(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211177799.2 (22)申请日 2022.09.27 (71)申请人 亲家网络技 术 （北京） 有限公司 地址 100102 北京市朝阳区望京SOHO T1C 27/29层 (72)发明人 金晔　 (74)专利代理 机构 合肥兴东知识产权代理有限 公司 34148 专利代理师 王伟 (51)Int.Cl. G06Q 40/02(2012.01) G06F 17/18(2006.01) (54)发明名称 信贷客户的多层次评价方法、 装置、 设备及 存储介质 (57)摘要 本发明涉及金融技术领域， 公开了一种信贷 客户的多层次评价方法、 装置、 设备及存储介质， 所述方法包括： 根据目标对象信贷业务的贷款利 率范围和目标回报率算法计算当前可接受违约 概率， 并根据当前可接受违约概率和预设业务逻 辑构建高风险行为因子规则集； 根据高风险行为 因子规则集和原始样本集得到备选样本集； 根据 贷款利率范围和目标回报率算法计算目标平均 违约概率， 并根据目标平均违约概率和预设业务 逻辑构建灰度规则集； 根据所述灰度规则集和所 述备选样 本集标记不同类别的信贷客户； 通过上 述方式， 根据灰度规则集标记信贷客户类别， 尊 重并体现银行偏好， 形成多层级的评价策略， 从 而能够有效提高评价信贷客户的准确性， 提高信 贷产能。 权利要求书3页 说明书11页 附图2页 CN 115271934 A 2022.11.01 CN 115271934 A 1.一种信贷客户的多层次评价方法， 其特征在于， 所述信贷客户的多层次评价方法包 括以下步骤： 根据目标对象信贷业务的贷款利率范围和目标回报率算法计算当前可接受违约 概率， 并根据所述当前 可接受违约概 率和预设业 务逻辑构建高风险行为因子规则集； 根据所述高风险行为因子规则集和原 始样本集得到备选样本集； 根据所述贷款利率范围和目标回报率算法计算目标平均违约 概率， 并根据所述目标平 均违约概 率和所述预设业 务逻辑构建灰度规则集； 根据所述灰度规则集和所述备选样本集标记不同类别的信贷客户。 2.如权利要求1所述的信贷客户的多层次评价方法， 其特征在于， 所述根据目标对象信 贷业务的贷款利率范围和目标回报率算法计算当前可接受违约概率； 根据目标对象的可接 受违约概 率和预设业 务逻辑构建高风险行为因子规则集， 包括： 根据目标对象信贷业务的贷款利率范围和目标回报率算法计算目标对象贷款业务的 当前可接受违约概 率； 获取目标对象信贷业务的样本平均违约 概率， 根据 所述当前可接受违约 概率和所述样 本平均违约概 率计算出规则提升度阈值； 根据预设提升度获取基础规则集和候选规则集， 通过预设逐步筛选策略将所述候选规 则集合中的规则逐一添加至所述基础规则集； 根据添加后的基础规则集计算出其中各个规则的相对增量 提升度； 在所述相对增量提升度小于所述规则提升度阈值 时， 对所述添加后的基础规则集进行 筛选， 得到筛选基础规则集； 分别计算出所述基础规则集和所述筛选基础规则集的基础整体规则提升度和筛选基 础整体规则提升度； 根据所述基础整体规则提升度和筛 选基础整体规则提升度确定最佳基础规则集； 重复执行上述步骤， 通过预设逐步筛选策略从所述候选规则集中依次移除候选规则， 直至所述候选规则集中的规则被全部移除， 在执行完成后， 所述最佳基础规则集即为高风 险行为因子备选规则集； 获取所述高风险行为因子备选规则集中符合预设业务逻辑的高风险行为因子备选规 则和不符合预设业 务逻辑的高风险行为因子备选规则； 将所述不符合预设业务逻辑的高风险行为因子备选规则从所述高风险行为因子备选 规则集中剔除， 得到高风险行为因子规则集。 3.如权利要求2所述的信贷客户的多层次评价方法， 其特征在于， 所述根据目标对象信 贷业务的贷款利率范围和目标回报率算法计算目标对象贷款业务的当前可接受违约概率， 包括： 获取贷款利息收入、 资金成本、 运营成本、 所 得税率以及目标回报率； 根据当前贷款金额分别对所述贷款利息收入、 资金成本以及运营成本进行计算， 得到 贷款利率、 资金成本率以及运营成本率； 根据违约概率和贷款损 失率得到风险定价系数表达式， 以及根据期限调整因子、 极端 情况违约概 率、 违约概 率以及调整系数 得到资本缓释系数表达式； 按照目标回报率算法对所述贷款利率、 资金成本率、 运营成本率、 风险定价系数表达权　利　要　求　书 1/3 页 2 CN 115271934 A 2式、 资本缓释系数表达式 以及所得税率进行计算， 得到目标对 象信贷业务的当前可接受违 约概率。 4.如权利要求1所述的信贷客户的多层次评价方法， 其特征在于， 所述根据高风险行为 因子规则集和原 始样本集得到备选样本集， 包括： 根据所述高风险行为因子规则集对所述原 始样本集进行筛 选， 得到备选样本集。 5.如权利要求1所述的信贷客户的多层次评价方法， 其特征在于， 所述根据所述贷款利 率范围和目标回报率算法计算目标平均违约概率， 并根据所述目标平均违约概率和所述预 设业务逻辑构建灰度规则集， 包括： 根据目标对象信贷业 务的贷款利率范围和目标回报率 算法计算目标平均违约概 率； 获取所述目标对象信贷业务的样本平均违约 概率， 根据 所述目标平均违约 概率和样本 平均违约概 率计算出 灰度规则提升度阈值； 根据预设提升度获取基础规则集和候选规则集， 通过预设逐步筛选策略将所述候选规 则集合中的规则逐一添加至所述基础规则集； 根据添加后的基础规则集计算出其中各个规则的相对增量 提升度； 在所述相对增量提升度小于所述灰度规则提升度阈值 时， 对所述添加后的基础规则集 进行筛选， 得到筛选基础规则集； 分别计算出所述基础规则集和所述筛选基础规则集的基础整体规则提升度和筛选基 础整体规则提升度； 根据所述基础整体规则提升度和筛 选基础整体规则提升度确定最佳基础规则集； 重复执行上述步骤， 通过预设逐步筛选策略从所述候选规则集中依次移除候选规则， 直至所述候选规则集中的规则被全部移除， 在执行完成后， 所述最佳基础规则集即为灰度 备选规则集； 获取所述灰度备选规则集中符合所述预设业务逻辑的灰度规则和不符合所述预设业 务逻辑的灰度规则； 将所述不符合预设业务逻辑的灰度规则从所述灰度 备选规则集中剔除， 得到灰度规则 集。 6.如权利要求5所述的信贷客户的多层次评价方法， 其特征在于， 所述根据目标对象信 贷业务的贷款利率范围和目标回报率 算法计算目标平均违约概 率， 包括： 获取贷款利息收入、 资金成本、 运营成本、 所 得税率以及目标回报率； 根据当前贷款金额分别对所述贷款利息收入、 资金成本以及运营成本进行计算， 得到 贷款利率、 资金成本率以及运营成本率； 根据违约概率和贷款损 失率得到风险定价系数表达式， 以及根据期限调整因子、 极端 情况违约概 率、 违约概 率以及调整系数 得到资本缓释系数表达式； 根据产品目标平均利率按照目标回报率算法对所述贷款利率、 资金成本率、 运营成本 率、 风险定价系数表达式、 资本缓释系数表达式以及所得税率进 行反向推算， 得到目标平均 违约概率。 7.如权利要求1所述的信贷客户的多层次评价方法， 其特征在于， 所述根据所述灰度规 则集和所述备选样本集标记不同类别的信贷客户， 包括： 根据所述灰度规则集对所述备选样本集进行筛 选；权　利　要　求　书 2/3 页 3 CN 115271934 A 3