活调整利率调整系数V、结合历史与当前风险信息、量化逾期严重程度、考虑信用评分P和还款能力HN的综合影响、引入最新信用评分P进行动态调整以及形成循环影响机制，而这些创新旨在提高风险预测的准确性和灵活性，为金融机构提供更有效的风控支持。

本发明授权一种金融风控预测模型构建方法在权利要求书中公布了：1.一种金融风控预测模型构建方法，其特征在于，具体实现步骤如下： 步骤1：利用数据收集模块，对当前客户本评估周期相关的特征进行收集以及存储； 步骤2：利用客户特征评估模块构建的预测模型，依次计算输出风险评分F、风险预警指数FY、动态风险调整系数DT； 步骤3：基于所述动态风险调整系数DT，并利用所述客户特征评估模块，对当前客户下一评估周期的利率调整系数V，进行评估更新； 步骤4：利用监控模块与所述客户特征评估模块，定期对客户特征评估模块输出的评估预测进行监控和更新； 其中，所述客户特征评估模块包括衡量客户信用风险水平单元，预测客户未来面临风险程度单元以及根据客户最新信用调整风险单元； 所述衡量客户信用风险水平单元的计算公式如下： ； 其中： F为风险评分； DE为贷款额度，DE表示客户申请的总贷款金额； YC为逾期次数，YC表示客户在本评估周期内逾期的次数； WD为未结清贷款数，WD表示客户当前未结清的贷款数量； P为信用评分； V为利率调整系数； 所述信用评分P的计算公式如下： ； ； HC为总还款次数，HC表示客户在本评估周期内需要进行还款操作的总次数； YT为逾期天数，YT表示客户在所有贷款中逾期的总天数； Q为贷款期限，Q表示客户贷款当前贷款额度DE的总期限； Tavg为平均还款周期天数； n为还款周期； T1为第一周期还款天数，T2为第二周期还款天数，T3为第三周期还款天数，Tn为第n周期还款天数； Z为客户总资产； A1、A2和A3均为权重系数； A1侧重于还款记录的准时性； A2侧重于逾期天数的长短； A3侧重于贷款额度DE与客户财务能力的匹配度； 所述预测客户未来面临风险程度单元的计算公式如下： ； ； 其中： FY为风险预警指数； HN为还款能力； IN为客户月收入； IO为客户月支出； 表示逾期次数YC相对于贷款额度DE的比例，用于衡量逾期的严重程度； 表示利率调整系数V和未结清贷款数WD对风险预警指数FY的影响，同时引入信用评分P和还款能力HN，进行综合评估影响程度； 所述信用评分P的计算公式中，A1、A2和A3根据金融机构的风险偏好和业务策略进行设定，且满足A1+A2+A3=1的条件，若金融机构的风险偏好和业务策略侧重排序为A2A1A3，则A1为0.3，A2为0.5，A3为0.2； 所述根据客户最新信用调整风险单元的计算公式如下： ； 其中： DT为动态风险调整系数； Plasttime为上一评估周期信用评分； YCmax为最大逾期次数，YCmax表示客户在本评估周期内，由金融机构设定并允许的逾期的最大次数； 表示信用评分P变化对动态风险调整系数DT的影响程度； 表示风险评分F、逾期次数YC相对于最大逾期次数YCmax的比例以及贷款额度DE对动态风险调整系数DT的影响程度。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆小诚资科技有限公司，其通讯地址为：400010 重庆市渝中区青年路38号29-11#(自主承诺)；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。