消费信贷系统架构设计

设计级别：架构师面试 / 系统设计
场景："请设计一个消费信贷系统，覆盖贷前/贷中/贷后全流程，支持多种还款方式，日均放款10万笔"
作者：MomoFinance
日期：2026-04-13

---

一、需求分析

1.1 面试场景还原

面试官：请设计一个消费信贷系统，覆盖贷前/贷中/贷后全流程，支持多种还款方式，日均放款10万笔。

1.2 需求澄清（10个关键问题）

1.3 功能需求

贷前

贷中

贷后

1.4 非功能需求

1.5 监管约束

---

二、高层架构设计

2.1 C4 Context（系统上下文）

信贷系统作为核心业务系统，与以下外部系统交互：

详见 diagrams/c4-context.mmd

2.2 C4 Container（容器）

信贷系统内部拆分为以下9个核心容器：

详见 diagrams/c4-container.mmd

2.3 信贷全流程

贷前：申请 → 准入校验 → 征信查询 → 评分卡 → 审批（自动/人工）→ 授信（发放额度）
贷中：用信申请 → 合同生成 → 签约 → 放款指令 → 资金划转 → 到账确认
贷后-正常：日终计息 → 还款提醒 → 自动扣款/主动还款 → 销账 → 结清
贷后-逾期：逾期标记 → 罚息计算 → 催收(IVR→短信→人工→委外→法催) → 回款 / 核销

详见 diagrams/sequence.mmd

---

三、数据模型设计

3.1 核心表设计

credit_product（信贷产品表）

credit_application（授信申请表）

credit_line（额度表）

loan_contract（借据/合同表）

repayment_schedule（还款计划表）

repayment_record（还款流水表）

overdue_record（逾期记录表）

collection_task（催收任务表）

3.2 状态机设计

借据状态机

CREATED → SIGNING → SIGNED → DISBURSING → ACTIVE → SETTLED
                                           ↓
                                        OVERDUE → COLLECTION → WRITTEN_OFF
                                           ↓
                                        ACTIVE（还清逾期后恢复）
CREATED → CANCELLED（用户取消）
DISBURSING → DISBURSEMENT_FAILED（放款失败）→ CREATED（重试）

还款计划状态机

PENDING → PAID（正常还款）
PENDING → OVERDUE（到期未还）→ PAID（逾期后还款）
PENDING → PARTIAL_PAID（部分还款）→ PAID / OVERDUE
PENDING → WAIVED（减免）

完整状态机详见 diagrams/state-machine.mmd

---

四、核心组件详细设计

4.1 产品引擎（Product Engine）

设计理念：一切皆配置，零代码上新产品。

产品模板
├── 基础信息（名称/编号/类型）
├── 金额规则（最小/最大/步长）
├── 期限规则（可选期限列表）
├── 利率规则（区间利率/风险定价）
├── 还款规则（可选还款方式）
├── 逾期规则（宽限期/罚息/催收策略）
├── 准入规则（年龄/地域/征信）
└── 资金规则（资金方/分润比例）

关键设计：

• 产品参数与代码解耦，通过JSON Schema校验配置合法性
• 产品变更采用"版本化"管理，存量借据按原版本执行
• 上下架有审批流程，防止误操作

4.2 授信决策引擎（Credit Engine）

评分卡体系

审批工作流

自动审批通道（80%的案件）：
  准入规则 → 反欺诈 → 征信查询 → A卡评分 → 额度模型 → 自动审批
  
人工审批通道（20%的案件）：
  自动规则触发人工 → 队列分配 → 审批员审核 → 复核 → 出具结论
  
触发人工审批的条件：
  - 评分灰度区间（如350-450分）
  - 命中反欺诈中风险规则
  - 额度超过某阈值
  - 征信数据异常

额度模型

初始额度 = min(
  产品最高额度,
  max(产品最低额度, 
    评分映射额度 × 收入系数 × 负债系数 × 征信系数
  )
)

其中：
- 评分映射额度：评分区间→额度区间查表
- 收入系数：月收入/月供比例约束（一般不超过50%）
- 负债系数：现有负债率调整
- 征信系数：征信评级调整系数（A类1.0/B类0.8/C类0.6）

4.3 还款计算引擎（Repayment Engine）

这是信贷系统中精度要求最高的模块。核心实现4种还款方式：

等额本息（PMT公式）

每月固定还款额 = P × r × (1+r)^n / ((1+r)^n - 1)

其中：P=本金，r=月利率，n=总期数

示例：本金10万，年利率12%，12期
月利率 r = 12% / 12 = 1%
每月还款 = 100000 × 0.01 × 1.01^12 / (1.01^12 - 1) = 8884.88元
总利息 = 8884.88 × 12 - 100000 = 6618.56元

每期拆分：
第1期：利息=100000×1%=1000.00, 本金=8884.88-1000.00=7884.88
第2期：利息=(100000-7884.88)×1%=921.15, 本金=7963.73
...依此递推

等额本金

每月还款本金 = P / n（固定）
每月利息 = 剩余本金 × r
每月还款总额逐月递减

示例：本金10万，年利率12%，12期
每月本金 = 100000 / 12 = 8333.33元
第1期：利息=100000×1%=1000.00, 还款=9333.33
第2期：利息=91666.67×1%=916.67, 还款=9250.00
...
总利息 = 6500.00元（比等额本息少）

先息后本

每月只还利息，最后一期还本金+最后一期利息

示例：本金10万，年利率12%，12期
第1-11期：利息=100000×1%=1000.00
第12期：利息=1000.00 + 本金=100000 = 101000.00
总利息 = 12000.00元

按日计息

日利率 = 年利率 / 360
每日利息 = 剩余本金 × 日利率
到期一次性还本付息，或约定还款日还款

适用场景：随借随还、灵活期限产品

精度控制：

• 所有金额使用 DECIMAL(18,2)，中间计算使用 DECIMAL(18,8)
• 尾差处理：最后一期兜底，total - sum(前n-1期) = 最后一期
• 四舍五入统一使用 ROUND_HALF_UP

核心代码实现详见 code/core-model.ts

4.4 逾期管理

逾期分级（M-Bucket）

罚息计算

罚息 = 逾期本金 × 罚息日利率 × 逾期天数

罚息日利率 = 正常日利率 × 1.5（监管上限：不超过正常利率的150%）

合规约束：
- 不对利息收罚息（单利原则）
- 罚息+正常利息的综合年化不得超过24%（民间借贷司法保护线）
- 计息基数为逾期本金，不含已计罚息（严禁复利）

催收策略编排

D+1（逾期第1天）：系统自动发送还款提醒短信
D+3：IVR自动外呼（预录音语音）
D+7：人工短信（催收专员）
D+15：人工电话催收（1级催收员）
D+30：升级催收（2级催收员，增加联系频率）
D+60：委外催收（外包公司）
D+90：法律催收（发律师函）
D+120：起诉准备
D+180：核销评审

4.5 额度管理

额度结构

用户总额度
├── 产品A额度（消费分期）
│   ├── 已用额度
│   ├── 冻结额度（正在放款中）
│   └── 可用额度 = 总 - 已用 - 冻结
├── 产品B额度（现金贷）
│   └── ...
└── 共享额度池（多产品共用上限）

额度操作的原子性

用信时的额度操作（两阶段）：
1. 冻结阶段：available -= amount, frozen += amount（乐观锁CAS）
2. 扣减阶段：frozen -= amount, used += amount（放款成功后）
3. 回滚阶段：frozen -= amount, available += amount（放款失败时）

还款时的额度恢复：
1. used -= repaid_principal, available += repaid_principal

动态调额

触发条件：
- 定期（每月）B卡评分重新计算
- 事件驱动：正常还款N期后触发提额评估
- 风险事件：逾期/多头借贷触发降额

调额规则：
- 提额：B卡评分上升 + 无逾期记录 + 用信率>50% → 提额10-30%
- 降额：B卡评分下降 / 出现逾期 / 多头借贷增加 → 降额或冻结
- 调额幅度单次不超过30%，避免客诉

4.6 日终跑批

日终跑批是信贷系统的"心脏"，每日固定时间窗口执行：

批处理时间窗口：00:00 - 06:00

作业编排（有依赖关系）：
Job 1: 日终计息（对所有ACTIVE借据计算当日利息）
  ↓
Job 2: 逾期标记（对比当日到期未还的还款计划，标记逾期）
  ↓
Job 3: 罚息计算（对所有逾期借据计算当日罚息）
  ↓
Job 4: 自动扣款（对当日到期的还款计划发起代扣）
  ↓
Job 5: 五级分类（根据逾期天数重新分类）
  ↓
Job 6: 催收任务生成（根据逾期分级生成/升级催收任务）
  ↓
Job 7: 征信报送（生成央行征信报文）
  ↓
Job 8: 监管报表（生成各类监管统计报表）

性能优化：
- 分片并行：按用户ID哈希分片，多线程并行处理
- 增量处理：只处理状态变更的借据，非全量扫描
- 断点续跑：支持从失败点恢复，不重复处理

---

五、深度问题

5.1 利率合规

核心问题：名义利率 vs 实际利率（IRR）。

很多平台通过"等额本息"的方式让用户感觉利率低，但实际IRR年化利率远高于名义利率。

案例：
本金12000元，名义月利率1%，12期等额本息
每月还款 = 12000 × 0.01 × 1.01^12 / (1.01^12-1) = 1066.19元
名义年利率 = 1% × 12 = 12%

但用IRR计算真实年化利率：
实际年化利率(IRR) = 12.68%（因为本金逐月减少，但按初始本金算利率）

如果再加上服务费、保险费等：
综合年化成本可能达到 24%+

合规策略：

• 系统必须同时计算名义利率和IRR年化利率
• 贷前信息披露必须展示IRR年化利率
• 所有费用（服务费/保险费/担保费）纳入综合成本计算
• 综合年化成本不得超过24%（司法保护上限），绝对不超过36%

5.2 提前还款

对系统的影响：

1. 还款计划重算：
   - 提前还部分本金 → 两种方式：缩短期限 / 减少每期金额
   - 提前结清 → 计算截至当日的利息，剩余利息免除

2. 利息损失：
   - 利息收入减少，需评估提前还款率对收入的影响
   - 对资金方（联合贷）也有影响，需通知资金方

3. 违约金/补偿金：
   - 监管趋势：不建议收取提前还款违约金
   - 如收取：通常为剩余利息的1-3%，需在合同中明确约定

4. 会计处理：
   - 已计提的未来利息需要冲回
   - 需要重新计算有效利率（IFRS 9）

5.3 资产质量与五级分类

拨备计提：

拨备金额 = Σ (各分类贷款余额 × 拨备比例)

示例：
正常类贷款 10亿 × 1% = 1000万
关注类贷款 5000万 × 2% = 100万
次级类贷款 2000万 × 25% = 500万
可疑类贷款 1000万 × 50% = 500万
损失类贷款 500万 × 100% = 500万
总拨备 = 2600万

5.4 联合贷款/助贷

自营模式：
  用户 ←→ 我方（出资+风控+运营）
  优：利润全归己；劣：资金压力大

联合贷模式：
  用户 ←→ 我方（风控+获客）+ 银行（出资，通常出资>70%）
  优：杠杆效应；劣：受银行合规约束

助贷模式：
  用户 ←→ 银行（出资+放款）← 我方（导流+初筛）
  优：轻资产；劣：利润薄，易被替代

架构差异：
- 联合贷需要：资金路由模块、分润计算、资金方对账
- 助贷需要：API网关对接、标准化用户数据输出
- 都需要：多资金方管理、资金匹配算法

5.5 资产证券化（ABS）

流程：
1. 底层资产筛选：从贷款池中筛选符合条件的资产
   - 条件：正常类/关注类、剩余期限>3期、单笔<一定金额
   
2. 打包与分层：
   - 优先级（A档）：低利率低风险，银行/保险投资
   - 中间级（B档）：中等利率中等风险
   - 劣后级（C档）：高收益高风险，通常发起人自持

3. SPV设立：特殊目的载体，实现风险隔离（真实出售）

4. 循环购买：短期资产支持长期ABS，需持续购入新资产

架构影响：
- 需要资产标签系统（标记哪些资产已入池/可入池）
- 需要资产快照（入池时点的资产状态）
- 还款资金需按分层分配（瀑布式分配）
- 需要信息披露系统（定期向投资人报告资产表现）

5.6 征信报送

报送内容：
- 个人基本信息（姓名/证件号/联系方式）
- 信贷账户信息（开户日/额度/余额）
- 还款记录（24个月还款状态：N正常/1逾期1-30天/2逾期31-60天...）
- 特殊交易（展期/担保人代偿/提前还款等）

报送频率：
- 月度报送：每月一次全量+增量
- 日报送：开户/结清/逾期等重要事件T+1报送

数据格式：
- 央行征信中心规定的标准报文格式（JSON/XML）
- 数据加密传输（国密算法）

异议处理：
- 用户可对征信记录提出异议
- 机构需在20个工作日内完成核实和更正
- 需要完整的异议处理工作流

---

六、架构决策摘要

完整ADR详见 adr/ 目录

---

七、面试口述版

2分钟版

信贷系统可以按贷前、贷中、贷后三段来讲。

贷前核心是授信决策：用户提交申请后，系统做准入校验、征信查询、评分卡打分、额度计算，80%的案件自动审批，20%进入人工审批队列。整个决策链路要求3秒内返回。

贷中核心是放款和还款：用户用信时生成借据、签电子合同、通过支付系统放款。还款引擎支持等额本息、等额本金、先息后本、按日计息四种方式，核心是PMT公式和尾差处理。日均放款10万笔通过异步化和分库分表解决。

贷后核心是逾期管理：日终跑批做计息、逾期标记、罚息计算、五级分类。催收按M1到M6+分级，策略从IVR自动外呼逐步升级到人工、委外、法催。

关键的合规约束是：年化利率不超过24%红线，征信按月报送，提前还款不收违约金或有上限。

5分钟版

在2分钟版基础上，补充以下深度：

架构层面：系统拆分为9个微服务——产品引擎做参数化配置，决策引擎集成评分卡和反欺诈，Loan Core管借据和账务，还款引擎独立做计算，催收服务有策略编排能力。

数据模型：核心7张表——product（产品配置）、application（申请）、credit_line（额度）、loan_contract（借据）、repayment_schedule（还款计划）、repayment_record（还款流水）、overdue_record（逾期记录）。额度表用乐观锁保证并发安全。

深度问题：利率合规方面，必须用IRR计算真实年化并向用户披露。提前还款需要重算还款计划，对联合贷的资金方也有影响。资产质量通过五级分类管理，拨备计提按分类比例。如果做联合贷，还需要资金路由、分润计算、多资金方对账。

15分钟版

在5分钟版基础上，展开每个核心组件的详细设计：

• 产品引擎的模板化设计和版本管理
• 评分卡体系（A/B/C卡）的应用场景和数据流
• 还款计算的4种公式推导、精度控制、尾差处理
• 额度管理的两阶段冻结-扣减机制
• 日终跑批的作业编排和性能优化
• 资产证券化对架构的影响
• 征信报送的数据格式和异议处理

---

八、自评与反思

设计亮点

1. 产品模板化：通过配置化实现多产品快速上线，避免硬编码
2. 额度两阶段操作：冻结→扣减的模式保证了并发安全和事务一致性
3. 催收策略编排：分级催收+策略引擎，兼顾效率和合规
4. 利率合规内嵌：IRR计算和24%/36%校验在引擎层面强制执行

可改进点

1. 实时风控：当前设计侧重贷前决策，贷中实时监控（如多头借贷预警）可以更深入
2. 国际化：仅考虑国内监管，跨境信贷需要多币种、多监管框架支持
3. AI增强：可引入机器学习模型做风险预测、智能催收策略优化
4. 弹性架构：日终跑批是传统方案，可考虑事件驱动架构（CDC+流式计算）替代部分批处理

面试追问准备

• "如何处理日终跑批的失败和重试？" → 幂等设计+断点续跑+告警
• "如何保证放款不重复？" → 幂等键(申请ID+时间戳)+状态机+支付系统去重
• "大促期间放款量暴增怎么办？" → 弹性扩容+异步队列+限流+预审批
• "如何做灰度发布新的评分卡？" → 双评分卡并行+A/B测试+渐进切流