[發明專利]一種無額度客戶的授信處理方法及系統

在審

• 申請號: 202011520720.2
• 申請日: 2020-12-21
• 公開（公告）號: CN112598500A
• 公開（公告）日: 2021-04-02
• 發明（設計）人: 雷文燁;張越;史博慧;張瑤;李騰
• 申請（專利權）人: 中國建設銀行股份有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02;G06Q40/08;G06Q10/06;G06N20/00
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 賈磊;李輝

本發明公開了一種無額度客戶的授信處理方法及系統，該方法包括：獲取無額度客戶的客戶數據；根據所述客戶數據，在無額度客戶中篩選出達到預設要求的第一客戶群；以歷史放款且到期后未逾期或逾期在預設范圍內的客戶數據作為建模樣本，將放款額作為目標變量，利用機器學習算法進行擬合訓練，建立授信額度測算模型；根據所述第一客戶群的客戶數據，利用所述授信額度測算模型預測客戶的授信額度；設置額度調節系數；利用所述額度調節系數對授信額度進行調整，輸出無額度客戶的最終授信額度；本發明可以最大限度發掘優質的無額度客戶，避免優質潛在客戶的流失，同時還能對風險進行有效控制，降低授信額度的不良率。

技術領域

本發明涉及互聯網金融技術領域，尤指一種無額度客戶的授信處理方法及系統。

背景技術

目前，針對現在小微企業授信難、授信貴的現狀，分析其根本問題就是數據鴻溝的廣泛存在，金融機構對于沉淀的大量數據無法有效應用并轉化為一些有價值的決策依據。因此現有銀行審批授信業務一般僅為資質優良的第一梯隊客戶提供貸款，其缺點在于無法精細化評測風險，只能一刀切地只給頭部客戶授信。

在現有的業務場景中，存在有資質良好的客戶的資金需求不被滿足，銀行無法在保證低不良率前提下提高業務量。小微企業數據缺失及造假情況較多，更進一步增加授信難度，使得小微企業授信過程失真失準。銀行很難比較全面、準確地掌握中小微企業的財務狀況、運行情況、風險狀況。當一部分小微企業都存在財務數據不齊全、不準確、不真實的現象時，銀行也就無法對企業提出合理的授信，無法控制信貸風險，導致原本該被授信的優良企業無法取得授信的問題發生，流失潛在的優質客戶。

因此，亟需一種可以克服上述問題，能夠客觀、合理的對無額度客戶進行授信的技術方案。

發明內容

為解決現有技術存在的問題，本發明提出了一種無額度客戶的授信處理方法及系統。本發明充分使用客戶數據，通過多變量運算和時間維度的衍生將原始數據生成具有業務含義的衍生特征，應用機器學習算法建立無額度客戶授信模型，將無額度客戶授信模型應用于無額度客戶，綜合無額度客戶的整體數據計算基礎授信額度，根據風險系數對額度進行調整作為最終授信額度，實現為優質的無額度客戶授信的目的，避免優質潛在客戶的流失，同時還能夠對風險進行有效的控制，降低收地額度的不良率。

在本發明實施例的第一方面，提出了一種無額度客戶的授信處理方法，該方法包括：

獲取無額度客戶的客戶數據；

根據所述客戶數據，在無額度客戶中篩選出達到預設要求的第一客戶群；

以歷史放款且到期后未逾期或逾期在預設范圍內的客戶數據作為建模樣本，將放款額作為目標變量，利用機器學習算法進行擬合訓練，建立授信額度測算模型；

根據所述第一客戶群的客戶數據，利用所述授信額度測算模型預測客戶的授信額度；

設置額度調節系數；

利用所述額度調節系數對授信額度進行調整，輸出無額度客戶的最終授信額度。

進一步的，根據所述客戶數據，在無額度客戶中篩選出達到預設要求的第一客戶群，包括：

根據無額度客戶的客戶資質和數據覆蓋度，篩選出客戶資質及數據覆蓋度達到預設要求的客戶。

進一步的，根據無額度客戶的客戶資質和數據覆蓋度，篩選出客戶資質及數據覆蓋度達到預設要求的客戶，包括：

根據無額度客戶的客戶數據，利用數據輸入評分卡模型進行風險評分；

根據所述風險評分對無額度客戶進行分檔排序，并計算每一檔的平均逾期率；

根據所述平均逾期率設置分數線，將所述分數線作為按照客戶資質篩選時的分數指標；

設置按照數據覆蓋度篩選時的覆蓋度指標；