确定授信额度的方法及装置

本申请涉及数据处理技术领域，尤其涉及一种确定授信额度的方法及装置。

随着社会的不断发展和人们消费观念的逐渐升级，越来越多的人们通过贷款方式来提升自身的生活水平。在贷款申请人向金融机构平台申请贷款服务的过程中，金融机构平台为了降低贷款风险，需要对贷款申请人提供的个人信息进行身份核验、欺诈风险审核及信用风险审核等审核，从而获得贷款申请人对应的信用评分，再根据贷款申请人对应的信用评分，来确定是否为贷款申请人提供贷款服务。当根据贷款申请人对应的信用评分确定为贷款申请人提供贷款服务时，金融机构平台根据贷款申请人的申请额度为贷款申请人放款。

然而，仅根据贷款申请人对应的信用评分，确定是否为贷款申请人提供贷款服务，并未进行申请额度风险差异化评估，从而使得为贷款申请人提供贷款服务仍然存在一定风险。因此，在为贷款申请人提供贷款服务时，如何进一步控制贷款风险是至关重要的。

本申请实施例提供一种确定授信额度的方法及装置，主要目的在于在为贷款申请人提供贷款服务时，进一步控制贷款风险。

为解决上述技术问题，本申请实施例提供如下技术方案：

第一方面，本申请提供了一种确定授信额度的方法，该方法包括：

获取待评估申请人对应的信用评分和申请额度；

根据所述待评估申请人对应的信用评分计算所述待评估申请人对应的信用评分分位点；

将所述待评估申请人对应的信用评分分位点输入至授信额度模型中，以便所述授信额度模型输出所述待评估申请人对应的目标授信额度；

根据所述待评估申请人对应的申请额度和目标授信额度，对所述待评估申请人进行放款。

可选的，在所述获取待评估申请人对应的信用评分和申请额度之前，所述方法还包括：

获取多个训练样本，其中，所述训练样本包含历史申请人对应的信用评分和违约率；

根据多个所述训练样本对所述授信额度模型进行多轮训练。

可选的，所述授信额度模型中包含目标函数，所述目标函数包含目标参数；所述根据多个所述训练样本对所述授信额度模型进行多轮训练，包括：

根据每个所述训练样本对应的信用评分计算每个所述训练样本对应的信用评分分位点；

根据多个预设评分区间和每个所述训练样本对应的信用评分分位点，对多个所述训练样本进行分组处理，以获得多个目标分组，其中，多个所述预设评分区间与多个所述目标分组一一对应；

根据每个所述训练样本对应的违约率计算每个所述目标分组对应的平均违约率；

根据多个所述预设评分区间确定每个所述目标分组对应的权重值；

获取预设最大授信额度、预设最小授信额度、预设平均授信额度和所述目标参数对应的预设参数值；

根据每个所述训练样本对应的信用评分分位点、所述预设最大授信额度、所述预设最小授信额度、所述预设平均授信额度、所述目标参数对应的预设参数值、每个目标分组对应的平均违约率和权重值，对所述授信额度模型进行多轮训练；其中，

在每轮训练后，判断是否达到预设停止条件，若是，则停止对所述授信额度模型的训练，并将本轮训练过程中使用的、所述目标参数对应的目标参数值确定为所述目标参数对应的最终参数值；若否，则根据前N轮训练，确定下一轮训练过程中使用的、所述目标参数对应的目标参数值，并基于所述目标参数对应的目标参数值进行下一轮训练，N为正整数。

可选的，所述根据每个所述训练样本对应的信用评分分位点、所述预设最大授信额度、所述预设最小授信额度、所述预设平均授信额度、所述目标参数对应的预设参数值、每个目标分组对应的平均违约率和权重值，对所述授信额度模型进行多轮训练，包括：

对于第一轮训练而言：分别将每个所述训练样本对应的信用评分分位点、所述预设最大授信额度、所述预设最小授信额度和所述目标参数对应的预设参数值代入所述目标函数中，以计算每个所述训练样本对应的目标授信额度；根据每个所述训练样本对应的目标授信额度计算每个所述目标分组对应的平均授信额度，并根据每个所述目标分组对应的平均授信额度和预设平均授信额度计算每个所述目标分组对应的授信额件均比；将每个所述目标分组对应的平均违约率、权重值和授信额件均比代入预设计算公式中，以计算多个所述目标分组对应的总违约率；

对于第N+1轮训练而言：分别将每个所述训练样本对应的信用评分分位点、所述预设最大授信额度、所述预设最小授信额度和所述目标参数对应的目标参数值代入所述目标函数中，以计算每个所述训练样本对应的目标授信额度；根据每个所述训练样本对应的目标授信额度计算每个所述目标分组对应的平均授信额度，并根据每个所述目标分组对应的平均授信额度和预设平均授信额度计算每个所述目标分组对应的授信额件均比；将每个所述目标分组对应的平均违约率、权重值和授信额件均比代入预设计算公式中，以计算多个所述目标分组对应的总违约率；

其中，所述预设停止条件为：所述总违约率小于预设违约率阈值、训练轮数达到预设轮数阈值和训练时长达到预设时长阈值中的任意一个。

可选的，所述根据所述待评估申请人对应的申请额度和目标授信额度，对所述待评估申请人进行放款，包括：

当所述申请额度小于或等于所述目标授信额度时，按照所述申请额度对所述待评估申请人进行放款；

当所述申请额度大于所述目标授信额度时，按照所述目标授信额度对所述待评估申请人进行放款。

第二方面，本申请还提供一种确定授信额度的装置，该装置包括：

第一获取单元，用于获取待评估申请人对应的信用评分和申请额度；

计算单元，用于根据所述待评估申请人对应的信用评分计算所述待评估申请人对应的信用评分分位点；

输入单元，用于将所述待评估申请人对应的信用评分分位点输入至授信额度模型中，以便所述授信额度模型输出所述待评估申请人对应的目标授信额度；

放款单元，用于根据所述待评估申请人对应的申请额度和目标授信额度，对所述待评估申请人进行放款。

可选的，所述装置还包括：

第二获取单元，用于在所述第一获取单元获取待评估申请人对应的信用评分和申请额度之前，获取多个训练样本，其中，所述训练样本包含历史申请人对应的信用评分和违约率；

训练单元，用于根据多个所述训练样本对所述授信额度模型进行多轮训练。

可选的，所述授信额度模型中包含目标函数，所述目标函数包含目标参数；所述训练单元包括：

第一计算模块，用于根据每个所述训练样本对应的信用评分计算每个所述训练样本对应的信用评分分位点；

分组模块，用于根据多个预设评分区间和每个所述训练样本对应的信用评分分位点，对多个所述训练样本进行分组处理，以获得多个目标分组，其中，多个所述预设评分区间与多个所述目标分组一一对应；

第二计算模块，用于根据每个所述训练样本对应的违约率计算每个所述目标分组对应的平均违约率；

确定模块，用于根据多个所述预设评分区间确定每个所述目标分组对应的权重值；

获取模块，用于获取预设最大授信额度、预设最小授信额度、预设平均授信额度和所述目标参数对应的预设参数值；

训练模块，用于根据每个所述训练样本对应的信用评分分位点、所述预设最大授信额度、所述预设最小授信额度、所述预设平均授信额度、所述目标参数对应的预设参数值、每个目标分组对应的平均违约率和权重值，对所述授信额度模型进行多轮训练；其中，

在每轮训练后，判断是否达到预设停止条件，若是，则停止对所述授信额度模型的训练，并将本轮训练过程中使用的、所述目标参数对应的目标参数值确定为所述目标参数对应的最终参数值；若否，则根据前N轮训练，确定下一轮训练过程中使用的、所述目标参数对应的目标参数值，并基于所述目标参数对应的目标参数值进行下一轮训练，N为正整数。

可选的，所述训练模块，具体用于

对于第一轮训练而言：分别将每个所述训练样本对应的信用评分分位点、所述预设最大授信额度、所述预设最小授信额度和所述目标参数对应的预设参数值代入所述目标函数中，以计算每个所述训练样本对应的目标授信额度；根据每个所述训练样本对应的目标授信额度计算每个所述目标分组对应的平均授信额度，并根据每个所述目标分组对应的平均授信额度和预设平均授信额度计算每个所述目标分组对应的授信额件均比；将每个所述目标分组对应的平均违约率、权重值和授信额件均比代入预设计算公式中，以计算多个所述目标分组对应的总违约率；

对于第N+1轮训练而言：分别将每个所述训练样本对应的信用评分分位点、所述预设最大授信额度、所述预设最小授信额度和所述目标参数对应的目标参数值代入所述目标函数中，以计算每个所述训练样本对应的目标授信额度；根据每个所述训练样本对应的目标授信额度计算每个所述目标分组对应的平均授信额度，并根据每个所述目标分组对应的平均授信额度和预设平均授信额度计算每个所述目标分组对应的授信额件均比；将每个所述目标分组对应的平均违约率、权重值和授信额件均比代入预设计算公式中，以计算多个所述目标分组对应的总违约率；

其中，所述预设停止条件为：所述总违约率小于预设违约率阈值、训练轮数达到预设轮数阈值和训练时长达到预设时长阈值中的任意一个。

可选的，所述放款单元包括：

第一放款模块，用于当所述申请额度小于或等于所述目标授信额度时，按照所述申请额度对所述待评估申请人进行放款；

第二放款模块，用于当所述申请额度大于所述目标授信额度时，按照所述目标授信额度对所述待评估申请人进行放款。

第三方面，本申请的实施例提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行第一方面所述的确定授信额度的方法。

第四方面，本申请的实施例提供了一种确定授信额度的装置，所述装置包括存储介质；及一个或者多个处理器，所述存储介质与所述处理器耦合，所述处理器被配置为执行所述存储介质中存储的程序指令；所述程序指令运行时执行第一方面所述的确定授信额度的方法。

借由上述技术方案，本申请提供的技术方案至少具有下列优点：

本申请提供一种确定授信额度的方法及装置，本申请能够在目标金融机构平台获取得到待评估申请人对应的信用评分和申请额度后，由目标金融机构平台根据待评估申请人对应的信用评分计算待评估申请人对应的信用评分分位点，再将待评估申请人对应的信用评分分位点输入至预先训练好的授信额度模型中，以便授信额度模型输出待评估申请人对应的目标授信额度；最后，目标金融机构平台根据待评估申请人对应的申请额度与目标授信额度之间的大小关系，对待评估申请人进行放款。由于，目标金融机构平台是在获取得到待评估申请人对应的信用评分后，根据待评估申请人对应的信用评分和预先训练好的授信额度模型，确定待评估申请人对应的目标授信额度，并根据待评估申请人对应的申请额度与目标授信额度之间的大小关系，对待评估申请人进行放款，从而实现对待评估申请人进行申请额度风险差异化评估，因此，目标金融机构平台可以进一步控制贷款风险。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

通过参考附图阅读下文的详细描述，本申请示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本申请的若干实施方式，相同或对应的标号表示相同或对应的部分，其中：

图1示出了本申请实施例提供的一种确定授信额度的方法流程图；

图2示出了本申请实施例提供的另一种确定授信额度的方法流程图；

图3示出了本申请实施例提供的一种确定授信额度的装置的组成框图；

图4示出了本申请实施例提供的另一种确定授信额度的装置的组成框图。

下面将参照附图更详细地描述本申请的示例性实施方式。虽然附图中显示了本申请的示例性实施方式，然而应当理解，可以以各种形式实现本申请而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了能够更透彻地理解本申请，并且能够将本申请的范围完整的传达给本领域的技术人员。

需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本申请所属领域技术人员所理解的通常意义。

本申请实施例提供一种确定授信额度的方法，如图1所示，该方法包括：

101、获取待评估申请人对应的信用评分和申请额度。

其中，待评估申请人对应的信用评分具体可以为：(1)目标金融机构平台对待评估申请人提供的个人信息进行身份核验、欺诈风险审核及信用风险审核等审核后，获得的内部信用评分(2)待评估申请人在其他机构平台处的外部信用评分(如银行征信评分等)(3)对内部信用评分和外部信用评分进行加权计算得到的综合信用评分中的任意一种。

在本申请实施例中，目标金融机构平台首先需要获取待评估申请人对应的信用评分和申请额度，以便后续根据待评估申请人对应的信用评分确定待评估申请人对应的目标授信额度。

102、根据待评估申请人对应的信用评分计算待评估申请人对应的信用评分分位点。

在本申请实施例中，目标金融机构平台在获取得到待评估申请人对应的信用评分，便可根据待评估申请人对应的信用评分计算待评估申请人对应的信用评分分位点，即先计算待评估申请人对应的信用评分与信用总评分的比值，再将计算得到的比值确定为待评估申请人对应的信用评分分位点，例如，待评估申请人对应的信用评分为120分，信用总评分为150分，则待评估申请人对应的信用评分分位点＝120/150＝0.8。

具体的，在本步骤，当获取得到的、待评估申请人对应的信用评分具体为内部信用评分时，可以先计算待评估申请人对应的内部信用评分与内部信用总评分的比值，再将计算得到的比值确定为待评估申请人对应的信用评分分位点；当获取得到的、待评估申请人对应的信用评分为外部信用评分时，可以先计算待评估申请人对应的外部信用评分与外部信用总评分的比值，再将计算得到的比值确定为待评估申请人对应的信用评分分位点；当获取得到的、待评估申请人对应的信用评分为综合信用评分时，可以对内部信用总评分和外部信用总评分进行加权计算得到综合信用总评分，再计算待评估申请人对应的综合信用评分与综合信用总评分的比值，最后将计算得到的比值确定为待评估申请人对应的信用评分分位点，但不限于此。

103、将待评估申请人对应的信用评分分位点输入至授信额度模型中，以便授信额度模型输出待评估申请人对应的目标授信额度。

在本申请实施例中，目标金融机构平台在计算得到待评估申请人对应的信用评分分位点后，便可将待评估申请人对应的信用评分分位点输入至预先训练好的授信额度模型中，授信额度模型便会输出待评估申请人对应的目标授信额度。

104、根据待评估申请人对应的申请额度和目标授信额度，对待评估申请人进行放款。

在本申请实施例中，目标金融机构平台在获取得到待评估申请人对应的目标授信额度后，便可根据待评估申请人对应的申请额度和目标授信额度，对待评估申请人进行放款。

具体的，在本步骤中，当待评估申请人对应的申请额度小于或等于目标授信额度时，目标金融机构平台可以按照待评估申请人对应的申请额度对待评估申请人进行放款；当待评估申请人对应的申请额度大于目标授信额度时，目标金融机构平台可以按照待评估申请人对应的目标授信额度对待评估申请人进行放款，但不限于此。

本申请实施例提供一种确定授信额度的方法，本申请实施例能够在目标金融机构平台获取得到待评估申请人对应的信用评分和申请额度后，由目标金融机构平台根据待评估申请人对应的信用评分计算待评估申请人对应的信用评分分位点，再将待评估申请人对应的信用评分分位点输入至预先训练好的授信额度模型中，以便授信额度模型输出待评估申请人对应的目标授信额度；最后，目标金融机构平台根据待评估申请人对应的申请额度与目标授信额度之间的大小关系，对待评估申请人进行放款。由于，目标金融机构平台是在获取得到待评估申请人对应的信用评分后，根据待评估申请人对应的信用评分和预先训练好的授信额度模型，确定待评估申请人对应的目标授信额度，并根据待评估申请人对应的申请额度与目标授信额度之间的大小关系，对待评估申请人进行放款，从而实现对待评估申请人进行申请额度风险差异化评估，因此，目标金融机构平台可以进一步控制贷款风险。

以下为了更加详细地说明，本申请实施例提供了另一种确定授信额度的方法，具体如图2所示，该方法包括：

201、训练授信额度模型。

在本申请实施例中，为了保证在计算得到待评估申请人对应的信用评分分位点后，能够准确地根据待评估申请人对应的信用评分分位点获得待评估申请人对应的目标授信额度，目标金融机构平台需要预先训练授信额度模型。

具体的，在本步骤中，目标金融机构平台可以通过以下方式训练授信额度模型：

其中，授信额度模型中包含目标函数，目标函数包含目标参数。

(1)获取多个训练样本。

其中，训练样本包含历史申请人对应的信用评分和违约率，其中，历史申请人对应的违约率为：在历史申请人申请贷款服务的过程中，目标金融机构平台根据历史申请人的个人信息，确定的用于表明历史申请人可能违约的概率。

(2)根据多个训练样本对授信额度模型进行多轮训练。

在本申请实施例中，目标金融机构平台在获取得到多个训练样本后，便可根据多个训练样本对授信额度模型进行多轮训练，其中，训练过程具体为：

1、根据每个训练样本对应的信用评分计算每个训练样本对应的信用评分分位点。

其中，根据每个训练样本对应的信用评分计算每个训练样本对应的信用评分分位点的具体过程，可以参考上述步骤102、根据待评估申请人对应的信用评分计算待评估申请人对应的信用评分分位点部分的描述，本发明实施例此处将不再赘述。

2、根据多个预设评分区间和每个训练样本对应的信用评分分位点，对多个训练样本进行分组处理，以获得多个目标分组。

其中，多个预设评分区间与多个目标分组一一对应，多个预设评分区间为目标金融机构平台的工作人员根据实际需求预先设定、用于对多个训练样本进行分组处理的多个区间，多个预设评分区间可以但不限于为：(A)[0，0.1)，[0.1，0.2)，[0.2，0.3)…[0.8，0.9)，[0.9，1.0]；(B)[0，0.2)，[0.2，0.4)，[0.4，0.6)，[0.6，0.8)，[0.8，1.0]等等。

3、根据每个训练样本对应的违约率计算每个目标分组对应的平均违约率，即对于任意一个目标分组而言，先对该目标分组内的各个训练样本对应的违约率进行求和计算，再将计算结果除以该目标分组内的多个训练样本的个数，最后将计算结果确定为该目标分组对应的平均违约率。

4、根据多个预设评分区间确定每个目标分组对应的权重值，即将各个预设评分区间占总评分区间的比值，确定为相应目标分组对应的权重值，例如，当多个预设评分区间具体为：[0，0.1)，[0.1，0.2)，[0.2，0.3)…[0.8，0.9)，[0.9，1.0]时，每个目标分组对应的权重值为10％。

5、获取预设最大授信额度、预设最小授信额度、预设平均授信额度和目标参数对应的预设参数值。

其中，预设最大授信额度为目标金融机构平台的工作人员根据实际需求预先设定的任意一个申请人对应的最大授信额度、预设最小授信额度为目标金融机构平台的工作人员根据实际需求预先设定的任意一个申请人对应的最小授信额度、预设平均授信额度为目标金融机构平台的工作人员根据目标金融机构平台对应的本年预计放款总额度和本年预计放款总数量确定的，即将本年预计放款总额度与本年预计放款总数量的比值确定为预设平均授信额度；其中，目标参数对应的预设参数值为[0，1]中的任意一个小数。

6、根据每个训练样本对应的信用评分分位点、预设最大授信额度、预设最小授信额度、预设平均授信额度、目标参数对应的预设参数值、每个目标分组对应的平均违约率和权重值，对授信额度模型进行多轮训练。

其中，在每轮训练后，需要判断是否达到预设停止条件，若是，则停止对授信额度模型的训练，并将本轮训练过程中使用的、目标参数对应的目标参数值确定为目标参数对应的最终参数值；若否，则根据前N轮训练，确定下一轮训练过程中使用的、目标参数对应的目标参数值，并基于目标参数对应的目标参数值进行下一轮训练，N为正整数。

其中，对授信额度模型进行多轮训练的具体过程为：

对于第一轮训练而言：首先，分别将每个训练样本对应的信用评分分位点、预设最大授信额度、预设最小授信额度和目标参数对应的预设参数值代入目标函数中，从而计算每个训练样本对应的目标授信额度；其次，根据每个训练样本对应的目标授信额度计算每个目标分组对应的平均授信额度，并根据每个目标分组对应的平均授信额度和预设平均授信额度计算每个目标分组对应的授信额件均比，即对于任意一个目标分组而言，先对该目标分组内的各个训练样本对应的目标授信额度进行求和计算，再将计算结果除以该目标分组内的多个训练样本的个数，从而获得该目标分组对应的平均授信额度，最后将该目标分组对应的平均授信额度与预设平均授信额度的比值确定为将该目标分组对应的授信额件均比；最后，将每个目标分组对应的平均违约率、权重值和授信额件均比代入预设计算公式中，从而计算多个目标分组对应的总违约率；

对于第N+1轮训练而言：首先，分别将每个训练样本对应的信用评分分位点、预设最大授信额度、预设最小授信额度和目标参数对应的目标参数值代入目标函数中，从而计算每个训练样本对应的目标授信额度；其次，根据每个训练样本对应的目标授信额度计算每个目标分组对应的平均授信额度，并根据每个目标分组对应的平均授信额度和预设平均授信额度计算每个目标分组对应的授信额件均比，即对于任意一个目标分组而言，先对该目标分组内的各个训练样本对应的目标授信额度进行求和计算，再将计算结果除以该目标分组内的多个训练样本的个数，从而获得该目标分组对应的平均授信额度，最后将该目标分组对应的平均授信额度与预设平均授信额度的比值确定为将该目标分组对应的授信额件均比；最后，将每个目标分组对应的平均违约率、权重值和授信额件均比代入预设计算公式中，从而计算多个目标分组对应的总违约率；

其中，预设停止条件为：总违约率小于预设违约率阈值、训练轮数达到预设轮数阈值和训练时长达到预设时长阈值中的任意一个；

其中，根据前N轮训练，确定下一轮训练过程中使用的、目标参数对应的目标参数值的具体方式为：根据前N轮训练中每一轮训练对应的总违约率和目标参数值，确定下一轮训练过程中使用的、目标参数对应的目标参数值；

其中，目标函数可以如下：

其中，y(xi)为第i个训练样本对应的目标授信额度，Amin为预设最小授信额，Amax为预设最大授信额度，C为预设定值参数，K0为目标参数，xi为第i个训练样本对应的信用评分分位点；

其中，目标函数还可以如下：

其中，y(xi)为第i个训练样本对应的目标授信额度，Amin为预设最小授信额，Amax为预设最大授信额度，C为预设定值参数，K0为目标参数，xi为第i个训练样本对应的信用评分分位点；

其中，预设计算公式具体如下：

A＝X1*Y1*Z1+X2*Y2*Z2+…+Xn*Yn*Zn

其中，A为总违约率，X1为第一个目标分组对应的平均违约率，Y1为第一个目标分组对应的权重值，Z1为第一个目标分组对应的授信额件均比，X2为第二个目标分组对应的平均违约率，Y2为第二个目标分组对应的权重值，Z2为第二个目标分组对应的授信额件均比…Xn为第N个目标分组对应的平均违约率，Yn为第N个目标分组对应的权重值，Zn为第N个目标分组对应的授信额件均比。

202、获取待评估申请人对应的信用评分和申请额度。

其中，关于步骤202、获取待评估申请人对应的信用评分和申请额度，可以参考图1对应部分的描述，本发明实施例此处将不再赘述。

203、根据待评估申请人对应的信用评分计算待评估申请人对应的信用评分分位点。

其中，关于步骤203、根据待评估申请人对应的信用评分计算待评估申请人对应的信用评分分位点，可以参考图1对应部分的描述，本发明实施例此处将不再赘述。

204、将待评估申请人对应的信用评分分位点输入至授信额度模型中，以便授信额度模型输出待评估申请人对应的目标授信额度。

其中，关于步骤204、将待评估申请人对应的信用评分分位点输入至授信额度模型中，以便授信额度模型输出待评估申请人对应的目标授信额度，可以参考图1对应部分的描述，本发明实施例此处将不再赘述。

205、根据待评估申请人对应的申请额度和目标授信额度，对待评估申请人进行放款。

在本申请实施例中，目标金融机构平台在获取得到待评估申请人对应的目标授信额度后，便可根据待评估申请人对应的申请额度和目标授信额度，对待评估申请人进行放款。以下将对目标金融机构平台如何根据待评估申请人对应的申请额度和目标授信额度，对待评估申请人进行放款进行详细说明。

(1)当待评估申请人对应的申请额度小于或等于目标授信额度时，目标金融机构平台可以直接按照待评估申请人对应的申请额度对待评估申请人进行放款。

(2)当待评估申请人对应的申请额度大于目标授信额度时，目标金融机构平台可以按照待评估申请人对应的目标授信额度对待评估申请人进行放款；也可以输出提示信息，其中，输出的提示信息具体可以为：请待评估申请人提供其他个人资料(如消费流水、房产证等资质类资料)，后续若待评估申请人提供其他个人资料，则目标金融机构平台的工作人员可以对待评估申请人提供的其他个人资料进行人工审批，从而确定是否可以按照待评估申请人对应的申请额度对待评估申请人进行放款，若待评估申请人未提供其他个人资料，则目标金融机构平台继续按照待评估申请人对应的目标授信额度对待评估申请人进行放款。

为了实现上述目的，根据本申请的另一方面，本申请实施例还提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行上述所述的确定授信额度的方法。

为了实现上述目的，根据本申请的另一方面，本申请实施例还提供了一种确定授信额度的装置，所述装置包括存储介质；及一个或者多个处理器，所述存储介质与所述处理器耦合，所述处理器被配置为执行所述存储介质中存储的程序指令；所述程序指令运行时执行上述所述的确定授信额度的方法。

进一步的，作为对上述图1及图2所示方法的实现，本申请另一实施例还提供了一种确定授信额度的装置。该装置实施例与前述方法实施例对应，为便于阅读，本装置实施例不再对前述方法实施例中的细节内容进行逐一赘述，但应当明确，本实施例中的装置能够对应实现前述方法实施例中的全部内容。该装置应用于在为贷款申请人提供贷款服务时，进一步控制贷款风险，具体如图3所示，该装置包括：

第一获取单元31，用于获取待评估申请人对应的信用评分和申请额度；

计算单元32，用于根据所述待评估申请人对应的信用评分计算所述待评估申请人对应的信用评分分位点；

输入单元33，用于将所述待评估申请人对应的信用评分分位点输入至授信额度模型中，以便所述授信额度模型输出所述待评估申请人对应的目标授信额度；

放款单元34，用于根据所述待评估申请人对应的申请额度和目标授信额度，对所述待评估申请人进行放款。

进一步的，如图4所示，该装置还包括：

第二获取单元35，用于在第一获取单元31获取待评估申请人对应的信用评分和申请额度之前，获取多个训练样本，其中，所述训练样本包含历史申请人对应的信用评分和违约率；

训练单元36，用于根据多个所述训练样本对所述授信额度模型进行多轮训练。

进一步的，如图4所示，所述授信额度模型中包含目标函数，所述目标函数包含目标参数；训练单元36包括：

第一计算模块361，用于根据每个所述训练样本对应的信用评分计算每个所述训练样本对应的信用评分分位点；

分组模块362，用于根据多个预设评分区间和每个所述训练样本对应的信用评分分位点，对多个所述训练样本进行分组处理，以获得多个目标分组，其中，多个所述预设评分区间与多个所述目标分组一一对应；

第二计算模块363，用于根据每个所述训练样本对应的违约率计算每个所述目标分组对应的平均违约率；

确定模块364，用于根据多个所述预设评分区间确定每个所述目标分组对应的权重值；

获取模块365，用于获取预设最大授信额度、预设最小授信额度、预设平均授信额度和所述目标参数对应的预设参数值；

训练模块366，用于根据每个所述训练样本对应的信用评分分位点、所述预设最大授信额度、所述预设最小授信额度、所述预设平均授信额度、所述目标参数对应的预设参数值、每个目标分组对应的平均违约率和权重值，对所述授信额度模型进行多轮训练；其中，

在每轮训练后，判断是否达到预设停止条件，若是，则停止对所述授信额度模型的训练，并将本轮训练过程中使用的、所述目标参数对应的目标参数值确定为所述目标参数对应的最终参数值；若否，则根据前N轮训练，确定下一轮训练过程中使用的、所述目标参数对应的目标参数值，并基于所述目标参数对应的目标参数值进行下一轮训练，N为正整数。

进一步的，如图4所示，训练模块366，具体用于

对于第一轮训练而言：分别将每个所述训练样本对应的信用评分分位点、所述预设最大授信额度、所述预设最小授信额度和所述目标参数对应的预设参数值代入所述目标函数中，以计算每个所述训练样本对应的目标授信额度；根据每个所述训练样本对应的目标授信额度计算每个所述目标分组对应的平均授信额度，并根据每个所述目标分组对应的平均授信额度和预设平均授信额度计算每个所述目标分组对应的授信额件均比；将每个所述目标分组对应的平均违约率、权重值和授信额件均比代入预设计算公式中，以计算多个所述目标分组对应的总违约率；

对于第N+1轮训练而言：分别将每个所述训练样本对应的信用评分分位点、所述预设最大授信额度、所述预设最小授信额度和所述目标参数对应的目标参数值代入所述目标函数中，以计算每个所述训练样本对应的目标授信额度；根据每个所述训练样本对应的目标授信额度计算每个所述目标分组对应的平均授信额度，并根据每个所述目标分组对应的平均授信额度和预设平均授信额度计算每个所述目标分组对应的授信额件均比；将每个所述目标分组对应的平均违约率、权重值和授信额件均比代入预设计算公式中，以计算多个所述目标分组对应的总违约率；

其中，所述预设停止条件为：所述总违约率小于预设违约率阈值、训练轮数达到预设轮数阈值和训练时长达到预设时长阈值中的任意一个。

进一步的，如图4所示，放款单元34包括：

第一放款模块341，用于当所述申请额度小于或等于所述目标授信额度时，按照所述申请额度对所述待评估申请人进行放款；

第二放款模块342，用于当所述申请额度大于所述目标授信额度时，按照所述目标授信额度对所述待评估申请人进行放款。

本申请实施例提供一种确定授信额度的方法及装置，本申请实施例能够在目标金融机构平台获取得到待评估申请人对应的信用评分和申请额度后，由目标金融机构平台根据待评估申请人对应的信用评分计算待评估申请人对应的信用评分分位点，再将待评估申请人对应的信用评分分位点输入至预先训练好的授信额度模型中，以便授信额度模型输出待评估申请人对应的目标授信额度；最后，目标金融机构平台根据待评估申请人对应的申请额度与目标授信额度之间的大小关系，对待评估申请人进行放款。由于，目标金融机构平台是在获取得到待评估申请人对应的信用评分后，根据待评估申请人对应的信用评分和预先训练好的授信额度模型，确定待评估申请人对应的目标授信额度，并根据待评估申请人对应的申请额度与目标授信额度之间的大小关系，对待评估申请人进行放款，从而实现对待评估申请人进行申请额度风险差异化评估，因此，目标金融机构平台可以进一步控制贷款风险。

所述确定授信额度的装置包括处理器和存储器，上述第一获取单元、计算单元、输入单元和放款单元等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。

处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来在为贷款申请人提供贷款服务时，进一步控制贷款风险。

本申请实施例提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行上述所述的确定授信额度的方法。

存储介质可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。

本申请实施例还提供了一种确定授信额度的装置，所述装置包括存储介质；及一个或者多个处理器，所述存储介质与所述处理器耦合，所述处理器被配置为执行所述存储介质中存储的程序指令；所述程序指令运行时执行上述所述的确定授信额度的方法。

本申请实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：

获取待评估申请人对应的信用评分和申请额度；

根据所述待评估申请人对应的信用评分计算所述待评估申请人对应的信用评分分位点；

将所述待评估申请人对应的信用评分分位点输入至授信额度模型中，以便所述授信额度模型输出所述待评估申请人对应的目标授信额度；

根据所述待评估申请人对应的申请额度和目标授信额度，对所述待评估申请人进行放款。

进一步的，在所述获取待评估申请人对应的信用评分和申请额度之前，所述方法还包括：

获取多个训练样本，其中，所述训练样本包含历史申请人对应的信用评分和违约率；

根据多个所述训练样本对所述授信额度模型进行多轮训练。

进一步的，所述授信额度模型中包含目标函数，所述目标函数包含目标参数；所述根据多个所述训练样本对所述授信额度模型进行多轮训练，包括：

根据每个所述训练样本对应的信用评分计算每个所述训练样本对应的信用评分分位点；

根据多个预设评分区间和每个所述训练样本对应的信用评分分位点，对多个所述训练样本进行分组处理，以获得多个目标分组，其中，多个所述预设评分区间与多个所述目标分组一一对应；

根据每个所述训练样本对应的违约率计算每个所述目标分组对应的平均违约率；

根据多个所述预设评分区间确定每个所述目标分组对应的权重值；

获取预设最大授信额度、预设最小授信额度、预设平均授信额度和所述目标参数对应的预设参数值；

根据每个所述训练样本对应的信用评分分位点、所述预设最大授信额度、所述预设最小授信额度、所述预设平均授信额度、所述目标参数对应的预设参数值、每个目标分组对应的平均违约率和权重值，对所述授信额度模型进行多轮训练；其中，

在每轮训练后，判断是否达到预设停止条件，若是，则停止对所述授信额度模型的训练，并将本轮训练过程中使用的、所述目标参数对应的目标参数值确定为所述目标参数对应的最终参数值；若否，则根据前N轮训练，确定下一轮训练过程中使用的、所述目标参数对应的目标参数值，并基于所述目标参数对应的目标参数值进行下一轮训练，N为正整数。

进一步的，所述根据每个所述训练样本对应的信用评分分位点、所述预设最大授信额度、所述预设最小授信额度、所述预设平均授信额度、所述目标参数对应的预设参数值、每个目标分组对应的平均违约率和权重值，对所述授信额度模型进行多轮训练，包括：

对于第一轮训练而言：分别将每个所述训练样本对应的信用评分分位点、所述预设最大授信额度、所述预设最小授信额度和所述目标参数对应的预设参数值代入所述目标函数中，以计算每个所述训练样本对应的目标授信额度；根据每个所述训练样本对应的目标授信额度计算每个所述目标分组对应的平均授信额度，并根据每个所述目标分组对应的平均授信额度和预设平均授信额度计算每个所述目标分组对应的授信额件均比；将每个所述目标分组对应的平均违约率、权重值和授信额件均比代入预设计算公式中，以计算多个所述目标分组对应的总违约率；

对于第N+1轮训练而言：分别将每个所述训练样本对应的信用评分分位点、所述预设最大授信额度、所述预设最小授信额度和所述目标参数对应的目标参数值代入所述目标函数中，以计算每个所述训练样本对应的目标授信额度；根据每个所述训练样本对应的目标授信额度计算每个所述目标分组对应的平均授信额度，并根据每个所述目标分组对应的平均授信额度和预设平均授信额度计算每个所述目标分组对应的授信额件均比；将每个所述目标分组对应的平均违约率、权重值和授信额件均比代入预设计算公式中，以计算多个所述目标分组对应的总违约率；

其中，所述预设停止条件为：所述总违约率小于预设违约率阈值、训练轮数达到预设轮数阈值和训练时长达到预设时长阈值中的任意一个。

进一步的，所述根据所述待评估申请人对应的申请额度和目标授信额度，对所述待评估申请人进行放款，包括：

当所述申请额度小于或等于所述目标授信额度时，按照所述申请额度对所述待评估申请人进行放款；

当所述申请额度大于所述目标授信额度时，按照所述目标授信额度对所述待评估申请人进行放款。

本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序代码：获取待评估申请人对应的信用评分和申请额度；根据所述待评估申请人对应的信用评分计算所述待评估申请人对应的信用评分分位点；将所述待评估申请人对应的信用评分分位点输入至授信额度模型中，以便所述授信额度模型输出所述待评估申请人对应的目标授信额度；根据所述待评估申请人对应的申请额度和目标授信额度，对所述待评估申请人进行放款。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。