CN109427009A - 一种网约车司机信贷额度的计算方法、系统及计算机装置 - Google Patents
一种网约车司机信贷额度的计算方法、系统及计算机装置 Download PDFInfo
- Publication number
- CN109427009A CN109427009A CN201710728960.3A CN201710728960A CN109427009A CN 109427009 A CN109427009 A CN 109427009A CN 201710728960 A CN201710728960 A CN 201710728960A CN 109427009 A CN109427009 A CN 109427009A
- Authority
- CN
- China
- Prior art keywords
- credit
- line
- che driver
- length
- service
- 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
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
本发明提出了一种网约车司机信贷额度的计算方法、计算系统、计算机装置及计算机可读存储介质。网约车司机信贷额度的计算方法包括：采集网约车司机数据，其中所述网约车司机数据包括所述网约车司机的预设时间内单月最大收入；根据所述网约车司机数据计算所述网约车司机的信贷额度；判断所述预设时间内单月最大收入所处的收入区间；根据所述收入区间对应的额度上限对所述信贷额度进行调整。本发明中网约车司机的额度上限及信贷额度因人而异，实现了风险分级管控。
Description
技术领域
本发明涉及信贷计算技术领域，具体而言，涉及一种网约车司机信贷额度的计算方法、计算系统、计算机装置及计算机可读存储介质。
背景技术
信贷是金融很重要的一块业务，相关技术中的信贷业务一般都是对用户设定固定的贷款额度。但是，由于每个信贷用户的收入、风险等级评分等都不相同，因此不同的信贷用户的进行贷款存在的风险也不相同，例如对于某些收入较低或风险等级评分较低的信贷用户，固定贷款额度会存在较大的风险。
因此，如何找到一种有效的方法，实现风险分级管控成为亟待解决的问题。
发明内容
本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。
为此，本发明的一个方面在于提出了一种网约车司机信贷额度的计算方法。
本发明的另一个方面在于提出了一种网约车司机信贷额度的计算系统。
本发明的再一个方面在于提出了一种计算机装置。
本发明的又一个方面在于提出了一种计算机可读存储介质。
有鉴于此，根据本发明的一个方面，提出了一种网约车司机信贷额度的计算方法，包括采集网约车司机数据，其中网约车司机数据包括网约车司机的预设时间内单月最大收入；根据网约车司机数据计算网约车司机的信贷额度；判断预设时间内单月最大收入所处的收入区间；根据收入区间对应的额度上限对信贷额度进行调整。
本发明提供的网约车司机信贷额度的计算方法，采集到网约车司机数据同时获取该网约车司机数据中的预设时间内单月最大收入，根据网约车司机数据可以得出网约车司机的信贷额度，再根据网约车司机的预设时间内单月最大收入所处的收入区间确定额度上限并根据额度上限对信贷额度进行调整。其中，额度上限为实际可以贷款的最大额度，信贷额度为计算出的可以贷款的最大额度，例如，某网约车司机的预设时间内单月最大收入为6000元，通过计算得出其信贷额度为5万元，但是单月最大收入所在的收入区间对应的额度上限为4万元，则该网约车司机实际可以贷款的最大额度为4万元。本发明中网约车司机的额度上限按照网约车司机的收入分层增加额度上限，收入越高，额度上限越大；收入越低，额度上限也越低。通过采集到的网约车司机数据确定信贷额度，使得信贷额度因人而异，实现了信贷额度的风险分级管控。需要说明的是，预设时间可根据情况设定，例如可以将其设定为三个月。
根据本发明的上述网约车司机信贷额度的计算方法，还可以具有以下技术特征：
在上述技术方案中，优选地，网约车司机数据还包括工龄、风险等级。
在该技术方案中，工龄、风险等级是确定网约车司机的信贷额度的必要因素。网约车司机的工龄越大，其信贷额度越大；网约车司机的风险等级越高，其信贷额度越低，由于每个网约车司机的工龄、风险等级不同，可以实现更加精确的风险分级管控。
在上述任一技术方案中，优选地，根据网约车司机数据计算网约车司机的信贷额度的步骤，具体包括：获取工龄的工龄因子及风险等级的授信因子；通过信贷额度公式计算信贷额度；其中，信贷额度公式为：信贷额度＝工龄因子×授信因子×预设时间内的单月最大收入×调整系数。
在该技术方案中，采用流式决策服务进行额度计算，其中，流式决策服务可通过业务人员自定义实现，具体的流程则按照步骤、节点逐层运算，并最终获取结果，流程的各个节点都是可配置化，首先确定工龄对应的工龄因子及风险等级对应的授信因子，并通过信贷额度公式计算得到信贷额度。其中此额度流程可以通过业务人员自定义实现，具体包括工龄因子、调整系数及授信因子，均为可调整参数，随着自身风控能力的不断升级迭代，可以调整计算信贷额度公式的相关参数，方便业务灵活调整并实时生效。其中，风险等级是已经成型的风险模型数据，也就是网约车司机的信用等级。
在上述任一技术方案中，优选地，获取工龄的工龄因子及风险等级的授信因子的步骤，具体包括：判断工龄所处的工龄区间以及风险等级所处的风险等级区间；将工龄区间对应的工龄因子作为工龄的工龄因子，以及将风险等级区间对应的授信因子作为风险等级的授信因子。
在该技术方案中，根据工龄所处的工龄区间确定工龄因子及根据风险等级所处的风险等级区间确定授信因子。其中，根据网约车司机的工龄分层增加工龄因子，工龄越大，工龄因子越大；根据网约车司机的风险等级分层降低授信因子，风险等级越高，授信因子越小。工龄因子及授信因子作为影响信贷额度的因素，实现了更精确的风险分级管控。
根据本发明的另一个方面，提出了一种网约车司机信贷额度的计算系统，包括：采集单元，用于采集网约车司机数据，其中网约车司机数据包括网约车司机的预设时间内单月最大收入；计算单元，用于根据网约车司机数据计算网约车司机的信贷额度；判断单元，用于判断预设时间内的单月最大收入所处的收入区间；调整单元，用于根据收入区间对应的额度上限对信贷额度进行调整。
本发明提供的网约车司机信贷额度的计算系统，采集单元采集到网约车司机数据同时获取该网约车司机数据中的预设时间内单月最大收入，计算单元根据网约车司机数据可以得出网约车司机的信贷额度，判断单元根据网约车司机的预设时间内单月最大收入所处的收入区间确定额度上限并由调整单元根据额度上限对信贷额度进行调整。其中，额度上限为实际可以贷款的最大额度，信贷额度为计算出的可以贷款的最大额度，例如，某网约车司机的预设时间内单月最大收入为6000元，通过计算得出其信贷额度为5万元，但是单月最大收入所在的收入区间对应的额度上限为4万元，则该网约车司机实际可以贷款的最大额度为4万元。本发明中网约车司机的额度上限按照网约车司机的收入分层增加额度上限，收入越高，额度上限越大；收入越低，额度上限也越低。通过采集到的网约车司机数据确定信贷额度，使得信贷额度因人而异，实现了信贷额度的风险分级管控。需要说明的是，预设时间可根据情况设定，例如可以将其设定为三个月。
根据本发明的上述网约车司机信贷额度的计算系统，还可以具有以下技术特征：
在上述技术方案中，优选地，网约车司机数据还包括工龄、风险等级。
在该技术方案中，工龄、风险等级是确定网约车司机的信贷额度的必要因素。网约车司机的工龄越大，其信贷额度越大；网约车司机的风险等级越高，其信贷额度越低，由于每个网约车司机的工龄、风险等级不同，可以实现更加精确的风险分级管控。
在上述任一技术方案中，优选地，计算单元还包括：获取单元，用于获取工龄的工龄因子及风险等级的授信因子；计算单元，具体用于通过信贷额度公式计算信贷额度；其中，信贷额度公式为：信贷额度＝工龄因子×授信因子×预设时间内的单月最大收入×调整系数。
在该技术方案中，采用流式决策服务进行额度计算，其中，流式决策服务可通过业务人员自定义实现，具体的流程则按照步骤、节点逐层运算，并最终获取结果，流程的各个节点都是可配置化，首先获取单元获取工龄对应的工龄因子及风险等级对应的授信因子，并通过信贷额度公式计算得到信贷额度。其中此额度流程可以通过业务人员自定义实现，具体包括工龄因子、调整系数及授信因子，均为可调整参数，随着自身风控能力的不断升级迭代，可以调整计算信贷额度公式的相关参数，方便业务灵活调整并实时生效。其中，风险等级是已经成型的风险模型数据，也就是网约车司机的信用等级。
在上述任一技术方案中，优选地，获取单元具体用于判断工龄所处的工龄区间以及风险等级所处的风险等级区间；将工龄区间对应的工龄因子作为工龄的工龄因子，以及将风险等级区间对应的授信因子作为风险等级的授信因子。
在该技术方案中，获取单元获取工龄所处的工龄区间及风险等级所处的风险等级区间，并根据工龄区间及风险等级区间确定工龄因子及授信因子。其中，根据网约车司机的工龄分层增加工龄因子，工龄越大，工龄因子越大；根据网约车司机的风险等级分层降低授信因子，风险等级越高，授信因子越小。工龄因子及授信因子作为影响信贷额度的因素，实现了更精确的风险分级管控。
根据本发明的再一个方面，提出了一种计算机装置，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计算机程序，处理器执行计算机程序时实现如上述任一项的网约车司机信贷额度的计算方法的步骤。
本发明提供的计算机装置，处理器执行计算机程序时实现采集到网约车司机数据同时获取该网约车司机数据中的预设时间内单月最大收入，根据网约车司机数据可以得出网约车司机的信贷额度，再根据网约车司机的预设时间内单月最大收入所处的收入区间确定额度上限并根据额度上限对信贷额度进行调整。其中，额度上限为实际可以贷款的最大额度，信贷额度为计算出的可以贷款的最大额度，例如，某网约车司机的预设时间内单月最大收入为6000元，通过计算得出其信贷额度为5万元，但是单月最大收入所在的收入区间对应的额度上限为4万元，则该网约车司机实际可以贷款的最大额度为4万元。本发明中网约车司机的额度上限按照网约车司机的收入分层增加额度上限，收入越高，额度上限越大；收入越低，额度上限也越低。通过采集到的网约车司机数据确定信贷额度，使得信贷额度因人而异，实现了信贷额度的风险分级管控。需要说明的是，预设时间可根据情况设定，例如可以将其设定为三个月。
根据本发明的又一个方面，提出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如上述任一项的网约车司机信贷额度的计算方法的步骤。
本发明提供的计算机可读存储介质，计算机程序被处理器执行时实现采集到网约车司机数据同时获取该网约车司机数据中的预设时间内单月最大收入，根据网约车司机数据可以得出网约车司机的信贷额度，再根据网约车司机的预设时间内单月最大收入所处的收入区间确定额度上限并根据额度上限对信贷额度进行调整。其中，额度上限为实际可以贷款的最大额度，信贷额度为计算出的可以贷款的最大额度，例如，某网约车司机的预设时间内单月最大收入为6000元，通过计算得出其信贷额度为5万元，但是单月最大收入所在的收入区间对应的额度上限为4万元，则该网约车司机实际可以贷款的最大额度为4万元。本发明中网约车司机的额度上限按照网约车司机的收入分层增加额度上限，收入越高，额度上限越大；收入越低，额度上限也越低。通过采集到的网约车司机数据确定信贷额度，使得信贷额度因人而异，实现了信贷额度的风险分级管控。需要说明的是，预设时间可根据情况设定，例如可以将其设定为三个月。
本发明的附加方面和优点将在下面的描述部分中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1示出了本发明第一方面的一个实施例的网约车司机信贷额度的计算方法的示意流程图；
图2示出了本发明第一方面的再一个实施例的网约车司机信贷额度的计算方法的示意流程图；
图3示出了本发明第一方面的又一个实施例的网约车司机信贷额度的计算方法的示意流程图；
图4a示出了本发明第二方面的一个实施例的网约车司机信贷额度的计算系统的示意框图；
图4b示出了本发明第二方面的再一个实施例的网约车司机信贷额度的计算系统的示意框图；
图5示出了本发明网约车司机信贷额度计算方式的具体实施方式示意流程图；
图6示出了本发明第三个方面的一个实施例的计算机装置示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不限于下面公开的具体实施例的限制。
本发明第一方面的实施例，提出一种网约车司机信贷额度的计算方法，图1示出了本发明第一方面的一个实施例的网约车司机信贷额度的计算方法的示意流程图。其中，该方法包括：
步骤102，采集网约车司机数据，其中网约车司机数据包括网约车司机的预设时间内单月最大收入；
步骤104，根据网约车司机数据计算网约车司机的信贷额度；
步骤106，判断预设时间内单月最大收入所处的收入区间；
步骤108，根据收入区间对应的额度上限对信贷额度进行调整。
本发明提供的网约车司机信贷额度的计算方法，采集到网约车司机数据同时获取该网约车司机数据中的预设时间内单月最大收入，根据网约车司机数据可以得出网约车司机的信贷额度，再根据网约车司机的预设时间内单月最大收入所处的收入区间确定额度上限并根据额度上限对信贷额度进行调整。其中，额度上限为实际可以贷款的最大额度，信贷额度为计算出的可以贷款的最大额度，例如，某网约车司机的预设时间内单月最大收入为6000元，通过计算得出其信贷额度为5万元，但是单月最大收入所在的收入区间对应的额度上限为4万元，则该网约车司机实际可以贷款的最大额度为4万元。本发明中网约车司机的额度上限按照网约车司机的收入分层增加额度上限，收入越高，额度上限越大；收入越低，额度上限也越低。通过采集到的网约车司机数据确定信贷额度，使得信贷额度因人而异，实现了信贷额度的风险分级管控。需要说明的是，预设时间可根据情况设定，例如可以将其设定为三个月。
在本发明的一个实施例中，优选地，网约车司机数据还包括工龄、风险等级。
在该实施例中，工龄、风险等级是确定网约车司机的信贷额度的必要因素。网约车司机的工龄越大，其信贷额度越大；网约车司机的风险等级越高，其信贷额度越低，由于每个网约车司机的工龄、风险等级不同，可以实现更加精确的风险分级管控。
图2示出了本发明第一方面的再一个实施例的网约车司机信贷额度的计算方法的示意流程图。其中，该方法包括：
步骤202，采集网约车司机数据，其中网约车司机数据包括网约车司机的预设时间内单月最大收入；
步骤204，获取工龄的工龄因子及风险等级的授信因子；
步骤206，通过信贷额度公式计算信贷额度；
步骤208，判断预设时间内单月最大收入所处的收入区间；
步骤210，根据收入区间对应的额度上限对信贷额度进行调整。
其中，信贷额度公式为：信贷额度＝工龄因子×授信因子×预设时间内的单月最大收入×调整系数。
在该实施例中，采用流式决策服务进行额度计算，其中，流式决策服务可通过业务人员自定义实现，具体的流程则按照步骤、节点逐层运算，并最终获取结果，流程的各个节点都是可配置化，首先确定工龄对应的工龄因子及风险等级对应的授信因子，并通过信贷额度公式计算得到信贷额度。其中此额度流程可以通过业务人员自定义实现，具体包括工龄因子、调整系数及授信因子，均为可调整参数，随着自身风控能力的不断升级迭代，可以调整计算信贷额度公式的相关参数，方便业务灵活调整并实时生效。其中，风险等级是已经成型的风险模型数据，也就是网约车司机的信用等级。
图3示出了本发明第一方面的又一个实施例的网约车司机信贷额度的计算方法的示意流程图。其中，该方法包括：
步骤302，采集网约车司机数据，其中网约车司机数据包括网约车司机的预设时间内单月最大收入；
步骤304，判断工龄所处的工龄区间以及风险等级所处的风险等级区间；
步骤306，将工龄区间对应的工龄因子作为工龄的工龄因子，以及将风险等级区间对应的授信因子作为风险等级的授信因子；
步骤308，通过信贷额度公式计算信贷额度；
步骤310，判断预设时间内单月最大收入所处的收入区间；
步骤312，根据收入区间对应的额度上限对信贷额度进行调整。
在该实施例中，根据工龄所处的工龄区间确定工龄因子及根据风险等级所处的风险等级区间确定授信因子。其中，根据网约车司机的工龄分层增加工龄因子，工龄越大，工龄因子越大；根据网约车司机的风险等级分层降低授信因子，风险等级越高，授信因子越小。工龄因子及授信因子作为影响信贷额度的因素，实现了更精确的风险分级管控。
本发明第二方面的实施例，提出一种网约车司机信贷额度的计算系统，图4a示出了本发明第二方面的一个实施例的网约车司机信贷额度的计算系统的示意框图。其中，该系统400包括：
采集单元402，用于采集网约车司机数据，其中网约车司机数据包括网约车司机的预设时间内单月最大收入；
计算单元404，用于根据网约车司机数据计算网约车司机的信贷额度；
判断单元406，用于判断预设时间内的单月最大收入所处的收入区间；
调整单元408，用于根据收入区间对应的额度上限对信贷额度进行调整。
本发明提供的网约车司机信贷额度的计算系统，采集单元402采集到网约车司机数据同时获取该网约车司机数据中的预设时间内单月最大收入，计算单元404根据网约车司机数据可以得出网约车司机的信贷额度，判断单元406根据网约车司机的预设时间内单月最大收入所处的收入区间确定额度上限并由调整单元408根据额度上限对信贷额度进行调整。其中，额度上限为实际可以贷款的最大额度，信贷额度为计算出的可以贷款的最大额度，例如，某网约车司机的预设时间内单月最大收入为6000元，通过计算得出其信贷额度为5万元，但是单月最大收入所在的收入区间对应的额度上限为4万元，则该网约车司机实际可以贷款的最大额度为4万元。本发明中网约车司机的额度上限按照网约车司机的收入分层增加额度上限，收入越高，额度上限越大；收入越低，额度上限也越低。通过采集到的网约车司机数据确定信贷额度，使得信贷额度因人而异，实现了信贷额度的风险分级管控。需要说明的是，预设时间可根据情况设定，例如可以将其设定为三个月。
在本发明的一个实施例中，优选地，网约车司机数据还包括工龄、风险等级。
在该实施例中，工龄、风险等级是确定网约车司机的信贷额度的必要因素。网约车司机的工龄越大，其信贷额度越大；网约车司机的风险等级越高，其信贷额度越低，由于每个网约车司机的工龄、风险等级不同，可以实现更加精确的风险分级管控。
图4b示出了本发明第二方面的再一个实施例的网约车司机信贷额度的计算系统的示意框图。其中，该系统400包括：
采集单元402，用于采集网约车司机数据，其中网约车司机数据包括网约车司机的预设时间内单月最大收入；
计算单元404，用于根据网约车司机数据计算网约车司机的信贷额度；
判断单元406，用于判断预设时间内的单月最大收入所处的收入区间；
调整单元408，用于根据收入区间对应的额度上限对信贷额度进行调整；
获取单元4042，用于获取工龄的工龄因子及风险等级的授信因子。
在该实施例中，采用流式决策服务进行额度计算，其中，流式决策服务可通过业务人员自定义实现，具体的流程则按照步骤、节点逐层运算，并最终获取结果，流程的各个节点都是可配置化，首先获取单元4042获取工龄对应的工龄因子及风险等级对应的授信因子，并通过信贷额度公式计算得到信贷额度。其中此额度流程可以通过业务人员自定义实现，具体包括工龄因子、调整系数及授信因子，均为可调整参数，随着自身风控能力的不断升级迭代，可以调整计算信贷额度公式的相关参数，方便业务灵活调整并实时生效。其中，风险等级是已经成型的风险模型数据，也就是网约车司机的信用等级。
在本发明的一个实施例中，优选地，获取单元4042具体用于判断工龄所处的工龄区间以及风险等级所处的风险等级区间；将工龄区间对应的工龄因子作为工龄的工龄因子，以及将风险等级区间对应的授信因子作为风险等级的授信因子。
在该实施例中，获取单元4042获取工龄所处的工龄区间及风险等级所处的风险等级区间，并根据工龄区间及风险等级区间确定工龄因子及授信因子。其中，根据网约车司机的工龄分层增加工龄因子，工龄越大，工龄因子越大；根据网约车司机的风险等级分层降低授信因子，风险等级越高，授信因子越小。工龄因子及授信因子作为影响信贷额度的因素，实现了更精确的风险分级管控。
图5示出了本发明网约车司机信贷额度计算方式的具体实施方式示意流程图，包括：
采集网约车司机数据，其中网约车司机数据包括网约车司机的预设时间内单月最大收入；根据网约车司机数据计算网约车司机的信贷额度；判断预设时间内单月最大收入所处的收入区间；根据收入区间对应的额度上限对信贷额度进行调整；
网约车司机数据还包括工龄、风险等级；
根据网约车司机数据计算网约车司机的信贷额度的步骤，具体包括：获取工龄的工龄因子及风险等级的授信因子；通过信贷额度公式计算信贷额度；其中，信贷额度公式为：信贷额度＝工龄因子×授信因子×预设时间内的单月最大收入×调整系数；
获取工龄的工龄因子及风险等级的授信因子的步骤，具体包括：判断工龄所处的工龄区间以及风险等级所处的风险等级区间；将工龄区间对应的工龄因子作为工龄的工龄因子，以及将风险等级区间对应的授信因子作为风险等级的授信因子。
本发明提供的根据图5所示的网约车信贷额度计算方式的具体实施例如下：
某网约车司机近三个月最大收入为5000元，该司机的工龄为1.2年，指数风险等级为高风险，调整系数为4，则根据表1，表2得知，该网约车司机的工龄因子为1.15，授信因子为0.8，通过信贷额度公式计算信贷额度：
信贷额度M＝rounddown{(5000元×1.15×4×0.8)/1000}×1000，其中rounddown为向下取整函数，保证M为1000的整数倍。可以得到该网约车司机的授信额度M＝18000元，此时再根据表3得知，近三个月最大收入5000元的额度上限为25000元，即信贷额度M小于额度上限，则该司机的信贷额度无需调整即为18000元。
表1
| 工龄时长 | 1年内 | 1年-1.5年 | 1.5年-2年 | 2年以上 |
| 工龄因子 | 1 | 1.15 | 1.3 | 1.5 |
表2
| 风险等级 | 高风险 | 中风险 | 低风险 |
| 授信因子 | 0.8 | 1 | 1.2 |
表3
| 收入区间 | 额度上限 |
| 3000-5000 | 25000 |
| 5000-8000 | 40000 |
| 8000以上 | 50000 |
本发明第三方面的实施例，提出一种计算机装置，图6示出了本发明的一个实施例的计算机装置600的示意框图。其中，该计算机装置600包括：
存储器602、处理器604及存储在存储器602上并可在处理器604上运行的计算机程序，处理器604执行计算机程序时实现如上述任一项的网约车司机信贷额度的计算方法的步骤。
本发明提供的计算机装置600，处理器604执行计算机程序时实现采集网约车司机数据同时获取该网约车司机数据中的预设时间内单月最大收入，根据网约车司机数据可以得出网约车司机的信贷额度，再根据网约车司机的预设时间内单月最大收入所处的收入区间确定额度上限并根据额度上限对信贷额度进行调整。其中，额度上限为实际可以贷款的最大额度，信贷额度为计算出的可以贷款的最大额度，例如，某网约车司机的预设时间内单月最大收入为6000元，通过计算得出其信贷额度为5万元，但是单月最大收入所在的收入区间对应的额度上限为4万元，则该网约车司机实际可以贷款的最大额度为4万元。本发明中网约车司机的额度上限按照网约车司机的收入分层增加额度上限，收入越高，额度上限越大；收入越低，额度上限也越低。通过采集到的网约车司机数据确定信贷额度，使得信贷额度因人而异，实现了信贷额度的风险分级管控。需要说明的是，预设时间可根据情况设定，例如可以将其设定为三个月。
本发明第四方面的实施例，提出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如上述任一项的网约车司机信贷额度的计算方法的步骤。
本发明提供的计算机可读存储介质，计算机程序被处理器执行时实现采集网约车司机数据同时获取该网约车司机数据中的预设时间内单月最大收入，根据网约车司机数据可以得出网约车司机的信贷额度，再根据网约车司机的预设时间内单月最大收入所处的收入区间确定额度上限并根据额度上限对信贷额度进行调整。其中，额度上限为实际可以贷款的最大额度，信贷额度为计算出的可以贷款的最大额度，例如，某网约车司机的预设时间内单月最大收入为6000元，通过计算得出其信贷额度为5万元，但是单月最大收入所在的收入区间对应的额度上限为4万元，则该网约车司机实际可以贷款的最大额度为4万元。本发明中网约车司机的额度上限按照网约车司机的收入分层增加额度上限，收入越高，额度上限越大；收入越低，额度上限也越低。通过采集到的网约车司机数据确定信贷额度，使得信贷额度因人而异，实现了信贷额度的风险分级管控。需要说明的是，预设时间可根据情况设定，例如可以将其设定为三个月。
在本说明书的描述中，术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或实例。而且，描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种网约车司机信贷额度的计算方法，其特征在于，包括：
采集网约车司机数据，其中所述网约车司机数据包括所述网约车司机的预设时间内单月最大收入；
根据所述网约车司机数据计算所述网约车司机的信贷额度；
判断所述预设时间内单月最大收入所处的收入区间；
根据所述收入区间对应的额度上限对所述信贷额度进行调整。
2.根据权利要求1所述的网约车司机信贷额度的计算方法，其特征在于，所述网约车司机数据还包括工龄、风险等级。
3.根据权利要求2所述的网约车司机信贷额度的计算方法，其特征在于，所述根据所述网约车司机数据计算所述网约车司机的信贷额度的步骤，具体包括：
获取所述工龄的工龄因子及所述风险等级的授信因子；
通过信贷额度公式计算所述信贷额度；
其中，所述信贷额度公式为：信贷额度＝工龄因子×授信因子×预设时间内的单月最大收入×调整系数。
4.根据权利要求3所述的网约车司机信贷额度的计算方法，其特征在于，所述获取所述工龄的工龄因子及所述风险等级的授信因子的步骤，具体包括：
判断所述工龄所处的工龄区间以及所述风险等级所处的风险等级区间；
将所述工龄区间对应的工龄因子作为所述工龄的工龄因子，以及将所述风险等级区间对应的授信因子作为所述风险等级的授信因子。
5.一种网约车司机信贷额度的计算系统，其特征在于，包括：
采集单元，用于采集网约车司机数据，其中所述网约车司机数据包括所述网约车司机的预设时间内单月最大收入；
计算单元，用于根据所述网约车司机数据计算所述网约车司机的信贷额度；
判断单元，用于判断所述预设时间内的单月最大收入所处的收入区间；
调整单元，用于根据所述收入区间对应的额度上限对所述信贷额度进行调整。
6.根据权利要求5所述的网约车司机信贷额度的计算系统，其特征在于，所述网约车司机数据还包括工龄、风险等级。
7.根据权利要求6所述的网约车司机信贷额度的计算系统，其特征在于，所述计算单元，包括：
获取单元，用于获取所述工龄的工龄因子及所述风险等级的授信因子；
所述计算单元，具体用于通过信贷额度公式计算所述信贷额度；
其中，所述信贷额度公式为：信贷额度＝工龄因子×授信因子×预设时间内的单月最大收入×调整系数。
8.根据权利要求7所述的网约车司机信贷额度的计算系统，其特征在于，所述获取单元，具体用于：
判断所述工龄所处的工龄区间以及所述风险等级所处的风险等级区间；
将所述工龄区间对应的工龄因子作为所述工龄的工龄因子，以及将所述风险等级区间对应的授信因子作为所述风险等级的授信因子。
9.一种计算机装置，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如权利要求1至4中任一项所述的网约车司机信贷额度的计算方法的步骤。
10.一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如权利要求1至4中任一项所述的网约车司机信贷额度的计算方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710728960.3A CN109427009A (zh) | 2017-08-23 | 2017-08-23 | 一种网约车司机信贷额度的计算方法、系统及计算机装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710728960.3A CN109427009A (zh) | 2017-08-23 | 2017-08-23 | 一种网约车司机信贷额度的计算方法、系统及计算机装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109427009A true CN109427009A (zh) | 2019-03-05 |
Family
ID=65499123
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710728960.3A Pending CN109427009A (zh) | 2017-08-23 | 2017-08-23 | 一种网约车司机信贷额度的计算方法、系统及计算机装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109427009A (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020184140A1 (en) * | 2001-03-29 | 2002-12-05 | General Electric Company | Computerized method for determining a credit line |
| JP3739385B1 (ja) * | 2005-05-27 | 2006-01-25 | 株式会社ユーエフジェイ銀行 | 融資限度額出力システム、融資限度額送信システム、及び融資限度額設定システム |
| CN102663643A (zh) * | 2012-03-16 | 2012-09-12 | 暨南大学 | 一种农户多层单向网络线性分段信用评级方法 |
| 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 |
| CN105427168A (zh) * | 2015-12-10 | 2016-03-23 | 中国联合网络通信集团有限公司 | 一种贷款评定方法及系统 |
| CN105447634A (zh) * | 2015-11-17 | 2016-03-30 | 苏州蜗牛数字科技股份有限公司 | 一种基于大数据平台的实时风险控制方法及系统 |
| CN106339940A (zh) * | 2016-08-26 | 2017-01-18 | 上海宗德金融信息服务有限公司 | 一种对财务采集值进行检验并计算信贷额度的方法 |
| CN106408413A (zh) * | 2016-09-23 | 2017-02-15 | 快睿登信息科技（上海）有限公司 | 一种多循环分期决策的方法及系统 |
| CN106548395A (zh) * | 2016-12-07 | 2017-03-29 | 深圳市好公寓信息技术有限公司 | 用于房屋租赁的消费借贷方法、装置及系统 |
| 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 |
-
2017
- 2017-08-23 CN CN201710728960.3A patent/CN109427009A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020184140A1 (en) * | 2001-03-29 | 2002-12-05 | General Electric Company | Computerized method for determining a credit line |
| JP3739385B1 (ja) * | 2005-05-27 | 2006-01-25 | 株式会社ユーエフジェイ銀行 | 融資限度額出力システム、融資限度額送信システム、及び融資限度額設定システム |
| CN102663643A (zh) * | 2012-03-16 | 2012-09-12 | 暨南大学 | 一种农户多层单向网络线性分段信用评级方法 |
| 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 |
| CN105447634A (zh) * | 2015-11-17 | 2016-03-30 | 苏州蜗牛数字科技股份有限公司 | 一种基于大数据平台的实时风险控制方法及系统 |
| CN105427168A (zh) * | 2015-12-10 | 2016-03-23 | 中国联合网络通信集团有限公司 | 一种贷款评定方法及系统 |
| CN106339940A (zh) * | 2016-08-26 | 2017-01-18 | 上海宗德金融信息服务有限公司 | 一种对财务采集值进行检验并计算信贷额度的方法 |
| CN106408413A (zh) * | 2016-09-23 | 2017-02-15 | 快睿登信息科技（上海）有限公司 | 一种多循环分期决策的方法及系统 |
| CN106548395A (zh) * | 2016-12-07 | 2017-03-29 | 深圳市好公寓信息技术有限公司 | 用于房屋租赁的消费借贷方法、装置及系统 |
| 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 |
Non-Patent Citations (1)
| Title |
|---|
| 陈征: "商业银行信用卡动态额度管理研究", 《中国优秀硕士学位论文全文数据库 经济与管理科学辑》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11205129B2 (en) | GBDT model feature interpretation method and apparatus | |
| Lankford | Fictions, fractions, factorials and fractures; on the framing of irrigation efficiency | |
| CN108932585B (zh) | 一种商户运营管理方法及其设备、存储介质、电子设备 | |
| CN103714067B (zh) | 一种信息推送方法和装置 | |
| CN106295351B (zh) | 一种风险识别方法及装置 | |
| CN104424598A (zh) | 现金需求量预测装置与方法 | |
| CN107679821A (zh) | 一种考勤管理方法和系统 | |
| CN113191502A (zh) | 一种人工智能模型在线训练方法及系统 | |
| CN108280759A (zh) | 风控模型优化方法、终端及计算机可读存储介质 | |
| CN113139687B (zh) | 一种预测信用卡用户违约的方法及装置 | |
| CN109597936A (zh) | 一种新用户筛选系统及方法 | |
| CN109583729B (zh) | 用于平台在线模型的数据处理方法和装置 | |
| SYAHRINI et al. | The application of optimal control through fiscal policy on Indonesian economy | |
| EP2343683A1 (en) | Data relationship preservation in a multidimension data hierarchy | |
| CN109493214A (zh) | 一种动态计算还款期数的方法及装置 | |
| CN106021741A (zh) | 一种动力总成匹配方法及装置 | |
| CN113837383B (zh) | 模型训练方法、装置、电子设备及存储介质 | |
| Martins | Fiscal dynamics in Ethiopia: the cointegrated VAR model with quarterly data | |
| CN114782169A (zh) | 一种客户流失率预警方法及装置 | |
| CN114186989A (zh) | 一种资金分配决策方法、装置、服务器及存储介质 | |
| CN109427009A (zh) | 一种网约车司机信贷额度的计算方法、系统及计算机装置 | |
| WO2011149608A1 (en) | Identifying and using critical fields in quality management | |
| CN106296405A (zh) | 一种用于动态配置养老资产的计算机数据处理方法及其装置 | |
| CN106874286A (zh) | 一种筛选用户特征的方法及装置 | |
| CN115809784A (zh) | 基于多目标的额度调整最优分配方法、装置、设备及介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190305 |