一种信用评级模型的确定方法及系统与流程

1.本发明涉及数据处理技术领域，具体涉及一种信用评级模型的确定方法及系统。


背景技术：

2.客户信用评级是指：对客户因偿债能力变化而可能导致的违约风险进行分析、评价、预测及确定信用等级的过程；具体通过信用评级模型来对客户进行信用评级，因此需要选择客户适用的信用评级模型。
3.目前选择信用评级模型的方式为：由信贷专家根据个人经验和客户的信息选择信用评级模型。但是，不同信贷专家的个人经验有所差异，导致不同信贷专家为同一客户选择的信用评级模型的差异较大，信用评级模型的选择方式存在准确性较差和稳定性较差等问题。


技术实现要素：

4.有鉴于此，本发明实施例提供一种信用评级模型的确定方法及系统，以解决现有信用评级模型的选择方式存在的准确性较差和稳定性较差等问题。
5.为实现上述目的，本发明实施例提供如下技术方案：
6.本发明实施例第一方面公开一种信用评级模型的确定方法，所述方法包括：
7.获取目标客户的客户详情信息和特殊客户字段，所述客户详情信息至少包括目标客户类型、目标客户成立时间、目标客户规模和目标客户国标行业；
8.在根据所述特殊客户字段确定所述目标客户不是特殊客户时，获取与所述目标客户类型对应的预设的模型表格，所述模型表格包括：多种类型的信用评级模型的模型名称，各个所述信用评级模型对应的客户规模、客户成立时间和客户国标行业；
9.基于所述目标客户成立时间、所述目标客户规模和所述目标客户国标行业中的一项或多项，对所述模型表格中的所述信用评级模型的模型名称进行筛选，并输出筛选得到的所述信用评级模型的模型名称。
10.优选的，所述目标客户类型为金融机构或事业单位；
11.基于所述目标客户成立时间、所述目标客户规模和所述目标客户国标行业中的一项或多项，对所述模型表格中的所述信用评级模型的模型名称进行筛选，并输出筛选得到的所述信用评级模型的模型名称，包括：
12.基于所述目标客户成立时间，对所述模型表格中的所述信用评级模型的模型名称进行筛选，以得到第一信用评级模型的模型名称；
13.通过所述目标客户国标行业，对所述第一信用评级模型的模型名称进行筛选，以得到第二信用评级模型的模型名称；
14.输出所述第二信用评级模型的模型名称。
15.优选的，所述目标客户类型为企业；
16.基于所述目标客户成立时间、所述目标客户规模和所述目标客户国标行业中的一
项或多项，对所述模型表格中的所述信用评级模型的模型名称进行筛选，并输出筛选得到的所述信用评级模型的模型名称，包括：
17.基于所述目标客户规模，对所述模型表格中的所述信用评级模型的模型名称进行筛选，以得到第三信用评级模型的模型名称；
18.基于所述目标客户成立时间，对所述第三信用评级模型的模型名称进行筛选，以得到第四信用评级模型的模型名称；
19.通过所述目标客户国标行业，对所述第四信用评级模型的模型名称进行筛选，以得到第五信用评级模型的模型名称；
20.输出所述第五信用评级模型的模型名称。
21.优选的，输出筛选得到的所述信用评级模型的模型名称之后，还包括：
22.在检测到重筛指令时，获取新的目标客户成立时间、新的目标客户规模和新的目标客户国标行；
23.基于所述新的目标客户成立时间、所述新的目标客户规模和所述新的目标客户国标行业中的一项或多项，对所述模型表格中的所述信用评级模型的模型名称进行筛选，并输出筛选得到的所述信用评级模型的模型名称。
24.优选的，所述方法还包括：
25.在根据所述特殊客户字段确定所述目标客户为特殊客户时，执行特殊客户信用评级流程。
26.本发明实施例第二方面公开一种信用评级模型的确定系统，所述系统包括：
27.第一获取单元，用于获取目标客户的客户详情信息和特殊客户字段，所述客户详情信息至少包括目标客户类型、目标客户成立时间、目标客户规模和目标客户国标行业；
28.第二获取单元，用于在根据所述特殊客户字段确定所述目标客户不是特殊客户时，获取与所述目标客户类型对应的预设的模型表格，所述模型表格包括：多种类型的信用评级模型的模型名称，各个所述信用评级模型对应的客户规模、客户成立时间和客户国标行业；
29.筛选单元，用于基于所述目标客户成立时间、所述目标客户规模和所述目标客户国标行业中的一项或多项，对所述模型表格中的所述信用评级模型的模型名称进行筛选，并输出筛选得到的所述信用评级模型的模型名称。
30.优选的，所述目标客户类型为金融机构或事业单位；所述筛选单元包括：
31.第一筛选模块，用于基于所述目标客户成立时间，对所述模型表格中的所述信用评级模型的模型名称进行筛选，以得到第一信用评级模型的模型名称；
32.第二筛选模块，用于通过所述目标客户国标行业，对所述第一信用评级模型的模型名称进行筛选，以得到第二信用评级模型的模型名称；
33.第一输出模块，用于输出所述第二信用评级模型的模型名称。
34.优选的，所述目标客户类型为企业；所述筛选单元包括：
35.第三筛选模块，用于基于所述目标客户规模，对所述模型表格中的所述信用评级模型的模型名称进行筛选，以得到第三信用评级模型的模型名称；
36.第四筛选模块，用于基于所述目标客户成立时间，对所述第三信用评级模型的模型名称进行筛选，以得到第四信用评级模型的模型名称；
37.第五筛选模块，用于通过所述目标客户国标行业，对所述第四信用评级模型的模型名称进行筛选，以得到第五信用评级模型的模型名称；
38.第二输出模块，用于输出所述第五信用评级模型的模型名称。
39.优选的，所述系统还包括：
40.第三获取单元，用于在检测到重筛指令时，获取新的目标客户成立时间、新的目标客户规模和新的目标客户国标行；
41.相应的，所述筛选单元还用于：基于所述新的目标客户成立时间、所述新的目标客户规模和所述新的目标客户国标行业中的一项或多项，对所述模型表格中的所述信用评级模型的模型名称进行筛选，并输出筛选得到的所述信用评级模型的模型名称。
42.优选的，所述系统还包括：
43.执行单元，用于在根据所述特殊客户字段确定所述目标客户为特殊客户时，执行特殊客户信用评级流程。
44.基于上述本发明实施例提供的一种信用评级模型的确定方法及系统，该方法为：获取目标客户的客户详情信息和特殊客户字段；在根据特殊客户字段确定目标客户不是特殊客户时，获取与目标客户类型对应的预设的模型表格；基于目标客户成立时间、目标客户规模和目标客户国标行业中的一项或多项，对模型表格中的信用评级模型的模型名称进行筛选，并输出筛选得到的信用评级模型的模型名称。本方案中，针对不同客户类型预先设定不同的模型表格。在目标客户不是特殊客户时，获取与目标客户类型对应的模型表格。基于目标客户成立时间、目标客户规模和目标客户国标行业中的一项或多项，对模型表格中的信用评级模型的模型名称进行筛选，并输出筛选得到的信用评级模型的模型名称。利用目标客户类型对应的模型表格统一信用评级模型的选择标准，提高选择信用评级模型的准确性和稳定性。
附图说明
45.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，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，还可以根据提供的附图获得其他的附图。
46.图1为本发明实施例提供的一种信用评级模型的确定方法的流程图；
47.图2为本发明实施例提供的一种信用评级模型的确定系统的结构框图。
具体实施方式
48.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
49.在本技术中，术语“包括”、“包含”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，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
50.由背景技术可知，目前选择信用评级模型时，通常由信贷专家根据个人经验和客户的信息选择信用评级模型。但是，不同信贷专家的个人经验有所差异，导致不同信贷专家为同一客户选择的信用评级模型的差异较大，信用评级模型的选择方式存在准确性较差和稳定性较差等问题。
51.因此，本发明实施例提供一种信用评级模型的确定方法及系统，针对不同客户类型预先设定不同的模型表格。在目标客户不是特殊客户时，获取与目标客户类型对应的模型表格。基于目标客户成立时间、目标客户规模和目标客户国标行业中的一项或多项，对模型表格中的信用评级模型的模型名称进行筛选，并输出筛选得到的信用评级模型的模型名称。利用目标客户类型对应的模型表格统一信用评级模型的选择标准，以提高选择信用评级模型的准确性和稳定性。
52.参见图1，示出了本发明实施例提供的一种信用评级模型的确定方法的流程图，该确定方法包括：
53.步骤s101：获取目标客户的客户详情信息和特殊客户字段。
54.需要说明的是，目标客户为对公客户；特殊客户字段用于判断该目标客户是否为特殊客户。
55.在具体实现步骤s101的过程中，在对目标客户进行普通单一客户评级时，获取从前端界面传入的目标客户的客户详情信息和特殊客户字段等信息；该客户详情信息和特殊客户字段用于确定对目标客户进行信用评级的信用评级模型。
56.一些实施例中，客户详情信息至少包括：目标客户编号、目标客户中文名称、目标客户英文名称、目标客户类型、目标客户成立时间、目标客户规模、目标客户国标行业和财务数据等信息。例如表1提供的内容中，示出了客户详情信息所包含的各项数据的类型和中文说明等信息。
57.表1：
[0058][0059]
步骤s102：在根据特殊客户字段确定目标客户不是特殊客户时，获取与目标客户类型对应的预设的模型表格。
[0060]
需要说明的是，目标客户类型为企业、金融机构或事业单位等客户类型；针对不同客户类型都分别设置有相应的模型表格，即企业设置有相应的模型表格，金融机构设置有相应的模型表格，事业单位也设置有相应的模型表格。模型表格包括：多种类型的信用评级模型的模型名称，各个信用评级模型对应的客户规模、客户成立时间和客户国标行业。其中，可以根据实际情况将客户规模划分为大中型和小微型(仅示例)，如将企业划分为大中型企业和小微型企业；客户成立时间可以用于区分客户是否为新成立的客户。
[0061]
例如：参见表2和表3示出的内容，表2为企业对应的模型表格的示例，表3为事业单元对应的模型表格的示例。
[0062]
表2：
[0063]
[0064]
[0065]
[0066]
[0067][0068]
表3：
[0069]
[0070][0071]
以上表2和表3所示出的内容仅用于示例，在本发明实施例中不对模型表格的具体内容进行具体限定。
[0072]
需要说明的是，目标客户为特殊客户或普通客户，特殊客户具体为涉密客户和现有评级体系无法覆盖的客户；在具体实现步骤s102的过程中，利用特殊客户字段判断目标客户是否为特殊客户。
[0073]
在确定目标客户是特殊客户时，执行特殊客户信用评级流程以对该目标客户进行信用评级。
[0074]
在确定目标客户不是特殊客户时，获取与目标客户类型对应的预设的模型表格；一些实施例中，目标客户类型为企业的情况下，获取企业对应的模型表格；目标客户类型为事业单位的情况下，获取事业单位对应的模型表格；目标客户类型为金融机构的情况下，获取金融机构对应的模型表格。
[0075]
步骤s103：基于目标客户成立时间、目标客户规模和目标客户国标行业中的一项或多项，对模型表格中的信用评级模型的模型名称进行筛选，并输出筛选得到的信用评级模型的模型名称。
[0076]
需要说明的是，结合上述的内容可知，模型表格中包含了各个信用评级模型对应的客户规模、客户成立时间和客户国标行业；在具体实现步骤s103的过程中，以目标客户成立时间、目标客户规模和目标客户国标行业中的一项或多项作为筛选条件，对模型表格中的信用评级模型的模型名称进行筛选，输出筛选得到的信用评级模型的模型名称。
[0077]
一些实施例中，在对信用评级模型的模型名称进行筛选的过程中，可能筛选得到一个或多个信用评级模型的模型名称，也可能未筛选得到评级模型的模型名称。在筛选得到一个或多个信用评级模型的模型名称时，在前端界面展示筛选得到的信用评级模型的模型名称。响应业务人员(如评级人员)触发的选择指令，选择所展示的任意模型名称对应的信用评级模型对目标客户进行信用评级。
[0078]
在未筛选得到信用评级模型的模型名称时，可以调整目标客户成立时间、目标客户规模和目标客户国标行中的一项或多项，重新对模型表格中的信用评级模型的模型名称进行筛选。
[0079]
可以理解的是，在前端界面展示筛选得到的信用评级模型的模型名称，也可以根据实际需求，调整目标客户成立时间、目标客户规模和目标客户国标行中的一项或多项，重新对模型表格中的信用评级模型的模型名称进行筛选。
[0080]
一些实施例中，在检测到重筛指令时，获取新的目标客户成立时间、新的目标客户规模和新的目标客户国标行；基于新的目标客户成立时间、新的目标客户规模和新的目标
客户国标行业中的一项或多项，对模型表格中的信用评级模型的模型名称进行筛选，并输出筛选得到的信用评级模型的模型名称。
[0081]
例如：在前端界面展示筛选得到的信用评级模型的模型名称后，若筛选出的信用评级模型不满足业务人员的需求，业务人员可调整目标客户成立时间、目标客户规模和目标客户国标行中的一项或多项，再触发重筛指令，重新对模型表格中的信用评级模型的模型名称进行筛选。
[0082]
可以理解的是，在对模型表格中的信用评级模型的模型名称进行筛选的过程中，不同目标客户类型对应的筛选过程有所不同，通过以下各个实施例分别解释说明。
[0083]
关于目标客户类型为金融机构或事业单位时筛选过程的说明：
[0084]
目标客户类型为金融机构或事业单位时，基于目标客户成立时间，对模型表格中的信用评级模型的模型名称进行筛选，以得到第一信用评级模型的模型名称；通过目标客户国标行业，对第一信用评级模型的模型名称进行筛选，以得到第二信用评级模型的模型名称；输出第二信用评级模型的模型名称。
[0085]
也就是说，目标客户类型为金融机构或事业单位时，先以目标客户成立时间作为筛选条件，对模型表格中的信用评级模型的模型名称进行筛选，以得到第一信用评级模型的模型名称；再以目标客户国标行业作为筛选条件，对第一信用评级模型的模型名称进行筛选，以得到第二信用评级模型的模型名称。输出筛选得到第二信用评级模型的模型名称。
[0086]
关于目标客户类型为企业时筛选过程的说明：
[0087]
基于目标客户规模，对模型表格中的信用评级模型的模型名称进行筛选，以得到第三信用评级模型的模型名称；基于目标客户成立时间，对第三信用评级模型的模型名称进行筛选，以得到第四信用评级模型的模型名称；通过目标客户国标行业，对第四信用评级模型的模型名称进行筛选，以得到第五信用评级模型的模型名称；输出第五信用评级模型的模型名称。
[0088]
也就是说，先以目标客户规模作为筛选条件，对模型表格中的信用评级模型的模型名称进行筛选，以得到第三信用评级模型的模型名称；再以目标客户成立时间作为筛选条件，对第三信用评级模型的模型名称进行筛选，以得到第四信用评级模型的模型名称；最后以目标客户国标行业作为筛选条件，对第四信用评级模型的模型名称进行筛选，以得到第五信用评级模型的模型名称；输出第五信用评级模型的模型名称。
[0089]
以上是关于不同目标客户类型的筛选过程的说明。
[0090]
在本发明实施例中，针对不同客户类型预先设定不同的模型表格。在目标客户不是特殊客户时，获取与目标客户类型对应的模型表格。基于目标客户成立时间、目标客户规模和目标客户国标行业中的一项或多项，对模型表格中的信用评级模型的模型名称进行筛选，并输出筛选得到的信用评级模型的模型名称。利用目标客户类型对应的模型表格统一信用评级模型的选择标准，提高选择信用评级模型的准确性和稳定性。
[0091]
为更好解释说明上述本发明实施例图1中的内容，通过以下过程a1至a7对确定信用评级模型的过程进行举例说明。
[0092]
a1、在对目标客户进行普通单一客户评级时，获取从前端界面传入的目标客户的客户详情信息和特殊客户字段等信息。
[0093]
a2、利用特殊客户字段判断目标客户是否为特殊客户。如果目标客户是特殊客户，
执行特殊客户信用评级流程以对该目标客户进行信用评级。如果目标客户不是特殊客户，执行过程a3。
[0094]
a3、判断目标客户类型。如果目标客户类型为金融机构，获取金融机构对应的模型表格。如果目标客户类型为企业，获取企业对应的模型表格。如果目标客户类型为事业单元，获取事业单位对应的模型表格。
[0095]
a4、如果目标客户类型为金融机构或事业单位，以目标客户成立时间和目标客户国标行业作为筛选条件，对相应的模型表格中的信用评级模型的模型名称进行筛选，执行过程a6。
[0096]
a5、如果目标客户类型为企业，以目标客户规模(大中型或小微型)、目标客户成立时间和目标客户国标行业作为筛选条件，对相应的模型表格中的信用评级模型的模型名称进行筛选，执行过程a6。
[0097]
a6、在前端界面展示筛选得到的信用评级模型的模型名称。
[0098]
a7、响应评级人员的选择指令，从展示的模型名称中，确定该选择指令所选中的模型名称对应的信用评级模型，并利用所确定的信用评级模型对目标客户进行信用评级。
[0099]
与上述本发明实施例提供的一种信用评级模型的确定方法相对应，参见图2，本发明实施例还提供了一种信用评级模型的确定系统的结构框图，该确定系统包括：第一获取单元201、第二获取单元202和筛选单元203；
[0100]
第一获取单元201，用于获取目标客户的客户详情信息和特殊客户字段，客户详情信息至少包括目标客户类型、目标客户成立时间、目标客户规模和目标客户国标行业。
[0101]
第二获取单元202，用于在根据特殊客户字段确定目标客户不是特殊客户时，获取与目标客户类型对应的预设的模型表格，模型表格包括：多种类型的信用评级模型的模型名称，各个信用评级模型对应的客户规模、客户成立时间和客户国标行业。
[0102]
筛选单元203，用于基于目标客户成立时间、目标客户规模和目标客户国标行业中的一项或多项，对模型表格中的信用评级模型的模型名称进行筛选，并输出筛选得到的信用评级模型的模型名称。
[0103]
在本发明实施例中，针对不同客户类型预先设定不同的模型表格。在目标客户不是特殊客户时，获取与目标客户类型对应的模型表格。基于目标客户成立时间、目标客户规模和目标客户国标行业中的一项或多项，对模型表格中的信用评级模型的模型名称进行筛选，并输出筛选得到的信用评级模型的模型名称。利用目标客户类型对应的模型表格统一信用评级模型的选择标准，提高选择信用评级模型的准确性和稳定性。
[0104]
优选的，结合图2示出的内容，目标客户类型为金融机构或事业单位；筛选单元203包括：第一筛选模块、第二筛选模块和第一输出模块；各个模块的执行原理如下：
[0105]
第一筛选模块，用于基于目标客户成立时间，对模型表格中的信用评级模型的模型名称进行筛选，以得到第一信用评级模型的模型名称。
[0106]
第二筛选模块，用于通过目标客户国标行业，对第一信用评级模型的模型名称进行筛选，以得到第二信用评级模型的模型名称。
[0107]
第一输出模块，用于输出第二信用评级模型的模型名称。
[0108]
优选的，结合图2示出的内容，目标客户类型为企业；筛选单元203包括：第三筛选模块、第四筛选模块、第五筛选模块和第二输出模块；各个模块的执行原理如下：
[0109]
第三筛选模块，用于基于目标客户规模，对模型表格中的信用评级模型的模型名称进行筛选，以得到第三信用评级模型的模型名称。
[0110]
第四筛选模块，用于基于目标客户成立时间，对第三信用评级模型的模型名称进行筛选，以得到第四信用评级模型的模型名称。
[0111]
第五筛选模块，用于通过目标客户国标行业，对第四信用评级模型的模型名称进行筛选，以得到第五信用评级模型的模型名称。
[0112]
第二输出模块，用于输出第五信用评级模型的模型名称。
[0113]
优选的，结合图2示出的内容，该确定系统还包括：
[0114]
第三获取单元，用于在检测到重筛指令时，获取新的目标客户成立时间、新的目标客户规模和新的目标客户国标行。
[0115]
相应的，筛选单元203还用于：基于新的目标客户成立时间、新的目标客户规模和新的目标客户国标行业中的一项或多项，对模型表格中的信用评级模型的模型名称进行筛选，并输出筛选得到的信用评级模型的模型名称。
[0116]
优选的，结合图2示出的内容，该确定系统还包括：
[0117]
执行单元，用于在根据特殊客户字段确定目标客户为特殊客户时，执行特殊客户信用评级流程。
[0118]
综上所述，本发明实施例提供一种信用评级模型的确定方法及系统，在目标客户不是特殊客户时，获取与目标客户类型对应的模型表格。基于目标客户成立时间、目标客户规模和目标客户国标行业中的一项或多项，对模型表格中的信用评级模型的模型名称进行筛选，并输出筛选得到的信用评级模型的模型名称。利用目标客户类型对应的模型表格统一信用评级模型的选择标准，提高选择信用评级模型的准确性和稳定性。
[0119]
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
[0120]
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
[0121]
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最
宽的范围。