本发明揭示了一种基于联邦学习的信用评分模型建模方法、装置、终端及存储介质，方法包括：以机构为单位、获取机构对应的客户集，将每个客户集划分为多类分支，依据分支完成建模作业，得到该机构对应的多分支融合模型；对多个机构对应的多个多分支融合模型进行融合处理，生成预设信用评分模型；基于纵向联邦学习算法，分别获取多个机构对应的更新参数，依据更新参数对预设信用评分模型进行更新，得到信用评分模型。本发明聚焦于消费分期业务场景，针对不同的地域和场景分支，形成了标准化的信用评分模型产品，方案在保护数据隐私的前提下，实现了为金融机构提供高效、精准的消费分期风控解决方案的目的。