CN108335189A - 线上贷款处理方法、服务器及可读存储介质 - Google Patents

Abstract

本发明公开了一种线上贷款处理方法、服务器和可读存储介质，该方法包括：当接收到用户端发送的贷款请求时，根据贷款请求获取待放款客户的身份标识；根据所述身份标识，获取待放款客户的贷款资质评分；判断贷款资质评分是否符合线上贷款标准；若贷款资质评分符合线上贷款标准，则根据贷款资质评分和贷款请求对应的请求贷款额度，确定待放款客户的实际贷款额度；根据待放款客户的当前借款状态和实际贷款额度，确定待放款客户贷款的目标资金模式；根据目标资金模式和贷款资质评分，对待放款客户进行放款。本发明线上贷款的资金模式不受到流程、产品等方面的限制，使贷款量可以灵活控制，准确满足不同客户的贷款需求。

Description

线上贷款处理方法、服务器及可读存储介质

技术领域

本发明涉及金融服务系统技术领域，尤其涉及一种线上贷款处理方法、服务器及可读存储介质。

背景技术

随着通信技术和软件系统开发的发展，软件系统逐渐应用于金融领域，特别是在贷款金融领域得到了较为广泛的应用。常见的贷款金融系统在客户申请贷款时，首先需要选定贷款产品，而贷款产品固定到对应的资金模式，即在客户进行贷款申请时，就必须事先决定这笔贷款申请的资金模式，如银行放款、P2P(peer-to-peer，点对点理财平台)放款(如陆金所)等。在确定资金模式之后，进行贷款审批和签约，最后进行放款，但是，由于在申请贷款时，贷款金融系统中贷款产品与资金模式进行强绑定，所以在客户贷款的审批通过后，不能修改资金模式，造成客户的放款量受到诸多限制，特别是贷款需求不断增加，贷款量不能灵活控制，无法准确满足不同客户的贷款需求。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种线上贷款处理方法、服务器及可读存储介质，旨在解决现有线上贷款的贷款量不能灵活控制，无法准确满足不同客户的贷款需求的技术问题。

为实现上述目的，本发明实施例提供一种线上贷款处理方法，所述线上贷款处理方法包括：

当接收到用户端发送的贷款请求时，根据贷款请求获取待放款客户的身份标识；

根据所述身份标识，获取待放款客户的贷款资质评分；

判断贷款资质评分是否符合线上贷款标准；若贷款资质评分符合线上贷款标准，则根据贷款资质评分和贷款请求对应的请求贷款额度，确定待放款客户的实际贷款额度；

根据待放款客户的当前借款状态和实际贷款额度，确定待放款客户贷款的目标资金模式；

根据目标资金模式和贷款资质评分，对待放款客户进行放款。

可选地，所述根据贷款资质评分和贷款请求对应的请求贷款额度，确定待放款客户的实际贷款额度的步骤包括：

根据贷款资质评分，确定待放款客户的可用贷款额度；

比较请求贷款额度和可用贷款额度，当请求贷款额度小于或等于可用贷款额度，将请求贷款额度作为实际贷款额度；当请求贷款额度大于可用贷款额度，将可用贷款额度作为实际贷款额度。

可选地，所述根据待放款客户的当前借款状态和实际贷款额度，确定待放款客户贷款的目标资金模式的步骤包括：

根据所述身份标识获取待放款客户的当前借款状态，基于该当前借款状态确定待放款客户的线上已贷款总数以及所述贷款请求对应当前线上平台的已贷款数；将已贷款总数和实际贷款额度之和作为第一数额，将预设单平台总数与当前申请平台的已贷款数之差作为第二数额；

若第一数额大于或等于预设多平台限额，则确定目标资金模式为线下联合放款模式；

若第一数额小于预设多平台限额，且当前线上平台的贷款数小于预设单平台限额，则确定目标资金模式为线上联合放款模式，待放款客户第二数额的贷款由其他线上平台提供。

可选地，所述根据目标资金模式和贷款资质评分，对待放款客户进行放款的步骤包括：

根据贷款资质评分，确定待放款客户贷款产品的实际贷款费率；

根据实际贷款费率和所述实际贷款额度，确定贷款费用；

基于贷款费用和所述目标资金模式，对待放款客户进行放款。

可选地，所述基于贷款费用和所述目标资金模式，对待放款客户进行放款的步骤包括：

根据所述贷款费用对待放款客户进行收费；

若目标资金模式为线下联合放款模式，根据所述贷款资质评分从线下机构筹集所述实际贷款额度的资金；根据待放款客户输入的签约信息，将筹集的资金对待放款客户进行放款；

若目标资金模式为线上联合放款模式，根据各线上机构的放款优先级和当天限额，从各线上机构筹集所述实际贷款额度的资金；根据待放款客户输入的签约信息，将筹集的资金对待放款客户进行放款。

可选地，所述根据所述身份标识，获取待放款客户的贷款资质评分的步骤包括：

根据待放款客户身份标识对应身份信息，确定待放款客户的身份评分，其中身份信息包括年龄、学历和户籍中的一项或多项；

根据待放款客户身份标识对应的身份信息，从银行信用系统或第三方系统获取待放款客户的风控信息，并根据风控信息确定待放款客户的风控评分；

根据身份评分和风控评分，生成待放款客户的贷款资质评分。

可选地，所述根据待放款客户身份标识对应身份信息，确定待放款客户的身份评分的步骤：

若待放款客户的年龄处于预设年龄区间，赋予待放款客户年龄初始评分，其中预设年龄区间的最小值为预设极小值、最大值为预设极大值；

若待放款客户的年龄大于预设极大值，根据待放款客户的年龄与预设极大值的差值对年龄初始评分进行减分，其中该差值越大，减分越多；将年龄初始评分或减分处理后的年龄初始评分作为第一评分；

根据待放款客户的学历，赋予该待放款客户第二评分，其中学历越高，第二评分越高；

根据第一评分和第二评分，确定待放款客户的身份评分。

可选地，所述根据身份评分和风控评分，生成待放款客户的贷款资质评分的步骤包括：

根据待放款客户的身份信息，获取待放款客户的工作信息，根据所述工作信息，确定待放款客户的工作评分，其中工作信息包括持续收入证明、工作证明和工作类型中的一项或多项；

获取身份评分、工作评分和风控评分的评分总和；

获取待放款客户的还款状态数据和借款意向数据，根据还款状态数据和借款意向数据对所述评分总和进行修正；将修正后的评分总和作为待放款客户的贷款资质评分。

本发明还提供一种服务器，所述服务器包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的线上贷款处理程序，所述线上贷款处理程序被所述处理器执行时实现上述的线上贷款处理方法的步骤。

本发明还提供一种可读存储介质，所述可读存储介质上存储有线上贷款处理程序，所述线上贷款处理程序被处理器执行时实现如上述的线上贷款处理方法的步骤。

本发明通过接收的贷款请求得到待放款客户的贷款资质评分，若贷款资质评分符合线上贷款标准，进而确定待放款客户的实际贷款额度，再根据当前借款状态和实际贷款额度确定对应的目标资金模式，最后根据目标资金模式和贷款资质评分，对待放款客户进行放款，从而将资金模式与贷款产品解除绑定，无需再贷款申请之初就确定资金模式，将资金模式后置于贷款流程中，可在客户贷款审批通过后根据待放款客户的当前借款状态和贷款资质评分综合确定放款的资金模式，使资金模式不受到流程、产品等方面的限制，使贷款量(即对客户的实际贷款额度)可以灵活控制，准确满足不同客户的贷款需求。

附图说明

图1为实现本发明各个实施例一个可选的服务器的硬件结构示意图；

图2为本发明线上贷款处理方法一实施例的流程示意图；

图3为图2中步骤S30一实施例的细化流程示意图；

图4为图2中步骤S20一实施例的细化流程示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

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。

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。

在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。

用户端实质为终端设备，终端可以以各种形式来实施。例如，本发明中描述的用户端可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal DigitalAssistant，PDA)等移动终端，以及诸如数字TV、台式计算机等固定终端。

如图1所示，本发明服务器可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

可选地，服务器还可以包括摄像头、RF(Radio Frequency，射频)电路，传感器、音频电路、WiFi模块等等。其中，传感器比如光传感器、运动传感器以及其他传感器。

本领域技术人员可以理解，图1中示出的服务器结构并不构成对服务器的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及线上贷款处理程序。

在图1所示的服务器中，网络接口1004主要用于连接上级服务器和数据库，与上级服务器和数据库进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的线上贷款处理程序，并执行以下操作：

当接收到用户端发送的贷款请求时，根据贷款请求获取待放款客户的身份标识；

根据所述身份标识，获取待放款客户的贷款资质评分；

判断贷款资质评分是否符合线上贷款标准；若贷款资质评分符合线上贷款标准，则根据贷款资质评分和贷款请求对应的请求贷款额度，确定待放款客户的实际贷款额度；

根据待放款客户的当前借款状态和实际贷款额度，确定待放款客户贷款的目标资金模式；

根据目标资金模式和贷款资质评分，对待放款客户进行放款。

此外，处理器1001可以用于调用存储器1005中存储的贷款费率生成程序，并执行上述线上贷款处理方法各实施例步骤。

本发明还提供一种线上贷款处理方法，该线上贷款处理方法主要应用于服务器的贷款金融系统上，在线上贷款处理方法一实施例中，参照图2，线上贷款处理方法包括：

步骤S10，当接收到用户端发送的贷款请求时，根据贷款请求获取待放款客户的身份标识；

用户端一般设置在贷款门店中(如手机店、电器商场中外驻的电脑)，当具有贷款需求的客户进入贷款门店与现场销售代表沟通后，销售代表进入门店的用户端登录贷款金融系统，从而用户端向服务器发送贷款请求，在发送贷款请求前，销售代表可将有贷款需求客户的相关身份信息上传至服务器，身份信息包括：身份证扫描件、姓名、年龄、籍贯、工作地址、工作单位、本人联系方式、关联人员(如亲戚、朋友等)联系方式等，其中身份标识可以为客户指纹、客户身份证号、客户面部图像等。当服务器接收到用户端发送的贷款请求，对贷款请求进行解析，获取贷款请求所携带的待放款客户的身份标识，其中贷款请求是销售代表在门店中用户端登录贷款金融系统填写必要资料后所发送的。

步骤S20，根据身份标识，获取待放款客户的贷款资质评分；

在获取到待放款客户的身份标识之后，可根据身份标识获取待放款客户的身份信息、风控信息、当前贷款的还款信息等，确定待放款客户的贷款资质评分，其中贷款资质评分越高，表明客户逾期还款或不还款的风险越低，从而待放款客户的风险等级越低。对应地，贷款资质评分越低，则待放款客户的风险等级越高。

在贷款金融系统接收到身份标识之后，对身份标识进行分析，获取待放款客户的年龄和常住地所在城市。具体地，可根据身份标识关联身份证相关信息，计算得出待放款客户的年龄，可根据身份标识关联常住地登记信息或者基于身份标识从政府系统(如公安系统、银行系统、社保系统等)得出待放款客户的常住地所在城市。

比较待放款客户的年龄与预设极小值(如25岁)以及常住地所在城市与用户端所在的申请城市，若待放款客户的年龄小于预设极小值，表明待放款客户年龄偏小，不适宜金融贷款，如待放款客户的年龄小于25岁，客户还无法准确认识金融贷款的形式以及客户对贷款的偿还能力有限，故此类客户贷款资质评分为零或者贷款资质评分很低；若待放款客户常住地所在城市与申请城市不一致，表明该申请客户(即待放款客户)仅是短暂停留在申请城市，不利于后续贷款在还款过程中的跟进，如客户的申请城市是深圳，但是该客户的常住地所在城市为上海，该客户存在较高坏账可能，若客户在深圳借款后返回上海，若不及时还款，则大幅度增加了催款成本和难度。所以，在待放款客户的年龄小于预设极小值或者常住地所在城市与用户端所在的申请城市不一致，该待放款客户的贷款资质评分为零。

若待放款客户的年龄大于或等于预设极小值，且常住地所在城市与用户端所在的申请城市一致，则根据身份标识从银行系统或小额贷款平台等金融系统获取该身份标识对应客户的风控信息，该风控信息可包括征信报告、贷款记录、还款记录、坏账记录等。进而根据身份标识对应身份信息和该身份信息关联的风控信息，生成待放款客户的贷款资质评分。

步骤S30，判断贷款资质评分是否符合线上贷款标准；若贷款资质评分符合线上贷款标准，则根据贷款资质评分和贷款请求对应的请求贷款额度，确定待放款客户的实际贷款额度；

线上贷款标准可以为预设标准评分，该预设标准评分可根据市场贷款行情或者贷款的资金储备量进行动态调整。如当待放款客户的贷款资质评分大于或等于预设标准评分，表明该待放款客户在风控、身份、年龄等方面复核显示贷款标准，则判定贷款资质评分符合线上贷款标准。基于贷款请求获取待放款客户的想借款的请求贷款额度，例如客户向系统申请借款5万，则请求贷款额度为5万，从而根据贷款资质评分和贷款请求对应的请求贷款额度，综合确定待放款客户的实际贷款额度。

可选地，参照图3，步骤S30包括：

步骤S31，根据贷款资质评分，确定待放款客户的可用贷款额度；

步骤S32，比较请求贷款额度和可用贷款额度，当请求贷款额度小于或等于可用贷款额度，将请求贷款额度作为实际贷款额度；当请求贷款额度大于可用贷款额度，将可用贷款额度作为实际贷款额度。

贷款资质评分与客户贷款后逾期还款或不还款的风险息息相关，一般而言，贷款资质评分越高，客户逾期还款或不还款的风险越低，反之，贷款资质评分越低，客户逾期还款或不还款的风险越高，从而在一定资金坏账总额的前提下，贷款资质评分越高，对客户的贷款额度越高，从而可根据贷款资质评分，确定待放款客户的可用贷款额度，进而通过比较请求贷款额度和可用贷款额度，得出待放款客户的实际贷款额度。例如，待放款客户的贷款资质评分为700分，基于预设的资质评分和贷款额度对照表，确定待放款客户的可用贷款额度为5万，若该待放款客户的请求贷款额度为6万，则实际贷款额度为5万，若该待放款客户的请求贷款额度为4万，则实际贷款额度为4万。通过本实施例中，在可用贷款额度和请求贷款额度中选出实际贷款额度，可快速、简洁地确定实际贷款额度。

步骤S40，根据待放款客户的当前借款状态和实际贷款额度，确定待放款客户贷款的目标资金模式；

银监会对个人在同一线上贷款平台(如P2P平台)上的贷款金额必须小于一定数额(人员20万)，如同一自然人在同一网络借贷信息中介机构平台(即本申请的线上贷款平台)的借款余额上限不超过人民币20万元；同一自然人在不同网络借贷信息中介机构平台借款总余额不超过人民币100万元。

待放款客户的当前借款状态包括该客户再所有线上贷款平台已经贷款的贷款总额以及在各单个线上贷款平台的单平台贷款额，从而根据已经贷款的贷款总额、各线上贷款平台的单平台贷款额和实际贷款额度，综合确定待放款客户贷款的目标资金模式，如加上此次实际贷款额度，贷款总额超标，则资金模式为线下贷款资金模式。

可选地，步骤S40包括：

步骤S41，根据身份标识获取待放款客户的当前借款状态，基于该当前借款状态确定待放款客户的线上已贷款总数以及贷款请求对应当前线上平台的已贷款数；将已贷款总数和实际贷款额度之和作为第一数额，将预设单平台总数与当前申请平台的已贷款数之差作为第二数额；

步骤S42，若第一数额大于或等于预设多平台限额，则确定目标资金模式为线下联合放款模式；

步骤S43，若第一数额小于预设多平台限额，且当前线上平台的贷款数小于预设单平台限额，则确定目标资金模式为线上联合放款模式，待放款客户第二数额的贷款由其他线上平台提供。

根据待放款客户A的当前借款状态，确定客户A在所有线上贷款平台的已贷款总数SUM，以及当前线上平台M1(即客户当前申请的线上贷款平台)的已贷款数N1，实际贷款额度为N0，此外预设的全部线上贷款平台总贷款限额Lim1(如Lim1为100万)，预设的单线上贷款平台单贷款限额Lim2(如Lim2为20万)，从而第一数额为SUM+N0，第二数额为Lim2-N1。

若(SUM+N0)大于或等于Lim1，表明此次待放款客户进行线上贷款平台进行贷款将超过总贷款限额，不符合线上贷款规定，从而确定该待放款客户的目标资金模式为线下联合放款模式，即将本次贷款请求分流到线下一个或多个贷款受理机构，如分流至线下贷款门店、银行、小额贷款公司等。

若(SUM+N0)小于Lim1，且当前线上平台M1的当前贷款数N1小于Lim2，则确定目标资金模式为线上联合放款模式，第二数额的贷款由其他合作线上平台(如M2、M3等)提供或分流。

步骤S50，根据目标资金模式和贷款资质评分，对待放款客户进行放款。

根据待放款客户的贷款资质评分确定本次贷款的收费，然后通过目标资金模式对待放款客户进行实际贷款额度减去收费的额度放款，例如待放款客户本次贷款的实际贷款额度是5万，基于贷款资质评分确认待放款客户的收费为1千，从而在签约后，基于目标资金模式获取4万9千的资金转入待放款客户的账户。

在本实施例中，通过接收的贷款请求得到待放款客户的贷款资质评分，若贷款资质评分符合线上贷款标准，进而确定待放款客户的实际贷款额度，再根据当前借款状态和实际贷款额度确定对应的目标资金模式，最后根据目标资金模式和贷款资质评分，对待放款客户进行放款，从而将资金模式与贷款产品解除绑定，无需再贷款申请之初就确定资金模式，将资金模式后置于贷款流程中，可在客户贷款审批通过后根据待放款客户的当前借款状态和贷款资质评分综合确定放款的资金模式，使资金模式不受到流程、产品等方面的限制，使贷款量(即对客户的实际贷款额度)可以灵活控制，准确满足不同客户的贷款需求。

进一步地，在本发明线上贷款处理方法另一实施例中，步骤S50包括：

步骤S51，根据贷款资质评分，确定待放款客户贷款产品的实际贷款费率；

基于用户端发送的贷款请求，确认客户所申请贷款产品的类型，不同类型贷款产品的基础贷款费率不同，其中基础贷款费率是指每个贷款产品各类收费项目收费占总体贷款款项的基础比例，例如贷款产品包括寿险贷、薪金贷、车主贷、业主贷、员工贷、优房贷等，收费项目包括前置收费、咨询费、保费、担保费等，例如各类贷款产品的前置收费的基础贷款费率相等，如各类贷款产品的前置收费的基础贷款费率均为3％，此外，基础贷款费率固定，不与客户贷款风险等级(该贷款风险等级越高，客户逾期还款或不还款的风险越高；客户贷款资质评分越高，客户贷款风险等级越低，)关联。例如优房贷、车主贷和业务贷等对固定资产有一定要求的贷款产品各类收费项目的基础贷款费率大于薪金贷和寿险贷各类收费项目的基础贷款费率，例如优房贷咨询费和保费的基础贷款费率分别为0.43％和0.32％，薪金贷咨询费和保费的基础贷款费率分别为0.94％和0.66％。

在确定贷款请求对应贷款产品的类型后，获取贷款产品各种收费项目的基础贷款费率，同时，获取当前待放款客户的贷款风险等级，并根据风险等级对基础贷款费率进行调整，生成待放款客户的实际贷款费率。例如风险等级包括低、中下、中、中上和高五个级别，其中若风险等级为中，则实际贷款费率即为基础贷款费率；若风险等级为中上，则将基础贷款费率调高一个预设单位，以作为实际贷款费率；若风险等级为上，则将基础贷款费率调高二个预设单位，以作为实际贷款费率；若风险等级为中下，则将基础贷款费率调低一个预设单位，以作为实际贷款费率；若风险等级为下，则将基础贷款费率调低二个预设单位，以作为实际贷款费率。

步骤S52，根据实际贷款费率和实际贷款额度，确定贷款费用；

步骤S53，基于贷款费用和目标资金模式，对待放款客户进行放款。

在确定本次贷款的实际贷款费率之后，利用实际贷款额度乘以实际贷款费率，可直接得出贷款费用。当然，也可以在得出实际贷款额度乘以实际贷款费率的乘积进行修正(修正可包括对乘积进行加减修正值或乘以修正系数)，可将修正后的乘积作为贷款费用。然后将实际贷款额度减去贷款费用，得到实际放款量，然后根据目标资金模式确定实际放款量的资金来源，最后将实际放款量的资金转入待放款客户的账户。本实施例提供一种基于目标资金模式和贷款资质评分进行放款的简化方式，实现根据目标资金模式进行放款。

具体地，步骤S53包括：

步骤S531，根据贷款费用对待放款客户进行收费；

步骤S532，若目标资金模式为线下联合放款模式，根据贷款资质评分从线下机构筹集实际贷款额度的资金；根据待放款客户输入的签约信息，将筹集的资金对待放款客户进行放款；

步骤S533，若目标资金模式为线上联合放款模式，根据各线上机构的放款优先级和当天限额，从各线上机构筹集实际贷款额度的资金；根据待放款客户输入的签约信息，将筹集的资金对待放款客户进行放款。

在对待放款客户进行所述贷款费用的收费或抵扣之后，在判断目标资金模式为线下联合放款模式，根据贷款资质评分从线下机构筹集实际贷款额度的资金，线下机构包括民间小额贷款公司、线下银行柜台等。在判断目标资金模式为线上联合放款模式，根据各线上机构的放款优先级和当天限额，从各线上机构筹集实际贷款额度的资金，如线上机构的放款优先级从高到底依次为线上银行、线上小额贷款公司、网络借贷平台，在前一优先级的线上机构放款额度不够时，依次顺延至下一优先级线上机构进行组合并基于签约信息进行放款，联合线下机构和线上机构并基于目标资金模式进行灵活放款，提高贷款客户的满意度。

此外，多个客户贷款平台的贷款产品流程合成为一套，各流程整合为申请—征信—信用加油—审批—资金模式分流引擎—签约—放款，整体流程具有广泛的兼容性，结合资金模式分流引擎后置改造后，避免为多个贷款平台、不同流程的需求进行对应开发，节省了系统开发成本。可选地，信用加油适用于线上线下，同时引导客户进行数据授权；审批的流程可根据客户资质评分执行或取消，如部分优质客户(客户资质评分大于预设较大值)人脸识别即可，其中审批分为门店面谈和远程面谈，审批的面谈形式也可以与资金模式关联，如门店面谈的可靠性更高，若贷款额度未超额的前提下，资金模式尽量走额度更大的模式。

进一步地，在本发明线上贷款处理方法又一实施例中，参照图4，步骤S20包括：

步骤S21，根据待放款客户身份标识对应身份信息，确定待放款客户的身份评分，其中身份信息包括年龄、学历和户籍中的一项或多项；

步骤S22，根据待放款客户身份标识对应的身份信息，从银行信用系统或第三方系统获取待放款客户的风控信息，并根据风控信息确定待放款客户的风控评分；

步骤S23，根据身份评分和风控评分，生成待放款客户的贷款资质评分。

根据待放款客户的身份标识获取对应的身份信息，根据身份信息中的年龄、学历和户籍，确定待放款客户的身份评分，可根据学历确定待放款客户的基础身份评分，如专科学历60分、本科学历70分、硕士学历80分、博士学历90分等；再根据待放款客户的年龄和户籍对基础身份评分进行修正，如年龄大于50岁，每增加1岁对基础身份评分增加预设分值(如1分)；同时，可根据待放款客户的户籍是否为设定城市户籍(如设定城市包括北京、上海等)，若待放款客户的户籍为设定城市户籍，表明该客户具有一定户籍地域优势，则对基础身份评分进行加分，或者判断待放款客户的户籍是否与用户端所在的申请城市匹配，若待放款客户的户籍所在城市就是用户端所在的申请城市，表明该待放款客户再家乡借贷，借款不还可能性相对较低，可对基础身份评分进行加分。

再者可根据待放款客户身份标识对应的身份信息，从银行信用系统或第三方系统(如小额贷款信用平台和购物平台等)获取待放款客户的风控信息(如借款记录、还款记录、坏账记录等)，并根据风控信息确定待放款客户的风控评分，其中客户的还款记录良好、坏账记录少、借款相对较多，风控评分较高。最后，根据身份评分和风控评分，生成待放款客户的贷款资质，如计算身份评分和风控评分之和，然后对照查询评分与贷款资质映射表，生成待放款客户的贷款资质，例如评分700分以上贷款资质极佳、600分至700分时贷款资质良好、600分以下是贷款资质良好，此时若计算身份评分和风控评分之和为710分，则确定并生成待放款客户的贷款资质极佳。

在本实施例中，将身份标识对应身份信息和风控信息细化为身份评分和风控评分，从而根据身份评分和风控评分，对应确定和生成待放款客户的贷款资质，以细致化的评分来对待放款客户的贷款资质进行评价，提高了贷款资质评分评价的精准性，进一步提高了待放款客户的实际贷款费率生成的准确性。

具体地，步骤S21包括：

步骤S211，若待放款客户的年龄处于预设年龄区间，赋予待放款客户年龄初始评分，其中预设年龄区间的最小值为预设极小值、最大值为预设极大值；

步骤S212，若待放款客户的年龄大于预设极大值，根据待放款客户的年龄与预设极大值的差值对年龄初始评分进行减分，其中该差值越大，减分越多；将年龄初始评分或减分处理后的年龄初始评分作为第一评分；

步骤S213，根据待放款客户的学历，赋予该待放款客户第二评分，其中学历越高，第二评分越高；

步骤S214，根据第一评分和第二评分，确定待放款客户的身份评分。

在基于身份信息获取待放款客户的年龄后，判断待放款客户的年龄是否处于预设年龄区间，该预设年龄区间要排除年龄过低的低龄、收入不稳定人群，也要排除年龄过高的高龄、身体状况不稳定人群，例如预设年龄区间为25岁至50岁，即预设极小值为25，预设极大值为50。若待放款客户的年龄处于预设年龄区间，表明该待放款客户年龄不构成贷款风险，赋予待放款客户年龄初始评分(例如年龄初始评分为年龄评分的最高分，如100分)。

若待放款客户的年龄大于预设极大值，根据待放款客户的年龄与预设极大值的差值对年龄初始评分进行减分，其中该差值越大，减分越多；例如待放款客户的年龄为55岁，大于预设极大值5岁，单位岁数减分10分，则减分处理后的年龄初始评分为50分，从而第一评分为50分。

若待放款客户的年龄小于预设极小值，则表明待放款客户的年龄偏小，不具有年龄初始分或第一评分，实行一票否决制，即年龄小于预设极小值的待放款客户不具有贷款资质。

在获取第一评分的同时或之后，根据待放款客户的学历，赋予该待放款客户第二评分，如专科学历第二评分为60分、本科学历第二评分为70分、硕士学历第二评分为80分、博士学历第二评分为90分，其中学历越高，还款能力越强，第二评分越高。并在得到第一评分和第二评分之后，可根据第一评分和第二评分确定待放款客户的身份评分，例如第一评分和第二评分之后作为身份评分、第一评分和第二评分与其他因子结合所得到的分数作为身份评分；从而本实施例细化了身份评分的确定方式，可以综合年龄和学历两个方面对进行待放款客户的身份评分进行评估，进一步提高了待放款客户的实际贷款费率生成的准确性。

进一步地，步骤S214包括：

判断待放款客户的户籍是否与申请城市一致，若待放款客户的户籍与申请城市一致，则赋予待放款客户第三评分；

将第一评分、第二评分和第三评分之和，作为待放款客户的身份评分。

除了基于待放款客户的年龄和学历得到第一评分和第二评分之外，还可以获取待放款客户的户籍，判断待放款客户的户籍是否与申请贷款所在的申请城市是否一致，若待放款客户的户籍与申请城市一致，表明待放款客户处于常住地或籍贯地借款，待放款客户在户籍地亲朋好友较多，逾期还款或不还款的社交代价或名声代价较大，所以逾期还款或不还款的风险相对较低，所以可以赋予待放款客户第三评分；反之，若待放款客户的户籍与申请城市不一致，待放款客户则较少考虑到社交代价或名声代价较大，则逾期还款或不还款的风险较大。在待放款客户被赋予第三评分之后，将第一评分、第二评分和第三评分之和，作为待放款客户的身份评分，从而将待放款客户的户籍也综合考虑到身份评分中，进一步提高了身份评分对待放款客户逾期还款或不还款风险评价的客观性、准确性，进一步提高了待放款客户的实际贷款费率生成的准确性。

进一步地，步骤S23包括：

步骤S231，根据待放款客户的身份信息，获取待放款客户的工作信息，根据工作信息，确定待放款客户的工作评分，其中工作信息包括持续收入证明、工作证明和工作类型中的一项或多项；

步骤S232，获取身份评分、工作评分和风控评分的评分总和；

待放款客户的贷款资质除了考虑身份评分和风控评分之外，还可以考虑到待放款客户工作情况，可根据待放款客户的身份信息，获取待放款客户的工作信息，如根据待放款客户的身份证号、姓名、照片等，从社会保障局查询待放款客户的社保记录、从银行征信系统查询待放款客户的工作类型和工作单位(如工作证明等)，从而可以根据工作信息，确定待放款客户的工作评分。

在获取到待放款客户的身份评分M1、工作评分M2和风控评分M3之后，对身份评分M1、工作评分M2和风控评分M3进行累加，得到三者的评分总和，例如待放款客户的身份评分M1为90分、工作评分M2为90分、风控评分为90分，则该待放款客户的评分总和为270分。

步骤S233，获取待放款客户的还款状态数据和借款意向数据，根据还款状态数据和借款意向数据对所述评分总和进行修正；将修正后的评分总和作为待放款客户的贷款资质评分。

在得出待放款客户的评分总和之后，查看并获取该待放款客户的还款状态数据和借款意向数据，可根据还款状态数据确定该待放款客户的待还款金额，待还款金额越多，表明该待放款客户越不宜进行再次贷款，从而在待还款金额越多，对评分总和的负向修正越大，即待还款金额越多，对评分总和的减分越多。同时，可根据借款意向数据确定该待放款客户的借款意向额度，该待放款客户的借款意向额度越大，对评分总和的正向修正越大，即借款意向额度越大，对评分总和的加分越多。

例如，待放款客户的评分总和为270分，若基于还款状态数据得到该待放款客户的待还款金额为1000元，则对评分总和减分5分，当前评分总和为265分；若基于还款状态数据得到该待放款客户的待还款金额为5000元，则对评分总和减分25分，当前评分总和为245分；若基于借款意向数据得到该待放款客户的借款意向额度为5000元，则对评分总和加分10分，当前评分总和为280分；若基于借款意向数据得到该待放款客户的借款意向额度为20000元，则对评分总和加分40分，当前评分总和为310分。

基于本实施例，综合身份评分、工作评分和风控评分，以及待放款客户的还款状态和借款意向，更加全面、客观地生成待放款客户的贷款资质评分，进一步提高了待放款客户的实际贷款费率生成的准确性。

可选地，步骤231中的根据工作信息，确定待放款客户的工作评分的步骤包括：

若基于持续收入证明确定待放款客户的持续收入月数大于或等于预设月数，则赋予待放款客户持续收入评分；

若基于工作证明确定待放款客户的工作单位属于预设单位白名单，则赋予待放款客户工作单位评分；

若待放款客户的工作类型为授薪类，则赋予待放款客户授薪评分；

根据持续收入评分、工作单位评分和授薪评分，确定待放款客户的工作评分。

根据待放款客户的工作信息中的持续收入证明，获取待放款客户的持续收入月数，如根据待放款客户的银行流水、社保连续缴纳月数、公积金连续缴纳月数等确定待放款客户的持续收入月数。若待放款客户的持续收入月数大于或等于预设月数(如12个月)，表明待放款客户的收入持续且比较稳定，逾期还款或不还款的风险较小，可以赋予待放款客户持续收入评分。根据待放款客户的工作证明，获取其工作单位的名称，判断待放款客户的工作单位是否属于预设单位白名单(该单位白名单中包括经营状况较好、盈利较多、发展持续稳定的工作单位，如有名的私营企业、事业单位或政府机构等)，若待放款客户的工作单位数据单位白名单中，表明待放款客户所在工作单位比较稳定且收入相对较高，可以赋予待放款客户工作单位评分。

同时，授薪类人生的收入波动风险远小于个体商户，所以授薪类工作的逾期还款或不还款的风险较小，若待放款客户的工作类型为授薪类，则赋予待放款客户授薪评分。从而可根据待放款客户的持续收入评分、工作单位评分和授薪评分，较为客观和准确地确定待放款客户的工作评分，进一步提高了待放款客户的贷款资质评分评价或生成的准确性，进一步提高了待放款客户的实际贷款费率生成的准确性。

此外，在赋予待放款客户持续收入评分的步骤之后还包括：

根据待放款客户的持续收入月数与预设月数的差值对持续收入评分进行加分，其中该差值越大，加分越多；将加分的持续收入评分作为新的持续收入评分。

待放款客户的持续收入月数大于预设月数且数值越大，表明该客户的收入越稳定持续，可对该待放款客户的持续收入评分进行加分，将加分的持续收入评分作为新的持续收入评分。此外，若待放款客户具有房贷，其持续收入评分还可以综合考虑房贷还款月数，房贷还款月数越多，对持续收入评分的加分越多，可将基于持续收入月数和房贷还款月数加分后的新的持续收入评分，使待放款客户的持续收入评分的得出更加客户和准确，进一步提高了待放款客户的实际贷款费率生成的准确性。

本发明还提供一种服务器，所述服务器包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的线上贷款处理程序，所述线上贷款处理程序被所述处理器执行时实现上述的线上贷款处理方法的步骤。

本发明还提供一种可读存储介质，其特征在于，所述可读存储介质上存储有线上贷款处理程序，所述线上贷款处理程序被处理器执行时实现上述的线上贷款处理方法的步骤。

本发明服务器和可读存储介质的具体实施方式的拓展内容与上述线上贷款处理方法各实施例基本相同，在此不做累述。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims (10)

1.一种线上贷款处理方法，其特征在于，所述线上贷款处理方法包括：

当接收到用户端发送的贷款请求时，根据贷款请求获取待放款客户的身份标识；

根据所述身份标识，获取待放款客户的贷款资质评分；

判断贷款资质评分是否符合线上贷款标准；若贷款资质评分符合线上贷款标准，则根据贷款资质评分和贷款请求对应的请求贷款额度，确定待放款客户的实际贷款额度；

根据待放款客户的当前借款状态和实际贷款额度，确定待放款客户贷款的目标资金模式；

根据目标资金模式和贷款资质评分，对待放款客户进行放款。

2.如权利要求1所述的线上贷款处理方法，其特征在于，所述根据贷款资质评分和贷款请求对应的请求贷款额度，确定待放款客户的实际贷款额度的步骤包括：

根据贷款资质评分，确定待放款客户的可用贷款额度；

比较请求贷款额度和可用贷款额度，当请求贷款额度小于或等于可用贷款额度，将请求贷款额度作为实际贷款额度；当请求贷款额度大于可用贷款额度，将可用贷款额度作为实际贷款额度。

3.如权利要求1或2所述的线上贷款处理方法，其特征在于，所述根据待放款客户的当前借款状态和实际贷款额度，确定待放款客户贷款的目标资金模式的步骤包括：

根据所述身份标识获取待放款客户的当前借款状态，基于该当前借款状态确定待放款客户的线上已贷款总数以及所述贷款请求对应当前线上平台的已贷款数；将已贷款总数和实际贷款额度之和作为第一数额，将预设单平台总数与当前申请平台的已贷款数之差作为第二数额；

若第一数额大于或等于预设多平台限额，则确定目标资金模式为线下联合放款模式；

若第一数额小于预设多平台限额，且当前线上平台的贷款数小于预设单平台限额，则确定目标资金模式为线上联合放款模式，待放款客户第二数额的贷款由其他线上平台提供。

4.如权利要求3所述的线上贷款处理方法，其特征在于，所述根据目标资金模式和贷款资质评分，对待放款客户进行放款的步骤包括：

根据贷款资质评分，确定待放款客户贷款产品的实际贷款费率；

根据实际贷款费率和所述实际贷款额度，确定贷款费用；

基于贷款费用和所述目标资金模式，对待放款客户进行放款。

5.如权利要求4所述的线上贷款处理方法，其特征在于，所述基于贷款费用和所述目标资金模式，对待放款客户进行放款的步骤包括：

根据所述贷款费用对待放款客户进行收费；

若目标资金模式为线下联合放款模式，根据所述贷款资质评分从线下机构筹集所述实际贷款额度的资金；根据待放款客户输入的签约信息，将筹集的资金对待放款客户进行放款；

若目标资金模式为线上联合放款模式，根据各线上机构的放款优先级和当天限额，从各线上机构筹集所述实际贷款额度的资金；根据待放款客户输入的签约信息，将筹集的资金对待放款客户进行放款。

6.如权利要求1所述的线上贷款处理方法，其特征在于，所述根据所述身份标识，获取待放款客户的贷款资质评分的步骤包括：

根据待放款客户的身份标识，确定待放款客户的身份评分，其中身份信息包括年龄、学历和户籍中的一项或多项；

根据待放款客户身份标识对应的身份信息，从银行信用系统或第三方系统获取待放款客户的风控信息，并根据风控信息确定待放款客户的风控评分；

根据身份评分和风控评分，生成待放款客户的贷款资质评分。

7.如权利要求6所述的线上贷款处理方法，其特征在于，所述根据待放款客户的身份信息，确定待放款客户的身份评分的步骤：

若待放款客户的年龄处于预设年龄区间，赋予待放款客户年龄初始评分，其中预设年龄区间的最小值为预设极小值、最大值为预设极大值；

若待放款客户的年龄大于预设极大值，根据待放款客户的年龄与预设极大值的差值对年龄初始评分进行减分，其中该差值越大，减分越多；将年龄初始评分或减分处理后的年龄初始评分作为第一评分；

根据待放款客户的学历，赋予该待放款客户第二评分，其中学历越高，第二评分越高；

根据第一评分和第二评分，确定待放款客户的身份评分。

8.如权利要求6所述的线上贷款处理方法，其特征在于，所述根据身份评分和风控评分，生成待放款客户的贷款资质评分的步骤包括：

根据待放款客户的身份信息，获取待放款客户的工作信息，根据所述工作信息，确定待放款客户的工作评分，其中工作信息包括持续收入证明、工作证明和工作类型中的一项或多项；

获取身份评分、工作评分和风控评分的评分总和；

获取待放款客户的还款状态数据和借款意向数据，根据还款状态数据和借款意向数据对所述评分总和进行修正；将修正后的评分总和作为待放款客户的贷款资质评分。

9.一种服务器，其特征在于，所述服务器包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的线上贷款处理程序，所述线上贷款处理程序被所述处理器执行时实现如权利要求1至8中任一项所述的线上贷款处理方法的步骤。

10.一种可读存储介质，其特征在于，所述可读存储介质上存储有线上贷款处理程序，所述线上贷款处理程序被处理器执行时实现如权利要求1至8中任一项所述的线上贷款处理方法的步骤。