摘要：科技型企业是我国科技创新和经济发展的中坚力量,建立合理准确的科技贷款风控模型有利于科技型企业解决"融资难"问题.本文基于上海地区843家科技成长型企业的基本信息、财务数据、工商数据、专利数据、科技项目数据构建了基于树模型的XGBoost模型、多层神经网络模型以及两者集成模型,并通过brier score losS、log loss两种评价标准进行比较.实验表明,合理的样本扩增能显著地提高模型的效果,并目以技术、工商、财务、科技项目等为输入的科技贷款风控模型在封闭集测试中能取得不错的效果.最后,本文根据实验结果对科技成长型企业和资金提供方提出相关建议