农村信贷风险预警方法及装置、电子设备和存储介质与流程

本公开涉及信贷风险评估，尤其涉及一种农村信贷风险预警方法及装置、电子设备和存储介质。

背景技术：

1、农村信贷作为普惠金融体系的核心支柱，在助力农业产业化发展、支撑乡村振兴实施中发挥着不可替代的作用。为保障信贷业务稳健开展，相关技术领域已构建起以贷前审批为核心的信用评估体系，覆盖数据采集、信息处理到风险决策的全流程关键环节，具体包括征信数据整合、财务指标分析、账户状态监测等核心操作。

2、在技术实现层面，传统农村信贷风险评估方法存在明显的路径依赖：数据来源上，主要聚焦央行征信报告、银行流水等结构化数据，对分散在不同部门、不同场景的多元数据整合不足；模型构建上，多采用集成学习算法完成初始信用评分，通过固定的指标加权方式整合各维度信息，形成单一且固定的信用评分结果，以此作为授信额度、利率确定的核心依据；业务应用上，该类评分结果仅重点服务于贷前审批环节，对贷后管理的支撑力度薄弱。

3、然而，现有技术方案存在诸多关键局限，难以适配农村信贷场景的复杂需求：其一，评分机制呈现静态化特征，未建立动态信用评级体系，既缺乏指标权重随时间变化的系统性调整设计，也未引入专门模型捕捉借款人信用状态的演变趋势，导致信用评估结果无法及时反映借款人因经营状况变动、外部环境变化产生的信用水平波动；其二，数据处理能力存在明显短板，一方面无法持续采集和处理物联网传感器记录的土壤湿度、气温等环境数据，电商平台留存的产销率、销售额等经营数据等非结构化及动态数据，另一方面未能打破政府、电商、合作社等不同主体间的数据壁垒，对农业生产、补贴发放、消费行为等分散数据的整合不足，难以构建全面、立体的借款人信用画像；其三，贷后风险管控机制不完善，现有系统仅能通过账户余额不足等简单固定阈值触发预警，既无法对突发自然灾害、市场价格暴跌等紧急场景做出快速响应，也未形成“数据采集-动态评估-风险预警-精准干预-反馈优化”的全流程闭环系统。上述缺陷直接导致现有技术在风险识别上存在明显滞后性，干预措施缺乏针对性与前瞻性，难以有效解决农村信贷业务中因信息不对称、风险因素复杂多变带来的风险管控难题，无法充分满足农村信贷业务高质量发展的实际需求。

技术实现思路

1、本公开提供了一种农村信贷风险预警方法及装置、电子设备和存储介质。其主要目的旨在至少在一定程度上解决相关技术中的技术问题之一。

2、根据本公开的第一方面，提供了一种农村信贷风险预警方法，包括：

3、获取与借款人相关的来自多个异构数据源的多源异构数据；

4、基于获取的所述多源异构数据，通过信用评级模型进行计算，生成随时间变化的动态信用评级；

5、根据所述动态信用评级及其变化趋势，与预设的预警规则进行比对，生成不同等级的风险预警信号；

6、响应于所述风险预警信号，执行与预警等级相匹配的干预措施；

7、收集所述干预措施的执行效果数据，并将所述执行效果数据反馈至所述信用评级模型，用于优化所述信用评级模型。

8、可选的，所述获取与借款人相关的来自多个异构数据源的多源异构数据，包括：

9、通过物联网设备采集所述借款人的生产经营环境数据；

10、通过应用程序接口从外部商业平台获取所述借款人的交易行为数据；

11、从预设数据平台获取与所述借款人相关的政策、补贴及登记信息。

12、可选的，所述信用评级模型为融合初始静态评分与动态趋势评分的模型；其中，所述动态趋势评分通过对借款人的时序行为数据进行分析得到；

13、所述生成随时间变化的动态信用评级，包括：

14、对来自多个异构数据源的多源异构数据进行标准化处理，以消除量纲差异；

15、采用加权计算方式，将处理后的多维度指标数据融合为单一的信用评估指数，其中，至少部分指标的权重根据数据的时间序列特征进行动态调整。

16、可选的，所述根据所述动态信用评级及其变化趋势，与预设的预警规则进行比对，生成不同等级的风险预警信号，包括：

17、设置具有多个风险等级的预警规则库；

18、当所述动态信用评级的下降幅度或所述变化趋势的负向斜率超过对应等级的阈值时，触发相应等级的风险预警信号，并识别导致评级变化的关键风险指标作为风险诱因。

19、可选的，所述响应于所述风险预警信号，执行与预警等级相匹配的干预措施，包括：

20、根据风险预警信号的等级及识别出的风险诱因，从预设的策略库中匹配对应的干预策略；

21、所述干预策略包括向借款人发送提示信息、调整还款计划、或触发人工核查流程中的至少一种。

22、可选的，所述收集所述干预措施的执行效果数据，并将所述执行效果数据反馈至所述信用评级模型，用于优化所述信用评级模型，包括：

23、将能够缓解风险诱因的干预措施执行结果，作为一个正向反馈特征，输入至所述信用评级模型；

24、基于所述正向反馈特征，对模型中的相关权重参数进行适应性调整，以优化后续的评级计算。

25、根据本公开的第二方面，提供了一种农村信贷风险预警装置，包括：

26、获取单元，用于获取与借款人相关的来自多个异构数据源的多源异构数据；

27、计算单元，用于基于获取的所述多源异构数据，通过信用评级模型进行计算，生成随时间变化的动态信用评级；

28、比对单元，用于根据所述动态信用评级及其变化趋势，与预设的预警规则进行比对，生成不同等级的风险预警信号；

29、执行单元，用于响应于所述风险预警信号，执行与预警等级相匹配的干预措施；

30、收集单元，用于收集所述干预措施的执行效果数据，并将所述执行效果数据反馈至所述信用评级模型，用于优化所述信用评级模型。

31、可选的，获取单元还用于：

32、通过物联网设备采集所述借款人的生产经营环境数据；

33、通过应用程序接口从外部商业平台获取所述借款人的交易行为数据；

34、从预设数据平台获取与所述借款人相关的政策、补贴及登记信息。

35、可选的，所述信用评级模型为融合初始静态评分与动态趋势评分的模型；其中，所述动态趋势评分通过对借款人的时序行为数据进行分析得到；

36、计算单元还用于：

37、对来自多个异构数据源的多源异构数据进行标准化处理，以消除量纲差异；

38、采用加权计算方式，将处理后的多维度指标数据融合为单一的信用评估指数，其中，至少部分指标的权重根据数据的时间序列特征进行动态调整。

39、可选的，比对单元还用于：

40、设置具有多个风险等级的预警规则库；

41、当所述动态信用评级的下降幅度或所述变化趋势的负向斜率超过对应等级的阈值时，触发相应等级的风险预警信号，并识别导致评级变化的关键风险指标作为风险诱因。

42、可选的，执行单元还用于：

43、根据风险预警信号的等级及识别出的风险诱因，从预设的策略库中匹配对应的干预策略；

44、所述干预策略包括向借款人发送提示信息、调整还款计划、或触发人工核查流程中的至少一种。

45、可选的，收集单元还用于：

46、将能够缓解风险诱因的干预措施执行结果，作为一个正向反馈特征，输入至所述信用评级模型；

47、基于所述正向反馈特征，对模型中的相关权重参数进行适应性调整，以优化后续的评级计算。

48、根据本公开的第三方面，提供了一种电子设备，包括：

49、至少一个处理器；以及

50、与所述至少一个处理器通信连接的存储器；其中，

51、所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述第一方面所述的方法。

52、根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行前述第一方面所述的方法。

53、根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如前述第一方面所述的方法。

54、本公开提供的农村信贷风险预警方法及装置、电子设备和存储介质，通过获取与借款人相关的多源异构数据，基于该数据生成随时间变化的动态信用评级，结合该动态信用评级及其变化趋势生成不同等级的风险预警信号，响应预警信号执行匹配的干预措施并将执行效果数据反馈至信用评级模型以实现模型优化，因此，可以解决现有技术中因信用评估维度单一、风险评估静态化、预警与干预脱节且缺乏自优化能力导致的风险识别滞后、干预精准性不足、信息不对称的问题，达到全面精准评估农村信贷风险、提前预警潜在风险、实施精准柔性干预、持续提升风险管控效率的技术效果。

55、应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。