本发明涉及一种基于多源数据联邦学习的贷款风险评估方法，属于大数据和贷款风险评估领域。该方法包括：S1：使用多方数据源参与到贷款风险评估任务中，分别对多方数据源数据进行预处理以及数据样本加密对齐；S2：分析和提取多方数据源关于贷款风险评估相关特征，建立贷款用户风险画像并构建贷款风险评估体系；S3：构建并使用Lightgbm树模型对多方数据源进行联合训练，同时与中心服务器交换参数，更新训练过程；S4：综合多方数据源的训练结果构建的Lightgbm树模型，预测用户的违约情况作为用户贷款风险的判别结果。本发明提升贷款风险评估的准确性，降低贷款坏账率。