CN101308564A - 一种按揭贷款信息监控方法及系统 - Google Patents
一种按揭贷款信息监控方法及系统 Download PDFInfo
- Publication number
- CN101308564A CN101308564A CNA2008101160939A CN200810116093A CN101308564A CN 101308564 A CN101308564 A CN 101308564A CN A2008101160939 A CNA2008101160939 A CN A2008101160939A CN 200810116093 A CN200810116093 A CN 200810116093A CN 101308564 A CN101308564 A CN 101308564A
- Authority
- CN
- China
- Prior art keywords
- transaction details
- family
- loan
- data
- basic data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明涉及金融安全领域,为了解决现有技术中“按揭”贷款无法进行有效监控的问题,提出一种按揭贷款信息监控方法及系统,包括,加载用户的交易明细基础数据和信贷管理基础数据,匹配所述交易明细基础数据和信贷管理基础数据,得出与所述用户信贷管理基础数据相关的有贷户交易明细表,对所述有贷户交易明细表进行分析,得出可疑有贷户交易明细记录,并标识所述可疑有贷户交易明细记录。本发明的有益效果在于,增强了金融“按揭”贷款的数据监控管理,能够自动识别金融网络中可疑的金融操作。
Description
技术领域
发明关于计算机网络技术,特别是关于利用计算机网络技术的银行购房信贷中“假按揭”贷款的自动甄别技术,具体的讲是一种按揭贷款信息监控方法及系统。
背景技术
目前,住房按揭贷款在各银行所占的资产业务比例逐年加大。由于各种原因,不少房地产商为套取资金,采取“假按揭”贷款的方式,即,房地产商使用他人银行账户向银行贷款购买自己开发的房屋并定期向银行还款,以达到套取资金的目的。房地产商“假按揭”贷款具有较强的隐蔽性,是个人信贷管理的难点。
为了解决“假按揭”贷款所造成的损失,现有技术中采用了依靠人工的判断和分析,比如:审贷分离、集中审批、电话核查等工作措施。然而,由于员工需要分别从核心业务处理系统和个人信贷管理应用中获得数据信息,而现有技术很难实现同时从核心业务处理系统和个人信贷管理应用中获得数据信息,因此现场人工检查方式时间滞后,面对海量数据难以一一人工挖掘分析和核对,难以对新发放按揭贷款项目进行实时监控和检测。所以,人工管理措施很难从根本上杜绝“假按揭”贷款现象。
中国发明专利申请公开号CN1971610A,发明名称为“一种用于评价银行贷款风险的系统和方法”,公开了一种利用数据管理装置、银行联机业务子系统、应用服务装置、Web服务装置、客户终端装置等协同工作的系统,以实现评价贷款风险,而该方案对上述“假按揭”却无法判断处理。该发明所公开的技术方案被合并于此,以作为本发明的现有技术。
中国发明专利申请公开号CN1680953A,发明名称为“一种金融企业对客户进行风险分析的系统和方法”,该方案公开了一种利用自动选择评级模型和评级模型调度器对用户信用进行评级分析,从而进行风险防范的方案,而该方案虽然对用户信用进行评定,但是不适用于上述“假按揭”的现有问题。该发明所公开的技术方案被合并于此,以作为本发明的现有技术。
发明内容
本发明提供一种按揭贷款信息监控方法,以克服个人信贷风险管理中对于“假按揭”贷款难以区分和发现的技术问题,为金融机构的信贷风险管理提供监控手段。
本发明的另一目的是提供一种按揭贷款信息监控系统,以支持上述方法,在金融系统中识别和监控具有“假按揭”特征的金融数据。
为了实现以上目的,本发明提供了一种按揭贷款信息监控方法,加载用户的交易明细基础数据和信贷管理基础数据,匹配所述交易明细基础数据和信贷管理基础数据,得出与所述用户信贷管理基础数据相关的有贷户交易明细表,对所述有贷户交易明细表进行分析,得出可疑有贷户交易明细记录,并标识所述可疑有贷户交易明细记录。
根据本发明所述的一种按揭贷款信息监控方法的一个进一步的方面,所述对有贷户交易明细表进行分析包括,判断所述有贷户交易明细表中的任意复数条有贷户交易明细记录的交易场所是否相同,如果相同则标识所述交易场所相同的有贷户交易明细记录为可疑。
根据本发明所述的一种按揭贷款信息监控方法的再一个进一步的方面,所述对有贷户交易明细表进行分析包括,判断所述有贷户交易明细表中的任意复数条有贷户交易明细记录的操作柜员是否相同,如果相同则标识所述操作柜员相同的有贷户交易明细记录为可疑。
根据本发明所述的一种按揭贷款信息监控方法的另一个进一步的方面,所述对述有贷户交易明细表进行分析包括,根据所述有贷户交易明细表中有贷户交易明细记录的时间标签计算所述有贷户交易时间间隔,根据所述时间间隔标识为相应的可疑度。
根据本发明所述的一种按揭贷款信息监控方法的另一个进一步的方面,所述根据所述时间间隔标识为相应的可疑度是指,设定时间门限Time1、Time2、Time3,其中0<Time1<Time2<Time3,当所述时间间隔>Time3,则标识可疑度为无;当Time2<时间间隔=<Time3,则标识可疑度为低可疑度;当Time1<时间间隔=<Time2,则标识可疑度为中可疑度;当时间间隔=<Time1,则标识可疑度为高可疑度。
根据本发明所述的一种按揭贷款信息监控方法的另一个进一步的方面,所述对有贷户交易明细表进行分析包括,首先判断所述有贷户交易明细表中的任意复数条有贷户交易明细记录的交易场所是否相同,如果相同则继续判断所述有贷户交易明细表中的任意复数条有贷户交易明细记录的操作柜员是否相同,否则标识所述有贷户交易明细记录可疑度为无;如果所述操作柜员相同则继续根据所述有贷户交易明细表中有贷户交易明细记录的时间标签计算所述有贷户交易时间间隔,根据所述时间间隔标识为相应的可疑度。
根据本发明所述的一种按揭贷款信息监控方法的另一个进一步的方面,还包括贷款项目比较步骤,匹配所述被标识的可疑有贷户交易明细记录和信贷管理基础数据,如果所述可疑的有贷户交易明细记录所对应的贷款项目相同,则标识所述有贷户交易明细记录的可疑度,否则删除原有贷户交易明细记录的可疑度。
根据本发明所述的一种按揭贷款信息监控方法的另一个进一步的方面,在判断所述可疑的有贷户交易明细记录所对应的贷款项目是否相同时还包括,预先设定一门限值,当具有相同贷款项目的所述可疑的有贷户交易明细记录条数大于或者等于所述门限值,则标识所述有贷户交易明细记录的可疑度,否则删除原有贷户交易明细记录的可疑度。
根据本发明所述的一种按揭贷款信息监控方法的另一个进一步的方面,所述判断所述可疑的有贷户交易明细记录所对应的贷款项目相同后,标识所述有贷户交易明细记录的可疑度,其中,所述标识包括,更新原有贷户交易明细记录的可疑度,或者在所述有贷户交易明细记录中添加一新的字段用于标识所述可疑度。
根据本发明所述的一种按揭贷款信息监控方法的另一个进一步的方面,匹配所述交易明细基础数据和信贷管理基础数据,得出与所述用户信贷管理基础数据相关的有贷户交易明细表包括,利用所述交易明细基础数据的网内贷方账号与所述信贷管理基础数据的贷款账号相匹配,将网内贷方账号和贷款账号相同的所述交易明细基础数据筛选出来,构成所述有贷户交易明细表。
根据本发明所述的一种按揭贷款信息监控方法的另一个进一步的方面,匹配所述交易明细基础数据和信贷管理基础数据,得出与所述用户信贷管理基础数据相关的有贷户交易明细表包括,利用所述交易明细基础数据的客户编号与所述信贷管理基础数据的客户编号相匹配,将客户编号相同的所述交易明细基础数据筛选出来,构成所述有贷户交易明细表。
根据本发明所述的一种按揭贷款信息监控方法的另一个进一步的方面,匹配所述交易明细基础数据和信贷管理基础数据,得出与所述用户信贷管理基础数据相关的有贷户交易明细表包括,利用所述交易明细基础数据的身份证号码与所述信贷管理基础数据的身份证号码相匹配,将身份证号码相同的所述交易明细基础数据筛选出来,构成所述有贷户交易明细表。
根据本发明所述的一种按揭贷款信息监控方法的另一个进一步的方面,加载用户的交易明细基础数据和信贷管理基础数据包括,在所述用户的每个还款周期加载本还款周期内新的交易明细基础数据和信贷管理基础数据。
本发明为了实现以上目的还提供了一种按揭贷款信息监控系统,包括数据加载单元,数据筛选单元,数据分析单元;所述数据加载单元与所述数据筛选单元相连接,所述数据分析单元分别与所述数据加载单元和数据筛选单元相连接;所述数据加载单元加载用户的交易明细基础数据和信贷管理基础数据,传送给所述数据筛选单元;所述数据筛选单元匹配所述交易明细基础数据和信贷管理基础数据,得出与所述用户信贷管理基础数据相关的有贷户交易明细表;所述数据分析单元对所述有贷户交易明细表进行分析,得出可疑有贷户交易明细记录,并标识所述可疑有贷户交易明细记录。
根据本发明所述的一种按揭贷款信息监控系统的一个进一步的方面,所述数据分析单元包括交易场所数据比较模块,判断所述有贷户交易明细表中的任意复数条有贷户交易明细记录的交易场所是否相同,如果相同则标识所述交易场所相同的有贷户交易明细记录为可疑。
根据本发明所述的一种按揭贷款信息监控系统的再一个进一步的方面,所述数据分析单元包括操作柜员数据比较模块,判断所述有贷户交易明细表中的任意复数条有贷户交易明细记录的操作柜员是否相同,如果相同则标识所述操作柜员相同的有贷户交易明细记录为可疑。
根据本发明所述的一种按揭贷款信息监控系统的另一个进一步的方面,所述数据分析单元包括交易时间数据比较模块,根据所述有贷户交易明细表中有贷户交易明细记录的时间标签计算所述有贷户交易时间间隔,根据所述时间间隔标识为相应的可疑度。
根据本发明所述的一种按揭贷款信息监控系统的另一个进一步的方面,所述交易时间数据比较模块根据设定时间门限Time1、Time2、Time3对所述时间间隔进行判断,当所述时间间隔>Time3,则标识可疑度为无;当Time2<时间间隔=<Time3,则标识可疑度为低可疑度;当Time1<时间间隔=<Time2,则标识可疑度为中可疑度;当时间间隔=<Time1,则标识可疑度为高可疑度;其中0<Time1<Time2<Time3。
根据本发明所述的一种按揭贷款信息监控系统的另一个进一步的方面,所述数据分析单元包括交易场所数据比较模块、操作柜员数据比较模块和交易时间数据比较模块,通过所述交易场所数据比较模块判断所述有贷户交易明细表中的任意复数条有贷户交易明细记录的交易场所是否相同,如果相同则由操作柜员数据比较模块继续判断所述有贷户交易明细表中的任意复数条有贷户交易明细记录的操作柜员是否相同,否则标识所述有贷户交易明细记录可疑度为无;如果所述操作柜员相同则继续由交易时间数据比较模块根据所述有贷户交易明细表中有贷户交易明细记录的时间标签计算所述有贷户交易时间间隔,根据所述时间间隔标识为相应的可疑度。
根据本发明所述的一种按揭贷款信息监控系统的另一个进一步的方面,所述数据分析单元还包括贷款项目数据比较模块,匹配所述被标识的可疑有贷户交易明细记录和信贷管理基础数据,如果所述可疑的有贷户交易明细记录所对应的贷款项目相同,则标识所述有贷户交易明细记录的可疑度,否则删除原有贷户交易明细记录的可疑度。
根据本发明所述的一种按揭贷款信息监控系统的另一个进一步的方面,所述数据分析单元还包括可疑交易明细记录计数模块,对具有相同贷款项目的所述可疑的有贷户交易明细记录进行计数,当具有相同贷款项目的所述可疑的有贷户交易明细记录条数大于或者等于一预先设定的门限值,则标识所述有贷户交易明细记录的可疑度,否则删除原有贷户交易明细记录的可疑度。
根据本发明所述的一种按揭贷款信息监控系统的另一个进一步的方面,所述数据筛选单元利用所述交易明细基础数据的网内贷方账号与所述信贷管理基础数据的贷款账号相匹配,将网内贷方账号和贷款账号相同的所述交易明细基础数据筛选出来,构成所述有贷户交易明细表;
或者所述数据筛选单元利用所述交易明细基础数据的客户编号与所述信贷管理基础数据的客户编号相匹配,将客户编号相同的所述交易明细基础数据筛选出来,构成所述有贷户交易明细表;
或者所述数据筛选单元利用所述交易明细基础数据的身份证号码与所述信贷管理基础数据的身份证号码相匹配,将身份证号码相同的所述交易明细基础数据筛选出来,构成所述有贷户交易明细表。
根据本发明所述的一种按揭贷款信息监控系统的另一个进一步的方面,所述数据加载单元在所述用户的每个还款周期加载本还款周期内新的交易明细基础数据和信贷管理基础数据。
根据本发明所述的一种按揭贷款信息监控系统的另一个进一步的方面,还包括数据展现单元,与所述数据分析单元相连接,将上述分析得出的可疑有贷户交易明细记录显示给金融机构工作人员。
本发明的有益效果在于,为当前“假按揭”贷款的甄别提供了重要的技术支撑,通过快捷、有效、准确的方式为金融机构信贷业务管理部门提供了疑似“假按揭”贷款数据。随着每日个人贷款信息的不断更新,本系统不断对个人贷款数据进行滚动式分析,得到更多的完整分析结果,将进一步提高系统的准确性和可靠性。
附图说明
图1为本发明按揭贷款信息监控方法的流程图;
图2为本发明筛选的具体步骤流程图;
图3为本发明数据分析步骤实施例流程图;
图4为本发明系统结构图;
图5为本发明数据分析单元具体结构图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施方式和附图,对本发明做进一步详细说明。在此,本发明的示意性实施方式及其说明用于解释本发明,但并不作为对本发明的限定。
本发明提供的一种按揭贷款信息监控方法及系统,用于分析还贷款的数据,识别出可疑的还贷行为,输出该分析结果,以便相关金融机构进行处理。
如图1所示为本发明按揭贷款信息监控方法的流程图,包括步骤101,在一定还款周期内对每个还款账户进行数据加载,其中所述还款周期,根据银行业务规定,一般为一个月,首次运行时加载该还款账户全部的交易明细基础数据、信贷管理基础数据,以后每到加载周期均采取增量加载模式,即,只对本周期内有变化或新增的交易明细基础数据以及信贷管理基础数据进行加载。
上述步骤中涉及的交易明细基础数据是指来源于核心业务处理系统中所有账务发生交易流水日志(以下简称为数据源1)的数据,信贷管理基础数据是指个人信贷管理系统中的开发商信息、贷款申请审批信息、贷款项目信息等(以下简称为数据源2)。数据源装载时均采用文本方式。
数据源1中主要包括如下数据项:交易地区号、交易物理网点号、交易柜员号、大交易序号、小交易序号、交易代码、工作日期、工作时间、网内借方账号、网内借方币种、网内借方卡号、网内贷方账号、网内贷方币种、网内贷方卡号、交易注释、借方交易额、贷方交易额、时间标签,客户编号,身份证信息等。
数据源2中主要包括如下数据:有贷户的个人基本资料,如姓名、工作单位、身份证、电话号码、居住地址、年收入等,贷款合同信息(包括贷款账号、客户编号等信息)以及贷款借据信息,如贷款合同/借据号、关联还款账号、还款期,开发商信息,贷款项目信息等。
步骤102:将数据源1通过数据筛选单元进行处理,对数据源1中账务交易明细表中“交易代码”字段和“贷方交易额”字段进行判断,将还款账户的所有账务发生交易流水日志中的利息入账交易(即,交易代码为71005的交易)和入账贷方交易额不为0的交易滤除。通过对数据源1进行筛选后,数据源1中只留下在还款周期内的贷方交易明细数据,构成贷方交易明细表,该表中包括数据源1中所有数据项。筛选的规则如下表所示。
表1
字段名称 | 筛选规则 | 备注 |
交易代码 | 值不为“71005”(息) | 去掉计息交易的干扰 |
贷方交易额 | 值不为“0” | 选出贷方交易明细 |
在本例中交易代码(71005)和贷方交易额(0)的设定只是针对某一种实施例,还其他实施例中交易代码可以为其它任意值,贷方交易额也可以为其它任意值。
步骤103:通过数据筛选单元处理,从数据源2筛选得出目前还有贷款未结清的有贷户列表,并将步骤102中得出的贷方交易明细表与有贷户列表进行逐一比对,将贷方交易明细表中网内贷方账号与有贷户列表中的贷款账号相匹配,将网内贷方账号和贷款账号相同的贷方交易明细表的数据筛选出来,存入有贷户的交易明细表。
筛选的具体步骤如图2所示,步骤201,数据筛选单元循环读取贷方交易明细表中的网内贷方账号。步骤202,逐一查找该账号在有贷户列表中是否存在,如果存在则进入步骤203,否则返回步骤201。步骤203,保留该贷方交易明细记录到有贷户的交易明细表。
在本例中使用贷方交易明细表中的网内贷方账号与有贷户列表中的贷款账号相匹配,在其它实施例中还可以使用其它信息匹配,例如客户编号,身份证号码等字段进行匹配。
步骤104:通过数据分析单元处理,对有贷户交易明细表进行分析得出可疑的有贷户交易明细记录。将交易明细表中的每两条记录进行比对,标注交易场所和操作柜员相同,并且两笔交易时间差符合预定规则的可疑记录。以递归判断方式为例,具体分析步骤如图3所示,步骤301,数据分析单元先将所有的有贷户明细记录按交易场所或操作柜员或交易时间进行排序。这里所述的交易场所,指交易发生的地点场所或渠道,如银行网点柜面;所述的操作柜员指的是银行进行交易操作的工作人员;所述交易时间指的是所述交易发起的时间。步骤302,顺序获取一条有贷户明细记录(第一次循环时为获取第一条有贷户明细记录,在第一次循环完成后获取第二条有贷户明细记录),逐一和后续的有贷户明细记录进行比较。步骤303,通过所述数据分析单元的交易场所数据比较模块分析交易场所是否相同,即两条记录的交易物理网点号是否相同,如果相同则进入步骤304,否则进入步骤306。步骤304,通过所述数据分析单元的交易操作柜员数据比较模块分析交易操作柜员是否相同,即两条记录的交易柜员号是否相同,如果相同则进入步骤305,否则进入步骤306,在优选的是实例中,在交易场所是否相同的判断后可以省去对操作柜员是否相同的判断。步骤305,通过所述数据分析单元的交易时间数据比较模块分析两笔还贷交易发生的时间差是否落在预先设置的可疑时间区间内,即两条记录的时间标签进行减法获得两笔还贷交易的发生的时间差,如果所述时间差落入所述可疑时间区间内则进入步骤308,否则进入步骤306。
可疑时间区间设置如下表2所示,预先设置时间门限Time1、Time2、Time3(以秒计,Time1<Time2<Time3),两笔交易的可疑程度按如下表得出:
表2
两笔交易的时间差 | 可疑度 |
时间差>Time3 | 无(排除掉) |
Time2<时间差=<Time3 | C(低可疑度) |
Time1<时间差=<Time2 | B(中可疑度) |
时间差=<Time1 | A(高可疑度) |
步骤306,判断当前有贷户交易明细记录为最后一条记录,如果是最后一条记录则返回步骤302,获取下一条有贷户交易明细记录以进入下一次大循环,否则进入步骤307。步骤307,调入当前有贷户交易明细记录的下一条记录并进入步骤303。步骤308,在可疑的两条有贷户交易明细记录的相应字段标注所述可疑程度信息,构成可疑交易明细记录,并进入步骤306。以所述可疑程度信息来判断其是否具有批量还款的特征。通过上述分析步骤后,得出带有可疑程度字段的有贷户交易明细记录(可疑交易明细记录)。
步骤105:通过数据分析单元的贷款项目数据比较模块,将可疑交易明细记录中的网内贷方账号与数据源2中的贷款账号进行匹配,找出数据源2中的贷款合同/借据表、房地产开发商信息表,根据贷款合同/借据号和房地产开发商客户编码进行比对,判断所有所述可疑交易明晰记录所对应的贷款是否属于同一贷款项目,即判断贷款是否属于同一个开发商的项目,并根据下表3所示,再次计算可疑交易的可疑度:
表3
是否属于同一贷款项目 | 可疑度 |
否 | 无 |
是 | AA/BA/CA |
其中,AA/BA/CA分别表示该笔交易落在三个不同的时间段上,AA的时间间隔最短,相应于表2中的时间差=<Time1,可疑度最高;BA的时间间隔其次,相应于表2中的Time1<时间差=<Time2,可疑度其次;CA的时间间隔要长一些,相应于表2中的Time2<时间差=<Time3,可疑度比前两个要低一些。将上述重新估计的可疑程度标识替换可疑交易明细记录中的可疑程度标识,或者在所述可疑交易明细记录中新加入一个第二可疑程度字段,将所述重新估计的可疑程度标识在该第二可疑程度字段中。
如果可疑交易明细记录不属于同一个贷款项目,则说明该还贷业务不是开发商进行的“假按揭”的批量还款。
如果可疑交易明细记录属于同一个贷款项目,则说明该还款业务很有可能是开发商的“假按揭”的批量还款。
作为优选的实施例,如果上述可疑交易明细记录属于同一个贷款项目,然后计算所述属于同一个贷款项目的可疑交易明细记录的数量,如果超过一个门限值则说明该用户更加可能是开发商的“假按揭”的批量还款,例如设定门限值为4,将上述估计的可疑程度标识替换可疑交易明细记录中的可疑程度标识,或者在所述可疑交易明细记录中新加入一个第三可疑程度字段,将所述估计的可疑程度标识在该第三可疑程度字段中。
通过数据展现单元将上述可疑程度的分析结果通知信贷风险监控操作人员,所述信贷风险监控操作人员通过数据展现单元浏览可疑账户的相关信息以及对可疑账户进行连续N个还款周期的监视,根据实际情况对可能出现的偶然情况进行排除,加强其准确程度,最终确定“假按揭”贷款客户。
如图4所示为本发明系统结构图,包括数据加载单元401,数据筛选单元402,数据分析单元403,数据展现单元404,所述数据加载单元401与所述数据筛选单元402相连接,所述数据分析单元403分别与所述数据加载单元401和数据筛选单元402相连接,所述数据展现单元404与所述数据分析单元相连接。
所述数据加载单元401,用于加载交易明细基础数据(即数据源1)、信贷管理基础数据(即数据源2),在第一次加载时采用全部加载的方式,以后每个还款周期均采取增量加载模式,即,只对本周期内有变化或新增的交易明细基础数据以及信贷管理基础数据进行加载。
上述涉及的交易明细基础数据是指来源于核心业务处理系统中账务发生交易流水日志的数据(数据源1),信贷管理基础数据是指个人信贷管理应用中的开发商信息、贷款申请审批信息、贷款项目信息等(数据源2)。数据源装载时均采用文本方式。
所述数据筛选单元402,用于从交易明细基础数据中筛选出交易类型非计息交易,并且贷方金额不为0的业务发生明细数据,构成有贷方交易明细表;并将信贷管理基础数据中的信息与所述贷方交易明细表相匹配,构成有贷户的交易明细表。该有贷户的交易明细表和交易明细基础数据表中数据项一样。
所述数据分析单元403,对有贷户交易明细表进行分析得出可疑的有贷户交易明细记录。
所述数据分析单元403如图5所示,还进一步包括,交易场所数据比较模块501、操作柜员数据比较模块502、交易时间数据比较模块503、贷款项目数据比较模块504。
所述交易场所数据比较模块501,用于逐一分析所述有贷户交易明细表的记录中是否存在交易场所相同的记录,如果相同,则标识所述交易场所相同的有贷户交易明细记录为可疑。
所述操作柜员数据比较模块502,用于逐一分析所述有贷户交易明细表的记录中是否存在操作柜员相同的记录,如果相同,则标识所述操作柜员相同的有贷户交易明细记录为可疑。
所述交易时间数据比较模块503,用于逐一分析所述有贷户交易明细表的记录中是否存在交易时间接近的记录,该交易时间数据比较模块503将所述有贷户交易明细表中两条记录的时间标签进行减法运算,将所述减法计算结果(即时间差)与预先设定的时间标签Time1、Time2、Time3(以秒计,Time1<Time2<Time3)相比较,如果所述时间差>Time3则认为这两条记录没有关系,如果所述时间差>Time2并且所述时间差<=Time3则认为这两条记录为低可疑度(标记为C),如果所述时间差>Time1并且所述时间差<=Time2则认为这两条记录为中可疑度(标记为B),如果所述时间差<=Time1则认为这两条记录为高可疑度(标记为A)。所述交易时间数据比较模块503将上述标识A、B、C标记于所述有贷户交易明细表记录的新建的可疑程度字段中,构成可疑交易明细记录。
所述贷款项目数据比较模块504,用于将可疑交易明细记录的网内贷方账号与数据源2中的贷款账号进行匹配,找出数据源2中的贷款合同/借据表、房地产开发商信息表,根据贷款合同/借据号和房地产开发商客户编码进行比对,判断所有所述可疑交易明晰记录所对应的贷款是否属于同一贷款项目,即判断贷款是否属于同一个开发商的项目,如果属于同一贷款项目则根据上述的可疑程度再次计算假按揭可疑度,并重新标识可疑交易明细记录的可疑程度字段,或者在所述可疑交易明细记录中新加入一个第二可疑程度字段,将所述重新估计的可疑程度标识在该第二可疑程度字段中;如果不属于同一贷款项目则认为这两条记录是无关的,将数据作废。
作为优选的实施例,所述数据分析单元403还可以包括一可疑交易明细记录计数模块505,计算所述属于同一个贷款项目的可疑交易明细记录的数量,如果超过一个门限值则说明该用户更加可能是开发商的“假按揭”的批量还款,例如设定门限值为4,将上述估计的可疑程度重新标识可疑交易明细记录中的可疑程度字段,或者在所述可疑交易明细记录中新加入一个第三可疑程度字段,将所述估计的可疑程度标识在该第三可疑程度字段中。
所述数据展现单元404,主要由Web服务器组成,提供http的服务,产生动态的Web页面,将上述分析得出的可疑有贷户交易明细表的记录显示给金融机构工作人员,提供给终端用户进行交互处理。终端用户可以是个人PC,要求安装有浏览器软件,也可以是其他能够运行浏览器的软件装置,如Windows图形终端等它有显示装置和输入装置,输入装置可以是键盘、鼠标等,通过公共网络和系统进行连接。
本发明实施例的有益效果在于,为当前“假按揭”贷款的甄别提供了重要的技术支撑,通过快捷、有效、准确的方式为金融机构信贷业务管理部门提供了疑似“假按揭”贷款数据。并且发明系统操作简单,易于维护,业务部门使用方便;本发明方法及系统包含的个人贷款信息完整,并随着每日个人贷款信息的不断更新,本系统不断对个人贷款数据进行滚动式分析,得到更多的完整分析结果,将进一步提高系统的准确性和可靠性。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (24)
1.一种按揭贷款信息监控方法,其特征在于该方法包括,加载用户的交易明细基础数据和信贷管理基础数据,匹配所述交易明细基础数据和信贷管理基础数据,得出与所述用户信贷管理基础数据相关的有贷户交易明细表,对所述有贷户交易明细表进行分析,得出可疑有贷户交易明细记录,并标识所述可疑有贷户交易明细记录。
2.根据权利要求1所述的一种按揭贷款信息监控方法,其特征在于,所述对有贷户交易明细表进行分析包括,判断所述有贷户交易明细表中的任意复数条有贷户交易明细记录的交易场所是否相同,如果相同则标识所述交易场所相同的有贷户交易明细记录为可疑。
3.根据权利要求1或2所述的一种按揭贷款信息监控方法,其特征在于,所述对有贷户交易明细表进行分析包括,判断所述有贷户交易明细表中的任意复数条有贷户交易明细记录的操作柜员是否相同,如果相同则标识所述操作柜员相同的有贷户交易明细记录为可疑。
4.根据权利要求1所述的一种按揭贷款信息监控方法,其特征在于,所述对述有贷户交易明细表进行分析包括,根据所述有贷户交易明细表中有贷户交易明细记录的时间标签计算所述有贷户交易时间间隔,根据所述时间间隔标识为相应的可疑度。
5.根据权利要求4所述的一种按揭贷款信息监控方法,其特征在于,所述根据所述时间间隔标识为相应的可疑度是指,设定时间门限Time1、Time2、Time3,其中0<Time1<Time2<Time3,当所述时间间隔>Time3,则标识可疑度为无;当Time2<时间间隔=<Time3,则标识可疑度为低可疑度;当Time1<时间间隔=<Time2,则标识可疑度为中可疑度;当时间间隔=<Time1,则标识可疑度为高可疑度。
6.根据权利要求1所述的一种按揭贷款信息监控方法,其特征在于,所述对有贷户交易明细表进行分析包括,首先判断所述有贷户交易明细表中的任意复数条有贷户交易明细记录的交易场所是否相同,如果相同则继续判断所述有贷户交易明细表中的任意复数条有贷户交易明细记录的操作柜员是否相同,否则标识所述有贷户交易明细记录可疑度为无;如果所述操作柜员相同则继续根据所述有贷户交易明细表中有贷户交易明细记录的时间标签计算所述有贷户交易时间间隔,根据所述时间间隔标识为相应的可疑度。
7.根据权利要求2-6所述的一种按揭贷款信息监控方法,其特征在于,还包括贷款项目比较步骤,匹配所述被标识的可疑有贷户交易明细记录和信贷管理基础数据,如果所述可疑的有贷户交易明细记录所对应的贷款项目相同,则标识所述有贷户交易明细记录的可疑度,否则删除原有贷户交易明细记录的可疑度。
8.根据权利要求7所述的一种按揭贷款信息监控方法,其特征在于,在判断所述可疑的有贷户交易明细记录所对应的贷款项目是否相同时还包括,预先设定一门限值,当具有相同贷款项目的所述可疑的有贷户交易明细记录条数大于或者等于所述门限值,则标识所述有贷户交易明细记录的可疑度,否则删除原有贷户交易明细记录的可疑度。
9.根据权利要求7所述的一种按揭贷款信息监控方法,其特征在于,所述判断所述可疑的有贷户交易明细记录所对应的贷款项目相同后,标识所述有贷户交易明细记录的可疑度,其中,所述标识包括,更新原有贷户交易明细记录的可疑度,或者在所述有贷户交易明细记录中添加一新的字段用于标识所述可疑度。
10.根据权利要求1所述的一种按揭贷款信息监控方法,其特征在于,匹配所述交易明细基础数据和信贷管理基础数据,得出与所述用户信贷管理基础数据相关的有贷户交易明细表包括,利用所述交易明细基础数据的网内贷方账号与所述信贷管理基础数据的贷款账号相匹配,将网内贷方账号和贷款账号相同的所述交易明细基础数据筛选出来,构成所述有贷户交易明细表。
11.根据权利要求1所述的一种按揭贷款信息监控方法,其特征在于,匹配所述交易明细基础数据和信贷管理基础数据,得出与所述用户信贷管理基础数据相关的有贷户交易明细表包括,利用所述交易明细基础数据的客户编号与所述信贷管理基础数据的客户编号相匹配,将客户编号相同的所述交易明细基础数据筛选出来,构成所述有贷户交易明细表。
12.根据权利要求1所述的一种按揭贷款信息监控方法,其特征在于,匹配所述交易明细基础数据和信贷管理基础数据,得出与所述用户信贷管理基础数据相关的有贷户交易明细表包括,利用所述交易明细基础数据的身份证号码与所述信贷管理基础数据的身份证号码相匹配,将身份证号码相同的所述交易明细基础数据筛选出来,构成所述有贷户交易明细表。
13.根据权利要求1所述的一种按揭贷款信息监控方法,其特征在于,加载用户的交易明细基础数据和信贷管理基础数据包括,在所述用户的每个还款周期加载本还款周期内新的交易明细基础数据和信贷管理基础数据。
14.一种按揭贷款信息监控系统,其特征在于,该系统包括数据加载单元,数据筛选单元,数据分析单元;所述数据加载单元与所述数据筛选单元相连接,所述数据分析单元分别与所述数据加载单元和数据筛选单元相连接;
所述数据加载单元加载用户的交易明细基础数据和信贷管理基础数据,传送给所述数据筛选单元;所述数据筛选单元匹配所述交易明细基础数据和信贷管理基础数据,得出与所述用户信贷管理基础数据相关的有贷户交易明细表;所述数据分析单元对所述有贷户交易明细表进行分析,得出可疑有贷户交易明细记录,并标识所述可疑有贷户交易明细记录。
15.根据权利要求14所述的一种按揭贷款信息监控系统,其特征在于,所述数据分析单元包括交易场所数据比较模块,判断所述有贷户交易明细表中的任意复数条有贷户交易明细记录的交易场所是否相同,如果相同则标识所述交易场所相同的有贷户交易明细记录为可疑。
16.根据权利要求14或15所述的一种按揭贷款信息监控系统,其特征在于,所述数据分析单元包括操作柜员数据比较模块,判断所述有贷户交易明细表中的任意复数条有贷户交易明细记录的操作柜员是否相同,如果相同则标识所述操作柜员相同的有贷户交易明细记录为可疑。
17.根据权利要求14所述的一种按揭贷款信息监控系统,其特征在于,所述数据分析单元包括交易时间数据比较模块,根据所述有贷户交易明细表中有贷户交易明细记录的时间标签计算所述有贷户交易时间间隔,根据所述时间间隔标识为相应的可疑度。
18.根据权利要求17所述的一种按揭贷款信息监控系统,其特征在于,所述交易时间数据比较模块根据设定时间门限Time1、Time2、Time3对所述时间间隔进行判断,当所述时间间隔>Time3,则标识可疑度为无;当Time2<时间间隔=<Time3,则标识可疑度为低可疑度;当Time1<时间间隔=<Time2,则标识可疑度为中可疑度;当时间间隔=<Time1,则标识可疑度为高可疑度;其中0<Time1<Time2<Time3。
19.根据权利要求14所述的一种按揭贷款信息监控系统,其特征在于,所述数据分析单元包括交易场所数据比较模块、操作柜员数据比较模块和交易时间数据比较模块,通过所述交易场所数据比较模块判断所述有贷户交易明细表中的任意复数条有贷户交易明细记录的交易场所是否相同,如果相同则由操作柜员数据比较模块继续判断所述有贷户交易明细表中的任意复数条有贷户交易明细记录的操作柜员是否相同,否则标识所述有贷户交易明细记录可疑度为无;如果所述操作柜员相同则继续由交易时间数据比较模块根据所述有贷户交易明细表中有贷户交易明细记录的时间标签计算所述有贷户交易时间间隔,根据所述时间间隔标识为相应的可疑度。
20.根据权利要求14-19所述的一种按揭贷款信息监控系统,其特征在于,所述数据分析单元还包括贷款项目数据比较模块,匹配所述被标识的可疑有贷户交易明细记录和信贷管理基础数据,如果所述可疑的有贷户交易明细记录所对应的贷款项目相同,则标识所述有贷户交易明细记录的可疑度,否则删除原有贷户交易明细记录的可疑度。
21.根据权利要求20所述的一种按揭贷款信息监控系统,其特征在于,所述数据分析单元还包括可疑交易明细记录计数模块,对具有相同贷款项目的所述可疑的有贷户交易明细记录进行计数,当具有相同贷款项目的所述可疑的有贷户交易明细记录条数大于或者等于一预先设定的门限值,则标识所述有贷户交易明细记录的可疑度,否则删除原有贷户交易明细记录的可疑度。
22.根据权利要求14所述的一种按揭贷款信息监控系统,其特征在于,所述数据筛选单元利用所述交易明细基础数据的网内贷方账号与所述信贷管理基础数据的贷款账号相匹配,将网内贷方账号和贷款账号相同的所述交易明细基础数据筛选出来,构成所述有贷户交易明细表;
或者所述数据筛选单元利用所述交易明细基础数据的客户编号与所述信贷管理基础数据的客户编号相匹配,将客户编号相同的所述交易明细基础数据筛选出来,构成所述有贷户交易明细表;
或者所述数据筛选单元利用所述交易明细基础数据的身份证号码与所述信贷管理基础数据的身份证号码相匹配,将身份证号码相同的所述交易明细基础数据筛选出来,构成所述有贷户交易明细表。
23.根据权利要求14所述的一种按揭贷款信息监控系统,其特征在于,所述数据加载单元在所述用户的每个还款周期加载本还款周期内新的交易明细基础数据和信贷管理基础数据。
24.根据权利要求14所述的一种按揭贷款信息监控系统,其特征在于,所述系统还包括数据展现单元,与所述数据分析单元相连接,将上述分析得出的可疑有贷户交易明细记录显示给金融机构工作人员。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2008101160939A CN101308564A (zh) | 2008-07-03 | 2008-07-03 | 一种按揭贷款信息监控方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2008101160939A CN101308564A (zh) | 2008-07-03 | 2008-07-03 | 一种按揭贷款信息监控方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101308564A true CN101308564A (zh) | 2008-11-19 |
Family
ID=40125003
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2008101160939A Pending CN101308564A (zh) | 2008-07-03 | 2008-07-03 | 一种按揭贷款信息监控方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101308564A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102270334A (zh) * | 2011-09-08 | 2011-12-07 | 成都讯业科技有限公司 | 金融业务的安全管理方法及系统 |
WO2015010243A1 (en) * | 2013-07-22 | 2015-01-29 | Huafeng Wang | Loan inspecting method and system |
CN104867055A (zh) * | 2015-06-16 | 2015-08-26 | 咸宁市公安局 | 一种金融网络可疑资金追踪与识别方法 |
CN106611063A (zh) * | 2016-12-30 | 2017-05-03 | 天津市测绘院 | 一种建设项目审批信息的关联方法及装置 |
CN112598506A (zh) * | 2020-12-25 | 2021-04-02 | 中国农业银行股份有限公司 | 一种虚假按揭用户的确定方法及相关装置 |
CN112598505A (zh) * | 2020-12-25 | 2021-04-02 | 无锡航吴科技有限公司 | 一种基于比对规则的国有融资平台监管系统及方法 |
CN113450152A (zh) * | 2021-07-01 | 2021-09-28 | 广州智选网络科技有限公司 | 基于文本识别技术的购物反馈方法 |
CN113487229A (zh) * | 2021-07-27 | 2021-10-08 | 中国银行股份有限公司 | 贷款风险检测方法及装置 |
-
2008
- 2008-07-03 CN CNA2008101160939A patent/CN101308564A/zh active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102270334A (zh) * | 2011-09-08 | 2011-12-07 | 成都讯业科技有限公司 | 金融业务的安全管理方法及系统 |
WO2015010243A1 (en) * | 2013-07-22 | 2015-01-29 | Huafeng Wang | Loan inspecting method and system |
CN104867055A (zh) * | 2015-06-16 | 2015-08-26 | 咸宁市公安局 | 一种金融网络可疑资金追踪与识别方法 |
CN106611063A (zh) * | 2016-12-30 | 2017-05-03 | 天津市测绘院 | 一种建设项目审批信息的关联方法及装置 |
CN112598506A (zh) * | 2020-12-25 | 2021-04-02 | 中国农业银行股份有限公司 | 一种虚假按揭用户的确定方法及相关装置 |
CN112598505A (zh) * | 2020-12-25 | 2021-04-02 | 无锡航吴科技有限公司 | 一种基于比对规则的国有融资平台监管系统及方法 |
CN113450152A (zh) * | 2021-07-01 | 2021-09-28 | 广州智选网络科技有限公司 | 基于文本识别技术的购物反馈方法 |
CN113487229A (zh) * | 2021-07-27 | 2021-10-08 | 中国银行股份有限公司 | 贷款风险检测方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ongena et al. | Creditor concentration: An empirical investigation | |
CN101308564A (zh) | 一种按揭贷款信息监控方法及系统 | |
CN110852878B (zh) | 一种可信度确定方法、装置、设备和存储介质 | |
CN101685526A (zh) | 一种贷款准入评估方法和系统 | |
Eze et al. | Electronic banking and profitability of commercial banks in Nigeria | |
Saxena et al. | Big data and Internet of Things (IoT) technologies in Omani banks: A case study | |
Flegel et al. | A state of the art survey of fraud detection technology | |
CN110019324B (zh) | 一种生成纳税人资金回路的方法及系统 | |
CN104424613A (zh) | 一种增值税发票的监控方法及其系统 | |
CN111833182B (zh) | 识别风险对象的方法和装置 | |
Singh et al. | Design and implementation of continuous monitoring and auditing in SAP enterprise resource planning | |
Nwankwo et al. | Effect of electronic banking on commercial bank performance in Nigeria | |
CN112508674A (zh) | 基于大数据的财务风险智能分析方法和系统 | |
CN110675078A (zh) | 上市公司风险诊断方法、系统、计算机终端及存储介质 | |
Sampagnaro et al. | Monitoring in small business lending: How to observe the unobservable | |
Huang et al. | BigTech credit risk assessment for SMEs | |
Saluja et al. | Impact of e-banking on profitability of commercial banks in India | |
KR20210155501A (ko) | 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템 | |
Bakoeva | The Essence Of Transformation Of The Banking Sector In The Context Of The Implementation Of Modern Financial Technologies | |
Chukwu et al. | Electronic payment system and customer satisfaction in Nigerian banking system | |
Chiu et al. | A framework of applying process mining for fraud scheme detection | |
Li et al. | The role of tail network topological characteristic in portfolio selection: A TNA‐PMC model | |
CN115063153A (zh) | 商户风险管理方法及装置 | |
CN114331463A (zh) | 基于线性回归模型的风险识别方法及其相关设备 | |
Funke et al. | The credit risk of Chinese households: A micro‐level assessment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20081119 |