[发明专利]基于政务数据的企业授信额度确定方法及装置

说明书

本发明公开了一种基于政务数据的企业授信额度确定方法及装置，该方法包括：采集各个企业客户在政务系统中的企业数据；根据每个企业客户的企业数据，确定每个企业客户的特征信息；根据各个企业客户的特征信息和预先构建的企业准入规则策略集，筛选出符合预设条件的目标企业客户；将各个目标企业客户的企业特征信息分别输入至预先训练好的信用评分模型和额度测算模型，输出各个目标企业客户的信用分值和基础授信额度；根据各个目标企业客户的信用分值，对各个目标企业客户的基础授信额度进行调整，得到各个目标企业客户的实际授信额度。本发明增大了对企业客户进行信用评估的数据覆盖率，且能够向不同企业客户提供差异化的授信额度。

技术领域

本发明涉及互联网技术领域，尤其涉及一种基于政务数据的企业授信额度确定方法及装置。

背景技术

本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

传统的企业准入授信业务主要是基于行内数据与征信数据，采用线下审批或线上建立评分模型的方法，来评估各个企业客户的违约可能性，进而根据各个企业客户的违约可能性，确定其授信额度，以规避银行的损失与风险。这种业务流程虽已较为规范成熟，但对于当前互联网环境下各种数据的联合应用以及信息的深入挖掘都未有很好的处理，尚存在较大的改善空间。传统企业准入授信业务主要存在如下不足：

首先，行内数据与征信数据是主要针对企业金融信贷方面的数据，数据来源过于单一，对于其他类似电力、水利、地产等方面的信息都未有涉及利用，一旦客户信贷数据缺失，风险评估就无法进行。

其次，现有的企业准入授信业务具有线下审批和线上审批两种方式。其中，线下审批方式需审核企业和企业主两方面的资料，审核材料繁多复杂，审查过程费时费力，且会过度依赖客户经理的人为经验与个人素质，企业准入授信业务存在效率不高、金融欺诈风险难以管控等一系列问题；而线上审批方式大都是一些简单规则与评分模型的结合，虽然具有较好的稳定性与可解释性，但受制于其线性分类器有限的学习能力，不仅需要耗费庞大的人力成本用于特征工程与筛选工作，而且难以在高维空间上准确地刻画自变量和因变量的复杂关系，在开发周期和风控效果上，均无法满足当前金融背景下对在线信贷平台风控的要求。

最后，出于风险管控的考虑，在经过企业准入评分之后，目前大多数信贷平台都只提供了较低的信用贷款额度，无法向不同信用等级的企业客户分配差异化的授信额度；对于多头问题亦未进行结合考虑，在风险管控上依然存在一定不足。

针对上述问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例中提供了一种基于政务数据的企业授信额度确定方法，用以现有信贷平台根据行内数据与征信数据对企业客户进行信用评估，难以对不存在信贷数据的企业客户进行信用评估进而提供相应授信额度的技术问题，该方法包括：采集各个企业客户在政务系统中的企业数据；根据每个企业客户的企业数据，确定每个企业客户的特征信息；根据各个企业客户的特征信息和预先构建的企业准入规则策略集，筛选出符合预设条件的目标企业客户；将各个目标企业客户的企业特征信息输入至预先训练好的信用评分模型，输出各个目标企业客户的信用分值；将各个目标企业客户的企业特征信息输入至预先训练好的额度测算模型，输出各个目标企业客户的基础授信额度；根据各个目标企业客户的信用分值，对各个目标企业客户的基础授信额度进行调整，得到各个目标企业客户的实际授信额度。