用于贷款服务的处理方法和装置

本公开涉及金融行业领域，特别是涉及一种用于贷款服务的处理方法和装置。

近年来，国家多次明确提出，要加快建立“多主体供应、多渠道保障、租购并举的住房制度”。至2030年我国住房租赁人口将达2.7亿人，整体市场规模将达4.2万亿元，对专项信贷产品的需求非常可观。商业银行开展“租金贷”业务，向租客提供住房租赁贷款，有效地为市场注入新鲜血液，但同时也使商业银行自身面临着租客流动性强、违约风险高的局面。

目前，传统授信通常根据人民银行征信定级和信贷交易信息记录评价客户资质。可见，当前阶段，针对“租金贷”场景的贷前审查缺乏统一、稳定的流程体系，并且对业务经办人的主观能动性要求较高，增加了沉没成本的几率。

因此，针对贷前审查(如“租金贷”业务场景下的贷前审查)缺乏系统性辅助授信方法，导致违约风险高的问题，亟需一种客观的贷前自动审查手段。

本公开的一个方面提供了一种用于贷款服务的处理方法，包括：确定贷款申请对象；预测上述贷款申请对象当前的平均收入金额和平均支出金额；确定上述贷款申请对象本次申请的贷款金额；以及基于上述平均收入金额的预测值、上述平均支出金额的预测值和上述贷款金额，输出估测结果，以确定本次能否为上述贷款申请对象提供贷款服务；其中，上述估测结果表征上述贷款申请对象针对上述本次申请的贷款金额的偿还能力。

可选地，还包括：在确定贷款申请对象之后，先确定上述贷款申请对象是否是失信被执行对象，在确定上述贷款申请对象不是失信被执行对象后，再执行预测上述贷款申请对象当前的平均收入金额和平均支出金额的方法逻辑。

可选地，还包括：在预测上述贷款申请对象当前的平均收入金额和平均支出金额之前，先获取上述贷款申请对象的行内事由定级信息，在上述行内事由定级信息表征当前满足收支预测逻辑触发条件的情况下，再执行预测上述贷款申请对象当前的平均收入金额和平均支出金额的方法逻辑。

可选地，上述基于上述平均收入金额的预测值、上述平均支出金额的预测值和上述贷款金额，输出估测结果，包括：基于上述平均收入金额的预测值和上述平均支出金额的预测值，计算上述贷款申请对象的支出收入比；如果计算所得支出收入比小于1，则计算上述平均收入金额的预测值和上述平均支出金额的预测值的差值以及上述贷款申请对象针对上述本次申请的贷款金额的月供金额；确定上述差值是否大于上述月供金额；以及如果确定上述差值大于上述月供金额，则输出表征上述贷款申请对象针对上述本次申请的贷款金额具有偿还能力的信息。

可选地，还包括：如果确定上述差值不大于上述月供金额，则输出表征上述贷款申请对象针对上述本次申请的贷款金额不具有偿还能力的信息。

可选地，还包括：如果计算所得支出收入比不小于1，则输出表征上述贷款申请对象针对上述本次申请的贷款金额不具有偿还能力的信息。

可选地，上述预测上述贷款申请对象当前的平均收入金额，包括：计算上述贷款申请对象当前的平均收入金额预测区间；针对上述贷款申请对象，确定对应的属地公积金缴存基数上限；以及如果上述平均收入金额预测区间的下限高于上述属地公积金缴存基数上限，则将上述属地公积金缴存基数上限作为上述贷款申请对象当前的平均收入金额的预测值。

可选地，还包括：如果上述平均收入金额预测区间的下限不高于上述属地公积金缴存基数上限，则将上述平均收入金额预测区间的中间值作为上述贷款申请对象当前的平均收入金额的预测值。

本公开的另一个方面提供了一种用于贷款服务的处理装置，包括：第一确定模块，用于确定贷款申请对象；预测模块，用于预测上述贷款申请对象当前的平均收入金额和平均支出金额；第二确定模块，用于确定上述贷款申请对象本次申请的贷款金额；以及输出模块，用于基于上述平均收入金额的预测值、上述平均支出金额的预测值和上述贷款金额，输出估测结果，以确定本次能否为上述贷款申请对象提供贷款服务；其中，上述估测结果表征上述贷款申请对象针对上述本次申请的贷款金额的偿还能力。

本公开的另一方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现本公开实施例的方法。

本公开的另一方面提供了一种计算机可读存储介质，存储有计算机可执行指令，上述指令在被执行时用于实现本公开实施例的方法。

本公开的另一方面提供了一种计算机程序，上述计算机程序包括计算机可执行指令，上述指令在被执行时用于实现本公开实施例的方法。

为了更完整地理解本公开及其优势，现在将参考结合附图的以下描述，其中：

图1示意性示出了根据本公开实施例的适于用于贷款服务的处理方法和装置的系统架构；

图2示意性示出了根据本公开实施例的用于贷款服务的处理方法的流程图；

图3示意性示出了根据本公开另一实施例的用于贷款服务的处理方法的流程图；

图4示意性示出了根据本公开又一实施例的用于贷款服务的处理方法的流程图；

图5示意性示出了根据本公开又一实施例的用于贷款服务的处理方法的流程图；

图6示意性示出了根据本公开实施例的用于贷款服务的处理装置的框图；以及

图7示意性示出了根据本公开实施例的电子设备的框图。

以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。

附图中示出了一些方框图和/或流程图。应理解，方框图和/或流程图中的一些方框或其组合可以由计算机程序指令来实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，从而这些指令在由该处理器执行时可以创建用于实现这些方框图和/或流程图中所说明的功能/操作的装置。本公开的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。另外，本公开的技术可以采取存储有指令的计算机可读存储介质上的计算机程序产品的形式，该计算机程序产品可供指令执行系统使用或者结合指令执行系统使用。

本公开的实施例提供了一种用于贷款服务的处理方法以及能够应用该方法的用于贷款服务的处理装置。该方法包括确定贷款申请对象；预测该贷款申请对象当前的平均收入金额和平均支出金额；确定该贷款申请对象本次申请的贷款金额；以及基于该平均收入金额的预测值、该平均支出金额的预测值和该贷款金额，输出估测结果，以确定本次能否为该贷款申请对象提供贷款服务；其中，该估测结果表征该贷款申请对象针对该本次申请的贷款金额的偿还能力。

以下将结合附图和具体实施例详细阐述本公开。

图1示意性示出了根据本公开实施例的适于用于贷款服务的处理方法和装置的系统架构。需要注意的是，图1所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。

如图1所示，根据该实施例的系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线和/或无线通信链路等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览器应用(如银行APP等)、搜索类应用、即时通信工具、邮箱客户端和/或社交平台软件等(仅为示例)。

终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器105可以是提供各种服务的服务器，例如对用户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理，并将处理结果反馈给终端设备。

需要说明的是，本公开实施例所提供的用于贷款服务的处理方法一般可以由服务器105执行。相应地，本公开实施例所提供的用于贷款服务的处理装置一般可以设置于服务器105中。本公开实施例所提供的用于贷款服务的处理方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集执行。相应地，本公开实施例所提供的用于贷款服务的处理装置电可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集中。或者，本公开实施例所提供的用于贷款服务的处理方法也可以由终端设备101、102、或103执行，或者也可以由不同于终端设备101、102、或103的其他终端设备执行。相应地，本公开实施例所提供的用于贷款服务的处理装置也可以设置于终端设备101、102、或103中，或设置于不同于终端设备101、102、或103的其他终端设备中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

需要说明的是，本公开实施例提供的用于贷款服务的处理方法和装置可以应用的场景包括针对任意类型的贷款申请，审查贷款申请人/贷款申请机构/贷款申请企业的资质等场景。示例性的，可以用于“租金贷”场景的贷前自动审查贷款申请人的资质。

图2示意性示出了根据本公开实施例的用于贷款服务的处理方法的流程图。

如图2所示，该方法包括操作S201～S204。

在操作S201，确定贷款申请对象。

应该理解，在本公开实施例中，贷款申请对象可以包括大不限于贷款申请人、贷款申请机构、贷款申请企业等。

具体地，在操作S201，可以根据用户输入的贷款申请人信息(如申请人姓名、证件类型、证件代码等)确定贷款申请对象。

接下来，在操作S202，预测贷款申请对象当前的平均收入金额和平均支出金额。

具体地，在操作S202，可以获取贷款申请对象的公积金缴存信息，并据此信息计算贷款申请对象近1年来的月平均收入金额和月平均支出金额。其中，月平均支出金额包括但不限日常消费类的月平均支出金额和还款类的月平均支出金额。进一步，还款类的月平均支出金额包括但不限于购房类还款月供、购车类还款月供等。

再接下来，在操作S203，确定贷款申请对象本次申请的贷款金额。

具体地，在一个实施例中，可以根据用户输入的租房信息(如房租月租金额)确定贷款申请对象本次申请的贷款金额。或者，在另一个实施例中，可以根据当前的租房市价和用户输入的租房信息(如租住面积)估算贷款申请对象本次申请的贷款金额。

然后，在操作S204，基于平均收入金额的预测值、平均支出金额的预测值和确定的贷款金额，输出估测结果，以确定本次能否为贷款申请对象提供贷款服务。其中，估测结果表征贷款申请对象针对本次申请的贷款金额的偿还能力。

具体地，在操作S204，可以估算贷款申请对象在当前的平均收入水平下，除去支付当前必须支付的平均支出金额外，是否还具备针对本次申请的贷款的还款能力。

示例性的，如果某贷款申请对象当前的月平均收入为18000元，并且该贷款申请对象当前需要月供房贷13000元以及其日常消费需要月均3500元，那么在这种情况下该贷款申请对象当前月结余金额为1500元。如果该贷款申请对象本次申请的贷款的月供金额大于1500元，则认为该贷款申请对象目前对本次申请的贷款不具备足够的偿还能力。而如果该贷款申请对象本次申请的贷款的月供金额小于1500元，则认为该贷款申请对象目前对本次申请的贷款具备足够的偿还能力。

通过本公开实施例，可以自动预测贷款申请对象的偿还能力，因而可以保证贷前审查口径的一致性，并且可以避免业务处理人工审核的主观性，同时自动化审核方法也可以提升贷款业务的办理效率。

作为一种可选的实施例，该方法还可以包括：在确定贷款申请对象之后，先确定贷款申请对象是否是失信被执行对象，在确定贷款申请对象不是失信被执行对象后，再执行预测贷款申请对象当前的平均收入金额和平均支出金额的方法逻辑。

由于有些贷款申请对象虽然从经济实力上看具备一定的还款能力，但是受其他因素的影响，比如受诚信问题的影响，也可能导致金融机构放贷后无法正常收回还款，从而影响资金安全。

因此，在本公开实施例中，为了消除诚信方面的影响，如图3所示，在进入收支水平预测逻辑之前，可以先筛查贷款申请对象是否是失信被执行对象。其中，经筛查发现如果贷款申请对象是失信被执行对象，则直接结束整个流程，并提示该贷款申请对象是失信被执行对象，建议不对其放款。经筛查发现如果贷款申请对象不是失信被执行对象，则在一个实施例中，可以直接进入收支水平预测逻辑，以评估贷款申请对象的还款能力。或者，在另一个实施例中，还可以先从其他方面对贷款申请对象进行二次筛查，再在二次筛查通过的情况下进入收支水平预测逻辑，以评估贷款申请对象的还款能力。

示例性的，可以通过查询工商登记信息，确定是否存在针对某贷款申请人的失信被执行人信息。如果存在，则认为该贷款申请人是失信被执行人。否则，如果不存在，则认为该贷款申请人不是失信被执行人。具体地，失信被执行人信息可以取自工商登记信息中的失信被执行人信息条数。进一步，如果失信被执行人信息条数大于0，则失信被执行人标志为“是”；如果失信被执行人信息条数等于0，则失信被执行人标志为“否”。因此还可以通过贷款申请人的失信被执行人标志为“是”还是“否”，判断贷款申请人是不是失信被执行人。

通过本公开实施例，针对“租金贷”业务无抵(质)押物条件下，可以对客户贷款准入风险进行有效把控。由于“租金贷”业务不需要贷款申请人提供抵(质)押物信息，银行面临着客户违约情况下资金无法得到回收的风险。而本公开实施例提供的自动审查手段整合了客户信用、收入、负债情况的确切数据，因而能够更可靠地了解贷款申请人的实际偿还能力。并且，本公开实施例将一种完整的审核功能体系嵌入到“租金贷”业务办理流程中，实现了“租金贷”业务贷前审查机制的统一性，避免了业务经办人人工处理的主观性和片面性，使贷前审核更加稳定。

作为一种可选的实施例，该方法还可以包括：在预测贷款申请对象当前的平均收入金额和平均支出金额之前，先获取贷款申请对象的行内事由定级信息，在行内事由定级信息表征当前满足收支预测逻辑触发条件的情况下，再执行预测贷款申请对象当前的平均收入金额和平均支出金额的方法逻辑。

示例性的，在一个实施例中，在确定贷款申请对象之后，并在预测贷款申请对象当前的平均收入金额和平均支出金额之前，可以先获取贷款申请对象的行内事由定级信息，并在行内事由定级信息表征当前满足收支预测逻辑触发条件的情况下，再执行预测贷款申请对象当前的平均收入金额和平均支出金额的方法逻辑。

或者，示例性的，在另一个实施例中，在确定贷款申请对象之后，先确定贷款申请对象是否是失信被执行对象，在确定贷款申请对象不是失信被执行对象后，再获取贷款申请对象的行内事由定级信息，并在行内事由定级信息表征当前满足收支预测逻辑触发条件的情况下，再执行预测贷款申请对象当前的平均收入金额和平均支出金额的方法逻辑。

如图4所示，先判断贷款申请对象是否是失信被执行对象。如果是，则强行终止整个流程。如果不是，则进一步判断贷款申请对象的行内事由定级信息是否满足收支预测逻辑触发条件。如果不满足，则也强行终止整个流程。如果满足，则执行收支预测逻辑的相关操作。

具体地，在本公开实施例中，行内事由定级信息可以取自业务部门信用卡和贷款业务信息。并且可以将针对客户的行内事由等级分为三类：无、次级和不良。

其中，“不良”类行内事由认定规则如下：

贷款状态为“逾期”时，个人消费贷款最近24个月内当前逾期期数≥6；

贷款状态为“逾期”时，个人住房贷款最近24个月内当前逾期期数≥12；

当信用卡业务状态为“正常”、“冻结”、“止付”时，信用卡最近12个月非正常还款月数≥6，且当前逾期金额≥500元；

贷款状态为“呆账”、“核销”；

信用卡状态为“呆账”、“核销”，逾期、透支余额≥500元。

其中，“次级”类行内事由认定规则如下：

贷款状态为“逾期”时，个人消费贷款最近24个月内当前逾期期数≥3；

贷款状态为“逾期”时，个人住房贷款最近24个月内当前逾期期数≥6；

当信用卡业务状态为“正常”、“冻结”、“止付”时，信用卡最近12个月非正常还款月数≥3，且当前逾期金额≥500元；

信用卡状态为“呆账”、“核销”，逾期、透支余额＜500元。

其中，“无”类行内事由认定规则如下：未归入“不良”、“次级”类的所有客户。

具体地，在本公开实施例中，客户失信被执行人信息和银行内事由组合判定逻辑可以为：

失信被执行人标志为“是”，银行内事由认定结果为“不良”，系统提示该客户为失信被执行人并显示银行内事由信息，不予进入收入预测环节；

失信被执行人标志位“是”，银行内事由认定结果为“次级”，系统提示该客户为失信被执行人并显示银行内事由信息，不予进入收入预测环节；

失信被执行人标志位“是”，银行内事由认定结果为“无”，系统提示该客户为失信被执行人，不予进入收入预测环节；

失信被执行人标志为“否”，银行内事由认定结果为“不良”，系统提示银行内事由信息，不予进入收入预测环节；

失信被执行人标志为“否”，银行内事由认定结果为“次级”，系统提示银行内事由信息，并展现收入预测功能按钮，以示予以进入收入预测环节；

失信被执行人标志为“否”，银行内事由认定结果为“无”，并展现收入预测功能按钮，以示予以进入收入预测环节。

通过本公开实施例，提供了客户贷款准入筛查的自动化处理机制，提升了业务办理效率。整个贷前审查流程由系统自动进行模型计算，既采集了丰富的综合性数据，也不需要业务经办人进行人工判断，实现了真正的“一键审核”，提高了审核流程的工作效率、节约业务办理时间。同时，分层次展开客户资质的筛查，每一阶段都对不符合业务办理条件的客户进行刚性控制，并且还可以为客户异议提供回溯依据。

作为一种可选的实施例，操作S203基于平均收入金额的预测值、平均支出金额的预测值和贷款金额，输出估测结果，可以包括如下操作。

基于该平均收入金额的预测值和该平均支出金额的预测值，计算贷款申请对象的支出收入比，即计算该平均收入金额的预测值与该平均支出金额的预测值的比。

如果计算所得支出收入比小于1，则计算平均收入金额的预测值和平均支出金额的预测值的差值以及贷款申请对象针对本次申请的贷款金额在指定时间段内的平均月供金额。

确定上述差值是否大于上述平均月供金额。

如果确定上述差值大于上述平均月供金额，则输出表征贷款申请对象针对本次申请的贷款金额具有偿还能力的信息。

和/或，作为另一种可选的实施例，该方法还可以包括：如果确定上述差值不大于上述平均月供金额，则输出表征贷款申请对象针对本次申请的贷款金额不具有偿还能力的信息。

和/或，作为一种可选的实施例，该方法还可以包括：如果计算所得支出收入比不小于1，则输出表征贷款申请对象针对本次申请的贷款金额不具有偿还能力的信息。

应该理解，对于任意贷款申请对象而言，如果该对象的支出收入比小于1，则表明其当前的收入水平能够满足当前的支出需求。如果该对象的支出收入比不小于1，则表明其当前的收入水平不能够满足当前的支出需求，这种情况下无需进一步判断，可以直接刚性阻止该对象的贷款申请。在支出收入比小于1的情况下，还需要进一步判断其当前的收入水平是否还能满足对本次申请的贷款的还款能力。

通过本公开实施例，提供了一种基于大数据技术的“租金贷”贷前自动审查体系。首先，可以通过获取客户银行内黑名单事由和工商登记信息中的失信被执行人标志，实现客户基本信用信息的采集。其次，可以利用预设策略，交叉判断客户银行内黑名单事由定级结果和失信被执行人情况，实现对客户是否进入收入预测模型的甄别。二再次，可以通过构建收入预测模型，基于客户的公积金缴费信息实现对客户收入的预测。然后，通过采集客户当月应还款数据，综合计算客户可支出余额，实现对实际偿还能力的判断。通过分析比较客户月供和实际偿还能力，可以自动输出贷前审查结果，切实指导“租金贷”业务场景的授信管理。

作为一种可选的实施例，操作S202预测贷款申请对象当前的平均收入金额，可以包括如下操作。

计算贷款申请对象当前的平均收入金额预测区间。

针对贷款申请对象，确定对应的属地公积金缴存基数上限。

如果平均收入金额预测区间的下限高于属地公积金缴存基数上限，则将属地公积金缴存基数上限作为贷款申请对象当前的平均收入金额的预测值。

和/或，作为一种可选的实施例，该方法还可以包括：如果平均收入金额预测区间的下限不高于属地公积金缴存基数上限，则将平均收入金额预测区间的中间值作为贷款申请对象当前的平均收入金额的预测值。

需要说明的是，在本公开的一个实施例中，通过收入预测逻辑，可以将客户收入预测的计算结果与客户属地的公积金缴存上限进行判断，判断逻辑为：当客户收入预测的计算结果大于当地公积金缴存上限，将当地公积金缴存上限作为最终收入预测的计算结；当客户收入预测的计算结果不大于当地公积金缴存上限，将计算得到的收入预测区间作为最终收入预测的计算结果。

具体地，收入预测逻辑为：取个人征信报告中“住房公积金参缴记录”信息段，“信息更新日期”最新的一条记录，从该记录取“月缴存金额”、“个人缴存比例”、“单位缴存比例”字段数据；将月缴存金额除以个人缴存比例与单位缴存比例之和，作为平均收入金额的预测值，进而计算平均收入金额预测区间为“90％平均收入金额的预测值～110％平均收入金额的预测值”。

具体地，在客户属地公积金缴存上限数据获取过程中，客户属地取个人征信报告中“住房公积金参缴记录”信息段，“信息更新日期”最新的一条记录，“参缴地”字段，判断客户所在省份，“参缴地”根据行政区划代码表与商业银行机构树映射。在商业银行征信业务系统中设置“租金贷”业务参数管理功能，由省级机构系统管理员维护本省公积金缴存基数上限。初始化系统投产当年全国各省公积金缴费参数，之后每年7月1日和8月1日通过系统站内信提醒管理员更新。该参数表数据经每日夜间批量，自动下传给“租金贷”业务模块，保证公积金缴费基数上限的时效性。行政区划代码表参照国标《中华人民共和国行政区划代码》(GB/T 2260-2007)中的行政区划代码表编制，与人民银行信用报告行政区划代码表一致。

此外，在本公开实施例中，还可以展示客户收入预测结果。具体地，客户收入预测结果展现逻辑为：将客户的预测收入区间下限与当地公积金缴存基数上限比较，判断客户的预测收入区间下限是否大于缴存基数上限。对于预测的月均收入区间下限超过属地公积金缴存基数上限的客户，系统预测的其个人月收入数额为当地公积金缴存基数上限以上，提示“该客户收入已达公积金缴费基数上限”。当客户月收入区间下限不大于属地公积金缴存基数上限，系统预测的其个人月收入数额展示为预测收入区间或者预测收入区间的中间值。

进一步地，在评估客户的实际偿还能力时，首先计算客户还款收入比(即支付收入比DSR)，如果客户的还款收入比大于1，则预测环节终止、刚性控制不予客户准入贷款流程。如果计算客户的还款收入比小于1，则进一步分析客户还款能力与“租金贷”月供的关系，即进入到资质判定环节。

具体地，可以获取客户个人征信报告中未结清贷款信息，计算最近6个月平均应还款额；同时获取客户未销户贷记卡信息，计算最近6个月平均消费额度；并且获取客户未销户准贷记卡信息，计算最近6个月平均透支余额。计算最近6个月平均应还款额、最近6个月平均消费额度和最近6个月月平均透支余额三者之和，并将计算结果作为平均应还款额数据，计算其与月均收入预测金额(预测结果为预测收入区间的，可以取区间的中间值)之比，得到客户还款收入比，计算逻辑如下：

DSR＝(最近6个月平均应还款额+最近6个月平均消费额度+最近6个月平均透支余额)/月均收入预测金额×100％

需要说明的是，当计算结果得到DSR＜1时，通过比较月均收入预测金额与(最近6个月平均应还款额+最近6个月平均消费额度+最近6个月平均透支余额)的差额，即可得到客户实际偿还能力，再比较该差额(即客户实际偿还能力)与客户计划月供额度的关系，判断客户是否具备贷款准入资质，具体逻辑为：客户实际偿还能力大于客户计划月供额度，允许客户准入，展现客户的预测收入和实际可偿还数额，提示准入资质评估通过，进入下一步业务办理环节；客户实际偿还能力小于客户计划月供额度，不予客户准入，展现客户的预测收入和实际可偿还金额，提示准入资质评估未通过。

通过本公开实施例，提供了一种针对“租金贷”业务场景的贷前自动审查体系，利用采集银行内事由定级信息、工商登记信息、人行征信公积金缴费信息、全国公积金缴费基数和客户应还款数额，经过预设策略计算，确定贷款申请人的实际偿还能力，实现一键审核客户准入资质，保证了银行“租金贷”业务贷前审查口径的一致性，避免了业务处理人工审核的主观性，同时自动化审核方法也提升了业务办理效率。

以下结合图5并以一个具体实施例详细阐述本公开。

如图5所示，“租金贷”贷前自动审查体系主要流程如下。

操作S501，上送个人客户三要素，如姓名、证件类型和证件号码。

操作S502，判断是否存在针对该客户的失信被执行人标识。如果判断结果为是，则执行操作S503；如果判断结果为否，则执行操作S504。

操作S503，针对该客户确定其银行内事由定级。不管定级是“无”、“次级”，还是“不良”，都不予通过，并将启动收入预测逻辑的按钮置灰。

操作S504，针对该客户确定其银行内事由定级。如果定级是“不良”，则不予通过，并将启动收入预测逻辑的按钮置灰。如果定级是“无”、“次级”，准予通过，并将启动收入预测逻辑的按钮点亮。

操作S505，计算收入预测区间。

操作S506，判断收入预测区间的下限是否大于属地公积金缴存基数上限。如果判断结果为大于，则执行操作S507；如果判断结果为不大于，则执行操作S508。

操作S507，收入预测金额为属地公积金缴存基数上限值。

操作S508，收入预测金额为计算所得收入预测区间或该区间的中间值。

操作S509，判断还款收入比小于1？如果判断结果为不小于，则执行操作S510；如果判断结果为小于，则执行操作S511。

操作S510，刚性阻断，不予准入。

操作S511，判断实际偿还能力是否大于计划月供？如果判断结果为否，则执行操作S512；如果判断结果为是，则执行操作S513。

操作S512，刚性阻断，不予准入。

操作S513，予以准入。

需要说明的是，在本公开实施例中，操作S505之前的相关操作为名单筛查流程中的操作；操作S505之后以及操作S509之前的相关操作为收入预测流程中的操作；操作S509及其之后的操作为实际偿还能力评估流程中的操作。此外，操作S511～操作S513为准入资质最终判定流程中的操作。

通过本公开实施例，基于“租金贷”业务的贷前自动审查手段，提供了一种通用方法，可以应用于住房租赁市场新业态下的、需求量大、无抵(质)押物、额度低的授信场景，弥补了该业务目前在贷前审查流程上的缺陷，实现了客户准入资质的自动化判断，为业务经办人员提供客观、全面、具备业界一致性的审核结果。提升了贷前审查环节的工作效率，保证了审查依据和结果的可靠性、稳定性。

图6示意性示出了根据本公开实施例的用于贷款服务的处理装置的框图。

如图6所示，用于贷款服务的处理装置600包括第一确定模块601、预测模块602、第二确定模块603和输出模块604。该处理装置可以执行上面参考方法实施例部分描述的方法，在此不再赘述。

具体地，第一确定模块601，用于确定贷款申请对象。

预测模块602，用于预测该贷款申请对象当前的平均收入金额和平均支出金额。

第二确定模块603，用于确定该贷款申请对象本次申请的贷款金额。

输出模块604，用于基于该平均收入金额的预测值、该平均支出金额的预测值和该贷款金额，输出估测结果，以确定本次能否为该贷款申请对象提供贷款服务。

其中，该估测结果表征该贷款申请对象针对该本次申请的贷款金额的偿还能力。

通过本公开实施例，可以自动预测贷款申请对象的偿还能力，因而可以保证贷前审查口径的一致性，并且可以避免业务处理人工审核的主观性，同时自动化审核方法也可以提升贷款业务的办理效率。

作为一种可选的实施例，该装置还可以包括：第三确定模块。具体地，在第一确定模块确定贷款申请对象之后，由第三确定模块先确定贷款申请对象是否是失信被执行对象，在第三确定模块确定贷款申请对象不是失信被执行对象后，再由预测模块执行预测贷款申请对象当前的平均收入金额和平均支出金额的方法逻辑。

通过本公开实施例，针对“租金贷”业务无抵(质)押物条件下，可以对客户贷款准入风险进行有效把控。由于“租金贷”业务不需要贷款申请人提供抵(质)押物信息，银行面临着客户违约情况下资金无法得到回收的风险。而本公开实施例提供的自动审查手段整合了客户信用、收入、负债情况的确切数据，因而能够更可靠地了解贷款申请人的实际偿还能力。并且，本公开实施例将一种完整的审核功能体系嵌入到“租金贷”业务办理流程中，实现了“租金贷”业务贷前审查机制的统一性，避免了业务经办人人工处理的主观性和片面性，使贷前审核更加稳定。

作为一种可选的实施例，该装置还可以包括：获取模块。具体地，在预测模块预测贷款申请对象当前的平均收入金额和平均支出金额之前，先由获取模块获取贷款申请对象的行内事由定级信息，在行内事由定级信息表征当前满足收支预测逻辑触发条件的情况下，再由预测模块执行预测贷款申请对象当前的平均收入金额和平均支出金额的方法逻辑。

作为一种可选的实施例，输出模块包括：第一计算单元、第二计算单元、第一确定单元和输出单元。第一计算单元，用于基于平均收入金额的预测值和平均支出金额的预测值，计算贷款申请对象的支出收入比。第二计算单元，用于在第一计算单元计算所得支出收入比小于1的情况下，计算平均收入金额的预测值和平均支出金额的预测值的差值以及贷款申请对象针对本次申请的贷款金额的月供金额。第一确定单元，用于确定差值是否大于月供金额。第一输出单元，用于在确定差值大于月供金额的情况下，输出表征贷款申请对象针对本次申请的贷款金额具有偿还能力的信息。

作为一种可选的实施例，该装置还可以包括：第二输出单元。具体地，第二输出单元用于在确定差值不大于月供金额的情况下，输出表征贷款申请对象针对本次申请的贷款金额不具有偿还能力的信息。

作为一种可选的实施例，该装置还可以包括：第三输出单元。具体地，第三输出单元用于在计算所得支出收入比不小于1，输出表征贷款申请对象针对本次申请的贷款金额不具有偿还能力的信息。

作为一种可选的实施例，上述预测模块可以包括：第三计算单元、第二确定单元和第三确定单元。具体地，第三计算单元用于计算贷款申请对象当前的平均收入金额预测区间。第二确定单元，用于针对贷款申请对象，确定对应的属地公积金缴存基数上限。第三确定单元用于在平均收入金额预测区间的下限高于属地公积金缴存基数上限的情况下，将属地公积金缴存基数上限作为贷款申请对象当前的平均收入金额的预测值。

作为一种可选的实施例，该装置还可以包括：第四确定单元。具体地，第四确定单元用于在平均收入金额预测区间的下限不高于属地公积金缴存基数上限的情况下，将平均收入金额预测区间的中间值作为贷款申请对象当前的平均收入金额的预测值。

需要说明的是，本公开装置部分的实施例与方法部分的实施例对应相同或类似，并且所达到的技术效果也对应相同或类似，在此不再赘述。

根据本公开的实施例的模块、单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、单元中的任意一个或多个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，根据本公开实施例的模块、单元中的一个或多个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

例如，第一确定模块601、预测模块602、第二确定模块603和输出模块604中的任意多个可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本公开的实施例，第一确定模块601、预测模块602、第二确定模块603和输出模块604中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，第一确定模块601、预测模块602、第二确定模块603和输出模块604中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

图7示意性示出了根据本公开实施例的电子设备的框图。图7示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图7所示，电子设备700包括处理器710、计算机可读存储介质720。该电子设备700可以执行根据本公开实施例的方法。

具体地，处理器710例如可以包括通用微处理器、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))，等等。处理器710还可以包括用于缓存用途的板载存储器。处理器710可以是用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。

计算机可读存储介质720，例如可以是非易失性的计算机可读存储介质，具体示例包括但不限于：磁存储装置，如磁带或硬盘(HDD)；光存储装置，如光盘(CD-ROM)；存储器，如随机存取存储器(RAM)或闪存；等等。

计算机可读存储介质720可以包括计算机程序721，该计算机程序721可以包括代码/计算机可执行指令，其在由处理器710执行时使得处理器710执行根据本公开实施例的方法或其任何变形。

计算机程序721可被配置为具有例如包括计算机程序模块的计算机程序代码。例如，在示例实施例中，计算机程序721中的代码可以包括一个或多个程序模块，例如包括721A、模块721B、……。应当注意，模块的划分方式和个数并不是固定的，本领域技术人员可以根据实际情况使用合适的程序模块或程序模块组合，当这些程序模块组合被处理器710执行时，使得处理器710可以执行根据本公开实施例的方法或其任何变形。

根据本公开的实施例，第一确定模块601、预测模块602、第二确定模块603和输出模块604中的至少一个可以实现为参考图7描述的计算机程序模块，其在被处理器710执行时，可以实现上面描述的相应操作。

本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的方法。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

本领域技术人员可以理解，尽管已经参照本公开的特定示例性实施例示出并描述了本公开，但是本领域技术人员应该理解，在不背离所附权利要求及其等同物限定的本公开的精神和范围的情况下，可以对本公开进行形式和细节上的多种改变。因此，本公开的范围不应该限于上述实施例，而是应该不仅由所附权利要求来进行确定，还由所附权利要求的等同物来进行限定。