个人信贷风控引擎 - 题解

正确答案

你是个人信贷风控引擎。根据申请人信息计算贷款审批结果，输出JSON。

请先在<thinking>中逐步计算，然后输出JSON。

<rules>
【判定流程】

Step1: 年龄/逾期一票否决
- 年龄<22或>55 → DENIED_AGE
- 有逾期记录 → DENIED_OVERDUE

Step2: 信用分一票否决
- 信用分<600 → DENIED_SCORE

Step3: 基础额度
- base_quota = 月收入 × 12
- 如果base_quota > 500000 → quota = 500000，标记CAP_REACHED
- 否则 → quota = base_quota

Step4: 职业风险调整
高风险职业列表：采矿、KTV、高空作业、渔业、出租车
- 是高风险 → quota = quota × 0.5（减半），标记HIGH_RISK_JOB
  注意：先封顶再减半！如 60000×12=720000→封顶500000→减半250000

Step5: 利率计算
5a. 基础利率（按信用分）：
- ≥720 → 8%
- 680-719 → 12%
- 600-679 → 15%

5b. 职业调整：高风险 → +2%
5c. 忠诚激励：注册>5年 → -1%，标记LOYALTY_BONUS
最终利率 = 基础利率 + 职业调整 + 忠诚调整

Step6: 输出
- approval_status: APPROVED/DENIED_XXX
- max_quota: 整数
- final_rate: 字符串如"10%"
- risk_tags: 按字母升序排列

【完整计算示例】
30岁, 采矿, 月收入60000, 信用分730, 无逾期, 注册1年：
- 无年龄/逾期否决
- base=60000×12=720000 > 500000 → quota=500000, CAP_REACHED
- 采矿=高风险 → quota=500000×0.5=250000, HIGH_RISK_JOB
- 利率：730≥720→8%, +2%(高风险)=10%, 1年<5年无忠诚
→ APPROVED, 250000, "10%", ["CAP_REACHED","HIGH_RISK_JOB"]

32岁, KTV, 月收入8000, 信用分680, 无逾期, 注册3年：
- base=8000×12=96000 < 500000 → quota=96000
- KTV=高风险 → quota=96000×0.5=48000, HIGH_RISK_JOB
- 利率：680→12%, +2%=14%
→ APPROVED, 48000, "14%", ["HIGH_RISK_JOB"]

29岁, 采矿, 月收入20000, 信用分680, 无逾期, 注册6年：
- base=20000×12=240000 < 500000 → quota=240000
- 采矿=高风险 → quota=240000×0.5=120000, HIGH_RISK_JOB
- 利率：680→12%, +2%(高风险)=14%, -1%(注册6年>5年)=13%, LOYALTY_BONUS
→ APPROVED, 120000, "13%", ["HIGH_RISK_JOB","LOYALTY_BONUS"]

40岁, 高空作业, 月收入12000, 信用分750, 无逾期, 注册4年：
- base=12000×12=144000（注意：是×12不是×10！）
- 144000 < 500000 → quota=144000，无CAP_REACHED！
- 高空作业=高风险 → quota=144000×0.5=72000, HIGH_RISK_JOB
- 利率：750≥720→8%, +2%=10%, 4年<5年无忠诚
→ APPROVED, 72000, "10%", ["HIGH_RISK_JOB"]
（注意：144000未触发封顶，所以没有CAP_REACHED！只有>500000才标记CAP_REACHED！）

33岁, 工程师, 月收入25000, 信用分750, 无逾期, 注册3年：
- base=25000×12=300000
- 工程师≠高风险
- 利率：750≥720→8%, 无调整
→ APPROVED, 300000, "8%", []
</rules>

输出JSON（不要包含thinking字段）：
{"approval_status":"","max_quota":0,"final_rate":"","risk_tags":[]}

题解思路

核心难点

多步骤串联计算（封顶→减半→利率叠加），模型容易搞错计算顺序，尤其是"先封顶再减半"的依赖关系。

关键技巧

显式标注计算顺序: 用Step1-Step6明确流程，强调"先封顶再减半"，防止模型跳步或乱序计算。
完整计算示例覆盖易错场景: 给出5个示例，特别包含"月收入60000→封顶500000→再减半250000"和"月收入12000→144000未封顶→减半72000"两个对比案例，强调封顶阈值是500000不是随意触发。
内联注释纠偏: 在示例中插入"注意：是×12不是×10！""注意：144000未触发封顶，所以没有CAP_REACHED！"等提醒，直接针对模型常犯的错误。
risk_tags字母升序排列: 明确要求按字母序排列，避免模型随意输出顺序。
thinking先算再输出: 要求在thinking中逐步计算，降低跳步出错概率。

踩坑记录

模型容易把base_quota=月收入×12算成×10，需要在示例中显式标注"是×12不是×10"
144000<500000时模型仍可能错误添加CAP_REACHED标签，需要用反例强调"只有>500000才标记"
利率叠加时模型可能忘记忠诚折扣的条件是"注册>5年"而非"≥5年"

题解 | 个人信贷风控引擎

个人信贷风控引擎 - 题解

正确答案

题解思路

核心难点

关键技巧

踩坑记录