[发明专利]信用评级方法及装置、计算机可读存储介质、终端

说明书

一种信用评级方法及装置、计算机可读存储介质、终端，信用评级方法包括：获取待评级数据；分别利用原始评级模型和新的评级模型对所述待评级数据进行信用评级，以得到原始等级和新的等级，所述新的评级模型是利用训练数据对所述原始评级模型进行训练得到的，所述训练数据是按照预设时间间隔获取的；根据所述原始等级和所述新的等级确定所述待评级数据的最终信用等级。通过本发明技术方案可以提高信用评级的效率。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种信用评级方法及装置、计算机可读存储介质、终端。

背景技术

目前金融行业的个人信贷审批系统的核心是对每一个借款者计算其信用等级，比如等级A、B、C、D、E；其中，等级A风险最低，等级B的风险其次，等级E风险最高等。每一个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。风险低的等级一般有高的额度、低的定价、少的审核材料。

现有技术中，通常是个人在移动端或者在金融机构填写表格提交贷款申请，金融机构会查询该借款人的信用记录以及大数据信息，根据内置的信用评级模型计算其信用分，然后根据信用分把该借款人分数划分至某个信用等级内，或者直接分配信用等级。系统或者审核人员会根据信用等级来决定是否放款或拒绝，以及如果放款的话，该给多少额度，多少利率，该如何进一步审核。信用评级是通过评级模型实现的。而该评级模型是由专门的模型开发人员离线开发的，一般包括历史数据的收集、清洗、衍生变量生成、建模、测试、调整、上线等步骤。

但是，评级模型在生成时对样本数据要求比较高，例如要有逾期60天或者90天以上的信用数据、覆盖不同季节的信用数据；还要有足够的信用数据，例如3000条以上的数据记录。由此，重新训练评级模型的话一般要至少等一年以后；即使一年之后有了新的数据重新训练，也需要专门人员耗时2-3个月的过程，期间上线测试以及沟通的成本也很高，评级模型的开发周期长。在客群产品、政策环境变化比较快的情况下，评级模型的更新速度跟不上，导致审批效率降低、给金融机构造成损失。

发明内容

本发明解决的技术问题是如何提高信用评级的效率。

为解决上述技术问题，本发明实施例提供一种信用评级方法，信用评级方法包括：获取待评级数据；分别利用原始评级模型和新的评级模型对所述待评级数据进行信用评级，以得到原始等级和新的等级，所述新的评级模型是利用训练数据对所述原始评级模型进行训练得到的，所述训练数据是按照预设时间间隔获取的；根据所述原始等级和所述新的等级确定所述待评级数据的最终信用等级。

可选的，所述原始评级模型是利用原始训练数据训练得到的，所述预设时间间隔小于获取所述原始训练数据所需的时间。

可选的，所述训练数据包括首次逾期数据。

可选的，所述训练数据包括当前预设时间间隔内的信用数据以及之前时间间隔内的信用数据。

可选的，所述根据所述原始等级和所述新的等级确定所述待评级数据的最终信用等级包括：如果所述新的等级低于所述原始等级，则将所述原始等级降低预设级数，以作为所述最终信用等级；如果所述新的等级高于所述原始等级，则将所述原始等级提高所述预设级数，以作为所述最终信用等级。

可选的，采用决策树算法利用所述训练数据对所述原始评级模型进行训练得到所述新的评级模型。

为解决上述技术问题，本发明实施例还公开了一种信用评级装置，信用评级装置包括：待评级数据获取模块，适于获取待评级数据；评级模块，适于分别利用原始评级模型和新的评级模型对所述待评级数据进行信用评级，以得到原始等级和新的等级，所述新的评级模型是利用训练数据对所述原始评级模型进行训练得到的，所述训练数据是按照预设时间间隔获取的；最终信用等级确定模块，适于根据所述原始等级和所述新的等级确定所述待评级数据的最终信用等级。