[发明专利]一种无额度客户的授信处理方法及系统

说明书

本发明公开了一种无额度客户的授信处理方法及系统，该方法包括：获取无额度客户的客户数据；根据所述客户数据，在无额度客户中筛选出达到预设要求的第一客户群；以历史放款且到期后未逾期或逾期在预设范围内的客户数据作为建模样本，将放款额作为目标变量，利用机器学习算法进行拟合训练，建立授信额度测算模型；根据所述第一客户群的客户数据，利用所述授信额度测算模型预测客户的授信额度；设置额度调节系数；利用所述额度调节系数对授信额度进行调整，输出无额度客户的最终授信额度；本发明可以最大限度发掘优质的无额度客户，避免优质潜在客户的流失，同时还能对风险进行有效控制，降低授信额度的不良率。

技术领域

本发明涉及互联网金融技术领域，尤指一种无额度客户的授信处理方法及系统。

背景技术

目前，针对现在小微企业授信难、授信贵的现状，分析其根本问题就是数据鸿沟的广泛存在，金融机构对于沉淀的大量数据无法有效应用并转化为一些有价值的决策依据。因此现有银行审批授信业务一般仅为资质优良的第一梯队客户提供贷款，其缺点在于无法精细化评测风险，只能一刀切地只给头部客户授信。

在现有的业务场景中，存在有资质良好的客户的资金需求不被满足，银行无法在保证低不良率前提下提高业务量。小微企业数据缺失及造假情况较多，更进一步增加授信难度，使得小微企业授信过程失真失准。银行很难比较全面、准确地掌握中小微企业的财务状况、运行情况、风险状况。当一部分小微企业都存在财务数据不齐全、不准确、不真实的现象时，银行也就无法对企业提出合理的授信，无法控制信贷风险，导致原本该被授信的优良企业无法取得授信的问题发生，流失潜在的优质客户。

因此，亟需一种可以克服上述问题，能够客观、合理的对无额度客户进行授信的技术方案。

发明内容

为解决现有技术存在的问题，本发明提出了一种无额度客户的授信处理方法及系统。本发明充分使用客户数据，通过多变量运算和时间维度的衍生将原始数据生成具有业务含义的衍生特征，应用机器学习算法建立无额度客户授信模型，将无额度客户授信模型应用于无额度客户，综合无额度客户的整体数据计算基础授信额度，根据风险系数对额度进行调整作为最终授信额度，实现为优质的无额度客户授信的目的，避免优质潜在客户的流失，同时还能够对风险进行有效的控制，降低收地额度的不良率。

在本发明实施例的第一方面，提出了一种无额度客户的授信处理方法，该方法包括：

获取无额度客户的客户数据；

根据所述客户数据，在无额度客户中筛选出达到预设要求的第一客户群；

以历史放款且到期后未逾期或逾期在预设范围内的客户数据作为建模样本，将放款额作为目标变量，利用机器学习算法进行拟合训练，建立授信额度测算模型；

根据所述第一客户群的客户数据，利用所述授信额度测算模型预测客户的授信额度；

设置额度调节系数；

利用所述额度调节系数对授信额度进行调整，输出无额度客户的最终授信额度。

进一步的，根据所述客户数据，在无额度客户中筛选出达到预设要求的第一客户群，包括：

根据无额度客户的客户资质和数据覆盖度，筛选出客户资质及数据覆盖度达到预设要求的客户。

进一步的，根据无额度客户的客户资质和数据覆盖度，筛选出客户资质及数据覆盖度达到预设要求的客户，包括：

根据无额度客户的客户数据，利用数据输入评分卡模型进行风险评分；

根据所述风险评分对无额度客户进行分档排序，并计算每一档的平均逾期率；

根据所述平均逾期率设置分数线，将所述分数线作为按照客户资质筛选时的分数指标；

设置按照数据覆盖度筛选时的覆盖度指标；