CN114240599A - 贷款测算方法、装置、计算机设备和存储介质 - Google Patents
贷款测算方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN114240599A CN114240599A CN202111385341.1A CN202111385341A CN114240599A CN 114240599 A CN114240599 A CN 114240599A CN 202111385341 A CN202111385341 A CN 202111385341A CN 114240599 A CN114240599 A CN 114240599A
- Authority
- CN
- China
- Prior art keywords
- loan
- adjustment coefficient
- interest rate
- risk
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/03—Credit; Loans; Processing thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Finance (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Technology Law (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请涉及一种贷款测算方法、装置、计算机设备和存储介质,该方法包括:获取目标企业用户的贷款申请信息,对贷款申请信息中的多个特征信息分别进行权重预测处理,获得多个特征信息对应的多个额度测算模型的权重信息;将多个特征信息对应输入多个额度测算模型,得到多个初始贷款额度;根据多个初始贷款额度以及多个额度测算模型的权重信息确定目标企业用户的推荐贷款额度。本申请提供的方法能够避免对所有小微企业进行一刀切的贷款测算模式进行贷款测算,实现对小微企业的贷款申请差异化的管理;且能够对小微企业贷款能力的评价更加准确,从而能够达到提升小微企业贷款额度的目的,满足更多小微企业的融资需求。
Description
技术领域
本申请涉及大数据分析技术领域,特别是涉及一种贷款测算方法、装置、计算机设备和存储介质。
背景技术
小微企业是国民经济的基本细胞,小微活、就业旺、经济兴。为了加强对中小企业的扶持,支持企业创新,培育一批“转精特新”的中小企业。为小微企业提供用于短期生产经营周转的小额贷款业务应运而生。
传统的小微授信模型通常基于个人征信、企业征信、评分卡等信用评级指标作为授信准入标准,并依据简单的、单一的数据来源为客户提供一定的授信额度,授信决策方法维度比较单调,在授信准入和提供给不同客群的授信额度方面缺乏精确性和灵活性。
发明内容
本申请提供的一种贷款测算方法、装置、计算机设备和存储介质,能够更加灵活以及精确的确定小微企业的贷款额度,提高小微企业的贷款额度。
本申请第一方面提供了一种贷款测算方法,该方法包括:
获取目标企业用户的贷款申请信息,对贷款申请信息中的多个特征信息分别进行权重预测处理,获得多个特征信息对应的多个额度测算模型的权重信息;
将多个特征信息对应输入多个额度测算模型,得到多个初始贷款额度;
根据多个初始贷款额度以及多个额度测算模型的权重信息确定目标企业用户的推荐贷款额度。
本申请第二方面提供了一种贷款测算装置,该装置包括:
获取处理模块,用于获取目标企业用户的贷款申请信息,对贷款申请信息中的多个特征信息分别进行权重预测处理,获得多个特征信息对应的多个额度测算模型的权重信息;
输入模块,用于将多个特征信息对应输入多个额度测算模型,得到多个初始贷款额度;
确定模块,用于根据多个初始贷款额度以及多个额度测算模型的权重信息确定目标企业用户的推荐贷款额度。
本申请第三方面提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一项的方法的步骤:
本申请第四方面提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述任一项的方法的步骤。
本申请第五方面提供了一种计算机程序产品,包括计算机程序,计算机程序被处理器执行时实现上述任一项的方法的步骤。
本申请提供的贷款测算方法、装置、计算机设备和存储介质,该方法包括:获取目标企业用户的贷款申请信息,对贷款申请信息中的多个特征信息分别进行权重预测处理,获得多个特征信息对应的多个额度测算模型的权重信息;将多个特征信息对应输入多个额度测算模型,得到多个初始贷款额度;根据多个初始贷款额度以及多个额度测算模型的权重信息确定目标企业用户的推荐贷款额度。本申请提供的贷款测算方法,在获得企业用户的贷款申请信息后,基于贷款申请信息中的多个特征信息首先进行权重预测处理,获得对应的多个额度测算模型的权重信息,以使不同企业用户可以根据不同的额度测算模型进行额度测算,且具有相同贷款申请信息的不同企业用户在使用相同的多个额度测算模型进行额度测算时,由于申请信息的内容不同获得的多个额度测算模型的权重信息也可能不同,所以本申请的贷款测算方法能够避免对所有小微企业进行一刀切的贷款测算模式进行贷款测算,实现对小微企业的贷款申请差异化的管理;且通过本申请提供的更加精细化的贷款测算,对小微企业贷款能力的评价更加准确,从而能够达到提升小微企业贷款额度的目的,满足更多小微企业的融资需求。
附图说明
图1为一个实施例中贷款测算方法的应用环境图;
图2为一个实施例中贷款测算方法的流程示意图;
图3为一个实施例中贷款测算步骤的流程示意图;
图4为另一个实施例中贷款测算方法的流程示意图;
图5为另一个实施例中贷款测算方法的流程示意图;
图6为一个实施例中贷款测算装置的结构框图;
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的贷款测算方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104进行通信。目标企业用户在终端102上输入企业的贷款申请信息,终端102将贷款申请信息通过网络发送给服务器104,服务器104根据目标企业用户的贷款申请信息确定现有的多个额度测算模型的权重信息,然后根据目标企业用户将贷款申请信息输入至多个额度测算模型中得到的多个初始贷款额度计算得到目标企业用户的目标贷款额度。通过本申请的贷款额度测算方法能够避免对所有小微企业进行一刀切的贷款测算模式进行贷款测算,实现对小微企业的贷款申请差异化的管理;且通过本申请提供的更加精细化的贷款测算,对小微企业贷款能力的评价更加准确,从而能够达到提升小微企业贷款额度的目的,满足更多小微企业的融资需求。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种贷款测算方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
步骤S202,获取目标企业用户的贷款申请信息,对贷款申请信息中的多个特征信息分别进行权重预测处理,获得多个特征信息对应的多个额度测算模型的权重信息。
其中,目标企业用户可以是信贷机构的服务器从历史企业用户中挖掘的,也可以是企业用户主动向信贷机构的服务器申请贷款,由信贷机构的服务器根据企业用户的贷款申请信息确定的,本申请对此不加以限定。信贷机构的服务器获得目标企业用户的贷款申请信息可以是信贷机构的服务器从历史数据库中提取的,还可以是目标企业用户通过终端发送的。信贷机构的服务器在获得了目标企业用户的贷款申请信息之后,可以是对目标企业用户的贷款申请信息进行处理,例如可以是对目标企业用户的贷款申请信息进行筛选、归一化、格式转换等处理,本申请对此不加以限定。便于后续信贷机构的服务器根据处理后的贷款申请信息对目标企业用户进行贷款测算。
目标企业用户为信贷机构的服务器根据预设的一些评价指标对企业用户进行评价后确定的优质小微企业用户,信贷机构的服务器确定该企业用户是否为目标企业用户的依据为:该企业用户的资产规模大于预设资产阈值且账户活跃的数量大于预设数量阈值,例如资产阈值可以是500万,数量阈值可以为3,不同的信贷机构设置的阈值可以不同,对此不加以限定。多个额度测算模型可以是信贷机构的服务器预先设置的,用于对企业用户进行贷款测算的多种类型的额度测算模型。不同类型的额度测算模型依靠不同的数据进行贷款额度测算,所以多个额度测算模型可以从不同维度对目标企业用户进行额度测算。在这里需要说明的是,可以是使用信贷机构的服务器预先设置的全部额度测算模型对目标企业用户进行贷款额度测算,也可以是使用信贷机构的服务器预先设置的部分额度测算模型对目标企业用户进行贷款额度测算,本申请对此不加以限定。且不同的目标企业用户可以使用不同的额度测算模型进行贷款额度测算,具体是根据不同企业用户提供的贷款申请信息来确定的。多个额度测算模型例如为:AUM额度测算模型、房产额度测算模型、行内代缴税额度测算模型、账户云贷额度测算模型、国税额度测算模型等。其中,AUM额度测算模型是根据企业用户的AUM值来确定企业用户贷款额度的额度测算模型;房产额度测算模型是根据企业用户的房产市值来确定企业用户贷款额度的额度测算模型、行内代缴税额度测算模型是根据企业用户的行内缴税金额来确定企业用户贷款额度的额度测算模型、账户云贷额度测算模型是根据企业用户在建行办理的云贷金额来确定企业用户贷款额度的额度测算模型、国税额度测算模型是根据企业用户缴纳国税的金额来确定企业用户贷款额度的额度测算模型等。那么,信贷机构的服务器可以是通过AUM额度测算模型、房产额度测算模型、行内代缴税额度测算模型对目标企业用户A进行贷款额度测算;信贷机构的服务器可以是通过房产额度测算模型、行内代缴税额度测算模型、账户云贷额度测算模型对目标企业用户B进行贷款额度测算;信贷机构的服务器可以是通过房产额度测算模型、国税额度测算模型、行内代缴税额度测算模型对目标企业用户C进行贷款额度测算等。
多个额度测算模型的权重信息表征在对不同企业用户进行贷款额度测算时选取的多个额度测算模型在整个额度测算模型中所占的比例。不同的企业用户使用相同的多个额度测算模型进行额度测算时,多个额度测算模型的权重信息可以不同,也可以相同。这与企业用户的客群类型有关系,关于客群类型的划分方式,详见下述描述,在此不做赘述。例如:目标企业用户A使用AUM额度测算模型、房产额度测算模型、行内代缴税额度测算模型进行贷款额度测算时,根据目标企业用户A的贷款申请信息进行权重预测处理得到的额度测算模型的权重信息为0.3、0.5以及0.2;目标企业用户B可以是使用房产额度测算模型、行内代缴税额度测算模型、账户云贷额度测算模型进行贷款额度测算时,根据目标企业用户B的贷款申请信息进行权重预测处理得到的额度测算模型的权重信息为0.2、0.6以及0.2;目标企业用户C可以是使用房产额度测算模型、国税额度测算模型、行内代缴税额度测算模型进行贷款额度测算时,根据目标企业用户C的贷款申请信息进行权重预测处理得到的额度测算模型的权重信息为0.7、0.2以及0.1。
步骤S204,将多个特征信息对应输入多个额度测算模型,得到多个初始贷款额度。
其中,基于上述信贷机构的服务器根据目标企业用户的贷款申请信息确定的多个额度测算模型,可以是继续将贷款申请信息中对应的特征信息输入对应的额度测算模型,以根据额度测算模型基于该特征信息对目标企业用户进行对应维度的贷款额度。最终信贷机构的服务器可以得到针对目标企业用户多个维度的贷款额度。进一步的,信贷机构的服务器可以是对多个维度的初始贷款额度进行精细化的调整,最终得到目标企业用户的推荐贷款额度。例如将目标企业用户贷款申请信息中的房产信息输入至房产额度测算模型中得到目标企业用户在固定资产维度的初始贷款额度,将目标企业用户的AUM值输入至AUM额度测算模型得到目标企业用户在资产规模维度的初始贷款额度等,然后,得到多个初始贷款额度(10万、12万、8万、7万、5万)。
步骤S206,根据多个初始贷款额度以及多个额度测算模型的权重信息确定目标企业用户的推荐贷款额度。
其中,根据上述得到的多个初始贷款额度以及对应的多个额度测算模型的权重信息,初始贷款额度与对应的额度测算模型的权重先进行乘法运算,然后再将经过乘法运算得到的贷款额度进行加法运算得到目标贷款额度;还可以是将多个额度测算模型的权重先进行乘法运算,然后再将多个初始贷款额度进行加法运算,再将经过乘法运算的权重与经过加法运算的贷款额度进行乘法运算得到目标贷款额度等,本申请对此不加以限定,推荐贷款额度的计算方法可以根据政策不同、各个信贷机构的规划不同等在不同的时期不同。
示例性的,将A企业的AUM值输入至AUM额度测算模型得到一个初始贷款额度10万、将A企业的房产信息输入至房产额度测算模型得到一个初始贷款额度7万、将A企业的行内缴税金额输入至行内代缴税额度测算模型得到一个初始贷款额度9万、将A企业在建行办理的云贷金额输入至账户云贷额度测算模型得到一个初始贷款额度15万、将A企业缴纳国税的金额输入至国税额度测算模型得到一个初始贷款额度5万;根据用户的贷款申请信息确定的AUM额度测算模型、房产额度测算模型、行内代缴税额度测算模型、账户云贷额度测算模型、国税额度测算模型的权重信息为:0.5、0.2、0.3、0.6以及0.8,那么可以是通过下列计算方法得到A企业的推荐贷款额度:
0.5×10万+0.2×7万+0.3×9万+0.6×15万+0.8×5万=22.1万
目前,现有技术对A企业的推荐贷款额度的测算方法是:将A企业的AUM值输入至AUM额度测算模型得到一个初始贷款额度10万、将A企业的房产信息输入至房产额度测算模型得到一个初始贷款额度7万、将A企业的行内缴税金额输入至行内代缴税额度测算模型得到一个初始贷款额度9万、将A企业在建行办理的云贷金额输入至账户云贷额度测算模型得到一个初始贷款额度15万、将A企业缴纳国税的金额输入至国税额度测算模型得到一个初始贷款额度5万,然后以测算得到的最高额度的初始贷款额度作为推荐贷款额度,也即15万。相比于现有技术,本申请提供的贷款测算方法为目标企业用户测算的推荐贷款额度更高,可以为小微企业提供更好的融资需求。
本申请提供的贷款测算方法,该方法包括:获取目标企业用户的贷款申请信息,对贷款申请信息中的多个特征信息分别进行权重预测处理,获得多个特征信息对应的多个额度测算模型的权重信息;将多个特征信息对应输入多个额度测算模型,得到多个初始贷款额度;根据多个初始贷款额度以及多个额度测算模型的权重信息确定目标企业用户的推荐贷款额度。本申请提供的贷款测算方法,在获得企业用户的贷款申请信息后,基于贷款申请信息中的多个特征信息首先进行权重预测处理,获得对应的多个额度测算模型的权重信息,以使不同企业用户可以根据不同的额度测算模型进行额度测算,且具有相同贷款申请信息的不同企业用户在使用相同的多个额度测算模型进行额度测算时,由于申请信息的内容不同获得的多个额度测算模型的权重信息也可能不同,所以本申请的贷款测算方法能够避免对所有小微企业进行一刀切的贷款测算模式进行贷款测算,实现对小微企业的贷款申请差异化的管理;且通过本申请提供的更加精细化的贷款测算,对小微企业贷款能力的评价更加准确,从而能够达到提升小微企业贷款额度的目的,满足更多小微企业的融资需求。
在一个实施例中,如图3所示,本实施例是确定预设的多个额度测算模型的权重信息的一种可选的方法实施例,该方法实施例的步骤如下:
步骤S302,根据多个特征信息以及权重信息映射关系确定与客群类型对应的权重信息组;权重信息映射关系包括多个客群类型以及与多个客群类型中每一客群类型对应的权重信息组,权重信息组包括多个额度测算模型的权重信息。
其中,信贷机构的服务器可以是根据贷款申请信息中目标企业用户的地域信息确定目标企业用户的客群类型;也可以是根据贷款申请信息中目标企业用户的历史信用情况确定目标企业用户的客群类型;也可以是根据贷款申请信息中目标企业用户的AUM值确定目标企业用户的客群类型;还可以是根据贷款申请信息中目标企业用户的行业类型代码确定目标企业用户的客群类型等,本申请对此不加以限定。信贷机构的服务器在获得了目标企业用户的贷款申请信息后,可以是首先将贷款申请信息中用于确定目标企业用户客群类型的信息筛选出来,以确定目标企业用户的客群类型,进一步根据客群类型确定对应的额度测算模型的权重信息。
在这里,需要说明的是,不同的客群类型对应的额度测算模型的权重可以是不同的。信贷机构的服务器中预先设置了权重信息映射关系,权重信息映射关系包括多个客群类型以及与多个客群类型中每一客群类型对应的权重信息组;例如,第一客群对应的权重信息组为:AUM额度测算模型、房产额度测算模型、行内代缴税额度测算模型、账户云贷额度测算模型、国税额度测算模型=0.5:0.2:0.3:0.6:0.8;第二客群对应的权重信息组为:AUM额度测算模型、房产额度测算模型、行内代缴税额度测算模型、账户云贷额度测算模型、国税额度测算模型=0.6:0.8:0.2:0.3:0.1;第三客群对应的权重信息组为:AUM额度测算模型、房产额度测算模型、行内代缴税额度测算模型、账户云贷额度测算模型、国税额度测算模型=0.1:0.2:0.3:0.5:0.9等。每一客群类型对应的权重信息组中包括信贷机构的服务器预设的所有额度测算模型的权重信息,信贷机构的服务器可以是选择用于测算目标企业用户额度的额度测算模型的权重信息,用于后续进行推荐贷款额度的测算。
同一企业用户的不同信息确定得到的客群类型相同,例如根据企业用户的地域信息确定得到该企业用户属于第一客群,根据企业用户的AUM值确定该企业用户属于第一客群,根据企业用户的行业类型代码确定该企业用户还是属于第一客群,所以信贷机构的服务器可以根据企业用户的任意信息确定企业用户的客群类型。
示例性的,信贷机构的服务器可以是根据目标企业用户的地域信息确定目标企业属于第一客群。信贷机构的服务器可以是预先根据地域将上海的企业用户划分为第一客群,将北京的企业用户划分为第二客群,将山西的企业用户划分为第三客群等,然后预先存储在信贷机构的服务器存储地址中。
步骤S304,根据权重信息组确定多个额度测算模型的权重信息。
其中,服务器中预设有客群与额度测算模型权重对应关系,例如:
第一客群对应的AUM额度测算模型、房产额度测算模型、行内代缴税额度测算模型、账户云贷额度测算模型、国税额度测算模型的权重信息为:0.5、0.2、0.3、0.6以及0.8;
第二客群对应的AUM额度测算模型、房产额度测算模型、行内代缴税额度测算模型、账户云贷额度测算模型、国税额度测算模型的权重信息为:0.6、0.8、0.2、0.3以及0.1;
第三客群对应的AUM额度测算模型、房产额度测算模型、行内代缴税额度测算模型、账户云贷额度测算模型、国税额度测算模型的权重信息为:0.1、0.2、0.3、0.5以及0.9
第四客群对应的AUM额度测算模型、房产额度测算模型、行内代缴税额度测算模型、账户云贷额度测算模型、国税额度测算模型的权重信息为:0.8、0.7、0.1、0.2以及0.1等。
那么,信贷机构的服务器根据目标企业用户的贷款申请信息确定出目标企业用户的客群类型后,即可得到目标企业用户在进行额度测算时使用的多个额度测算模型的权重。例如,信贷机构的服务器可以是在确定目标企业用户A为第一客群后,由于信贷机构的服务器需要通过AUM额度测算模型、房产额度测算模型、行内代缴税额度测算模型对目标企业用户A进行贷款额度测算,那么信贷机构的服务器可以是选取第一客群的权重信息组中的AUM额度测算模型、房产额度测算模型、行内代缴税额度测算模型权重信息作为目标企业用户A的权重信息。
本申请提供的贷款测算方法,信贷机构的服务器根据目标企业用户的客群类型以及权重信息映射关系确定多个额度测算模型的权重,因为权重信息映射关系为信贷机构的服务器预先设置,所以信贷机构的服务器在获得了目标企业用户的贷款申请信息后,通过查询权重信息映射关系即可快速的获得目标企业用户在进行额度测算时使用的多个额度测算模型的权重信息,能够提高对目标企业用户的贷款额度测算的效率,同时,针对不同客群的企业用户,信贷机构的服务器为不同的额度测算模型设置了不同的权重,避免了一刀切的权重设置方式导致的一刀切式的贷款测算方法,进一步使得对小微企业客户的贷款额度的测算更加的精细以及精准。
在一个实施例中,本实施例是确定目标企业用户的推荐贷款额度的一种可选的方法实施例,该方法步骤包括:
根据多个初始贷款额度、多个额度测算模型的权重信息以及风险调整系数确定目标企业用户的推荐贷款额度。
其中,信贷机构的服务器在通过上述步骤根据多个初始贷款额度、多个额度测算模型的权值信息可以确定目标企业用户的推荐贷款额度;还可以进一步根据目标企业用户的贷款申请信息确定目标企业用户的风险调整系数,进一步基于该风险调整系数对推荐贷款额度进行精细化的调整,信贷机构的服务器可以是根据目标企业用户的贷款申请信息中的单项信息确定目标企业用户的风险调整系数,还可以是根据多项信息共同确定目标企业用户的风险调整系数,还可以是根据不同的信息确定不同的风险调整系数等,本申请对此不加以限定。不同的信贷机构对目标企业用户的风险调整系数的评定方式可以不同。
本申请提供的贷款测算方法,通过添加风险调整系数对上述步骤得到的推荐贷款额度进行调整,能够更加全面的优质小微企业的贷款额度进行测算,保证优质小微企业的准贷风险可控,为小微企业提供更加可靠的贷款额度。
在一个实施例中,如图4所示,本实施例是确定第一风险调整系数的一种可选的方法实施例,该方法实施例包括如下步骤:
步骤S402,向评估系统服务器发送多个特征信息。
其中,评估系统服务器可以是独立于信贷机构的服务器的另一服务器,该评估系统服务器上可以是设置有用于为企业用户进行贷后风险评估的模型。该评估模型可以是根据不同的特征信息以及多个贷后风险管理专家、风险评估专家根据经验针对不同的特征信息确定的风险评估值通过神经网络模型训练得到的。在评估系统服务器可以是与不同信贷机构的服务器通信连接,为不同的信贷机构提供企业用户的贷后风险评估。
评估系统服务器可以是设置有用于评价企业用户贷后风险所需的特征信息,在信贷机构的服务器向评估系统服务器发送多个特征信息之前,可以是先发送评估需求,评估系统服务器可以是在向信贷机构的服务器返回评估所需的特征信息后,信贷机构的服务器可以是针对需求向系统评估服务器发送多个特征信息。特征信息例如可以是企业用户的行业代码、代发工资信息、累计三个月的流动资产信息、税务信息、征信信息等。
步骤S404,接收评估系统服务器发送的评估值,评估值是评估系统服务器根据多个特征信息确定的,用于表征目标企业用户的贷后风险。
其中,信贷机构的服务器在向评估服务器发送了对应的特征信息,评估系统服务器将特征信息输入至评估模型中,输出一个评估值,再将该评估值发送给信贷机构的服务器,以供信贷机构的服务器基于该估值确定目标企业用户的风险系数。
步骤S406,根据评估值和第一风险系数映射关系,确定评估值对应的第一风险调整系数;第一风险系数映射关系包括多个评估值以及与多个评估值中每一评估值对应的风险调整系数。
其中,信贷机构的服务器中可以是预设有评估值和第一风险系数映射关系,基于评估系统服务器返回的评估值就可以确定对应的第一风险调整系数,以使信贷机构的服务器根据该第一风险调整系数对推荐贷款额度进行调整。
需要说明的是,评估值越高表征目标企业用户的贷后风险越小,那么对应的第一风险调整系数越大。
示例性的,信贷机构的服务器将目标企业用户B的行业代码、代发工资信息、累计三个月的流动资产信息、税务信息、征信信息发送给评估系统服务器,评估系统服务器将上述信息输入至评估模型,得到的评估值为5,基于预设的评估值和第一风险系数映射关系获得目标企业用户的第一风险调整系数为0.6,那么0.6就作为目标企业用户在专家评价维度上的风险调整系数。
本申请提供的贷款测算方法,引入评估系统服务器的专业贷后风险评估对目标企业用户的贷后风险进行评估,基于评估的结果确定目标企业用户的风险调整系数,基于该风险调整系数对目标企业用户的推荐贷款额度进行调整,能够使得信贷机构更好的把控小微企业的贷款风险,为小微企业提供更加可靠的贷款额度。
在一个实施例中,如图5所示,本实施例是确定第二风险调整系数的一种可选的方法实施例,该方法实施例包括如下步骤:
步骤S502,向信贷系统服务器发送多个特征信息。
其中,该信贷系统服务器可以是信贷机构设置的用于基于信贷机构的评价指标对目标企业用户的贷后风险进行评估的系统,是区别于上述信贷机构设置的用于进行贷款测算的信贷机构的服务器。信贷机构的服务器可以是在确定了目标企业用户基于评估系统服务器的评估值后,继续向信贷系统服务器发送目标企业用户的特征信息,以使信贷系统服务器根据目标企业用户的特征信息对目标企业用户进行贷后风险的评估。
信贷系统服务器中可以是设置有打分模型,该打分模型可以是信贷系统服务器基于历史企业用户的贷款信息通过神经网络训练得到的。
特征信息例如可以是企业用户近12个月借方笔均金额、企业用户近6月增值税总金额、企业用户近6月的消费金额、企业用户近1个月国内支付结算流入总金额、企业用户近1个月综合毛收入金额、企业用户近1个月与信贷机构交易总金额、企业用户近12个月非信用卡贷款日均余额等。
步骤S504,接收信贷系统服务器发送的打分值,打分值是信贷系统服务器根据多个特征信息确定的,用于表征目标企业用户的贷后风险。
其中,信贷系统服务器可以是将接收到的特性信息输入至打分模型获得目标企业用户的打分值后,将该打分值发送给信贷机构的服务器中,以便信贷机构的服务器基于该打分值确定目标企业用户的贷后风险。
步骤S506,根据打分值和第二风险系数映射关系,确定打分值对应的第二风险调整系数;第二风险系数映射关系包括多个打分值以及与多个打分值中每一打分值对应的风险调整系数。
信贷机构的服务器中可以是预设有打分值和第二风险系数映射关系,基于信贷系统服务器返回的打分值就可以确定对应的第二风险调整系数,以使信贷机构的服务器根据该第二风险调整系数对推荐贷款额度进行调整。
需要说明的是,打分值越高表征目标企业用户的贷后风险越小,那么对应的第二风险调整系数越大。
示例性的,将目标企业用户C近12个月借方笔均金额、近6月增值税总金额、近6月的消费金额、近1个月国内支付结算流入总金额、近1个月综合毛收入金额、近1个月与信贷机构交易总金额、近12个月非信用卡贷款日均余额输入至信贷系统服务器的打分模型中,得到的打分值为6,基于预设的打分值和第二风险系数映射关系,确定打分值为6对应的风险调整系数为0.7,那么0.7就作为目标企业用户在信贷机构评价维度上的风险调整系数。
本申请提供的贷款测算方法,引入信贷系统服务器对企业用户的贷后风险打分对目标企业用户的贷后风险进行评估,基于评估的结果确定目标企业用户的风险调整系数,基于该风险调整系数对目标企业用户的推荐贷款额度进行调整,能够使得信贷机构更好的把控小微企业的贷款风险,为小微企业提供更加可靠的贷款额度。
可选地,信贷机构的服务器可以是将第一风险调整系数作为风险调整系数;或者,将第二风险调整系数作为风险调整系数;或者,将第一风险调整系数和第二风险调整系数的乘积作为风险调整系数。
其中,信贷机构的服务器可以是仅基于第一风险调整系数对推荐贷款额度进行调整,可以是仅基于第二风险调整系数对推荐贷款额度进行调整,还可以是既根据第一风险调整系数对目标贷款额度进行调整,又根据第二风险调整系数对目标贷款额度进行调整,具体的调整规则,不同的信贷机构可以有不同的调整规则,本申请对此不加以限定。以更好的管控目标企业用户的贷后风险。
在一个实施例中,本实施例是根据利率调整系数对目标贷款额度的利率进行调整的一种可选的方法实施例,该方法步骤包括:
根据利率调整系数对所述推荐贷款额度的利率进行调整。
其中,信贷机构的服务器在通过上述步骤根据多个初始贷款额度、多个额度测算模型的权值信息可以确定目标企业用户的推荐贷款额度;并基于常规的贷款利率确定方法,针对该目标企业用户确定得到该推荐贷款额度的贷款利率。但,信贷机构为了更好的管控目标企业用户的贷后风险以及使得优质的小微企业用户得到更好的贷款服务,可以是根据利率调整系数对得到的推荐贷款额度的初始利率进行调整。信贷机构的服务器可以是根据目标企业用户的贷款申请信息中的单项信息确定目标企业用户的利率调整系数,还可以是根据多项信息共同确定目标企业用户的利率调整系数,还可以是根据不同的信息确定不同的利率调整系数等,本申请对此不加以限定。不同的信贷机构对目标企业用户的利率调整系数的评定方式可以不同。
本申请提供的贷款测算方法,通过添加利率调整系数对上述步骤得到的推荐贷款额度的利率进行调整,能够在加强对目标企业用户风险管控的基础上,为优质的企业用户提供更好的贷款服务,提升企业用户的贷款体验。
在一个实施例中,本实施例是确定第一利率调整系数的一种可选的方法实施例,该方法实施例包括:
根据评估值和第一利率系数映射关系,确定评估值对应的第一利率调整系数;第一利率系数映射关系包括多个评估值以及与多个评估值中每一评估值对应的利率调整系数。
其中,信贷系统的服务器基于评估系统服务器返回的评估值,基于预设的评估值和第一利率系数映射关系获得第一利率调整系数,需要说明的是,评估值,表征目标企业用户为高净值企业用户,则相应的第一利率调整系数越小。
示例性的,信贷机构的服务器可以是将目标企业用户D的行业代码、代发工资信息、累计三个月的流动资产信息、税务信息、征信信息输入评估系统服务器的评估模型中,评估值为5,基于预设的评估值和第一利率系数映射关系获得与评估值5对应的第一利率调整系数为0.4,那么0.4就作为目标企业用户在专家评价维度上的利率调整系数。然后,信贷机构的服务器可以是基于该第一利率调整系数对推荐贷款的利率进行调整。
本申请提供的贷款测算方法,通过评估系统服务器在风险管控专家维度的评估确定目标企业用户的利率调整系数,基于该利率调整系数对目标企业用户的推荐贷款额度的利率进行调整,使得优质小微企业获得更加优惠的贷款利率,提高优质小微企业的贷款概率,更好的满足高净值企业用户的融资需求。
在一个实施例中,本实施例是确定第二利率调整系数的一种可选的方法实施例,该方法实施例包括:
根据打分值和第二利率系数映射关系,确定打分值对应的第二利率调整系数;第二利率系数映射关系包括多个打分值以及与多个打分值中每一打分值对应的利率调整系数。
其中,基于上述得到的机构打分值,查询服务器中预设的机构打分值与利率调整系数对应关系即可得到第二利率调整系数,需要说明的是,机构打分值越高,第二风险调整系数越小,表征目标企业用户位高净值企业用户。
示例性的,信贷机构的服务器可以是将目标企业用户D的近12个月借方笔均金额、近6月增值税总金额、近6月的消费金额、近1个月国内支付结算流入总金额、近1个月综合毛收入金额、近1个月与信贷机构交易总金额、近12个月非信用卡贷款日均余额输入至信贷系统服务器的打分模型中,得到的信贷系统的打分值8,基于预设的打分值和第二利率系数映射关系获得打分值8对应的第二利率调整系数为0.4,那么0.4就作为目标企业用户在信贷机构评价维度上的利率调整系数。然后,信贷机构的服务器可以是基于该第二利率调整系数对推荐贷款的利率进行调整。
本申请提供的贷款测算方法,通过信贷系统服务器在信贷机构的风险管控维度的评估确定目标企业用户的利率调整系数,基于该利率调整系数对目标企业用户的推荐贷款额度的利率进行调整,使得优质小微企业获得更加优惠的贷款利率,提高优质小微企业的贷款概率,更好的满足高净值企业用户的融资需求。
可选地,信贷机构的服务器可以是将第一利率调整系数作为利率调整系数;或者,将第二利率调整系数作为利率调整系数;或者,将第一利率调整系数和第二利率调整系数的乘积作为利率调整系数。
其中,第一利率调整系数是信贷机构的服务器根据专家对目标企业用户贷后风险评估确定得到的;第二利率调整系数是信贷机构的服务器根据信贷机构内部对目标企业用户贷后风险评估确定的。信贷机构的服务器可以只根据第一利率调整系数对推荐贷款额度的利率进行调整,还可以是只根据第二利率调整系数对推荐贷款额度的利率进行调整,还可以是既根据第一利率调整系数对推荐贷款额度的利率进行调整,又根据第二利率调整系数对推荐贷款额度的利率进行调整,具体的调整规则,不同的信贷机构可以有不同的调整规则,本申请对此不加以限定。
本申请提供的贷款测算方法,通过添加至少一项利率调整系数对上述步骤得到的推荐贷款额度的利率进行调整,使得优质小微企业获得更加优惠的贷款利率,提高优质小微企业的贷款概率,更好的满足高净值企业用户的融资需求。
应该理解的是,虽然图2-5的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-5中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图6所示,提供了一种贷款测算装置,包括:获取处理模块602、输入模块604和确定模块606,其中:
获取处理模块602,用于获取目标企业用户的贷款申请信息,对贷款申请信息中的多个特征信息分别进行权重预测处理,获得多个特征信息对应的多个额度测算模型的权重信息;
输入模块604,用于将多个特征信息对应输入多个额度测算模型,得到多个初始贷款额度;
确定模块606,用于根据多个初始贷款额度以及多个额度测算模型的权重信息确定目标企业用户的推荐贷款额度。
在一个实施例中,上述获取处理模块602,具体用于根据多个特征信息以及权重信息映射关系确定与客群类型对应的权重信息组;权重信息映射关系包括多个客群类型以及与多个客群类型中每一客群类型对应的权重信息组,权重信息组包括多个额度测算模型的权重信息;根据权重信息组确定多个额度测算模型的权重信息。
在一个实施例中,上述确定模块606,具体用于根据多个初始贷款额度、多个额度测算模型的权重信息以及风险调整系数确定目标企业用户的推荐贷款额度。
在一个实施例中,上述确定模块606包括发送单元、接收单元以及确定单元,
发送单元,用于向评估系统服务器发送多个特征信息;
接收单元,用于接收评估系统服务器发送的评估值,评估值是评估系统服务器根据多个特征信息确定的,用于表征目标企业用户的贷后风险;
确定单元,用于根据评估值和第一风险系数映射关系,确定评估值对应的第一风险调整系数;第一风险系数映射关系包括多个评估值以及与多个评估值中每一评估值对应的风险调整系数。
在一个实施例中,上述发送单元,还用于向信贷系统服务器发送多个特征信息;
上述接收单元,还用于接收信贷系统服务器发送的打分值,打分值是信贷系统服务器根据多个特征信息确定的,用于表征目标企业用户的贷后风险;
上述确定单元,还用于根据打分值和第二风险系数映射关系,确定打分值对应的第二风险调整系数;第二风险系数映射关系包括多个打分值以及与多个打分值中每一打分值对应的风险调整系数。
在一个实施例中,上述确定单元,还用于将第一风险调整系数作为风险调整系数;或者,将第二风险调整系数作为风险调整系数;或者,将第一风险调整系数和第二风险调整系数的乘积作为风险调整系数。
在一个实施例中,上述装置还包括:
调整模块,用于根据利率调整系数对推荐贷款额度的利率进行调整。
在一个实施例中,上述确定单元,还用于根据评估值和第一利率系数映射关系,确定评估值对应的第一利率调整系数;第一利率系数映射关系包括多个评估值以及与多个评估值中每一评估值对应的利率调整系数。
在一个实施例中,上述确定单元,还用于根据打分值和第二利率系数映射关系,确定打分值对应的第二利率调整系数;第二利率系数映射关系包括多个打分值以及与多个打分值中每一打分值对应的利率调整系数。
在一个实施例中,上述确定单元,还用于将第一利率调整系数作为利率调整系数;或者,将第二利率调整系数作为利率调整系数;或者,将第一利率调整系数和第二利率调整系数的乘积作为利率调整系数。
关于贷款测算装置的具体限定可以参见上文中对于贷款测算方法的限定,在此不再赘述。上述贷款测算装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储贷款申请数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种贷款测算方法。
本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取目标企业用户的贷款申请信息,对贷款申请信息中的多个特征信息分别进行权重预测处理,获得多个特征信息对应的多个额度测算模型的权重信息;
将多个特征信息对应输入多个额度测算模型,得到多个初始贷款额度;
根据多个初始贷款额度以及多个额度测算模型的权重信息确定目标企业用户的推荐贷款额度。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据多个特征信息以及权重信息映射关系确定与客群类型对应的权重信息组;权重信息映射关系包括多个客群类型以及与多个客群类型中每一客群类型对应的权重信息组,权重信息组包括多个额度测算模型的权重信息;根据权重信息组确定多个额度测算模型的权重信息。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据多个初始贷款额度、多个额度测算模型的权重信息以及风险调整系数确定目标企业用户的推荐贷款额度。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
向评估系统服务器发送多个特征信息;
接收评估系统服务器发送的评估值,评估值是评估系统服务器根据多个特征信息确定的,用于表征目标企业用户的贷后风险;
根据评估值和第一风险系数映射关系,确定评估值对应的第一风险调整系数;第一风险系数映射关系包括多个评估值以及与多个评估值中每一评估值对应的风险调整系数。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
向信贷系统服务器发送多个特征信息;
接收信贷系统服务器发送的打分值,打分值是信贷系统服务器根据多个特征信息确定的,用于表征目标企业用户的贷后风险;
根据打分值和第二风险系数映射关系,确定打分值对应的第二风险调整系数;第二风险系数映射关系包括多个打分值以及与多个打分值中每一打分值对应的风险调整系数。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
将第一风险调整系数作为风险调整系数;或者,将第二风险调整系数作为风险调整系数;或者,将第一风险调整系数和第二风险调整系数的乘积作为风险调整系数。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据利率调整系数对推荐贷款额度的利率进行调整。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据评估值和第一利率系数映射关系,确定评估值对应的第一利率调整系数;第一利率系数映射关系包括多个评估值以及与多个评估值中每一评估值对应的利率调整系数。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据打分值和第二利率系数映射关系,确定打分值对应的第二利率调整系数;第二利率系数映射关系包括多个打分值以及与多个打分值中每一打分值对应的利率调整系数。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
将第一利率调整系数作为利率调整系数;或者,将第二利率调整系数作为利率调整系数;或者,将第一利率调整系数和第二利率调整系数的乘积作为利率调整系数。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取目标企业用户的贷款申请信息,对贷款申请信息中的多个特征信息分别进行权重预测处理,获得多个特征信息对应的多个额度测算模型的权重信息;
将多个特征信息对应输入多个额度测算模型,得到多个初始贷款额度;
根据多个初始贷款额度以及多个额度测算模型的权重信息确定目标企业用户的推荐贷款额度。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据多个特征信息以及权重信息映射关系确定与客群类型对应的权重信息组;权重信息映射关系包括多个客群类型以及与多个客群类型中每一客群类型对应的权重信息组,权重信息组包括多个额度测算模型的权重信息;根据权重信息组确定多个额度测算模型的权重信息。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据多个初始贷款额度、多个额度测算模型的权重信息以及风险调整系数确定目标企业用户的推荐贷款额度。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
向评估系统服务器发送多个特征信息;
接收评估系统服务器发送的评估值,评估值是评估系统服务器根据多个特征信息确定的,用于表征目标企业用户的贷后风险;
根据评估值和第一风险系数映射关系,确定评估值对应的第一风险调整系数;第一风险系数映射关系包括多个评估值以及与多个评估值中每一评估值对应的风险调整系数。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
向信贷系统服务器发送多个特征信息;
接收信贷系统服务器发送的打分值,打分值是信贷系统服务器根据多个特征信息确定的,用于表征目标企业用户的贷后风险;
根据打分值和第二风险系数映射关系,确定打分值对应的第二风险调整系数;第二风险系数映射关系包括多个打分值以及与多个打分值中每一打分值对应的风险调整系数。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
将第一风险调整系数作为风险调整系数;或者,将第二风险调整系数作为风险调整系数;或者,将第一风险调整系数和第二风险调整系数的乘积作为风险调整系数。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据利率调整系数对推荐贷款额度的利率进行调整。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据评估值和第一利率系数映射关系,确定评估值对应的第一利率调整系数;第一利率系数映射关系包括多个评估值以及与多个评估值中每一评估值对应的利率调整系数。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据打分值和第二利率系数映射关系,确定打分值对应的第二利率调整系数;第二利率系数映射关系包括多个打分值以及与多个打分值中每一打分值对应的利率调整系数。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
将第一利率调整系数作为利率调整系数;或者,将第二利率调整系数作为利率调整系数;或者,将第一利率调整系数和第二利率调整系数的乘积作为利率调整系数。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取目标企业用户的贷款申请信息,对贷款申请信息中的多个特征信息分别进行权重预测处理,获得多个特征信息对应的多个额度测算模型的权重信息;
将多个特征信息对应输入多个额度测算模型,得到多个初始贷款额度;
根据多个初始贷款额度以及多个额度测算模型的权重信息确定目标企业用户的推荐贷款额度。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据多个特征信息以及权重信息映射关系确定与客群类型对应的权重信息组;权重信息映射关系包括多个客群类型以及与多个客群类型中每一客群类型对应的权重信息组,权重信息组包括多个额度测算模型的权重信息;根据权重信息组确定多个额度测算模型的权重信息。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据多个初始贷款额度、多个额度测算模型的权重信息以及风险调整系数确定目标企业用户的推荐贷款额度。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
向评估系统服务器发送多个特征信息;
接收评估系统服务器发送的评估值,评估值是评估系统服务器根据多个特征信息确定的,用于表征目标企业用户的贷后风险;
根据评估值和第一风险系数映射关系,确定评估值对应的第一风险调整系数;第一风险系数映射关系包括多个评估值以及与多个评估值中每一评估值对应的风险调整系数。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
向信贷系统服务器发送多个特征信息;
接收信贷系统服务器发送的打分值,打分值是信贷系统服务器根据多个特征信息确定的,用于表征目标企业用户的贷后风险;
根据打分值和第二风险系数映射关系,确定打分值对应的第二风险调整系数;第二风险系数映射关系包括多个打分值以及与多个打分值中每一打分值对应的风险调整系数。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
将第一风险调整系数作为风险调整系数;或者,将第二风险调整系数作为风险调整系数;或者,将第一风险调整系数和第二风险调整系数的乘积作为风险调整系数。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据利率调整系数对推荐贷款额度的利率进行调整。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据评估值和第一利率系数映射关系,确定评估值对应的第一利率调整系数;第一利率系数映射关系包括多个评估值以及与多个评估值中每一评估值对应的利率调整系数。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据打分值和第二利率系数映射关系,确定打分值对应的第二利率调整系数;第二利率系数映射关系包括多个打分值以及与多个打分值中每一打分值对应的利率调整系数。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
将第一利率调整系数作为利率调整系数;或者,将第二利率调整系数作为利率调整系数;或者,将第一利率调整系数和第二利率调整系数的乘积作为利率调整系数。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (23)
1.一种贷款测算方法,其特征在于,所述方法包括:
获取目标企业用户的贷款申请信息,对所述贷款申请信息中的多个特征信息分别进行权重预测处理,获得所述多个特征信息对应的多个额度测算模型的权重信息;
将所述多个特征信息对应输入所述多个额度测算模型,得到多个初始贷款额度;
根据所述多个初始贷款额度以及所述多个额度测算模型的权重信息确定所述目标企业用户的推荐贷款额度。
2.根据权利要求1所述的方法,其特征在于,所述对所述贷款申请信息中的多个特征信息分别进行权重预测处理,获得所述多个特征信息对应的多个额度测算模型的权重信息,包括:
根据所述多个特征信息以及权重信息映射关系确定与所述客群类型对应的权重信息组;所述权重信息映射关系包括多个客群类型以及与所述多个客群类型中每一客群类型对应的权重信息组,所述权重信息组包括所述多个额度测算模型的权重信息;
根据所述权重信息组确定所述多个额度测算模型的权重信息。
3.根据权利要求1所述的方法,其特征在于,所述根据所述多个初始贷款额度以及所述多个额度测算模型的权重信息确定所述目标企业用户的推荐贷款额度,包括:
根据所述多个初始贷款额度、所述多个额度测算模型的权重信息以及风险调整系数确定所述目标企业用户的推荐贷款额度。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
向评估系统服务器发送所述多个特征信息;
接收所述评估系统服务器发送的评估值,所述评估值是所述评估系统服务器根据所述多个特征信息确定的,用于表征所述目标企业用户的贷后风险;
根据所述评估值和第一风险系数映射关系,确定所述评估值对应的第一风险调整系数;所述第一风险系数映射关系包括多个评估值以及与所述多个评估值中每一评估值对应的风险调整系数。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
向信贷系统服务器发送所述多个特征信息;
接收所述信贷系统服务器发送的打分值,所述打分值是所述信贷系统服务器根据所述多个特征信息确定的,用于表征所述目标企业用户的贷后风险;
根据所述打分值和第二风险系数映射关系,确定所述打分值对应的第二风险调整系数;所述第二风险系数映射关系包括多个打分值以及与所述多个打分值中每一打分值对应的风险调整系数。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
将所述第一风险调整系数作为所述风险调整系数;
或者,将所述第二风险调整系数作为所述风险调整系数;
或者,将所述第一风险调整系数和所述第二风险调整系数的乘积作为所述风险调整系数。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
根据利率调整系数对所述推荐贷款额度的利率进行调整。
8.根据权利要求7所述的方法,其特征在于,所述方法还包括:
根据所述评估值和第一利率系数映射关系,确定所述评估值对应的第一利率调整系数;所述第一利率系数映射关系包括多个评估值以及与所述多个评估值中每一评估值对应的利率调整系数。
9.根据权利要求7所述的方法,其特征在于,所述方法还包括:
根据所述打分值和第二利率系数映射关系,确定所述打分值对应的第二利率调整系数;所述第二利率系数映射关系包括多个打分值以及与所述多个打分值中每一打分值对应的利率调整系数。
10.根据权利要求9所述的方法,其特征在于,所述方法还包括:
将所述第一利率调整系数作为所述利率调整系数;
或者,将所述第二利率调整系数作为所述利率调整系数;
或者,将所述第一利率调整系数和所述第二利率调整系数的乘积作为所述利率调整系数。
11.一种贷款测算装置,其特征在于,所述装置包括:
获取处理模块,用于获取目标企业用户的贷款申请信息,对所述贷款申请信息中的多个特征信息分别进行权重预测处理,获得所述多个特征信息对应的多个额度测算模型的权重信息;
输入模块,用于将所述多个特征信息对应输入所述多个额度测算模型,得到多个初始贷款额度;
确定模块,用于根据所述多个初始贷款额度以及所述多个额度测算模型的权重信息确定所述目标企业用户的推荐贷款额度。
12.根据权利要求11所述的装置,其特征在于,
所述获取处理模块,具体用于根据所述多个特征信息以及权重信息映射关系确定与所述客群类型对应的权重信息组;所述权重信息映射关系包括多个客群类型以及与所述多个客群类型中每一客群类型对应的权重信息组,所述权重信息组包括所述多个额度测算模型的权重信息;根据所述权重信息组确定所述多个额度测算模型的权重信息。
13.根据权利要求11所述的装置,其特征在于,
确定模块,具体用于根据所述多个初始贷款额度、所述多个额度测算模型的权重信息以及风险调整系数确定所述目标企业用户的推荐贷款额度。
14.根据权利要求13所述的装置,其特征在于,所述确定模块还包括发送单元、接收单元以及确定单元,
所述发送单元,用于向评估系统服务器发送所述多个特征信息;
所述接收单元,用于接收所述评估系统服务器发送的评估值,所述评估值是所述评估系统服务器根据所述多个特征信息确定的,用于表征所述目标企业用户的贷后风险;
所述确定单元,用于根据所述评估值和第一风险系数映射关系,确定所述评估值对应的第一风险调整系数;所述第一风险系数映射关系包括多个评估值以及与所述多个评估值中每一评估值对应的风险调整系数。
15.根据权利要求14所述的装置,其特征在于,
所述发送单元,还用于向信贷系统服务器发送所述多个特征信息;
所述接收单元,还用于接收所述信贷系统服务器发送的打分值,所述打分值是所述信贷系统服务器根据所述多个特征信息确定的,用于表征所述目标企业用户的贷后风险;
所述确定单元,还用于根据所述打分值和第二风险系数映射关系,确定所述打分值对应的第二风险调整系数;所述第二风险系数映射关系包括多个打分值以及与所述多个打分值中每一打分值对应的风险调整系数。
16.根据权利要求14所述的装置,其特征在于,
所述确定单元,还用于将所述第一风险调整系数作为所述风险调整系数;
或者,将所述第二风险调整系数作为所述风险调整系数;
或者,将所述第一风险调整系数和所述第二风险调整系数的乘积作为所述风险调整系数。
17.根据权利要求11所述的装置,其特征在于,所述装置还包括:
调整模块,用于根据利率调整系数对所述推荐贷款额度的利率进行调整。
18.根据权利要求17所述的装置,其特征在于,
所述确定单元,还用于根据所述评估值和第一利率系数映射关系,确定所述评估值对应的第一利率调整系数;所述第一利率系数映射关系包括多个评估值以及与所述多个评估值中每一评估值对应的利率调整系数。
19.根据权利要求18所述的装置,其特征在于,
所述确定单元,还用于根据所述打分值和第二利率系数映射关系,确定所述打分值对应的第二利率调整系数;所述第二利率系数映射关系包括多个打分值以及与所述多个打分值中每一打分值对应的利率调整系数。
20.根据权利要求19所述的装置,其特征在于,
所述确定单元,还用于将所述第一利率调整系数作为所述利率调整系数;
或者,将所述第二利率调整系数作为所述利率调整系数;
或者,将所述第一利率调整系数和所述第二利率调整系数的乘积作为所述利率调整系数。
21.一种贷款测算服务器,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至10中任一项所述的方法的步骤。
22.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至10中任一项所述的方法的步骤。
23.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至10中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111385341.1A CN114240599A (zh) | 2021-11-22 | 2021-11-22 | 贷款测算方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111385341.1A CN114240599A (zh) | 2021-11-22 | 2021-11-22 | 贷款测算方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114240599A true CN114240599A (zh) | 2022-03-25 |
Family
ID=80750279
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111385341.1A Pending CN114240599A (zh) | 2021-11-22 | 2021-11-22 | 贷款测算方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114240599A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115187393A (zh) * | 2022-09-14 | 2022-10-14 | 深圳市明源云科技有限公司 | 贷款风险检测方法、装置、电子设备及可读存储介质 |
-
2021
- 2021-11-22 CN CN202111385341.1A patent/CN114240599A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115187393A (zh) * | 2022-09-14 | 2022-10-14 | 深圳市明源云科技有限公司 | 贷款风险检测方法、装置、电子设备及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109389431B (zh) | 优惠券的分配方法、装置、电子设备及可读存储介质 | |
US11037158B2 (en) | Bulk dispute challenge system | |
US20110238550A1 (en) | Systems and methods for predicting financial behaviors | |
WO2021167858A1 (en) | Transaction card system having overdraft capability | |
CN107622444A (zh) | 业务准入方法及装置、电子设备 | |
WO2018157808A1 (zh) | 互联网征信评估方法和系统 | |
CN107730386A (zh) | 投资组合产品的生成方法、装置、存储介质和计算机设备 | |
WO2016084642A1 (ja) | 与信審査用サーバと与信審査用システム及び与信審査用プログラム | |
CN111383091A (zh) | 一种资产证券化定价方法和装置 | |
CN109492863A (zh) | 金融单证的自动生成方法及装置 | |
CN114782169A (zh) | 一种客户流失率预警方法及装置 | |
CN114723481A (zh) | 数据处理方法、装置、电子设备和存储介质 | |
CN114240599A (zh) | 贷款测算方法、装置、计算机设备和存储介质 | |
CN114943582A (zh) | 一种信息推荐方法、系统及推荐服务器 | |
CN114240605A (zh) | 贷款测算方法、装置、计算机设备和存储介质 | |
CN115099933A (zh) | 一种业务预算方法、装置及设备 | |
KR102222928B1 (ko) | 재정 추계안 도출 장치, 재정 추계안 도출 방법 및 컴퓨터 프로그램 | |
CN117252677A (zh) | 信贷额度确定方法和装置、电子设备及存储介质 | |
CN112907362A (zh) | 贷款业务的处理方法、装置、电子设备和存储介质 | |
CN113450211A (zh) | 一种用户授信方法、装置、电子设备与存储介质 | |
CN114240100A (zh) | 贷款评估方法、装置、计算机设备和存储介质 | |
CN113222767A (zh) | 指数化证券组合的数据处理方法及装置 | |
CN112907361A (zh) | 一种用于处理贷款申请的方法和装置 | |
CN113807943A (zh) | 一种不良资产的多因子估值方法及系统、介质、设备 | |
US20230394069A1 (en) | Method and apparatus for measuring material risk in a data set |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |