[发明专利]授信额度获取方法、装置及计算机设备

说明书

本申请提出了一种授信额度获取方法、装置及计算机设备，金融机构的计算机设备获得第一客户的贷款申请信息后，将利用其包含的第一客户信息，从数据库中读取第一客户所在行业的目标行业影响因子，以及第一客户居住地的目标地区影响因子，在基于授信额度预测模型得到第一客户的预测授信额度后，将利用该目标行业影响因子和目标地区影响因子，来动态调整该预测授信额度，即充分利用舆情对第一客户所在行业的未来发展形势的认知，及居住地房价对第一客户的资质真实反映，来得到第一客户更加精准的目标授信额度，以辅助金融机构审批第一客户的贷款申请，降低了金融机构的信贷风险。

技术领域

本申请涉及数据处理技术领域，更具体地说是涉及一种授信额度获取方法、装置及计算机设备。

背景技术

目前，贷款是银行等金融机构开设的一项重要业务，通常为了加强信贷风险管理，通常会在贷款发放前采取相应的预防措施，并在贷款中进行授信管理，在贷款发放后、收回前采取合适的风险控制措施，即通过贷前审查、贷中审批和贷后管理这三方面的防范措施，来提高金融机构的资金安全性。

其中，贷中审批这一防范措施的应用中，通常是通过合理控制贷款授信额度，来达到有效防止信贷风险的发生的目的。贷款授信额度可以依据国家信贷政策，以及客户的资产负债比例情况、贷款偿还能力等因素，来确定该客户的贷款授信额度。

具体的，在贷款的授信环节，目前通常是利用预测算法得到申请贷款客户的预授信额度，再结合该客户的征信情况进行额度调整，得到该客户的目标授信额度。但由于客户的征信情况具有滞后性，无法确保客户在未来有足够的能力偿还贷款，也就无法可靠降低客户违约风险。

发明内容

有鉴于此，为了解决上述技术问题，本申请提供了以下技术方案：

一方面，本申请提出了一种授信额度获取方法，所述方法包括：

获取针对第一客户的贷款申请信息，所述贷款申请信息包含所述第一客户的第一客户信息；

依据所述第一客户信息，读取所述第一客户所在行业对应的目标职业授信影响因子，以及所述第一客户居住地对应的目标居住地授信影响因子；其中，所述目标职业授信影响因子是基于针对所述第一客户所在行业的舆情数据，以及本金融机构所具有的行业数据确定的；所述目标居住地授信影响因子是基于所述第一客户居住地的房价数据确定的；

将所述第一客户信息输入授信额度预测模型，得到所述第一客户的预测授信额度；

利用所述目标职业授信影响因子和所述目标居住地授信影响因子，对所述第一客户的预测授信额度进行调整，得到所述第一客户的目标授信额度。

可选的，所述方法还包括：

按照预设更新周期，从特定应用平台爬取不同行业的多条舆情数据，并获取本金融机构所具有的多条行业数据；

对同一更新周期获取的所述多条舆情数据和所述多条行业数据分别进行语义分析，利用语义分析结果，确定所述多条舆情数据和所述多条行业数据各自关联的至少一个行业标识；

对同一更新周期获取的所述多条舆情数据和所述多条行业数据分别进行预处理，将得到满足数据格式要求的舆情数据和行业数据，与所确定的所述至少一个行业标识关联存储至本金融机构的数据库；

按照所述预设更新周期，从房源应用平台获取不同城市以及每个城市包含的不同小区的房价数据，将所述房价数据与位置标识关联存储至所述数据库，其中，不同城市对应的位置标识不同；

其中，对同一更新周期获取的所述多条舆情数据和所述多条行业数据分别进行预处理，包括。

利用分词工具和/或知识词典，对同一更新周期获取的每一条所述舆情数据和每一条所述行业数据进行离散化处理；所述知识词典包含不同字词各自所具有的近义词和反义词。

可选的，所述方法还包括：