贷款额度计算方法、装置、计算机设备和存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114219611A(43)申请公布日2022.03.22(21)申请号202111375611.0(22)申请日2021.11.19(71)申请人中国建设银行股份有限公司地址100033北京市西城区金融大街25号(72)发明人刘垚范戈曾桂平许晴(74)专利代理机构华进联合专利商标代理有限公司44224代理人阚传猛(51)Int.Cl.G06Q40/02(2012.01)G06Q10/06(2012.01)权利要求书5页说明书18页附图6页(54)发明名称贷款额度计算方法、装置、计算机设备和存储介质(57)摘要本公开涉及贷款额度计算方法、装置、计算机设备和存储介质。所述方法包括：计算收入额度数据和负债额度数据的差值，得到对象的基础额度数据；通过预先训练好的违约概率模型、预先设置的分数跨度、根据基础额度数据计算得到的基础总额度、根据贷款逾期的对象确定的不良额度数据、预设的风险约束条件并采用线性规划计算得到风险系数；根据预设的维度确定每个维度的对象的层级，基于每个维度的对象的层级确定对象的分层系数；利用基础额度数据、风险系数和分层系数计算得到对象的贷款额度。采用本方法能够一种能够精准的确定个人贷款的额度，从而降低个人贷款违约风险，增加个人贷款整体收益。CN114219611ACN114219611A权利要求书1/5页1.一种贷款额度计算方法，其特征在于，所述方法包括：计算收入额度数据和负债额度数据的差值，得到对象的基础额度数据，所述收入额度数据是根据所述对象的金融信息确定的，所述负债额度数据是根据所述对象的征信信息确定的；通过预先训练好的违约概率模型、预先设置的分数跨度、根据所述基础额度数据计算得到的基础总额度、根据贷款逾期的所述对象确定的不良额度数据、预设的风险约束条件并采用线性规划计算得到风险系数；根据预设的维度确定每个维度的所述对象的层级，基于每个维度的所述对象的层级确定所述对象的分层系数；利用所述基础额度数据、所述风险系数和所述分层系数计算得到所述对象的贷款额度。2.根据权利要求1所述的贷款额度计算方法，其特征在于，所述违约概率模型的训练方法包括：对通过账龄分析确定的目标变量进行分析处理，得到特征变量，所述目标变量包括贷款逾期超过第一时间的对象、贷款未逾期的对象；利用逻辑回归算法对所述特征变量进行模型拟合，并对模型拟合得到的逻辑回归模型进行模型评估；在模型评估中评价指标不低于第一预设数值且稳定性指标不高于第二预设数值的情况下，进行模型评估的所述逻辑回归模型为违约概率模型。3.根据权利要求2所述的贷款额度计算方法，其特征在于，所述对通过账龄分析确定的目标变量进行分析处理，得到特征变量，包括：获取建立模型的对象的信息数据，对所述信息数据通过账龄分析确定的目标变量，获取目标变量中的建模数据，所述建模数据包括自有数据和所述对象授权后获取的第三方数据；对所述建模数据进行描述性统计；对进行描述性统计后的所述建模数据进行数据处理，得到特征变量，所述数据处理包括：删除重复值、异常值处理、缺失值处理、数据标准化、特征衍生、变量分箱、证据权重转换、根据信息值和通过特征衍生出的变量的相关系数进行特征筛选。4.根据权利要求3所述的贷款额度计算方法，其特征在于，所述根据信息值和通过特征衍生出的变量的相关系数进行特征筛选，包括：计算所述建模数据的信息值；删除信息值小于第一信息阈值，或信息值大于第二信息阈值对应的所述建模数据；计算通过特征衍生出的变量和所述建模数据的相关系数；获取所述相关系数大于相关系数阈值的建模数据中信息值最大的建模数据。5.根据权利要求1所述的贷款额度计算方法，其特征在于，所述通过预先训练好的违约概率模型、预先设置的分数跨度、根据所述基础额度数据计算得到的基础总额度、根据贷款逾期的所述对象确定的不良额度数据、预设的风险约束条件并采用线性规划计算得到风险系数，包括：利用所述预先训练好的违约概率模型计算所述对象违约的概率；2CN114219611A权利要求书2/5页基于所述概率和通过分数跨度计算得到的转换系数确定所述对象的得分；根据所述得分确定所述对象的风险等级；计算所述风险等级中所述基础总额度和所述不良额度数据并根据预设的风险约束条件进行线性规划计算得到所述等级对应的风险系数。6.根据权利要求2所述的贷款额度计算方法，其特征在于，所述计算所述风险等级中所述基础总额度和所述不良额度数据并根据预设的风险约束条件进行线性规划计算得到所述等级对应的风险系数，包括：计算每个风险等级中所述对象的基础额度数据之和，得到每个等级的基础总额度数据；计算每个风险等级中贷款逾期的对象的基础额度数据之和，得到每个等级的不良额度数据；根据每个风险等级的所述基础总额度数据以及不良额度数