【摘要】随着消费信贷市场的扩张和下沉，信用卡的逾期和违约风险问题日益突出。本文从贷后风险管理的视角出发，基于西部地区某银行2019年全年的消费贷流水纪录数据，将遗传算法(GA)与BP神经网络相结合建立了消费贷贷后风险等级评价模型，并以此为基础比较了不同风险等级客户群的表现差异。结果表明：基于GA-BP神经网络的消费贷贷后风险等级评价模型能够实现客户信用风险等级的有效分类。在贷后风险监控过程中，只需实时监测0.637%的账户即可有效降低整体的逾期率和违约率；不同信用风险等级客户群的行为差异可从资金往来、收入水平和还款倾向三个维度体现。高风险Ⅴ和Ⅳ等级客户在支出水平和支出比例两个方面与其他客户存在显著的差异。