CN108198067A - 贷款额度自动评定系统及贷款额度自动评定方法 - Google Patents

贷款额度自动评定系统及贷款额度自动评定方法 Download PDF

Info

Publication number
CN108198067A
CN108198067A CN201711258358.4A CN201711258358A CN108198067A CN 108198067 A CN108198067 A CN 108198067A CN 201711258358 A CN201711258358 A CN 201711258358A CN 108198067 A CN108198067 A CN 108198067A
Authority
CN
China
Prior art keywords
loan
credit
client
module
limit
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
Application number
CN201711258358.4A
Other languages
English (en)
Inventor
屠雪祥
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201711258358.4A priority Critical patent/CN108198067A/zh
Publication of CN108198067A publication Critical patent/CN108198067A/zh
Pending legal-status Critical Current

Links

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

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明提供一种贷款额度自动评定系统及贷款额度自动评定方法。通过进行预设参数，将个人授信申请原始数据进行计算，自动生成初步贷款额度数据，进行信用评级、计算信用得分，将初步贷款额度数据与信用得分进行加权计算，得出贷款额度数据，实现授信额度自动决策，减少人为干预因素，提高效率，使最终生成的授信额度数据更真实准确。

Description

贷款额度自动评定系统及贷款额度自动评定方法
技术领域
本发明涉及银行贷款评定领域，特别是一种贷款额度自动评定系统及贷款额度自动评定方法。
背景技术
目前市场上的个人贷款决策，特别是个人授信决策都是通过人工评定信用评级，人工核算贷款或授信额度。现有个人贷款或授信决策，需要先对客户进行评级，然后人工测算贷款或授信额度，相对繁琐，人为干预因素较多，误差较大，最终造成授信额度的核算标准不一，缺乏合理性。在贷款客户众多的情况下，人工测算贷款或授信额度带来了繁重的工作量，同时因为是人工审核，具有许多不可控因素，缺乏标准化；也给银行管理留下了漏洞。
因此亟需一种个人贷款或授信额度自动决策、自动授信的贷款额度自动评定系统及贷款额度自动评定方法，能够自动进行贷款或授信额度审核，使个人贷款或授信额度核查流程具有标准化的审核体系，完善银行贷款信息管理。
发明内容
本发明目的在于提供一种贷款额度自动评定系统及贷款额度自动评定方法，用以解决现有的贷款额度人工评定带来工作繁琐、误差较大、缺乏标准化、核算结果不可控的问题。
为解决上述技术问题，本发明提供一种贷款额度自动评定系统及贷款额度自动评定方法。
本发明提供的贷款额度自动评定系统包括：贷款评定模型设定模块，用于建立贷款评定模型、设置贷款评定所需的相关变量或维度；客户信息输入模块，用于录入客户数据信息；授信目标判断模块，用于根据客户数据信息中的收入及支出数据，判断客户是否属于可授信目标；初步贷款额度数据计算模块，用于计算生成初步贷款额度数据；终止授信模块，用于在客户不属于可授信目标时，生成拒绝授信的提示并终止授信；信用评级模块，用于根据客户数据信息中的信用相关数据，进行信用评级；信用得分计算模块，用于根据客户信用评级结果，计算信用得分；贷款额度计算模块，用于将初步贷款额度数据与信用得分进行加权计算，得出贷款额度数据。
进一步地，所述授信目标判断模块计算客户每月工作收入及生活支出，计算客户每月的理财收入及支出，根据客户每月的收入及支出计算客户每月的储蓄，若客户的每月储蓄高于一预定值，则判断客户属于可授信目标，否则判断客户不属于可授信目标。
进一步地，所述客户数据信息包括个人身份、教育背景、居住状况、工作状况、婚姻情况、子女情况、配偶信息。
进一步地，所述系统还包括：最终贷款额度计算模块，接收客户申请贷款金额及贷款的期限，并将贷款额度数据根据期限计算出每月基础贷款授信额度，根据公式：每月基础贷款授信额度*期限-客户申请贷款金额*利率/12*期限进行计算，如果计算结果小于预定值,则拒绝授信贷款；如果计算结果大于等于预定值,则比较客户申请贷款金额和按照公式计算的结果并乘以期限，按照其中较小值确定每月授信贷款额度；贷款额度微调模块，根据客户数据信息，对经济收入增加或减少的趋向，给出趋向预警判断，并进行设定比例的微调整；贷款结果输出模块，用于根据最终确定的授信贷款额度，输出贷款结果信息。
进一步地，所述贷款结果信息包括客户、贷款期限、贷款金额。
本发明的贷款额度自动评定方法包括以下步骤：步骤S1：贷款评定模型设定模块建立贷款评定模型、设置贷款评定所需的相关变量或维度；步骤S2：客户信息输入模块录入客户数据信息；步骤S3：授信目标判断模块根据客户数据信息中的收入及支出数据，判断客户是否属于可授信目标，是则进入步骤S4，否则进入步骤S5；步骤S4：初步贷款额度数据计算模块计算生成初步贷款额度数据；步骤S5：终止授信模块生成拒绝授信的提示并终止授信；步骤S6：信用评级模块根据客户数据信息中的信用相关数据，进行信用评级；步骤S7：信用得分计算模块根据客户信用评级结果，计算信用得分；步骤S8：贷款额度计算模块将初步贷款额度数据与信用得分进行加权计算，得出贷款额度数据。
进一步地，上述步骤S3包括：步骤S31：所述授信目标判断模块计算每月工作收入及生活支出；步骤S32：所述授信目标判断模块计算客户每月的理财收入及支出；步骤S33：所述授信目标判断模块根据客户每月的收入及支出计算客户每月的储蓄；步骤S34：若客户的每月储蓄高于一预定值，则所述授信目标判断模块判断客户属于可授信目标，否则判断客户不属于可授信目标。
进一步地，所述客户数据信息包括个人身份、教育背景、居住状况、工作状况、婚姻情况、子女情况、配偶信息。
进一步地，所述方法在步骤S8之后，还包括：步骤S9：最终贷款额度计算模块接收客户申请贷款金额及贷款的期限，并将贷款额度数据根据期限计算出每月基础贷款授信额度，根据公式：每月基础贷款授信额度*期限-客户申请贷款金额*利率/12*期限，如果计算结果小于预定值,则拒绝授信贷款；如果计算结果大于等于预定值，则比较客户申请贷款金额和按照公式计算的结果并乘以期限，按照其中较小值确定每月授信贷款额度；步骤S10：贷款额度微调模块根据客户数据信息，对经济收入增加或减少的趋向，给出趋向预警判断，并进行设定比例的微调整；步骤S11：贷款结果输出模块根据最终确定的授信贷款额度，输出贷款结果信息。
进一步地，所述贷款结果信息包括客户、贷款期限、贷款金额。
本发明的贷款额度自动评定系统及贷款额度自动评定方法通过进行预设参数，将个人授信申请原始数据进行计算，自动生成初步贷款额度数据，进行信用评级、计算信用得分，将初步贷款额度数据与信用得分进行加权计算，得出贷款额度数据，实现授信额度自动决策，减少人为干预因素，提高效率，使最终生成的授信额度数据更真实准确。
附图说明
图1表示本发明贷款额度自动评定系统的方框示意图；
图2表示本发明贷款额度自动评定方法的流程示意图；
图3表示图2中的步骤S3的流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
请参考图1，本发明实施例提供一种贷款额度自动评定系统及贷款额度自动评定方法。
本发明的贷款额度自动评定系统100包括贷款评定模型设定模块10、客户信息输入模块20、授信目标判断模块30、初步贷款额度数据计算模块40、终止授信模块50、信用评级模块60、信用得分计算模块70及贷款额度计算模块80。
贷款评定模型设定模块10用于建立贷款评定模型、设置贷款评定所需的相关变量或维度。
客户信息输入模块20用于录入客户数据信息，如个人身份、教育背景、居住状况、工作状况、婚姻情况、子女情况、配偶信息等。
授信目标判断模块30用于根据客户数据信息中的收入及支出数据，判断客户是否属于可授信目标。
初步贷款额度数据计算模块40用于计算生成初步贷款额度数据。
终止授信模块50用于在客户不属于可授信目标时，生成“拒绝授信”的提示并终止授信。
信用评级模块60用于根据客户数据信息中的信用相关数据，进行信用评级。
信用得分计算模块70用于根据客户信用评级结果，计算信用得分。
贷款额度计算模块80用于将初步贷款额度数据与信用得分进行加权计算，得出贷款额度数据。
本发明贷款额度自动评定系统还包括最终贷款额度计算模块110、贷款额度微调模块120及贷款结果输出模块130。
最终贷款额度计算模块110接收客户申请贷款金额及贷款的期限，并将贷款额度数据根据期限计算出每月基础贷款授信额度，根据公式：每月基础贷款授信额度*期限-客户申请贷款金额*利率/12*期限进行计算，如果计算结果小于1000,则拒绝授信贷款；如果计算结果大于等于1000,则比较客户申请贷款金额和按照公式计算的结果并乘以期限，按照其中较小值确定每月授信贷款额度。
贷款额度微调模块120根据客户数据信息，对经济收入增加或减少的趋向，给出趋向预警判断，并进行设定比例的微调整；若客户的收入增加，贷款额度可向上微增加；若客户的收入减少，则贷款额度向下微调整。
贷款结果输出模块130将最终确定的授信贷款额度，输出贷款结果信息，包括客户、贷款期限、贷款金额等。
请参考图2，本发明的贷款额度自动评定方法包括以下步骤：
步骤S1：建立贷款评定模型、设置贷款评定所需的相关变量或维度，用于提供个人贷款或授信额度决策过程中所需用的数据，该相关变量或维度根据地区差异、家庭情况、居住情况量化形成，并以公式形式预设于信贷系统中，相关变量或维度可以为授信产品要素，如授信产品种类、期限、还款方式、担保方式、利率等信息。这些授信产品要素根据地域不同、政策不同进行相关限定，为输入的各种信息数据的正确性设立了判定标准。
步骤S2：录入客户数据信息，如个人身份、教育背景、居住状况、工作状况、婚姻情况、子女情况、配偶信息等。
步骤S3：根据客户数据信息中的收入及支出数据，判断客户是否属于可授信目标，若是则进入步骤S4，否则进入步骤S5。
请参考图3，步骤S31：计算每月工作收入及生活支出。
1.子女教育金支出根据申请表中子女年龄不同而设置不同，如表1所示。
表1
子女年龄 小于3岁 3-7岁 7-12岁 12-18岁 18-22岁
教育金支出 1400 1000 800 1000 1200
若子女年龄小于3岁，则子女教育金支出为1400；若子女年龄为3-7岁，则子女教育金支出为1000；若子女年龄为7-12岁，则子女教育金支出为800；若子女年龄为12-18岁，则子女教育金支出为1000；若子女年龄为18-22岁，则子女教育金支出为1200。
2.食品支出根据申请表中家庭成员人数不同而设置不同，如表2所示。
表2
成员人数 1人 2-3 3人 3人以上
食品支出 500 800 1000 1000
若家庭成员人数为1人，食品支出为500；若家庭成员人数为2-3人，食品支出为800；若家庭成员人数为3人或3人以上，食品支出为1000。
3.通信支出根据申请表中家庭成员人数不同而设置不同，如表3所示。
表3
成员人数 1人 大于1人
通信支出 100 200
若家庭成员人数为1人，通信支出为100；若家庭成员人数大于1人，通信支出为200。
4.居住支出根据申请表住房面积设置参数，如表4所示。
表4
居住支出具体如下：住房面积*0.6+物业费+取暖费/12。
5.交通支出根据交通工具情况设置参数，如表5所示。
表5
若非机动车，交通支出为200，若机动车排量1.0以下，交通支出为500；若机动车排量1.2-1.6，交通支出为800；若机动车排量1.8-2.5，交通支出为1200；若机动车排量2.5以上，交通支出为2000。
6.保险支出根据自有汽车价值预设参数，如表6所示。
表6
汽车价值(保险额) N万元
保险支出 保险额/12
步骤S32：计算客户每月的理财收入及支出；
步骤S33：根据客户每月的收入及支出计算客户每月的储蓄，即：
工作储蓄＝工作收入-生活支出；
理财储蓄＝理财收入-理财支出；
储蓄＝工作储蓄+理财储蓄。
步骤S34：若客户的每月储蓄高于一预定值，如0元，则判断客户属于可授信目标，否则判断客户不属于可授信目标。
步骤S4：计算生成初步贷款额度数据。
因为上述储蓄金额为客户家庭每月的净值收入，因此客户每月最高可承受相当于该数值的还款限制，即将上式中的储蓄金额数值作为每月初步贷款额度。
步骤S5：若客户不属于可授信目标，则生成“拒绝授信”的提示并终止授信。
步骤S6：根据客户数据信息中的信用相关数据，进行信用评级。具体可根据客户年龄、职业、工作状况、收入情况、家庭情况、资产情况、信用状况等信用信息，对客户进行信用评级，生成评分数据，如表7所示。
表7
步骤S7：根据客户信用评级结果，计算信用得分。如表8所示。
表8
信用评级
得分H
步骤S8：将初步贷款额度数据与信用得分进行加权计算，得出贷款额度数据。如表9所示。
表9
显然，该加权值位于0-1，信用评级得分H越高，加权值越大，即：
M1>M2>M3>M4>M5；
根据信用评级得分对生成的初步贷款额度数据进行加权计算，得出贷款额度数据。不同的得分对授信额度数据产生不同的影响，具体如下：
若信用评级得分90分或以上，则将初步贷款额度数据乘以M1；
若信用评级得分89-80，则将初步贷款额度数据乘以M2；
若信用评级得分79-70，则将初步贷款额度数据乘以M3；
若信用评级得分69-60，则将初步贷款额度数据乘以M4；
若信用评级得分59-50，则将初步贷款额度数据乘以M4；
若信用评级得分50以下，则将初步贷款额度数据乘以0，即拒绝授信。
本发明通过进行预设参数，将个人授信申请原始数据进行计算，自动生成授信额度数据，实现授信额度自动决策，减少人为干预因素，提高效率，使最终生成的授信额度数据更真实准确。
本发明的贷款额度自动评定方法在步骤S8之后，还包括以下步骤：
步骤S9：接收客户申请贷款金额及贷款的期限，并将贷款额度数据根据期限计算出每月基础贷款授信额度，结合客户贷款额度和贷款期限，利用计算公式：每月基础贷款授信额度*期限-客户申请贷款金额*利率/12*期限。如果计算结果小于1000,则拒绝授信贷款；如果计算结果大于等于1000,则比较客户申请贷款金额和按照公式计算的结果并乘以期限，按照其中较小值确定每月授信贷款额度。
步骤S10：对步骤S9中给予授信贷款的客户，根据客户数据信息，对经济收入增加或减少的趋向，给出趋向预警判断，并根据趋向预警判断，进行设定比例的微调整；若客户的收入增加，贷款额度可向上微增加；若客户的收入减少，则贷款额度向下微调整。
步骤S11：根据步骤S9或S10最终确定的授信贷款额度，输出贷款结果信息，包括客户、贷款期限、贷款金额等。
其中对客户信用评级包括对客户以下信用信息进行评级：
一、贷款人基本情况，如申请年龄、职称或最高学历、在本市居住时间、职业或工作种类、拥有资质证书种类、现职业的从业年限、婚姻状况、父母状况。可根据一般原则及实际情况进行分数配额并进行打分。如：
其余信用信息的评分在此不进行一一说明。
二、经济收入，如个人全年收入、家庭全年收入；
三、个人或家庭资产负债状况，如房产状况、车辆状况、金融状况、个人或家庭月债务偿还能力状况、个人或家庭负债现状、个人或家庭对外担保；
四、在本行信用及结算记录；
五、社会公共信息记录；
六、投保情况，如社会保险、商业保险；
七、其他信用情况，如在他行的信用记录、信用卡使用情况。
有益效果：本发明将银行个人授信决策需要人工测算的过程，转换为自动化处理，能够通过计算机系统，实现授信额度自动决策，减少大量人工测算，减少人为干预因素，提高效率，消除以往存在的人为授信决策审核干预等不合理、不标准等缺陷。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种贷款额度自动评定系统，其特征在于，所述贷款额度自动评定系统包括：
贷款评定模型设定模块，用于建立贷款评定模型、设置贷款评定所需的相关变量或维度；
客户信息输入模块，用于录入客户数据信息；
授信目标判断模块，用于根据客户数据信息中的收入及支出数据，判断客户是否属于可授信目标；
初步贷款额度数据计算模块，用于计算生成初步贷款额度数据；
终止授信模块，用于在客户不属于可授信目标时，生成拒绝授信的提示并终止授信；
信用评级模块，用于根据客户数据信息中的信用相关数据，进行信用评级；
信用得分计算模块，用于根据客户信用评级结果，计算信用得分；
贷款额度计算模块，用于将初步贷款额度数据与信用得分进行加权计算，得出贷款额度数据。
2.如权利要求1所述的贷款额度自动评定系统，其特征在于，所述授信目标判断模块计算客户每月工作收入及生活支出，计算客户每月的理财收入及支出，根据客户每月的收入及支出计算客户每月的储蓄，若客户的每月储蓄高于一预定值，则判断客户属于可授信目标，否则判断客户不属于可授信目标。
3.如权利要求1所述的贷款额度自动评定系统，其特征在于，所述客户数据信息包括个人身份、教育背景、居住状况、工作状况、婚姻情况、子女情况、配偶信息。
4.如权利要求1所述的贷款额度自动评定系统，其特征在于，所述系统还包括：
最终贷款额度计算模块，用于接收客户申请贷款金额及贷款的期限，并将贷款额度数据根据期限计算出每月基础贷款授信额度，根据公式：每月基础贷款授信额度*期限-客户申请贷款金额*利率/12*期限进行计算，如果计算结果小于预定值,则拒绝授信贷款；如果计算结果大于等于预定值,则比较客户申请贷款金额和按照公式计算的结果并乘以期限，按照其中较小值确定每月授信贷款额度；
贷款额度微调模块，根据客户数据信息，对经济收入增加或减少的趋向，给出趋向预警判断，并进行设定比例的微调整；
贷款结果输出模块，用于根据最终确定的授信贷款额度，输出贷款结果信息。
5.如权利要求4所述的贷款额度自动评定系统，其特征在于，所述贷款结果信息包括客户、贷款期限、贷款金额。
6.一种贷款额度自动评定方法，其特征在于，所述方法包括以下步骤：
步骤S1：贷款评定模型设定模块建立贷款评定模型、设置贷款评定所需的相关变量或维度；
步骤S2：客户信息输入模块录入客户数据信息；
步骤S3：授信目标判断模块根据客户数据信息中的收入及支出数据，判断客户是否属于可授信目标，是则进入步骤S4，否则进入步骤S5；
步骤S4：初步贷款额度数据计算模块计算生成初步贷款额度数据；
步骤S5：终止授信模块生成拒绝授信的提示并终止授信；
步骤S6：信用评级模块根据客户数据信息中的信用相关数据，进行信用评级；
步骤S7：信用得分计算模块根据客户信用评级结果，计算信用得分；
步骤S8：贷款额度计算模块将初步贷款额度数据与信用得分进行加权计算，得出贷款额度数据。
7.如权利要求6所述的贷款额度自动评定方法，其特征在于，上述步骤S3包括：
步骤S31：所述授信目标判断模块计算每月工作收入及生活支出；
步骤S32：所述授信目标判断模块计算客户每月的理财收入及支出；
步骤S33：所述授信目标判断模块根据客户每月的收入及支出计算客户每月的储蓄；
步骤S34：若客户的每月储蓄高于一预定值，则所述授信目标判断模块判断客户属于可授信目标，否则判断客户不属于可授信目标。
8.如权利要求6所述的贷款额度自动评定方法，其特征在于，所述客户数据信息包括个人身份、教育背景、居住状况、工作状况、婚姻情况、子女情况、配偶信息。
9.如权利要求6所述的贷款额度自动评定方法，其特征在于，所述方法在步骤S8之后，还包括：
步骤S9：最终贷款额度计算模块接收客户申请贷款金额及贷款的期限，并将贷款额度数据根据期限计算出每月基础贷款授信额度，根据公式：每月基础贷款授信额度*期限-客户申请贷款金额*利率/12*期限，如果计算结果小于预定值,则拒绝授信贷款；如果计算结果大于等于预定值，则比较客户申请贷款金额和按照公式计算的结果并乘以期限，按照其中较小值确定每月授信贷款额度；
步骤S10：贷款额度微调模块根据客户数据信息，对经济收入增加或减少的趋向，给出趋向预警判断，并进行设定比例的微调整；
步骤S11：贷款结果输出模块根据最终确定的授信贷款额度，输出贷款结果信息。
10.如权利要求9所述的贷款额度自动评定方法，其特征在于，所述贷款结果信息包括客户、贷款期限、贷款金额。
CN201711258358.4A 2017-12-04 2017-12-04 贷款额度自动评定系统及贷款额度自动评定方法 Pending CN108198067A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711258358.4A CN108198067A (zh) 2017-12-04 2017-12-04 贷款额度自动评定系统及贷款额度自动评定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711258358.4A CN108198067A (zh) 2017-12-04 2017-12-04 贷款额度自动评定系统及贷款额度自动评定方法

Publications (1)

Publication Number Publication Date
CN108198067A true CN108198067A (zh) 2018-06-22

Family

ID=62573450

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711258358.4A Pending CN108198067A (zh) 2017-12-04 2017-12-04 贷款额度自动评定系统及贷款额度自动评定方法

Country Status (1)

Country Link
CN (1) CN108198067A (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109325847A (zh) * 2018-09-11 2019-02-12 上海梓颂信息科技有限公司 网络信用评分的数据计算系统与方法
CN109325846A (zh) * 2018-09-11 2019-02-12 上海梓颂信息科技有限公司 网络信用评分的数据计算系统与方法
CN109509081A (zh) * 2018-10-12 2019-03-22 深圳壹账通智能科技有限公司 授信额度数据处理方法、装置、计算机设备及存储介质
CN109584037A (zh) * 2018-10-16 2019-04-05 深圳壹账通智能科技有限公司 贷款用户信用评分的计算方法、装置和计算机设备
CN109711969A (zh) * 2018-08-17 2019-05-03 深圳壹账通智能科技有限公司 基于数据分析的校园信贷方法、装置、设备和存储介质
CN110728568A (zh) * 2019-09-03 2020-01-24 福建省农村信用社联合社 一种面向征信空白客户的授信额度方法以及系统
CN112348654A (zh) * 2020-09-23 2021-02-09 民生科技有限责任公司 企业授信额度自动评定方法、系统及可读存储介质
CN112396517A (zh) * 2020-12-04 2021-02-23 深圳前海微众银行股份有限公司 Etc卡管理方法、装置、系统与计算机存储介质
CN112419049A (zh) * 2020-12-08 2021-02-26 中国建设银行股份有限公司 额度确定方法和装置
CN112598499A (zh) * 2020-12-16 2021-04-02 中国建设银行股份有限公司 确定授信额度的方法和装置
CN112634016A (zh) * 2020-12-21 2021-04-09 重庆业如数科科技有限公司 一种基于社区物业数据进行授信的系统及方法
CN112767115A (zh) * 2020-12-22 2021-05-07 中交金科物联科技(北京)有限公司 一种卡车司机授信额度的计算方法、装置、存储介质及终端

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105260934A (zh) * 2015-11-11 2016-01-20 中国建设银行股份有限公司 一种信用额度的计算方法和系统
CN106384281A (zh) * 2016-05-18 2017-02-08 平安科技（深圳）有限公司 保单贷款处理方法和装置
CN106651570A (zh) * 2016-12-27 2017-05-10 中国建设银行股份有限公司 一种贷款实时审批系统和方法
CN107067319A (zh) * 2017-03-13 2017-08-18 平安科技（深圳）有限公司 贷款额度测算方法和装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105260934A (zh) * 2015-11-11 2016-01-20 中国建设银行股份有限公司 一种信用额度的计算方法和系统
CN106384281A (zh) * 2016-05-18 2017-02-08 平安科技（深圳）有限公司 保单贷款处理方法和装置
CN106651570A (zh) * 2016-12-27 2017-05-10 中国建设银行股份有限公司 一种贷款实时审批系统和方法
CN107067319A (zh) * 2017-03-13 2017-08-18 平安科技（深圳）有限公司 贷款额度测算方法和装置

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109711969A (zh) * 2018-08-17 2019-05-03 深圳壹账通智能科技有限公司 基于数据分析的校园信贷方法、装置、设备和存储介质
CN109325847A (zh) * 2018-09-11 2019-02-12 上海梓颂信息科技有限公司 网络信用评分的数据计算系统与方法
CN109325846A (zh) * 2018-09-11 2019-02-12 上海梓颂信息科技有限公司 网络信用评分的数据计算系统与方法
CN109509081A (zh) * 2018-10-12 2019-03-22 深圳壹账通智能科技有限公司 授信额度数据处理方法、装置、计算机设备及存储介质
CN109584037A (zh) * 2018-10-16 2019-04-05 深圳壹账通智能科技有限公司 贷款用户信用评分的计算方法、装置和计算机设备
CN110728568A (zh) * 2019-09-03 2020-01-24 福建省农村信用社联合社 一种面向征信空白客户的授信额度方法以及系统
CN112348654A (zh) * 2020-09-23 2021-02-09 民生科技有限责任公司 企业授信额度自动评定方法、系统及可读存储介质
CN112396517A (zh) * 2020-12-04 2021-02-23 深圳前海微众银行股份有限公司 Etc卡管理方法、装置、系统与计算机存储介质
CN112419049A (zh) * 2020-12-08 2021-02-26 中国建设银行股份有限公司 额度确定方法和装置
CN112598499A (zh) * 2020-12-16 2021-04-02 中国建设银行股份有限公司 确定授信额度的方法和装置
CN112634016A (zh) * 2020-12-21 2021-04-09 重庆业如数科科技有限公司 一种基于社区物业数据进行授信的系统及方法
CN112767115A (zh) * 2020-12-22 2021-05-07 中交金科物联科技(北京)有限公司 一种卡车司机授信额度的计算方法、装置、存储介质及终端

Similar Documents

Publication Publication Date Title
CN108198067A (zh) 贷款额度自动评定系统及贷款额度自动评定方法
Harvey Impact of financial education mandates on younger consumers' use of alternative financial services
Andersen et al. Inattention and inertia in household finance: Evidence from the Danish mortgage market
Van Ooijen et al. Mortgage risks, debt literacy and financial advice
CN110458693A (zh) 一种企业贷款自动审批方法、装置、存储介质及电子设备
Zecchini et al. The impact of public guarantees on credit to SMEs
Hayashi The legal salience of taxation
CN106447434A (zh) 个人信用生态平台
CN106651570A (zh) 一种贷款实时审批系统和方法
Featherstone et al. Determining the probability of default and risk‐rating class for loans in the seventh farm credit district portfolio
WO2017133456A1 (zh) 一种确定风险评估参数的方法及装置
CN106296389A (zh) 一种用户信用度的评估方法及装置
CN112102073A (zh) 信贷风险控制方法及系统、电子设备及可读存储介质
CN108765130A (zh) 一种在线式个人消费信用贷款申请评估匹配方法和装置
Carmichael Modeling default for peer-to-peer loans
CN106570753A (zh) 对违约风险进行控制的方法及服务器
Tzioumis Appraisers and valuation bias: An empirical analysis
Prado et al. Wagner’s law and fiscal illusion: An analysis of state government finances in Brazil
Xu et al. On education level and terms in obtaining P2P funding: New evidence from China
Fang et al. Gender equality in mortgage lending
Goodstein et al. What accounts for racial and ethnic differences in credit use?
CN112991052B (zh) 还款能力评估方法及装置
Firestone Race, ethnicity, and credit card marketing
Agarwal et al. Relational contracts in the housing market
Maier Lending to strangers: does verification matter?

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20180622

WD01 Invention patent application deemed withdrawn after publication