授信额度预测方法、装置、设备、介质及产品制造方法及图纸

本申请提供了一种授信额度预测方法、装置、设备、介质及产品，涉及大数据以及人工智能技术领域，其中方法包括：获取待授信客户的客户数据，所述客户数据包括企业内部财务数据和企业外部经营数据；基于所述客户数据和预设的融资约束模型，预测所述待授信客户的融资约束状态，所述融资约束状态用于表示所述待授信客户是否受到融资约束；基于所述融资约束状态、所述客户数据以及预设的授信额度模型，对所述待授信客户进行授信额度预测，获得预测授信额度。通过确定待授信客户的融资约束状态，且与客户数据相结合，更直观和准确地给出小微企业客户的授信额度，提高授信额度的准确性。提高授信额度的准确性。提高授信额度的准确性。

【技术实现步骤摘要】
授信额度预测方法、装置、设备、介质及产品


[0001]本申请涉及大数据以及人工智能
，特别是涉及一种授信额度预测方法、装置、设备、介质及产品。

技术介绍

[0002]为了激发经济活力，金融机构制定颁布了一系列法规和政策来扶持小微企业的发展，主要手段是通过普惠金融的实施改善小微企业融资环境来缓解其融资约束。然而，在普惠金融的信用风险领域中，小微企业一方面受到经营与信用记录不完善、信息不对称严重等诸多因素的限制；另一方面，通过审核人员与小微企业借贷主体的交流判断其融资需求的主观性较大，可能出现授信额度不能满足其融资需求的问题。也就是说，目前的授信额度预测方法在对小微企业进行授信额度预测时，预测准确性较低。

技术实现思路

[0003]本申请提供的一种授信额度预测方法、装置、设备、介质及产品，能够提高授信额度预测的准确性。
[0004]第一方面，本申请实施例提供一种授信额度预测方法，方法包括：
[0005]获取待授信客户的客户数据，所述客户数据包括企业内部财务数据和企业外部经营数据；
[0006]基于所述客户数据和预设的融资约束模型，预测所述待授信客户的融资约束状态，所述融资约束状态用于表示所述待授信客户是否受到融资约束；
[0007]基于所述融资约束状态、所述客户数据以及预设的授信额度模型，对所述待授信客户进行授信额度预测，获得预测授信额度。
[0008]第二方面，本申请提供一种授信额度预测装置，该装置包括：
[0009]获取模块，用于获取待授信客户的客户数据，所述客户数据包括企业内部财务数据和企业外部经营数据；
[0010]第一预测模块，用于基于所述客户数据和预设的融资约束模型，预测所述待授信客户的融资约束状态，所述融资约束状态用于表示所述待授信客户是否受到融资约束；
[0011]第二预测模块，用于基于所述融资约束状态、所述客户数据以及预设的授信额度模型，对所述待授信客户进行授信额度预测，获得预测授信额度。
[0012]第三方面，本申请实施例提供了一种电子设备，该电子设备包括：处理器以及存储有计算机程序指令的存储器；
[0013]处理器执行计算机程序指令时实现如第一方面中任意一个实施例中的授信额度预测方法。
[0014]第四方面，本申请实施例提供了一种计算机存储介质，计算机存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现如第一方面中任意一个实施例中的授信额度预测方法。
[0015]第五方面，本申请实施例提供了一种计算机程序产品，计算机程序产品中的指令由电子设备的处理器执行时，使得电子设备执行实现如上述第一方面中任意一个实施例中的授信额度预测方法。
[0016]在本申请实施例的授信额度预测方法、装置、设备、介质及产品，其中，方法包括：获取待授信客户的客户数据，所述客户数据包括企业内部财务数据和企业外部经营数据；基于所述客户数据和预设的融资约束模型，预测所述待授信客户的融资约束状态，所述融资约束状态用于表示所述待授信客户是否受到融资约束；基于所述融资约束状态、所述客户数据以及预设的授信额度模型，对所述待授信客户进行授信额度预测，获得预测授信额度。通过确定待授信客户的融资约束状态，且与客户数据相结合，更直观和准确地给出小微企业客户的授信额度，从而提高授信额度预测的准确性。
附图说明
[0017]为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单的介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0018]图1是本申请一个实施例提供的授信额度预测方法的流程示意图；
[0019]图2是本申请一个实施例提供的授信额度预测方法的总体流程示意图；
[0020]图3是本申请实施例提供的一种授信额度预测装置的结构示意图；
[0021]图4是本申请实施例提供的电子设备的结构示意图。
具体实施方式
[0022]为了能够更清楚地理解本公开的上述目的、特征和优点，下面将对本公开的方案进行进一步描述。需要说明的是，在不冲突的情况下，本公开的实施例及实施例中的特征可以相互组合。本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
[0023]在下面的描述中阐述了很多具体细节以便于充分理解本公开，但本公开还可以采用其他不同于在此描述的方式来实施；显然，说明书中的实施例只是本公开的一部分实施例，而不是全部的实施例。
[0024]需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0025]为了解决现有技术问题，本申请实施例提供了一种授信额度预测方法、装置、设备、介质及产品。下面首先对本申请实施例所提供的授信额度预测方法进行介绍。
[0026]图1示出了本申请一个实施例提供的授信额度预测方法的流程示意图。如图1所示，该方法具体可以包括如下步骤：
[0027]步骤101，获取待授信客户的客户数据，所述客户数据包括企业内部财务数据和企业外部经营数据；
[0028]本申请主要应用于小微企业发起授信请求后，金融机构对小微企业的授信额度预测。待授信客户即为发起授信请求的小微企业客户。企业内部财务数据可以是客户支用类数据和资本资金类数据，例如：支出金额、收入金额、年利润、历史借贷等。企业外部经营数据包括基础数据和信用类指标，具体可以是通过外部工商信息平台和征信系统采集到客户的相关数据，例如：注册资本、注册时间、营业范围、经营期限、股东信息、高管信息、负债信息和不良信息中的一种或多种的组合。
[0029]步骤102，基于所述客户数据和预设的融资约束模型，预测所述待授信客户的融资约束状态，所述融资约束状态用于表示所述待授信客户是否受到融资约束；
[0030]融资约束是指待授信客户的目标授信额度大于实际授信额度，即实际授信额度没有达到目标授信额度。融资约束模型主要是用于预测待授信客户是否会受到融资约束。在进行预测时，可以将客户数据输入至融资约束模型中，直接输出预测后的待授信客户的融资约束状态。
[0031]步骤103，基于所述融资约束状态、所述客户数据以及预设的授信额度模型，对所述待授信客户进行授信额度预测，获得预测授信额度。
[0032]融资约束状态包括融资约束和非融资约束，融资约束是指待授信客户受到了融资约束，非融资约束是指本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种授信额度预测方法，其特征在于，所述方法包括：获取待授信客户的客户数据，所述客户数据包括企业内部财务数据和企业外部经营数据；基于所述客户数据和预设的融资约束模型，预测所述待授信客户的融资约束状态，所述融资约束状态用于表示所述待授信客户是否受到融资约束；基于所述融资约束状态、所述客户数据以及预设的授信额度模型，对所述待授信客户进行授信额度预测，获得预测授信额度。2.如权利要求1所述的授信额度预测方法，其特征在于，所述基于所述融资约束状态、所述客户数据以及预设的授信额度模型，对所述待授信客户进行授信额度预测，获得预测授信额度的步骤，包括：在所述待授信客户的融资约束状态为融资约束的情况下，根据所述内部财务数据、所述企业外部经营数据和所述授信额度模型，对所述待授信客户进行授信额度预测，获得预测授信额度，其中，所述内部财务数据或所述企业外部经营数据包括融资约束代理变量；在所述待授信客户的融资约束状态为非融资约束的情况下，确定所述企业内部财务数据和所述企业外部经营数据中除预设的融资约束代理变量之外的其余数据；以及根据所述其余数据和所述授信额度模型，对所述待授信客户进行授信额度预测，获得预测授信额度。3.如权利要求1所述的授信额度预测方法，其特征在于，所述获取待授信客户的客户数据的步骤之前，所述方法还包括：选取多个第一客户样本；确定多个所述第一客户样本的第一样本数据，所述第一样本数据包括第一内部财务数据和第一外部经营数据；根据预设的标注规则，标注每一个所述第一客户样本的融资约束状态；将多个所述第一客户样本作为训练样本对第一基础模型进行训练，获得所述融资约束模型。4.如权利要求3所述的授信额度预测方法，其特征在于，所述根据预设的标注规则，标注每一个所述第一客户样本的融资约束状态的步骤，包括：获取每一个所述第一客户样本的信贷信息；在所述信贷信息满足续贷条件，且所述信贷信息满足未逾期的情况下，标注所述第一客户样本为融资约束客户样本；在所述信贷信息不满足续贷条件，或所述信贷信息逾期的情况下，标注所述第一客户样本为非融资约束客户样本。5.如权利要求3所述的授信额度预测方法，其特征在于，所述基于所述融资约束模型...

【专利技术属性】
技术研发人员：陈为，
申请(专利权)人：建信金融科技有限责任公司，
类型：发明
国别省市：