[发明专利]一种贷款实时审批系统和方法

说明书

技术领域

本发明涉及数据处理领域，更为具体而言，涉及一种贷款实时审批系统和方法。

背景技术

随着我国经济的快速发展，金融市场的日趋完善和成熟，个人作为融资人参与到金融市场中的现象已经越来越普遍。在充分认识发展零售贷款巨大机遇的同时，也必须清醒地认识到它给金融管理所带来的深刻挑战。在零售贷款业务丰厚的盈利潜力背后，也蕴藏着很大的风险，特别是信用风险。从国外的经验来看，如果能够妥善解决对信用风险的管理和控制，个人零售贷款将是一块回报丰厚的业务。

由于零售贷款业务具有笔数多、单笔金额小、数据丰富的特征，决定了需要对其实行智能化、概率化的管理模式。目前个人零售贷款审批主要采用线下申请线下审批或线上申请线下审批相结合的方式。线下审批过于依赖客户经理的主观判断，对客户经理的经验与个人素质的要求过高；同时还存在审批时效性较差、审批成本较高等问题。近年来涌现出了一些提供线上实时审批功能的零售贷款产品，部分产品出于风险管控的考虑，只提供了较低的信用贷款额度，无法实现对客户的差异化授信；部分产品虽然提供了较高的授信额度，但主要靠较高的利率弥补不良贷款带来的损失，也并未实现风险的有效管控，从而导致贷款审批风险高和贷款审批效率低的问题。

发明内容

鉴于现有技术的上述缺陷，本发明实施方式提供了一种贷款实时审批系统和方法，能够有效解决当前贷款审批风险高和贷款审批效率低的问题。

具体地，本发明实施方式提供了一种贷款实时审批系统，其包括：

额度预授信模块，用于在客户提交申请资料后，根据客户的贡献度信息为客户进行额度预授信处理，得到所述客户的综合信用额度信息；

内控名单检查模块，用于通过匹配客户的身份三要素信息，检查该客户是否在内控名单中，如果在，则启动监控预警；如果不在，则执行下一模块；

征信信息检查模块，用于提取人行征信信息和行内征信信息，根据自定义的拒贷规则，判断是否拒贷；

审批规则库模块，用于根据初始规则库中的规则信息和预定义的训练数据的编码，得到初始神经网络，并从所述初始神经网络中抽取得到更新后的审批规则，再根据所述更新后的审批规则和所述客户申请资料，自动判断是否拒贷；

评分卡模块，用于根据所述客户申请资料、所述人行征信信息、信用卡评分，按照预定义的计算分类规则，得到客户评分和贷款审批建议结果。

相应地，本发明实施方式还提供了一种贷款实时审批方法，其包括：

在客户提交申请资料后，根据客户的贡献度信息为客户进行额度预授信处理，得到所述客户的综合信用额度信息；

通过匹配客户的身份三要素信息，检查该客户是否在内控名单中，如果在，则启动监控预警；如果不在，则执行下一步骤；

提取人行征信信息和行内征信信息，根据自定义的拒贷规则，判断是否拒贷；

根据初始规则库中的规则信息和预定义的训练数据的编码，得到初始神经网络，并从所述初始神经网络中抽取得到更新后的审批规则，再根据所述更新后的审批规则和所述客户申请资料，自动判断是否拒贷；

根据所述客户申请资料、所述人行征信信息、信用卡评分，按照预定义的计算分类规则，得到客户评分和贷款审批建议结果。

通过采用本发明实施方式，能够有效解决当前贷款审批风险高和贷款审批效率低的问题，从而达到降低贷款审批风险和提高贷款审批效率的效果。

附图说明

图1是根据本发明实施方式的一种贷款实时审批系统的架构图；

图2是根据本发明另一种实施方式的一种贷款实时审批系统的架构图；

图3是本发明实施例中初始神经网络的示例图；

图4是根据本发明实施方式的一种贷款实时审批方法的流程示意图。

具体实施方式

为了便于理解本发明技术方案的各个方面、特征以及优点，下面结合附图对本发明进行具体描述。应当理解，下述的各种实施方式只用于举例说明，而非用于限制本发明的保护范围。

首先对根据本发明可能涉及到的名称或术语进行解释。

零售贷款：零售贷款是指信贷机构以个人为对象发放的贷款。主要包括个人消费贷款与个人投资贷款。

AUM值：AUM值是衡量客户对信贷机构贡献度的一个标志。AUM包括客户在金融机构的存款和通过金融机构购买的各种投资产品等个人金融资产。投资主要包括基金、国债、保险及金融机构发行的投资理财产品等。