一种贷款质量评估方法、装置、存储介质及电子设备与流程

1.本发明涉及计算机领域，特别涉及一种贷款质量评估方法。

背景技术：

2.随着借贷业务的增多，银行等金融机构在放贷之前，通常会对借款人的贷款申请进行质量评估，以此来确定借款人的还款能力，避免出现贷款资金无法收回的情况。
3.然而现有的贷款质量的评估指标均是单一维度的统计指标，此类单一维度呈现的信息有限，且指标存在偶然性，因此不能很好的对借款人展开借贷画像，造成贷款质量评估不够准确。
4.由此，亟需一种贷款质量评估方法，以解决现有技术中无法准确的对借款人的还款能力进行质量评估的问题。

技术实现要素：

5.有鉴于此，本发明提供了一种贷款质量评估方法、装置、存储介质及电子设备，主要目的在于解决目前存在无法准确的对借款人的还款能力进行质量评估的问题。
6.为解决上述问题，本技术提供一种贷款质量评估方法，包括：
7.获取目标对象的个人金融信息；
8.基于所述个人金融信息计算获得贷款直接相关指数以及贷款间接相关指数；
9.基于所述贷款直接相关指数以及所述贷款间接相关指数，计算获得贷款质量评估参数；
10.基于所述贷款质量评估参数对所述目标对象的贷款质量进行评估，获得评估结果。
11.可选的，所述基于所述个人金融信息计算获得贷款直接相关指数，具体包括：
12.基于所述个人金融信息计算获得贷款迁徙率和不良贷生成率中任意一种或几种直接相关参数；
13.基于各所述直接相关参数以及各所述直接相关参数的预设权重值，计算获得所述贷款直接相关指数。
14.可选的，基于所述个人金融信息计算获得贷款间接相关指数，具体包括：
15.基于所述个人金融信息计算获得资产流动率、资产增长率、资产波动率、风险暴露度以及个人杠杆率中任意一种或几种间接相关参数；
16.基于各所述间接相关参数以及各所述间接相关参数的预设权重值，计算获得所述贷款间接相关指数。
17.可选的，所述基于所述贷款直接相关指数以及贷款间接相关指数，计算获得贷款质量评估参数，具体包括：
18.确定直接相关指数的权重值以及间接相关指数的权重值；
19.基于所述直接相关指数的权重值、间接相关指数的权重值、直接相关指数以及间
接相关指数，计算获得所述贷款质量评估参数。
20.可选的，所述基于所述个人金融信息计算获得贷款迁徙率和不良贷生成率中任意一种或几种直接相关参数，具体包括：
21.基于个人金融信息中的期初n级贷款向下迁徙金额、期初n级贷款余额以及期初n级贷款期间减少金额，计算获得所述贷款迁徙率；
22.基于个人金融信息中的本期新增不良贷款余额、本期不良贷款核销额以及总贷款额，计算获得所述不良贷生成率。
23.可选的，所述基于所述个人金融信息计算获得资产流动率、资产增长率、资产波动率、风险暴露度以及个人杠杆率中任意一种或几种间接相关参数，具体包括：
24.基于预设的时间窗口期，从所述个人金融信息中获取所述时间窗口期内每月支出额以及对应的当月月末储蓄总值；基于所述每月支出额以及对应的当月月末储蓄总值，计算获得所述时间窗口期内每月的第一资产流动率；基于各所述资产流动率确定所述资产流动率；
25.基于预设的时间窗口期，从所述个人金融信息中获取所述时间窗口期内每月净收入以及对应的当月月末储蓄总值；基于所述每月净收入以及对应的当月月末储蓄总值，计算获得所述时间窗口期内每月的第一资产增长率；基于各所述资产增长率确定所述资产增长率；
26.基于预设的时间窗口期，从所述个人金融信息中获取所述时间窗口期内当月资产值以及对应的历月资产均值；基于所述各当月资产值以及对应的历月资产均值，计算获得所述资产波动率；
27.从所述个人金融信息中获取贷款余额以及资本净额，基于所述贷款余额以及资本净额计算获得所述风险暴露度；
28.从所述个人金融信息中获取个人贷款总值以及个人可支配收入，基于所述个人贷款总值以及个人可支配收入计算获得所述个人杠杆率。
29.可选的，所述基于所述贷款质量评估参数对所述目标对象的贷款质量进行评估，获得评估结果，具体包括：
30.将所述贷款质量评估参数与各预设的阈值区间进行匹配，确定与所述贷款质量评估参数对应的目标阈值区间；
31.基于所述目标阈值区间对应的贷款质量标签获得所述所述评估结果。
32.为解决上述问题，本技术提供一种贷款质量评估装置，包括：
33.获取模块，用于获取目标对象的个人金融信息；
34.第一计算模块，用于基于所述个人金融信息计算获得贷款直接相关指数以及贷款间接相关指数；
35.第二计算模块，用于基于所述贷款直接相关指数以及所述贷款间接相关指数，计算获得贷款质量评估参数；
36.评估模块，用于基于所述贷款质量评估参数对所述目标对象的贷款质量进行评估，获得评估结果。
37.为解决上述问题，本技术提供一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述贷款质量评估方法的步骤。
38.为解决上述问题，本技术提供一种电子设备，其特征在于，至少包括存储器、处理器，所述存储器上存储有计算机程序，所述处理器在执行所述存储器上的计算机程序时实现上述任一项所述贷款质量评估方法的步骤。
39.本技术通过计算获得贷款直接相关指数以及贷款间接相关指数，为后续基于直接相关指数以及间接相关指数计算获得贷款质量评估参数奠定了基础，使得贷款质量评估参数的计算更加全面、准确，进而使得后续贷款质量的评估更加精确，解决了现有技术中无法准确的对借款人的还款能力进行质量评估的问题。
40.上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
41.通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
42.图1为本技术实施例一种贷款质量评估方法的流程图；
43.图2为本技术又一实施例贷款质量评估的原理框图；
44.图3为本技术又一实施例一种贷款质量评估装置的结构框图；
45.图4为本技术另一实施例一种电子设备的结构框图。
具体实施方式
46.此处参考附图描述本技术的各种方案以及特征。
47.应理解的是，可以对此处申请的实施例做出各种修改。因此，上述说明书不应该视为限制，而仅是作为实施例的范例。本领域的技术人员将想到在本技术的范围和精神内的其他修改。
48.包含在说明书中并构成说明书的一部分的附图示出了本技术的实施例，并且与上面给出的对本技术的大致描述以及下面给出的对实施例的详细描述一起用于解释本技术的原理。
49.通过下面参照附图对给定为非限制性实例的实施例的优选形式的描述，本技术的这些和其它特性将会变得显而易见。
50.还应当理解，尽管已经参照一些具体实例对本技术进行了描述，但本领域技术人员能够确定地实现本技术的很多其它等效形式。
51.当结合附图时，鉴于以下详细说明，本技术的上述和其他方面、特征和优势将变得更为显而易见。
52.此后参照附图描述本技术的具体实施例；然而，应当理解，所申请的实施例仅仅是本技术的实例，其可采用多种方式实施。熟知和/或重复的功能和结构并未详细描述以避免不必要或多余的细节使得本技术模糊不清。因此，本文所申请的具体的结构性和功能性细节并非意在限定，而是仅仅作为权利要求的基础和代表性基础用于教导本领域技术人员以实质上任意合适的详细结构多样地使用本技术。
53.本说明书可使用词组“在一种实施例中”、“在另一个实施例中”、“在又一实施例中”或“在其他实施例中”，其均可指代根据本技术的相同或不同实施例中的一个或多个。
54.本技术实施例提供一种贷款质量评估方法，具体可以应用于服务器、终端等电子设备，如图1所示，本实施例中的方法包括如下步骤：
55.步骤s101，获取目标对象的个人金融信息；
56.本实施例中个人金融信息包括历史贷款信息、个人流水信息以及资产信息等等；其中流水信息包括收入信息、支出信息等。
57.步骤s102，基于所述个人金融信息计算获得贷款直接相关指数以及贷款间接相关指数；
58.本步骤中在具体实施过程中，具体可以先根据个人金融信息计算获得贷款迁徙率和/或不良贷生成率等等直接相关参数，然后再根据各直接相关参数的权重值以及各直接相关参数计算获得直接相关指数。
59.具体在计算贷款迁徙率时可以采用如下方式：确定时间窗口期，然后确定该时间窗口期内期初n级贷款向下迁徙金额、期初n级贷款余额以及期初n级贷款期间减少金额，期初n级贷款向下迁徙金额、期初n级贷款余额以及期初n级贷款期间减少金额，计算获得所述贷款迁徙率。在计算不良贷款生成率时可以采用如下方式：基于个人金融信息获取本期新增不良贷款余额、本期不良贷款核销额以及总贷款额，然后基于本期新增不良贷款余额、本期不良贷款核销额以及总贷款额，计算获得所述不良贷生成率。
60.步骤s103，基于所述贷款直接相关指数以及所述贷款间接相关指数，计算获得贷款质量评估参数；
61.本步骤在具体实施过程中，可以先确定贷款直接相关指数以及贷款间接相关指数的各自的权重，然后根据贷款直接相关指数的权重值、贷款间接相关指数的权重值、贷款直接相关指数以及贷款间接相关指数计算后的贷款质量评估参数。
62.步骤s104，基于所述贷款质量评估参数对所述目标对象的贷款质量进行评估，获得评估结果。
63.本步骤在具体实施过程中，具体可以设定若干阈值区间，然后为各阈值区间配置不同的贷款质量评估标签，例如可以按照阈值区间有高到低的顺序配置贷款质量较好、贷款质量一般、贷款质量较差、贷款质量很差等等贷款质量评估标签。由此后续在获得贷款质量评估参数后，就可以将该贷款质量评估参数与各预设的阈值区间进行匹配，确定与所述贷款质量评估参数对应的目标阈值区间；最后基于所述目标阈值区间对应的质量标签获得所述所述评估结果。
64.本实施例中，通过计算获得贷款直接相关指数以及贷款间接相关指数，为后续基于直接相关指数以及间接相关指数计算获得贷款质量评估参数奠定了基础，使得贷款质量评估参数的计算更加全面、准确，进而使得后续贷款质量的评估更加精确，解决了现有技术中无法准确的对借款人的还款能力进行质量评估的问题。
65.本技术又一实施例提供一种贷款质量评估方法，如图2所示，包括：
66.步骤s201，获取目标对象的个人金融信息；
67.步骤s202，基于所述个人金融信息计算获得贷款迁徙率和不良贷生成率中任意一种或几种直接相关参数；基于各所述直接相关参数以及各所述直接相关参数的预设权重
值，计算获得所述贷款直接相关指数；
68.本步骤在具体实施过程中，可以设定时间窗口期，然后确定该时间窗口期内期初n级贷款向下迁徙金额、期初n级贷款余额以及期初n级贷款期间减少金额，然后基于期初n级贷款向下迁徙金额、期初n级贷款余额以及期初n级贷款期间减少金额，计算获得所述贷款迁徙率。贷款迁徙率的计算公式为：
[0069][0070]
例如，设定时间窗口期为6个月，当前时间为2022年8月22，那么期初则为2022年2月22日，根据目标对象的个人金融数据获得该用户对象在该时间点(2022年2月22日)的逾期情况，例如为m1期，贷款待还金额为2000，逾期金额为100；然后根据该用户对象的个人金融数据获得在6月22日，借款人的逾期金额为1000，则向下迁徙金额为1000。由此，可以确定期初n级贷款余额为2000，如果在此期间该用户对象还款50，那么期初n级贷款期间减少金额为50。以此类推，若该时间窗口期内存在2次预期情况，可以计算获得2个贷款迁徙率，然后将各贷款迁徙率进行累加，从而获得最终的贷款迁徙率。
[0071]
本实施例中在计算不良贷款生成率时可以采用如下方式：基于个人金融信息获取本期新增不良贷款余额、本期不良贷款核销额以及总贷款额，然后基于本期新增不良贷款余额、本期不良贷款核销额以及总贷款额，计算获得所述不良贷生成率。具体不良贷生成率的计算公式为：
[0072][0073]
本实施例中在计算获得贷款迁徙率以及不良贷生成率之后，就可以基于贷款迁徙率、不良贷生成率以及二者各自的权重值，计算获得贷款直接相关指数。在具体实施过程中，可以通过线性拟合出各权数/权重值，例如贷款迁徙率的权重值为0.4，不良贷生成率的权重值为0.6。最后就可以基于各权数/权重值计算获得直接相关指数。直接相关指数的计算公式如下：
[0074]
直接相关指数＝(0.4*贷款迁徙率+0.6*不良贷生成率)*100％
[0075]
步骤s203，基于所述个人金融信息计算获得资产流动率、资产增长率、资产波动率、风险暴露度以及个人杠杆率中任意一种或几种间接相关参数；基于各所述间接相关参数以及各所述间接相关参数的预设权重值，计算获得所述贷款间接相关指数；
[0076]
本步骤在具体实施过程中，计算资产流动率的过程如下：预先设定时间窗口期，例如设定窗口期为8个月、6个月或3个月等等。然后从所述个人金融信息中获取所述时间窗口期内每月支出额以及对应的当月月末储蓄总值；最后基于所述每月支出额以及对应的当月月末储蓄总值，计算获得所述时间窗口期内每月的第一资产流动率；基于各所述资产流动率确定所述资产流动率。本实施例中，对于时间窗口期内的各个月份，可以分别计算获得与各月份对应的第一资产流动率。然后可以基于各第一资产流动率计算获得平均值，以此来获得最终的资产流动率，或者基于各第一资产流动率确定众数，以此来作为最终的资产流动率。其中，各月份对应的资产流动率的计算公式为：
[0077][0078]
其中，计算资产增长率的过程如下：基于预设的时间窗口期，例如时间窗口期可以为6个月、3个月等等，从所述个人金融信息中获取所述时间窗口期内每月净收入以及对应的当月月末储蓄总值；基于所述每月净收入以及对应的当月月末储蓄总值，计算获得所述时间窗口期内每月的第一资产增长率；基于各所述资产增长率确定所述资产增长率；本实施例中，对于时间窗口期内的各个月份，可以分别计算获得与各月份对应的第一资产增长率。然后可以基于各第一资产增长率计算获得平均值，以此来获得最终的资产增长率，或者基于各第一资产增长率确定众数，以此来作为最终的资产增长率。其中，各月份对应的资产增长率的计算公式为：
[0079][0080]
其中，计算资产波动率的过程如下：基于预设的时间窗口期，从所述个人金融信息中获取所述时间窗口期内当月资产值以及对应的历月资产均值；基于所述各当月资产值以及对应的历月资产均值，计算获得所述资产波动率；本实施例中，资产波动率的计算公式为：
[0081][0082]
本实施例中，计算风险暴露度的过程如下：从所述个人金融信息中获取贷款余额以及资本净额，基于所述贷款余额(即未偿还的贷款金额)以及资本净额计算获得所述风险暴露度。风险暴露度的计算公式为：
[0083][0084]
计算个人杠杆率的过程如下：从所述个人金融信息中获取个人贷款总值以及个人可支配收入，基于所述个人贷款总值以及个人可支配收入计算获得所述个人杠杆率。个人杠杆率的计算公式为：
[0085]
个人杠杆率＝(个人贷款总值/个人可支配收入)*100%
[0086]
本步骤中，当确定各间接相关参数之后，可以进一步经过线性拟合出权数/权重值，最后基于各间接相关参数的权数/权重值，计算获得间接相关指数，例如资产流动率的权数为0.2、资产增长率的权数为-0.2、资产波动率权数为0.3、风险暴露度权数为0.1以及个人杠杆率权数为0.4。间接相关指数的计算方式如下：
[0087]
间接相关指数＝(0.2*资产流动性-0.2*资产增长率+0.4*个人杠杆率+0.3*资产波动率+0.1*风险暴露度)*100％
[0088]
步骤s204，确定直接相关指数的权重值以及间接相关指数的权重值；基于所述直接相关指数的权重值、间接相关指数的权重值、直接相关指数以及间接相关指数，计算获得所述贷款质量评估参数。
[0089]
本步骤中，具体可以通过通过线性关系拟合出两个指数的权数/权重值，例如，直
接相关指数的权重值为0.645，间接相关指数的权重值为0.355。具体贷款质量评估参数的计算公式为：
[0090]
贷款质量评估参数＝(1-0.645*直接相关指数-0.355*间接相关指数)*100
[0091]
本步骤中，通过将贷款质量评估参数扩大100倍，能够方便后续与阈值区间进行匹配，同时便于用户阅读。
[0092]
步骤s205，将所述贷款质量评估参数与各预设的阈值区间进行匹配，确定与所述贷款质量评估参数对应的目标阈值区间；
[0093]
基于所述目标阈值区间对应的贷款质量标签获得所述所述评估结果。
[0094]
本步骤在具体实施过程中，可以根据实际需要将划分5个阈值区间，第一阈值区间[100，99)，第二阈值区间[99，80)，第三阈值区间[80，50)第四阈值区间[50，30)，第五阈值区间[30，0]。其中第一阈值区间对应的贷款质量标签为贷款质量理想，第二阈值区间对应的贷款质量标签为贷款质量较好，第三阈值区间对应的贷款质量标签为贷款质量一般，第四阈值区间对应的贷款质量标签为贷款质量较差，第五阈值区间对应的贷款质量标签为贷款质量很差。本实施例在具体实施过程中，阈值区间的个数可以根据实际需要进行调整，各个阈值区间的贷款质量标签也可以根据实际需要设定。
[0095]
本技术中的贷款质量评估方法，能够结合多学科、从多个维度进行个人贷款质量评估的方法，从金额、期数、状态变化等多维度可以更全面的体现个人的贷款质量。首先，根据个人每月收入、贷款金额、贷款期数、贷款余额等计算时间窗口的基础统计指标；再根据所得基础统计指标，求得个人贷款滚动情况及各项贷款情况指标；最后根据所得的贷款质量指数，对借款人的贷款质量进行评估分级，使得最终的评估结果更加准确、合理。
[0096]
本技术另一实施例提供一种贷款质量评估装置，如图3所示，本实施利中的贷款质量评估装置1包括：
[0097]
获取模块11，用于获取目标对象的个人金融信息；
[0098]
第一计算模块12，用于基于所述个人金融信息计算获得贷款直接相关指数以及贷款间接相关指数；
[0099]
第二计算模块13，用于基于所述贷款直接相关指数以及所述贷款间接相关指数，计算获得贷款质量评估参数；
[0100]
评估模块14，用于基于所述贷款质量评估参数对所述目标对象的贷款质量进行评估，获得评估结果
[0101]
本实施利在具体实施过程中，所述第一计算模块包括第一计算单元；所述第一计算单元用于：基于所述个人金融信息计算获得贷款迁徙率和不良贷生成率中任意一种或几种直接相关参数；基于各所述直接相关参数以及各所述直接相关参数的预设权重值，计算获得所述贷款直接相关指数。
[0102]
本实施利在具体实施过程中，所述第一计算模块还包括第二计算单元，所述第二计算单元用于：基于所述个人金融信息计算获得资产流动率、资产增长率、资产波动率、风险暴露度以及个人杠杆率中任意一种或几种间接相关参数；基于各所述间接相关参数以及各所述间接相关参数的预设权重值，计算获得所述贷款间接相关指数。
[0103]
本实施利在具体实施过程中，所述第二计算模块具体用：确定直接相关指数的权重值以及间接相关指数的权重值；基于所述直接相关指数的权重值、间接相关指数的权重
值、直接相关指数以及间接相关指数，计算获得所述贷款质量评估参数。
[0104]
本实施利在具体实施过程中，所述第一计算单元具体用于：
[0105]
基于个人金融信息中的期初n级贷款向下迁徙金额、期初n级贷款余额以及期初n级贷款期间减少金额，计算获得所述贷款迁徙率；
[0106]
基于个人金融信息中的本期新增不良贷款余额、本期不良贷款核销额以及总贷款额，计算获得所述不良贷生成率。
[0107]
本实施利在具体实施过程中，所述第二计算单元具体用于：
[0108]
基于预设的时间窗口期，从所述个人金融信息中获取所述时间窗口期内每月支出额以及对应的当月月末储蓄总值；基于所述每月支出额以及对应的当月月末储蓄总值，计算获得所述时间窗口期内每月的第一资产流动率；基于各所述资产流动率确定所述资产流动率；
[0109]
基于预设的时间窗口期，从所述个人金融信息中获取所述时间窗口期内每月净收入以及对应的当月月末储蓄总值；基于所述每月净收入以及对应的当月月末储蓄总值，计算获得所述时间窗口期内每月的第一资产增长率；基于各所述资产增长率确定所述资产增长率；
[0110]
基于预设的时间窗口期，从所述个人金融信息中获取所述时间窗口期内当月资产值以及对应的历月资产均值；基于所述各当月资产值以及对应的历月资产均值，计算获得所述资产波动率；
[0111]
从所述个人金融信息中获取贷款余额以及资本净额，基于所述贷款余额以及资本净额计算获得所述风险暴露度；
[0112]
从所述个人金融信息中获取个人贷款总值以及个人可支配收入，基于所述个人贷款总值以及个人可支配收入计算获得所述个人杠杆率。
[0113]
本实施利在具体实施过程中，所述评估模块用于：将所述贷款质量评估参数与各预设的阈值区间进行匹配，确定与所述贷款质量评估参数对应的目标阈值区间；基于所述目标阈值区间对应的贷款质量标签获得所述所述评估结果。
[0114]
本实施例中，通过计算获得贷款直接相关指数以及贷款间接相关指数，为后续基于直接相关指数以及间接相关指数计算获得贷款质量评估参数奠定了基础，使得贷款质量评估参数的计算更加全面、准确，进而使得后续贷款质量的评估更加精确，解决了现有技术中无法准确的对借款人的还款能力进行质量评估的问题。
[0115]
本技术另一实施例提供一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如下方法步骤：
[0116]
步骤一、获取目标对象的个人金融信息；
[0117]
步骤二、基于所述个人金融信息计算获得贷款直接相关指数以及贷款间接相关指数；
[0118]
步骤三、基于所述贷款直接相关指数以及所述贷款间接相关指数，计算获得贷款质量评估参数；
[0119]
步骤四、基于所述贷款质量评估参数对所述目标对象的贷款质量进行评估，获得评估结果。
[0120]
上述方法步骤的具体实施过程可参见上述任意贷款质量评估方法的实施例，本实
施例在此不再重复赘述。
[0121]
本技术中通过计算获得贷款直接相关指数以及贷款间接相关指数，为后续基于直接相关指数以及间接相关指数计算获得贷款质量评估参数奠定了基础，使得贷款质量评估参数的计算更加全面、准确，进而使得后续贷款质量的评估更加精确，解决了现有技术中无法准确的对借款人的还款能力进行质量评估的问题。
[0122]
本技术另一实施例提供一种电子设备，如图4所示，至少包括存储器1、处理器2，所述存储器1上存储有计算机程序，所述处理器2在执行所述存储器1上的计算机程序时实现如下方法步骤：
[0123]
步骤一、获取目标对象的个人金融信息；
[0124]
步骤二、基于所述个人金融信息计算获得贷款直接相关指数以及贷款间接相关指数；
[0125]
步骤三、基于所述贷款直接相关指数以及所述贷款间接相关指数，计算获得贷款质量评估参数；
[0126]
步骤四、基于所述贷款质量评估参数对所述目标对象的贷款质量进行评估，获得评估结果。
[0127]
上述方法步骤的具体实施过程可参见上述任意贷款质量评估方法的实施例，本实施例在此不再重复赘述。
[0128]
本技术中通过计算获得贷款直接相关指数以及贷款间接相关指数，为后续基于直接相关指数以及间接相关指数计算获得贷款质量评估参数奠定了基础，使得贷款质量评估参数的计算更加全面、准确，进而使得后续贷款质量的评估更加精确，解决了现有技术中无法准确的对借款人的还款能力进行质量评估的问题。
[0129]
以上实施例仅为本技术的示例性实施例，不用于限制本技术，本技术的保护范围由权利要求书限定。本领域技术人员可以在本技术的实质和保护范围内，对本技术做出各种修改或等同替换，这种修改或等同替换也应视为落在本技术的保护范围内。

技术特征：

1.一种贷款质量评估方法，其特征在于，包括：获取目标对象的个人金融信息；基于所述个人金融信息计算获得贷款直接相关指数以及贷款间接相关指数；基于所述贷款直接相关指数以及所述贷款间接相关指数，计算获得贷款质量评估参数；基于所述贷款质量评估参数对所述目标对象的贷款质量进行评估，获得评估结果。2.如权利要求1所述的方法，其特征在于，所述基于所述个人金融信息计算获得贷款直接相关指数，具体包括：基于所述个人金融信息计算获得贷款迁徙率和不良贷生成率中任意一种或几种直接相关参数；基于各所述直接相关参数以及各所述直接相关参数的预设权重值，计算获得所述贷款直接相关指数。3.如权利要求1所述的方法，其特征在于，基于所述个人金融信息计算获得贷款间接相关指数，具体包括：基于所述个人金融信息计算获得资产流动率、资产增长率、资产波动率、风险暴露度以及个人杠杆率中任意一种或几种间接相关参数；基于各所述间接相关参数以及各所述间接相关参数的预设权重值，计算获得所述贷款间接相关指数。4.如权利要求1所述的方法，其特征在于，所述基于所述贷款直接相关指数以及贷款间接相关指数，计算获得贷款质量评估参数，具体包括：确定直接相关指数的权重值以及间接相关指数的权重值；基于所述直接相关指数的权重值、间接相关指数的权重值、直接相关指数以及间接相关指数，计算获得所述贷款质量评估参数。5.如权利要求2所述的方法，其特征在于，所述基于所述个人金融信息计算获得贷款迁徙率和不良贷生成率中任意一种或几种直接相关参数，具体包括：基于个人金融信息中的期初n级贷款向下迁徙金额、期初n级贷款余额以及期初n级贷款期间减少金额，计算获得所述贷款迁徙率；基于个人金融信息中的本期新增不良贷款余额、本期不良贷款核销额以及总贷款额，计算获得所述不良贷生成率。6.如权利要求3所述的方法，其特征在于，所述基于所述个人金融信息计算获得资产流动率、资产增长率、资产波动率、风险暴露度以及个人杠杆率中任意一种或几种间接相关参数，具体包括：基于预设的时间窗口期，从所述个人金融信息中获取所述时间窗口期内每月支出额以及对应的当月月末储蓄总值；基于所述每月支出额以及对应的当月月末储蓄总值，计算获得所述时间窗口期内每月的第一资产流动率；基于各所述资产流动率确定所述资产流动率；基于预设的时间窗口期，从所述个人金融信息中获取所述时间窗口期内每月净收入以及对应的当月月末储蓄总值；基于所述每月净收入以及对应的当月月末储蓄总值，计算获得所述时间窗口期内每月的第一资产增长率；基于各所述资产增长率确定所述资产增长
率；基于预设的时间窗口期，从所述个人金融信息中获取所述时间窗口期内当月资产值以及对应的历月资产均值；基于所述各当月资产值以及对应的历月资产均值，计算获得所述资产波动率；从所述个人金融信息中获取贷款余额以及资本净额，基于所述贷款余额以及资本净额计算获得所述风险暴露度；从所述个人金融信息中获取个人贷款总值以及个人可支配收入，基于所述个人贷款总值以及个人可支配收入计算获得所述个人杠杆率。7.如权利要求1所述的方法，其特征在于，所述基于所述贷款质量评估参数对所述目标对象的贷款质量进行评估，获得评估结果，具体包括：将所述贷款质量评估参数与各预设的阈值区间进行匹配，确定与所述贷款质量评估参数对应的目标阈值区间；基于所述目标阈值区间对应的贷款质量标签获得所述所述评估结果。8.一种贷款质量评估装置，其特征在于，包括：获取模块，用于获取目标对象的个人金融信息；第一计算模块，用于基于所述个人金融信息计算获得贷款直接相关指数以及贷款间接相关指数；第二计算模块，用于基于所述贷款直接相关指数以及所述贷款间接相关指数，计算获得贷款质量评估参数；评估模块，用于基于所述贷款质量评估参数对所述目标对象的贷款质量进行评估，获得评估结果。9.一种存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1-7任一项所述贷款质量评估方法的步骤。10.一种电子设备，其特征在于，至少包括存储器、处理器，所述存储器上存储有计算机程序，所述处理器在执行所述存储器上的计算机程序时实现上述权利要求1-7任一项所述贷款质量评估方法的步骤。

技术总结

本申请公开了一种贷款质量评估方法、装置、存储介质及电子设备。其中方法包括：获取目标对象的个人金融信息；基于所述个人金融信息计算获得贷款直接相关指数以及贷款间接相关指数；基于所述贷款直接相关指数以及所述贷款间接相关指数，计算获得贷款质量评估参数；基于所述贷款质量评估参数对所述目标对象的贷款质量进行评估，获得评估结果。本申请中，通过计算获得贷款直接相关指数以及贷款间接相关指数，为后续基于直接相关指数以及间接相关指数计算获得贷款质量评估参数奠定了基础，使得贷款质量评估参数的计算更加全面、准确，进而使得后续贷款质量的评估更加精确，解决了现有技术中无法准确的对借款人的还款能力进行质量评估的问题。量评估的问题。量评估的问题。