信用额度审批方法及装置、存储介质、终端

本发明涉及数据处理技术领域，尤其涉及一种信用额度审批方法及装置、存储介质、终端。

目前金融业的消费信贷审批系统是对每一个借款者计算一个信用等级，比如信用等级A、B、C、D和E，信用等级A的风险最低，信用等级B的风险其次，信用等级E的风险最高等。每一信用等级对应不同的信用额度，不同的定价，甚至审核的材料也不一样。风险低的信用等级一般有较高的额度、较低的定价、较少的审核材料。信贷审批系统的审批流程通常是根据申请人的顺序进行审批，达到一定的信用等级审批通过，进而可以放款。

在资金无限的情况下可以在达到信用等级时审批通过就放款，但是金融机构每天的放款总额是有限的。在有限的放款总额情况下做到最优化的审批，是一个亟需解决的技术问题。

本发明解决的技术问题是如何在总金额有限的情况下实现最优化的审批。

为解决上述技术问题，本发明实施例提供一种信用额度审批方法，信用额度审批方法包括：获取当前审批周期内的贷款申请人的待评级数据；利用所述贷款申请人的待评级数据进行信用评级，以得到所述贷款申请人的信用等级；判定所述贷款申请人的信用等级在最优评级组合中的名额是否大于0，以得到判定结果，所述最优评级组合是预先确定的，所述最优评级组合包括至少一种信用等级及其名额，所述最优评级组合对应的放款总额度是当前审批周期的放款总额度；根据所述判定结果确定所述贷款申请人是否审批通过。

可选的，所述判定所述贷款申请人的信用等级在最优评级组合中的名额是否大于0之前包括：根据贷款申请人的信用等级及其数量、所述当前审批周期的放款总额度以及各个信用等级对应的预期收益确定所述最优评级组合，所述最优评级组合对应的预期收益最大。

可选的，所述获取当前审批周期内的贷款申请人的待评级数据之前包括：获取所述当前审批周期之前至少一个审批周期内的信用等级的统计数据，所述统计数据包括各个信用等级及其数量；利用所述统计数据和所述当前审批周期的放款总额度确定所述最优评级组合，所述最优评级组合对应的预期收益最大。

可选的，所述根据所述判定结果确定所述贷款申请人是否审批通过包括：如果所述贷款申请人的信用等级在所述最优评级组合中的名额大于0，则确定所述贷款申请人审批通过；将所述最优评级组合中所述贷款申请人的信用等级的名额减一。

可选的，所述根据所述判定结果确定所述贷款申请人是否审批通过包括：如果所述贷款申请人的信用等级在所述最优评级组合中的名额为0，则确定所述贷款申请人审批未通过。

可选的，利用非线性规划算法确定所述最优评级组合。

为解决上述技术问题，本发明实施例还公开了一种信用额度审批装置，信用额度审批装置包括：待评级数据获取模块，适于获取当前审批周期内的贷款申请人的待评级数据；信用评级模块，适于利用所述贷款申请人的待评级数据进行信用评级，以得到所述贷款申请人的信用等级；判定模块，适于判定所述贷款申请人的信用等级在最优评级组合中的名额是否大于0，以得到判定结果，所述最优评级组合是预先确定的，所述最优评级组合包括至少一种信用等级及其名额，所述最优评级组合对应的放款总额度是当前审批周期的放款总额度；审批确定模块，适于根据所述判定结果确定所述贷款申请人是否审批通过。

可选的，所述信用额度审批装置还包括：第一最优评级组合确定模块，耦接所述判定模块，适于根据贷款申请人的信用等级及其数量、所述当前审批周期的放款总额度以及各个信用等级对应的预期收益确定所述最优评级组合，所述最优评级组合对应的预期收益最大。

可选的，所述信用额度审批装置还包括：统计数据获取模块，适于获取所述当前审批周期之前至少一个审批周期内的信用等级的统计数据，所述统计数据包括各个信用等级及其数量；第二最优评级组合确定模块，耦接所述待评级数据获取模块，适于利用所述统计数据和所述当前审批周期的放款总额度确定所述最优评级组合，所述最优评级组合对应的预期收益最大。

可选的，所述审批确定模块包括：第一判定单元，适于在所述贷款申请人的信用等级在所述最优评级组合中的名额大于0时，确定所述贷款申请人审批通过；名额更新单元，适于将所述最优评级组合中所述贷款申请人的信用等级的名额减一。

可选的，所述审批确定模块包括：第二判定单元，适于在所述贷款申请人的信用等级在所述最优评级组合中的名额为0时，确定所述贷款申请人审批未通过。

可选的，利用非线性规划算法确定所述最优评级组合。

本发明实施例还公开了一种存储介质，其上存储有计算机指令，所述计算机指令运行时执行所述信用额度审批方法的步骤。

本发明实施例还公开了一种终端，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机指令，所述处理器运行所述计算机指令时执行所述信用额度审批方法的步骤。

与现有技术相比，本发明实施例的技术方案具有以下有益效果：

本发明技术方案获取当前审批周期内的贷款申请人的待评级数据；利用所述贷款申请人的待评级数据进行信用评级，以得到所述贷款申请人的信用等级；判定所述贷款申请人的信用等级在最优评级组合中的名额是否大于0，以得到判定结果，所述最优评级组合是预先确定的，所述最优评级组合包括至少一种信用等级及其名额；根据所述判定结果确定所述贷款申请人是否审批通过。本发明技术方案利用贷款申请人的待评级数据得到其信用等级后，在确定审批通过之前，可以判断贷款申请人的信用等级在最优评级组合中是否存在名额；最优评级组合可以是预先确定的能够达到预期收益最大或损失率最小等的信用等级的组合，从而可以保证最终审批通过的贷款申请人的信用等级存在于最优评级组合中，进而可以在总金额有限的情况下实现最优化的审批，保障了放款机构的利益。

进一步地，根据贷款申请人的信用等级及其数量、所述当前审批周期的放款总额度以及各个信用等级对应的预期收益确定所述最优评级组合，所述最优评级组合对应的预期收益最大。本发明技术方案中，在确定了各个贷款申请人的评级后，根据最优评级组合对应的预期收益最大且最优评级组合对应的放款总额度为当前审批周期的放款总额度的原则，确定最优评级组合中各个信用等级及其名额，以保证实现最优化审批。

进一步地，获取所述当前审批周期之前至少一个审批周期内的信用等级的统计数据，所述统计数据包括各个信用等级及其数量；利用所述统计数据和所述当前审批周期的放款总额度确定所述最优评级组合，所述最优评级组合对应的预期收益最大。由于时间上相邻的审批周期内贷款申请人的信用等级具备稳定性，因此本发明技术方案中，在当前审批周期内的审批开始之前，通过历史时间的统计数据来确定当前审批周期的最优评级组合，从而可以在确定当前审批周期内的贷款申请人的信用等级后就可以确定是否审批通过，在实现最优化审批的基础上，提升了审批的速度和效率。

图1是本发明实施例一种信用额度审批方法的流程图；

图2是发明实施例另一种信用额度审批方法的流程图；

图3是本发明实施例一种信用额度审批装置的结构示意图；

图4是本发明实施例另一种信用额度审批装置的结构示意图。

如背景技术中所述，现有技术在资金无限的情况下可以在达到信用等级时审批通过就放款，但是金融机构每天的放款总额是有限的。在有限的放款总额情况下做到最优化的审批，是一个亟需解决的技术问题。

本发明技术方案利用贷款申请人的待评级数据得到其信用等级后，在确定审批通过之前，可以判断贷款申请人的信用等级在最优评级组合中是否存在名额；最优评级组合可以是预先确定的能够达到预期收益最大或损失率最小等的信用等级的组合，从而可以保证最终审批通过的贷款申请人的信用等级存在于最优评级组合中，进而可以在总金额有限的情况下实现最优化的审批，保障了放款机构的利益。

为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。

图1是本发明实施例一种信用额度审批方法的流程图，所述方法可以由计算机执行，例如可以通过编写计算机程序指令并运行该指令来执行。在实际的应用中，审批系统可以记录贷款申请人的属性信息(例如个人信息、信用信息、待评估数据等)。所述方法可以由审批系统中的模块来执行。审批系统通过执行所述方法可以直接获得审批结果，也可以将运行结果发送至系统使用者进行参考。

图1所示信用额度审批方法可以包括以下步骤：

步骤S101：获取当前审批周期内的贷款申请人的待评级数据；

步骤S102：利用所述贷款申请人的待评级数据进行信用评级，以得到所述贷款申请人的信用等级；

步骤S103：判定所述贷款申请人的信用等级在最优评级组合中的名额是否大于0，以得到判定结果，所述最优评级组合是预先确定的，所述最优评级组合包括至少一种信用等级及其名额，所述最优评级组合对应的放款总额度是当前审批周期的放款总额度；

步骤S104：根据所述判定结果确定所述贷款申请人是否审批通过。

本发明实施例的应用场景可以是消费信贷，例如银行贷款业务、互联网金融贷款、网络贷款等。

贷款申请人在申请贷款时，需要提交贷款资料，该贷款资料可以作为待评级数据。进一步地，还可以调取贷款申请人的信用记录，例如逾期数据等，以作为待评级数据。待评级数据可以表示贷款申请人的信用状况，反映贷款申请人的资产状况和还款能力。具体可以是贷款申请人的信用记录、年龄、住所、收入、固定资产等信息。

信用额度审批是按照审批周期进行的，例如可以是1天。在步骤S101和步骤S102的具体实施中，获取当前审批周期内的待评级数据，并利用待评级数据得到信用等级。

具体而言，可以将待评级数据作为输入，利用信用评级模型计算信用等级。不同的信用等级具有不同的信用度以及风险，相应地，不同的信用等级可以具备不同的信用额度。进一步地，不同的信用等级可以具备不同的贷款利率。

例如，信用等级A的风险最低，信用额度为5万；信用等级B的风险其次，信用额度为4万；信用等级C、D和E的风险逐渐降低，信用额度依次为3万、2万和1万。

可以理解的是，信用评级模型可以是预先训练得到的，本发明实施例对此不做限制。

在步骤S103的具体实施中，由于最优评级组合包括至少一种信用等级及其名额，因此可以将所述贷款申请人的信用等级与最优评级组合中的信用等级进行比对，以确定与贷款申请人的信用等级相一致的信用等级的名额是否大于0。

最优评级组合可以是预先确定的，以便在步骤S103中可以直接调用。由于每个审批周期的放款总额度是固定的，因此所述最优评级组合对应的放款总额度为当前审批周期的放款总额度。具体地，每一信用等级对应信用额度，最优评级组合对应的放款总额度为该组合中各个信用等级对应的信用额度与所述名额的乘积之和。例如，最优评级组合包括信用等级A，其名额为3，其信用额度为5万；信用等级B，其名额为2，其信用额度为4万；信用等级C，其名额为1，其信用额度为3万；该最优评级组合对应的放款总额度为5万×3+4万×2+3万×1＝26万。

进一步地，最优评级组合的确定方式可以根据实际的应用场景进行配置，例如可以在最优评级组合对应的放款总额度是当前审批周期的放款总额度的前提下，使得最优评级组合的预期收益最大，或者最优评级组合的损失率最小，本发明实施例对此不做限制。

进而在步骤S104的具体实施中，根据判定结果中名额是否大于0确定贷款申请人的审批是否通过。

具体而言，如果贷款申请人的信用等级在最优评级组合中的名额大于0，则表示该贷款申请人可以获得该名额，该贷款申请人的审批通过；反之，则表示没有名额分配给所述贷款申请人，该贷款申请人的审批未通过。

本实施例中，贷款申请人的审批通过表示可以放款该贷款申请人；贷款申请人的审批未通过表示拒绝放款给该贷款申请人。

具体地，在确定贷款申请人的审批通过时，还可以根据该贷款申请人的信用等级确定放款额度，放款额度可以是该贷款申请人的信用等级对应的信用额度。

本发明实施例利用贷款申请人的待评级数据得到其信用等级后，在确定审批通过之前，可以判断贷款申请人的信用等级在最优评级组合中是否存在名额；最优评级组合可以是预先确定的能够达到预期收益最大或损失率最小等的信用等级的组合，从而可以保证最终审批通过的贷款申请人的信用等级存在于最优评级组合中，进而可以在总金额有限的情况下实现最优化的审批，保障了放款机构的利益。

在本发明的一个具体实施例中，请参照图2，在图1所示步骤S103之前还可以包括以下步骤：

步骤S201：根据贷款申请人的信用等级及其数量、所述当前审批周期的放款总额度以及各个信用等级对应的预期收益确定所述最优评级组合，所述最优评级组合对应的预期收益最大。

本实施例中，确定最优评级组合的时机是在当前审批周期内的审批过程开始之后，也即是在获得各个贷款申请人的信用等级之后。

具体实施中，确定最优评级组合的目标函数为最优评级组合对应的预期收益最大，约束条件为最优评级组合对应的放款总额度是当前审批周期的放款总额度，并且最优评级组合中各个信用等级的名额小于等于对应信用等级的贷款申请人的数量。

下面以一个具体的例子详细解释最优评级组合的确定过程。

当前审批周期的放款总额度为20万。10个贷款申请人的信用等级依次为1个信用等级A、2个信用等级B、4个信用等级C、其申请顺序为BCCADCEBCD。2个信用等级D和1个信用等级E。信用等级A的信用额度为5万，预期收益为3240元；信用等级B的信用额度为4万，预期收益为2672元；信用等级C的信用额度为3万，预期收益为1764元；信用等级D的信用额度为2万，预期收益为1496元；信用等级E的信用额度为1万，预期收益为948元。

可以利用数学计算得到最优评级组合为信用等级ABBCDD，预期收益为13340元。而按照现有技术的审批方式，按照顺序申请的前六位贷款申请人将获得审批，也即信用等级为BCCADC的贷款申请人，预期收益为12700元。

由上，可以看出相对于现有技术，采用本发明实施例的最优评级组合进行审批的方式可以实现最优化审批。

需要说明的是，在实际应用中，贷款申请人的信用状态较差时，将不能获得信用等级。在这种情况下，未获得信用等级的贷款申请人将不参与确定最优评级组合。例如，100个贷款申请人中仅有10人获得信用等级，剩余90个贷款申请人将不能够用于确定最优评级组合。

在本发明的一个具体实施例中，在图1所示步骤S101之前还可以包括以下步骤：

步骤S202：获取所述当前审批周期之前至少一个审批周期内的信用等级的统计数据，所述统计数据包括各个信用等级及其数量；

步骤S203：利用所述统计数据和所述当前审批周期的放款总额度确定所述最优评级组合，所述最优评级组合对应的预期收益最大。

本实施例中，确定最优评级组合的时机是在当前审批周期内的审批过程开始之前，也即是在获得各个贷款申请人的待评级数据之前。

具体实施中，由于当前审批周期之前至少一个审批周期已经完成审批，因此可以获得所述统计数据。确定最优评级组合的目标函数为最优评级组合对应的预期收益最大，约束条件为最优评级组合中各个信用等级的名额小于等于对应统计数据中各个信用等级的数量，以及最优评级组合对应的放款总额度是当前审批周期的放款总额度。

具体确定最优评级组合中各个信用等级及其数量的方式请参照前述实施例，此处不再赘述。

由于时间上相邻的审批周期内贷款申请人的信用等级具备稳定性，因此本发明实施例中，在当前审批周期内的审批开始之前，通过历史时间的统计数据来确定当前审批周期的最优评级组合，从而可以在确定当前审批周期内的贷款申请人的信用等级后就可以确定是否审批通过，在实现最优化审批的基础上，提升了审批的速度和效率。

本发明一种具体实施方式中，图1所示步骤S104可以包括以下步骤：如果所述贷款申请人的信用等级在所述最优评级组合中的名额大于0，则确定所述贷款申请人审批通过；将所述最优评级组合中所述贷款申请人的信用等级的名额减一。

具体实施中，贷款申请人的信用等级在所述最优评级组合中的名额大于0，表示可以将该名额分配给该贷款申请人，也即确定贷款申请人审批通过。在名额已经分配完成的情况下，最优组合中该信用等级的名额减一，以避免错误审批的情况，保证审批的准确性。

本发明一种具体实施方式中，图1所示步骤S104可以包括以下步骤：如果所述贷款申请人的信用等级在所述最优评级组合中的名额为0，则确定所述贷款申请人审批未通过。

例如，贷款申请人1的信用等级为信用等级A，最优评级组合中信用等级A的名额为1，那么可以确定贷款申请人1审批通过，最优评级组合中信用等级A的名额更新为0。由此，即使贷款申请人2的信用等级为A，但是最优评级组合中信用等级A的名额为0，贷款申请人2的审批将不能通过。

在本发明一个优选实施例中，可以利用非线性规划算法确定所述最优评级组合。

具体实施中，可以利用非线性规划算法建立数学模型，利用该数学模型确定最优评级组合。该数学模型的输入可以是贷款申请人的信用等级及其数量、所述当前审批周期的放款总额度以及各个信用等级对应的预期收益；该数学模型的输入也可以是统计数据和所述当前审批周期的放款总额度。

需要说明的是，非线性规划算法可以是现有技术中任意可实施的算法，本发明实施例对此不做限制。

请参照图3，信用额度审批装置30可以包括待评级数据获取模块301、信用评级模块302、判定模块303和审批确定模块304。

其中，待评级数据获取模块301适于获取当前审批周期内的贷款申请人的待评级数据；信用评级模块302适于利用所述贷款申请人的待评级数据进行信用评级，以得到所述贷款申请人的信用等级；判定模块303适于判定所述贷款申请人的信用等级在最优评级组合中的名额是否大于0，以得到判定结果，所述最优评级组合是预先确定的，所述最优评级组合包括至少一种信用等级及其名额，所述最优评级组合对应的放款总额度是当前审批周期的放款总额度；审批确定模块304适于根据所述判定结果确定所述贷款申请人是否审批通过。

本发明实施例利用贷款申请人的待评级数据得到其信用等级后，在确定审批通过之前，可以判断贷款申请人的信用等级在最优评级组合中是否存在名额；最优评级组合可以是预先确定的能够达到预期收益最大或损失率最小等的信用等级的组合，从而可以保证最终审批通过的贷款申请人的信用等级存在于最优评级组合中，进而可以在总金额有限的情况下实现最优化的审批，保障了放款机构的利益。

本发明一个具体实施例中，请参照图4，信用额度审批装置30还可以包括第一最优评级组合确定模块305，耦接所述判定模块303，适于根据贷款申请人的信用等级及其数量、所述当前审批周期的放款总额度以及各个信用等级对应的预期收益确定所述最优评级组合，所述最优评级组合对应的预期收益最大。

本发明实施例中，在确定了各个贷款申请人的评级后，根据最优评级组合对应的预期收益最大且最优评级组合对应的放款总额度为当前审批周期的放款总额度的原则，确定最优评级组合中各个信用等级及其名额，以保证实现最优化审批。

本发明一个具体实施例中，请参照图4，信用额度审批装置30还可以包括：统计数据获取模块306，适于获取所述当前审批周期之前至少一个审批周期内的信用等级的统计数据，所述统计数据包括各个信用等级及其数量；第二最优评级组合确定模块307，耦接所述待评级数据获取模块301，适于利用所述统计数据和所述当前审批周期的放款总额度确定所述最优评级组合，所述最优评级组合对应的预期收益最大。

由于时间上相邻的审批周期内贷款申请人的信用等级具备稳定性，因此本发明实施例中，在当前审批周期内的审批开始之前，通过历史时间的统计数据来确定当前审批周期的最优评级组合，从而可以在确定当前审批周期内的贷款申请人的信用等级后就可以确定是否审批通过，在实现最优化审批的基础上，提升了审批的速度和效率。

本发明一个具体实施方式中，图3所示审批确定模块304可以包括：第一判定单元(图未示)，适于在所述贷款申请人的信用等级在所述最优评级组合中的名额大于0时，确定所述贷款申请人审批通过；名额更新单元(图未示)，适于将所述最优评级组合中所述贷款申请人的信用等级的名额减一。

本发明另一个具体实施方式中，图3所示审批确定模块304可以包括：第二判定单元(图未示)，适于在所述贷款申请人的信用等级在所述最优评级组合中的名额为0时，确定所述贷款申请人审批未通过。

关于所述信用额度审批装置30的工作原理、工作方式的更多内容，可以参照图1至图2中的相关描述，这里不再赘述。

本发明实施例还公开了一种存储介质，其上存储有计算机指令，所述计算机指令运行时可以执行图1或图2中所示的信用额度审批方法的步骤。所述存储介质可以包括ROM、RAM、磁盘或光盘等。所述存储介质还可以包括非挥发性存储器(non-volatile)或者非瞬态(non-transitory)存储器等。

本发明实施例还公开了一种终端，所述终端可以包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机指令。所述处理器运行所述计算机指令时可以执行图1或图2中所示的信用额度审批方法的步骤。所述终端包括但不限于手机、计算机、平板电脑等终端设备。

虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。