[发明专利]一种贷款实时审批系统和方法

权利要求书

1.一种贷款实时审批系统，其特征在于，所述系统包括：

额度预授信模块，用于在客户提交申请资料后，根据客户的贡献度信息为客户进行额度预授信处理，得到所述客户的综合信用额度信息；

内控名单检查模块，用于通过匹配客户的身份三要素信息，检查该客户是否在内控名单中，如果在，则启动监控预警；如果不在，则执行下一模块；

征信信息检查模块，用于提取人行征信信息和行内征信信息，根据自定义的拒贷规则，判断是否拒贷；

审批规则库模块，用于根据初始规则库中的规则信息和预定义的训练数据的编码，得到初始神经网络，并从所述初始神经网络中抽取得到更新后的审批规则，再根据所述更新后的审批规则和所述客户申请资料，自动判断是否拒贷；

评分卡模块，用于根据所述客户申请资料、所述人行征信信息、信用卡评分，按照预定义的计算分类规则，得到客户评分和贷款审批建议结果。

2.如权利要求1所述的系统，其特征在于，所述额度预授信模块包括：

AUM值维度授信单元，用于根据所述贡献度信息中的AUM值，得到信用额度A；

存量房贷维度授信单元，用于根据存量房贷抵押物价值及调节系数，得到信用额度B；

代发工资维度授信单元，用于根据代发工资数据中的客户年收入和存续期，得到信用额度C；

公积金维度授信单元，用于根据公积金缴存数据中的缴存额与缴存系数，计算出客户预期年收入，并根据公积金缴存时间与账户余额，得到信用额度D。

3.如权利要求2所述的系统，其特征在于，所述额度预授信模块还包括：

综合信用额度输出模块，用于对所述信用额度A、信用额度B、信用额度C和信用额度D进行额度计算，得到并输出综合信用额度；

其中，所述额度计算的计算规则为：

综合信用额度＝Max(信用额度A，信用额度B，信用额度C，信用额度D)*调节系数。

4.如权利要求1所述的系统，其特征在于，所述从所述初始神经网络中抽取得到更新后的审批规则包括：

利用剪枝算法和SubsetII算法，对所述初始神经网络进行简化处理，得到所述更新后的审批规则。

5.如权利要求1所述的系统，其特征在于，所述预定义的计算分类规则包括：

自定义若干变量值，并根据预定义计算公式计算得到所述客户评分，并按照预定义的分类标准对所述客户评分进行分类。

6.一种贷款实时审批方法，其特征在于，所述方法包括：

在客户提交申请资料后，根据客户的贡献度信息为客户进行额度预授信处理，得到所述客户的综合信用额度信息；

通过匹配客户的身份三要素信息，检查该客户是否在内控名单中，如果在，则启动监控预警；如果不在，则执行下一步骤；

提取人行征信信息和行内征信信息，根据自定义的拒贷规则，判断是否拒贷；

根据初始规则库中的规则信息和预定义的训练数据的编码，得到初始神经网络，并从所述初始神经网络中抽取得到更新后的审批规则，再根据所述更新后的审批规则和所述客户申请资料，自动判断是否拒贷；

根据所述客户申请资料、所述人行征信信息、信用卡评分，按照预定义的计算分类规则，得到客户评分和贷款审批建议结果。

7.如权利要求6所述的方法，其特征在于，所述在客户提交申请资料后，根据客户的贡献度信息为客户进行额度预授信处理，得到所述客户的综合信用额度信息包括：

根据所述贡献度信息中的AUM值，得到信用额度A；

根据存量房贷抵押物价值及调节系数，得到信用额度B；

根据代发工资数据中的客户年收入和存续期，得到信用额度C；

根据公积金缴存数据中的缴存额与缴存系数，计算出客户预期年收入，并根据公积金缴存时间与账户余额，得到信用额度D。

8.如权利要求7所述的方法，其特征在于，所述方法还包括：

对所述信用额度A、信用额度B、信用额度C和信用额度D进行额度计算，得到并输出综合信用额度；

其中，所述额度计算的计算规则为：

综合信用额度＝Max(信用额度A，信用额度B，信用额度C，信用额度D)*调节系数。