[发明专利]一种贷款授信额度确定的方法、及其电子设备和存储介质

说明书

本申请涉及一种贷款授信额度确定的方法、及其电子设备和存储介质，其方法包括：步骤S1：获取与待授信用户相关的原始数据；步骤S2：从所述原始数据中通过特征学习提取多个衍生特征，通过所述多个衍生特征建立用户画像体系；步骤S3：对所述原始数据和所述多个衍生特征进行数据预处理，将所述原始数据和所述衍生特征分为训练集和验证集，且所述训练集和所述验证集中的数据个数比例为7:3；步骤S4：构建XGBoost树集成预测模型；步骤S5：优化XGBoost树集成预测模型超参数；步骤S6：确定目标客户的授信额度区间，确定客户的最终权重，并给出客户的最终额度；步骤S7：对验证用户进行授信额度预测；以及步骤S8：对授信未动支客户进行营销，促进授信客户动支。

技术领域

本发明涉及互联网金融技术领域，尤其涉及一种贷款授信额度确定的方法、 及其电子设备和存储介质。

背景技术

在现如今的金融行业中，金融平台为客户提供授信服务之前，首先要为客 户制定与客户匹配的授信策略，同时，授信策略的生成是授信生命周期中风险 控制以及实现增收的关键。在现有技术的方法中，存在数据不准确导致的授信 策略不合理，从而影响风险评估结果的准确性，增加授信的风险。现有线上或 线下的授信决策方法仍存在指标单一、决策模型更新不及时、模型失配等问题， 导致基于授信决策而作出的信贷所面临的风险加大。

同时，由于客户特征数据不足，造成风险失控、金融平台的经济损失的问 题。目前仅仅只有基于从银行等机构获取的信息，对用户的个人信用评价显然 不是全面的，不能精准地定位客户，这种评价方法对于指定的借款原因没有针 对性，会导致最后的评分有失水准。

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。 如何构建准确授信额度模型是互联网金融公司急需要解决的问题。

发明内容

本发明旨在于提供一种贷款授信额度确定的方法、及其电子设备和存储介 质，以解决如下技术问题：

1.数据不准确，导致授信策略不合理，影响风险评估结果的准确性，增加 授信风险；

2.现有线上或线下的授信决策方法仍存在指标单一、决策模型更新不及 时、模型失配等问题，导致基于授信决策而作出的信贷所面临的风险加大；以 及

3.客户特征数据不足，造成风险失控、金融平台的经济损失的问题。

为实现上述目的，本发明的第一方面涉及一种贷款授信额度确定的方法， 其特征在于：包括：

步骤S1：获取与待授信用户相关的原始数据，并通过Oracle数据库，按照 用户的年龄、性别、职业和贷款记录的类别，对所述原始数据进行分类，并标 记类别标签；

步骤S2：从所述原始数据中通过特征学习提取多个衍生特征，通过所述多 个衍生特征建立用户画像体系；

步骤S3：对所述原始数据和所述多个衍生特征进行数据预处理，将所述原 始数据和所述衍生特征分为训练集和验证集，且所述训练集和所述验证集中的 数据数量比例为7:3；

步骤S4：构建XGBoost树集成预测模型；

步骤S5：优化XGBoost树集成预测模型的超参数；

步骤S6：确定目标客户的授信额度区间，确定客户的最终权重，并给出客 户的最终额度；

步骤S7：对验证用户进行授信额度预测。

根据本发明的第一方面的实施方式，在步骤S1中的所述原始数据包括用 户的属性数据、行为数据和信用数据，且所述原始数据来自于外部数据和/或内 部数据。