CN106855989A - 一种贷后风险监控方法与系统 - Google Patents

一种贷后风险监控方法与系统 Download PDF

Info

Publication number
CN106855989A
CN106855989A CN201611245769.5A CN201611245769A CN106855989A CN 106855989 A CN106855989 A CN 106855989A CN 201611245769 A CN201611245769 A CN 201611245769A CN 106855989 A CN106855989 A CN 106855989A
Authority
CN
China
Prior art keywords
risks
assumptions
debit
risk
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
Application number
CN201611245769.5A
Other languages
English (en)
Inventor
胡文彬
高翔
刘祥涛
赵彦晖
孙淏添
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Micro Tax Silver Information Service Co Ltd
Original Assignee
Shenzhen Micro Tax Silver Information Service Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Micro Tax Silver Information Service Co Ltd filed Critical Shenzhen Micro Tax Silver Information Service Co Ltd
Priority to CN201611245769.5A priority Critical patent/CN106855989A/zh
Publication of CN106855989A publication Critical patent/CN106855989A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/03Credit; Loans; Processing thereof

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明实施例公开了一种贷后风险监控方法,用于精确地进行贷后风险监控。本发明实施例方法包括:贷后风险监控系统实时采集并存储借方的监控基础数据;贷后风险监控系统对监控基础数据进行清洗,提取监控指标数据;贷后风险监控系统对监控指标数据进行计算,确定借方的偿还能力、偿还意愿风险因子;贷后风险监控系统将借方的偿还能力、偿还意愿风险因子与预置的偿还能力及偿还意愿风险因子浮动范围及判定等级表进行对比,确定借方偿还能力、偿还意愿风险因子级别;贷后风险监控系统根据预置综合风险评级表对借方的偿还能力及偿还意愿风险因子级别进行评级,形成贷后风险预警信息,并将其发送给贷方。本发明还提供了一种相关系统,用于贷后监控。

Description

一种贷后风险监控方法与系统
技术领域
本发明涉及金融领域,特别涉及一种贷后风险监控方法与系统。
背景技术
我国银行业不良贷款规模已经超过了1.4万亿。银行产生不良贷款原因是多种多样的:企业经营决策失误、经济周期下的资源错配或市场失灵导致的资源配置无效等。同时受经济周期和经济结构调整的影响,我国银行业不良贷款率在加速提升,不良贷款增速进一步加快。因此,贷后风险管理显得尤为重要,贷后风险管理作为信贷管理的最终环节,对于确保银行贷款安全和案件防控具有至关重要的作用。
目前银行等金融机构的贷后风险管理通常是基于第三方征信系统,如基于人民银行征信系统的征信报告,或通过人工调查的方式收集数据进行分析从而识别风险,但征信报告的数据源仅是针对客户某一段时间的还债能力,人工收集数据的方式又需要花费较长时间,因此导致这些贷后风险识别方式的数据源和数据维度不够全面,而且风险识别周期较长,从而引起贷后风险识别不及时、不全面、不准确等问题。
发明内容
本发明实施例提供了一种贷后风险监控方法与系统,可以及时、全面准确地监控贷后风险。
本发明一方面提供了一种贷后风险监控方法,包括:贷后风险监控系统实时采集并存储借方的监控基础数据;贷后风险监控系统对监控基础数据进行清洗,提取监控指标数据;贷后风险监控系统对监控指标数据进行计算,确定借方的偿还能力风险因子和偿还意愿风险因子;贷后风险监控系统将借方的偿还能力风险因子和偿还意愿风险因子与预置的偿还能力风险因子及偿还意愿风险因子浮动范围及判定等级表进行对比,确定借方的偿还能力风险因子级别和偿还意愿风险因子级别;贷后风险监控系统根据预置的综合风险评级表对借方的偿还能力风险因子级别和偿还意愿风险因子级别进行综合评级,形成借方的贷后风险预警信息,并将借方的贷后风险预警信息发送给贷方。
本发明另一方面提供了一种贷后风险监控系统,包括:数据采集单元,用于采集与借方相关的监控基础数据,并发送给数据存储模块;数据存储单元,用于存储监控基础数据;监控指标提取单元,用于对监控基础进行清洗,并提取监控指标数据;风险确定单元,用于对监控指标数据进行计算,得出借方的偿还能力风险因子和偿还意愿风险因子,再将偿还能力风险因子和偿还意愿风险因子与预置的偿还能力风险因子及偿还意愿风险因子浮动范围及判定等级表进行对比,确定借方的偿还能力风险因子级别和偿还意愿风险因子级别;第一预警推送单元,用于将借方的偿还能力风险因子级别和偿还意愿风险因子级别根据预置的综合风险评级表进行综合评级,形成贷后预警信息,并发送给贷方
从以上技术方案可以看出,本发明实施例具有以下优点:本发明通过网络系统实时采集借方的税务数据、工商数据及互联网数据等,采用大数据技术对采集的数据进行充分挖掘和分析并确定风险因子,利用风险因子建立贷后风险监控指标体系,解决贷后风险监控的实时性、全面性及精确性问题。
附图说明
图1为本发明实施例中一种贷后风险监控方法的一个实施例;
图2为本发明实施例中一种贷后风险监控方法的另一个实施例;
图3为本发明实施例中一种贷后风险监控系统的一个实施例;
图4为本发明实施例中一种贷后风险监控系统的另一个实施例。
具体实施方式
本发明实施例提供了一种贷后风险监控方法及系统,用于全面、实施、及时地监控贷后风险。
请参阅图1,本发明实施例中一种贷后风险监控方法的一个实施例包括:
101、贷后风险监控系统实时采集并存储借方的监控基础数据;
银行贷款已成为金融领域的一项重大业务,为了保证贷后资金的正常回笼,贷后风险管理显得尤为重要,尤其是作为信贷管理的最终环节,对于确保银行贷款安全和案件防控具有至关重要的作用。贷款客户的经营财务状况是不断变化的,可能在审批授信时客户经营财务状况良好,但由于行业政策的影响、客户投资失误的影响,上下游的影响(负面影响表现在原材料涨价和产品降价或需求减少等)会引起客户的经营财务状况发生较大不利变化。贷后风险管理就是要跟踪客户所属行业、客户的上下游和客户本身经营财务状况包括其商业信用的变化,及时发现可能不利于贷款按时归还的问题,并提出解决问题的一种方法。
为了保证借款方贷后及时、足额的还款,贷后风险监控系统可以在借款方产生贷款金额后,实时采集监控基础数据,并存储在系统中,以用于实时监控借方客户的财务经济情况,在发现不利于贷款归还的问题时,提出解决方法。
102、贷后风险监控系统对所述监控基础数据进行清洗,提取监控指标数据;
贷后风险监控系统在采集到监控基础数据后,可能存在监控基础数据经网络传播时出现错误、误改或无效等问题,所以贷后风险监控系统要对监控基础数据过滤空值、纠正或滤除错误无效的数据,提取出可以反映借款客户经济能力的有效数据,即监控指标数据。
103、贷后风险监控系统对监控指标数据进行计算,确定借方的偿还能力风险因子和偿还意愿风险因子;
贷后风险监控系统在提取到监控指标数据后,采用统计算法,计算出贷款客户的偿还能力风险因子和偿还意愿风险因子。具体的计算方法在后面的实施例中详细介绍。
104、贷后风险监控系统将借方的偿还能力风险因子和偿还意愿风险因子与预置的偿还能力风险因子及偿还意愿风险因子浮动范围及判定等级表进行对比,确定借方的偿还能力风险因子级别和偿还意愿风险因子级别;
贷后风险监控系统对计算得出的借方偿还能力风险因子和偿还意愿风险因子,与系统预置的偿还能力风险因子及偿还意愿风险因子浮动范围及判定等级表进行对比,确定借方的偿还能力风险因子级别和偿还意愿风险因子级别。
预置的偿还能力风险因子及偿还意愿风险因子浮动范围及判定等级表是根据偿还能力风险因子和偿还意愿因子的变化范围,判断风险的等级表,例如规定:偿还能力风险因子位于0~1之间时,属于一级风险级别,位于1~3时,属于二级风险级别,大于3时,属于三级风险级别。偿还意愿风险因子位于0~2之间时,属于一级风险级别,位于2~4时,属于二级风险级别,大于4时,属于三级风险级别。
需要说明的时,本实施例中的级别范围数值仅为举例说明,实际应用中不限于此,也可以为别的数值范围,例如0~1.5,属于一级风险级别,具体此处不作限定。
105、贷后风险监控系统根据预置的综合风险评级表对借方的偿还能力风险因子级别和偿还意愿风险因子级别进行综合评级,形成借方的贷后风险预警信息,并将借方的贷后风险预警信息发送给贷方。
贷后风险监控系统确定了借方的偿还能力风险因子级别和偿还意愿风险因子级别后,根据系统预置的综合风险评级表,进行综合评级,确定借方的综合偿还能力,从而根据借方的综合偿还能力形成借方的贷后风险预警信息,并将借方的贷后风险预警信息发送给贷方。
系统预置的综合风险评级表为根据偿还能力风险因子级别和偿还意愿风险因子级别进行综合评级的等级表,例如:规定偿还能力风险因子级别小于等于2时,同时偿还意愿风险因子小于等于1,为低级风险偿还借方;偿还能力风险因子级别大于2时,同时偿还意愿风险因子小于1,为中级风险偿还借方;偿还能力风险因子级别大于2时,偿还意愿风险因子大于1,为高级风险偿还借方。
需要说明的时,本实施例中的级别范围数值仅为举例说明,实际应用中不限于此,也可以为别的数值范围,例如偿还能力风险因子级别小于等于3时,同时偿还意愿风险因子小于等于2,为低级风险偿还借方;偿还能力风险因子级别大于3时,同时偿还意愿风险因子小于2,为中级风险偿还借方;偿还能力风险因子级别大于3时,偿还意愿风险因子大于2,为高级风险偿还借方,具体此处不做限定。
本实施例具有以下优点:本发明通过网络系统实时采集借方的监控基础数据,采用大数据技术对采集的数据进行充分挖掘和分析并确定风险因子,利用风险因子建立贷后风险监控指标体系,解决贷后风险监控的实时性、全面性及精确性问题。
为便于理解,下面详细介绍本发明中的一种贷后风险监控方法,请参阅图2,本发明实施例中一种贷后风险监控方法的另一个实施例包括:
201、贷后风险监控系统实时采集并存储借方的监控基础数据;
银行贷款已成为金融领域的一项重大业务,为了保证贷后资金的正常回笼,贷后风险管理显得尤为重要,尤其是作为信贷管理的最终环节,对于确保银行贷款安全和案件防控具有至关重要的作用。贷款客户的经营财务状况是不断变化的,可能在审批授信时客户经营财务状况良好,但由于行业政策的影响、客户投资失误的影响,上下游的影响(负面影响表现在原材料涨价和产品降价或需求减少等)会引起客户的经营财务状况发生较大不利变化。贷后风险管理就是要跟踪客户所属行业、客户的上下游和客户本身经营财务状况包括其商业信用的变化,及时发现可能不利于贷款按时归还的问题,并提出解决问题的一种方法。
为了保证借款方贷后及时、足额的还款,贷后风险监控系统可以在借款方产生贷款金额后,根据需要监控的借款客户名单,直接对接税务局,采集借款客户的涉税数据,比如借方客户的基础信息、财务数据、纳税数据、发票数据等,也可以对接工商局,采集借款客户的工商登记数据、备案数据、变更数据、抵押数据、经营数据、行政处罚数据等;也可以对接司法系统,采集借款客户的法院诉讼信息,或查询金融机构行业黑名单,采集跟借款客户相关的黑名单信息,或者直接从互联网上采集跟借款客户行业相关的行业经济动态,区域经济动态及经济发展情况等。以用于贷后风险监控系统对监控基础数据进行后期计算与分析。
202、贷后风险监控系统对监控基础数据进行清洗,提取监控指标数据;
贷后风险监控系统从税务局采集到借款客户的涉税数据,从工商局采集到借款客户的工商登记数据,从司法系统采集到的借款客户的法院诉讼信息数据,或从互联网上采集到与借方行业相关的行业经济动态,区域经济动态的数据中可能存在错误或空值,贷后风险监控系统先将这些错误或空值清洗滤除,再从清洗后的涉税数据中提取出借款客户的纳税信用等级信息、纳税额异常变动、财务指标异常变动、违法违章信息、社保缴纳信息等指标数据,从清洗后的工商登记数据中提取出借款客户的管理层变更、股权结构变动等指标数据,从清洗后的司法系统中提取出借款客户的法院诉讼信息指标数据,从清洗后的金融机构黑名单信息中提取出借款客户的相关黑名单信息指标数据,从互联网数据中提取出跟借款客户相关的行业政策变动、产业链发展变动、行业巨头发展变动、宏观经济走势变动等指标数据,区域经济走势、区域行业政策变动等指标数据,互联网舆论信息异动、企业重大事件舆论异动等指标数据。以用于计算借款客户的偿还能力风险因子及贷款偿还意愿风险因子。
203、贷后风险监控系统对监控指标数据进行计算,确定借方的偿还能力风险因子和偿还意愿风险因子;
贷后风险监控系统对提取到的行业政策变动、产业链发展变动、行业巨头发展变动、宏观经济走势变动等指标数据进行计算,确定借方偿还能力风险因子中行业发展异动因子,具体计算过程如下:规定行业政策变动指标数据、产业链发展变动指标数据、行业巨头发展变动指标数据、宏观经济走势变动指标数据的浮动范围为标准指标数据的正负20%,超出浮动范围的,将其标记为1,未超出浮动范围的,将其标记为0,标准指标数据为历年统计的指标数据的平均值。如行业政策变动指标数据超出规定标准值的20%,将其标记为1,产业链发展变动指标数据未超出规定标准值的20%,将其标记为0,行业巨头发展变动指标数据超出规定标准值的20%,将其标记为1,宏观经济走势变动指标数据超出规定标准值的20%,将其标记为1,则行业发展异动因子即为:1+0+1+1=3。
依次根据提取到的区域经济走势、区域行业政策变动等指标数据进行计算,确定借方偿还能力风险因子中区域发展异动因子;根据提取到的借款客户的管理层变更、股权结构变动等指标数据进行计算,确定借方偿还能力风险因子中客户管理异动风险因子;根据提取到的借款客户纳税额异常变动、财务指标异常变动等指标数据进行计算,确定借方偿还能力风险因子中客户经营异动因子;根据提取到的借款客户的舆论信息异动、客户企业的重大事件舆论异动等指标数据进行计算,确定借方偿还能力风险因子中客户舆论异动因子,根据提取到的借款客户涉税数据中的纳税额异常变动、财务指标异常变动、社保缴纳信息等数据进行计算,确定借方偿还意愿中企业内部诚信状况异动因子,根据提取到的借款客户的法院诉讼信息、跟贷款客户相关的金融机构行业黑名单等指标数据进行计算,确定借方偿还意愿中企业外部诚信状况异动因子。
例如计算出的行业发展异动因子、区域发展异动因子、企业管理异动因子、企业经营异动因子、企业舆论异动因子的大小分别为3、2、1、3、2,再规定行业发展异动因子、区域发展异动因子、企业管理异动因子、企业经营异动因子、企业舆论异动因子的权重分别为0.1、0.1、0.3、0.3、0.2,则借方的偿还能力因子为:3*0.1+2*0.1+1*0.3+3*0.3+2*0.2=2.1,同理可以计算出借方的偿还意愿因子。
需要说明的是,本实施例中的权重(0.1、0.1、0.3、0.3、0.2)和超出标准值的浮动范围20%(也可为30%)的数值规定(1或者0),仅为举例说明,也可以为别的数值,具体此处不作限定。
204、贷后风险监控系统将借方的偿还能力风险因子和偿还意愿风险因子与预置的偿还能力风险因子及偿还意愿风险因子浮动范围及判定等级表进行对比,确定借方的偿还能力风险因子级别和偿还意愿风险因子级别,当存在多个借方时,请执行步骤206;
贷后风险监控系统计算得到借方的偿还能力风险因子和偿还意愿风险因子后,对比预置的偿还能力风险因子及偿还意愿风险因子浮动范围及判定等级表,可以确定借方的偿还能力风险因子级别和偿还意愿风险因子级别。
预置的偿还能力风险因子及偿还意愿风险因子浮动范围及判定等级表是根据偿还能力风险因子和偿还意愿因子的变化范围,判断风险的等级表,例如规定:偿还能力风险因子位于0~1之间时,属于一级风险级别,位于1~3时,属于二级风险级别,大于3时,属于三级风险级别。
同理偿还意愿风险因子位于0~2之间时,属于一级风险级别,位于2~4时,属于二级风险级别,大于4时,属于三级风险级别。
需要说明的时,本实施例中的级别范围数值仅为举例说明,实际应用中不限于此,也可以为别的数值范围,例如0~1.5,属于一级风险级别,具体此处不作限定。
205、贷后风险监控系统根据预置的综合风险评级表对借方的偿还能力风险因子级别和偿还意愿风险因子级别进行综合评级,形成借方的贷后风险预警信息,并将借方的贷后风险预警信息发送给贷方;
贷后风险监控系统确定了借方的偿还能力风险因子级别和偿还意愿风险因子级别后,根据系统预置的综合风险评级表,进行综合评级,确定借方的综合偿还能力,从而根据借方的综合偿还能力形成借方的贷后风险预警信息,并将借方的贷后风险预警信息发送给贷方。
系统预置的综合风险评级表为根据偿还能力风险因子级别和偿还意愿风险因子级别进行综合评级的等级表,例如:规定偿还能力风险因子级别小于等于2时,同时偿还意愿风险因子小于等于1,为低级风险偿还借方;偿还能力风险因子级别大于2时,同时偿还意愿风险因子小于1,为中级风险偿还借方;偿还能力风险因子级别大于2时,偿还意愿风险因子大于1,为高级风险偿还借方。
需要说明的时,本实施例中的级别范围数值仅为举例说明,实际应用中不限于此,也可以为别的数值范围,例如偿还能力风险因子级别小于等于3时,同时偿还意愿风险因子小于等于2,为低级风险偿还借方;偿还能力风险因子级别大于3时,同时偿还意愿风险因子小于2,为中级风险偿还借方;偿还能力风险因子级别大于3时,偿还意愿风险因子大于2,为高级风险偿还借方,具体此处不做限定。
206、贷后风险监控系统根据多个借方的偿还能力风险因子级别和偿还意愿风险因子级别将多个借方进行聚类分析,将多个借方按照风险级别划分为不同的等级;
当存在多个借方时,贷后监控系统先分别确定多个借方的偿还能力风险因子级别和偿还意愿风险因子级别,再根据系统中预置的偿还能力风险因子和偿还意愿风险因子级别范围,将偿还能力风险因子和偿还意愿风险因子所属范围相同的借方划分为相同的风险级别,从而将多个借方按照其偿还能力风险因子和偿还意愿风险因子所属的范围,划分为不同的等级。
例如对于借方A,计算出的偿还能力因子为2.5,偿还意愿风险因子为1.5,先根据预置的偿还能力风险因子及偿还意愿风险因子浮动范围及判定等级表确定借方A的偿还能力风险因子级别为二级,偿还意愿风险因子级别为一级;
对于借方B,计算出的偿还能力风险因子为3,偿还意愿风险因子为4,先根据预置的偿还能力风险因子及偿还意愿风险因子浮动范围及判定等级表确定借方B的偿还能力风险因子级别为二级,偿还意愿风险因子级别为二级;
规定偿还能力风险因子级别和偿还意愿风险因子级别分别小于等于2时,为低级偿还风险的借方,偿还能力因子级别和偿还意愿因子级别一个小于等于2,另一个大于2时,为中级偿还风险的借方,偿还能力风险因子和偿还意愿风险因子都大于2时,为高级偿还风险的借方。
最后,分析得出借方A为低级偿还风险的借方,借方B也为低级偿还风险的借方,则将借方A及B归为低级偿还风险借方,依次类推,从而将多个借方按照风险级别划分为不同的风险等级。
需要说明的是,本实施例中的数值仅为举例说明,实际应用中不限于此,也可以为偿还能力风险因子级别和偿还意愿风险因子级别分别小于等于1时,为低级偿还风险的借方,都大于1时,为高级偿还风险的借方,具体此处不作限定。
207、贷后风险监控系统根据多个借方的不同风险级别,形成不同风险级别的预警借方名单,并将预警借方名单发送给贷方。
贷后风险监控系统确定了多个借方的综合风险级别后,将风险级别相同的借方归为同一类,然后根据不同借方的不同分类,形成不同风险级别的预警借方名单,再将形成的不同风险级别的预警借方名单发送给贷方,以供贷方实时监控借方的综合还款情况,在借方的还款能力不足时,及时的提出解决方案,减少贷方的财务损失。
本实施例中,贷后风险监控系统通过网络系统实时采集借方的监控基础数据,采用大数据技术对采集的数据进行充分挖掘和分析并确定风险因子,利用风险因子建立贷后风险监控指标体系,解决贷后风险监控的实时性、全面性及精确性问题。
本实施中,当存在多个借方时,贷后监控系统能通过聚类分析的方法,得到不同风险级别的不同借方名单,并将其发送给贷方,增加了方案的多样性。
上面描述了一种贷后风险监控方法,下面来描述一种贷后风险监控系统,请参阅图3,本发明实施例中贷后风险监控系统的一个实施例包括:
数据采集单元301,用于采集与借方相关的监控基础数据,并发送给数据存储模块;
数据存储单元302,用于存储所述监控基础数据;
监控指标提取单元303,用于对所述监控基础数据进行清洗,并提取监控指标数据;
风险确定单元304,用于对所述监控指标数据进行计算,得出所述借方的偿还能力风险因子和偿还意愿风险因子,再将所述偿还能力风险因子和偿还意愿风险因子与预置的偿还能力风险因子及偿还意愿风险因子浮动范围及判定等级表进行对比,确定所述借方的偿还能力风险因子级别和偿还意愿风险因子级别;
第一预警推送单元305,用于根据所述借方的偿还能力风险因子级别和偿还意愿风险因子级别,形成贷后预警信息,并推送给贷方。
需要说明的是,本实施例中各单元的作用与图1所示方法实施例中的作用相同,此处不再赘述。
本实施例中,贷后风险监控系统通过数据采集单元301实时采集借方的监控基础数据,通过监控指标提取单元303和风险确定单元304对采集的数据进行充分挖掘和分析并确定风险因子,经第一预警推送单元305发送给贷方,解决了贷后风险监控的实时性、全面性及精确性问题。
为方便理解,下面详细来描述本发明实施例中的一种贷后风险监控系统,请参阅图4,本发明实施例中一种贷后风险监控系统的另一个实施例包括:
数据采集单元401,用于采集与借方相关的监控基础数据,并发送给数据存储模块;
数据存储单元402,用于存储所述监控基础数据;
监控指标提取单元403,用于对所述监控基础数据进行清洗,并提取监控指标数据;
风险确定单元404,用于对所述监控指标数据进行计算,得出所述借方的偿还能力风险因子和偿还意愿风险因子,再将所述偿还能力风险因子和偿还意愿风险因子与预置的偿还能力风险因子及偿还意愿风险因子浮动范围及判定等级表进行对比,确定所述借方的偿还能力风险因子级别和偿还意愿风险因子级别;
第一预警推送单元405,用于根据所述借方的偿还能力风险因子级别和偿还意愿风险因子级别,形成贷后预警信息,并发送给贷方。
上述的风险确定单元404包括:
计算模块4041,用于根据监控指标数据,计算出所述借方的偿还能力风险因子和偿还意愿风险因子;
和,
第一风险确定模块4042,用于对所述借方的偿还能力风险因子与预置的偿还能力风险因子浮动范围及判定等级表进行对比,确定所述借方的偿还能力风险因子级别;
和,
第二风险确定模块4043,用于对所述借方的偿还意愿风险因子与预置的偿还意愿风险因子浮动范围及判定等级表进行对比,确定所述借方的偿还意愿风险因子级别。
当存在多个借方时,本实施例还包括:
聚类分析单元406,用于根据所述多个借方的偿还能力风险因子级别和偿还意愿风险因子级别,按照预置的偿还能力风险因子级别和偿还意愿风险因子级别范围,将多个借方划分为不同的风险级别。
第二预警推送单元407,用于根据所述多个借方的不同风险级别,形成不同风险级别的预警借方名单,并将所述预警借方名单发送给贷方。
需要说明的是,本实施中各单元的作用与图2所述方法实施例中的作用相同,此处不再赘述。
本实施例中,贷后风险监控系统通过数据采集单元401实时采集借方的监控基础数据,通过监控指标提取单元403和风险确定单元404对采集的数据进行充分挖掘和分析并确定风险因子,经第一预警推送单元405发送给贷方,解决了贷后风险监控的实时性、全面性及精确性问题。
本实施例中,当存在多个借方时,贷后风险监控系统通过聚类分析单元406得到不同风险级别的不同借方名单,并通过第二预警推送单元407将其发送给贷方,增加了方案的多样性。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (12)

1.一种贷后风险监控方法,其特征在于,包括:
贷后风险监控系统实时采集并存储借方的监控基础数据;
所述贷后风险监控系统对所述监控基础数据进行清洗,提取监控指标数据;
所述贷后风险监控系统对所述监控指标数据进行计算,确定所述借方的偿还能力风险因子和偿还意愿风险因子;
所述贷后风险监控系统将所述借方的所述偿还能力风险因子和所述偿还意愿风险因子与预置的偿还能力风险因子及偿还意愿风险因子浮动范围及判定等级表进行对比,确定所述借方的偿还能力风险因子级别和偿还意愿风险因子级别;
所述贷后风险监控系统根据预置的综合风险评级表对所述借方的所述偿还能力风险因子级别和所述偿还意愿风险因子级别进行综合评级,形成所述借方的贷后风险预警信息,并将所述借方的所述贷后风险预警信息发送给贷方。
2.根据权利要求1所述的方法,其特征在于,所述监控基础数据包括:
所述借方的涉税数据,具体为借方的基础信息、财务数据、纳税数据及发票数据;
和/或,
所述借方的工商登记数据,具体为借方的备案数据、变更数据、抵押数据、经营数据、行政处罚数据;
和/或,
与所述借方相关的法院诉讼信息;
和/或,
与所述借方相关的金融机构黑名单信息;
和/或,
与所述借方相关的行业经济动态、区域经济动态及行业发展信息。
3.根据权利要求1所述的方法,其特征在于,所述贷后风险监控系统对所述监控基础数据进行清洗包括:
所述贷后风险监控系统对所述监控基础数据处理空值、过滤错误数据和无效数据。
4.根据权利要求1所述的方法,其特征在于,所述监控指标数据包括:
与所述借方行业发展异动相关的行业政策变动指标数据和产业链发展变动指标数据;
和,
与所述借方区域发展异动相关的区域经济走势变动指标数据和区域行业政策变动指标数据;
和,
与所述借方企业管理异动相关的管理层变更指标数据和股权结构变动指标数据;
和,
与所述借方企业经营异动相关的纳税额异常变动指标数据和财务指标异常变动指标数据;
和,
与所述借方企业舆论异动相关的互联网舆论信息异动指标数据和企业重大事件舆论异动指标数据;
和,
与所述借方企业内部诚信状况异动相关的企业纳税等级异动指标数据和员工社保缴纳异动指标数据;
和,
与所述借方企业外部诚信状况异动相关的企业法院诉讼信息监控指标数据和金融机构行业黑名单指标数据。
5.根据权利要求4所述的方法,其特征在于,所述借方的偿还能力风险因子包括:
与所述借方相关的行业发展异动因子、区域发展异动因子、企业管理异动因子、企业经营异动因子及企业舆论异动因子。
6.根据权利要求4所述的方法,其特征在于,所述借方的偿还意愿风险因子包括:
与所述借方相关的企业内部诚信状况异动因子和企业外部信用状况异动因子。
7.根据权利要求5或6所述的方法,其特征在于,所述贷后风险监控系统对所述监控指标数据进行计算,确定所述借方的偿还能力风险因子和偿还意愿风险因子包括:
所述贷后风险监控系统根据预置监控指标数据的浮动范围,判断所述监控指标数据的组成指标数据是否超出浮动范围,若是,则分别将所述组成指标数据记为1,若否,则分别将所述组成指标数据记为0;
所述贷后风险监控系统分别将所述组成指标数据的数值进行累加,分别确定所述借方偿还能力风险因子及偿还意愿风险因子中所述行业发展异动因子、所述区域发展异动因子、所述企业管理异动因子、所述企业经营异动因子、所述企业舆论异动因子、所述企业内部诚信状况异动因子和企业外部信用状况异动因子的数值大小;
所述贷后风险监控系统将所述行业发展异动因子、所述区域发展异动因子、所述企业管理异动因子、所述企业经营异动因子及所述企业舆论异动因子的数值进行加权累加,确定所述借方的所述偿还能力风险因子;
所述贷后风险监控系统将所述企业内部诚信状况异动因子和企业外部信用状况异动因子的数值进行加权累加,确定所述借方的所述偿还意愿风险因子。
8.根据权利要求1所述的方法,其特征在于,当存在多个借方时,在所述贷后风险监控系统将所述借方的所述偿还能力风险因子和所述偿还意愿风险因子与预置的偿还能力风险因子及偿还意愿风险因子浮动范围及判定等级表进行对比,确定所述借方的偿还能力风险因子级别和偿还意愿风险因子级别之后,所述方法还包括:
所述贷后风险监控系统根据所述多个借方的所述偿还能力风险因子级别和所述偿还意愿风险因子级别将所述多个借方进行聚类分析,将所述多个借方按照风险级别划分为不同的等级;
所述贷后风险监控系统根据所述多个借方的不同风险级别,形成不同风险级别的预警借方名单,并将所述预警借方名单发送给贷方。
9.根据权利要求8所述的方法,其特征在于,所述贷后风险监控系统根据所述多个借方的所述偿还能力风险因子级别和所述偿还意愿风险因子级别将所述多个借方进行聚类分析包括:
所述贷后风险监控系统根据预置的偿还能力风险因子级别和偿还意愿风险因子级别范围,将所述多个借方的所述偿还能力风险因子级别和所述偿还意愿风险因子级别范围相同的所述借方划分为同一风险级别,从而将所述多个借方根据风险级别划分为不同的风险等级。
10.一种贷后风险监控系统,其特征在于,包括:
数据采集单元,用于采集与借方相关的监控基础数据,并发送给数据存储模块;
数据存储单元,用于存储所述监控基础数据;
监控指标提取单元,用于对所述监控基础数据进行清洗,并提取监控指标数据;
风险确定单元,用于对所述监控指标数据进行计算,得出所述借方的偿还能力风险因子和偿还意愿风险因子,再将所述偿还能力风险因子和偿还意愿风险因子与预置的偿还能力风险因子及偿还意愿风险因子浮动范围及判定等级表进行对比,确定所述借方的偿还能力风险因子级别和偿还意愿风险因子级别;
第一预警推送单元,用于将所述借方的偿还能力风险因子级别和偿还意愿风险因子级别根据预置的综合风险评级表进行综合评级,形成贷后预警信息,并发送给贷方。
11.根据权利要求10所述的系统,其特征在于,所述风险识别单元包括:
计算模块,用于根据所述监控指标数据,计算出所述借方的偿还能力风险因子和偿还意愿风险因子;
和,
第一风险确定模块,用于对所述借方的偿还能力风险因子与预置的偿还能力风险因子浮动范围及判定等级表进行对比,确定所述借方的偿还能力风险因子级别;
和,
第二风险确定模块,用于对所述借方的偿还意愿风险因子与预置的偿还意愿风险因子浮动范围及判定等级表进行对比,确定所述借方的偿还意愿风险因子级别。
12.根据权利要求10所述的系统,其特征在于,当存在多个借方时,所述系统还包括:
聚类分析单元,用于根据所述多个借方的所述偿还能力风险因子级别和所述偿还意愿风险因子级别,按照预置的偿还能力风险因子级别和偿还意愿风险因子级别范围,将所述多个借方划分为不同的风险级别;
第二预警推送单元,用于根据所述多个借方的不同风险级别,形成不同风险级别的预警借方名单,并将所述预警借方名单发送给贷方。
CN201611245769.5A 2016-12-29 2016-12-29 一种贷后风险监控方法与系统 Pending CN106855989A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611245769.5A CN106855989A (zh) 2016-12-29 2016-12-29 一种贷后风险监控方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611245769.5A CN106855989A (zh) 2016-12-29 2016-12-29 一种贷后风险监控方法与系统

Publications (1)

Publication Number Publication Date
CN106855989A true CN106855989A (zh) 2017-06-16

Family

ID=59127168

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611245769.5A Pending CN106855989A (zh) 2016-12-29 2016-12-29 一种贷后风险监控方法与系统

Country Status (1)

Country Link
CN (1) CN106855989A (zh)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108122163A (zh) * 2017-11-14 2018-06-05 阿里巴巴集团控股有限公司 基于互联网信贷的风险监控方法、装置及设备
CN108230143A (zh) * 2018-02-05 2018-06-29 深圳微众税银信息服务有限公司 一种贷后数据报告生成方法及系统
CN108228689A (zh) * 2017-06-20 2018-06-29 上海吉贝克信息技术有限公司 企业风险控制查询系统
CN109035006A (zh) * 2018-08-08 2018-12-18 南京辰阔网络科技有限公司 一种贷后风险监控的方法及其系统
CN109214915A (zh) * 2018-09-06 2019-01-15 江西汉辰金融科技集团有限公司 贷中风险评分方法、系统及计算机可读存储介质
CN109272396A (zh) * 2018-08-20 2019-01-25 平安科技(深圳)有限公司 客户风险预警方法、装置、计算机设备和介质
CN109670928A (zh) * 2017-10-17 2019-04-23 国泰世华商业银行股份有限公司 借款人信用风险的早期预警系统
CN109919757A (zh) * 2019-02-28 2019-06-21 中科云创(厦门)科技有限公司 应用于贷款风险监控的数据处理方法及装置
CN110060149A (zh) * 2019-04-26 2019-07-26 深圳微众税银信息服务有限公司 一种贷后风险管控方法及系统
CN110111202A (zh) * 2019-05-09 2019-08-09 深圳美美网络科技有限公司 一种贷后风险监控的方法和系统
CN110148049A (zh) * 2019-04-15 2019-08-20 深圳壹账通智能科技有限公司 一种风险控制方法、装置、计算机设备及可读存储介质
CN110148052A (zh) * 2019-04-17 2019-08-20 深圳壹账通智能科技有限公司 商家贷后管控方法、装置、计算机设备及存储介质
CN110335138A (zh) * 2019-06-21 2019-10-15 上海淇馥信息技术有限公司 一种预测客群资质变化的风险预警方法、装置和电子设备
TWI682344B (zh) * 2018-03-28 2020-01-11 兆豐國際商業銀行股份有限公司 房貸戶之貸後管理系統
CN111523793A (zh) * 2020-04-21 2020-08-11 北京易点淘网络技术有限公司 一种信用租赁业务中的风险监控预警方法及系统

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108228689A (zh) * 2017-06-20 2018-06-29 上海吉贝克信息技术有限公司 企业风险控制查询系统
CN109670928A (zh) * 2017-10-17 2019-04-23 国泰世华商业银行股份有限公司 借款人信用风险的早期预警系统
CN108122163A (zh) * 2017-11-14 2018-06-05 阿里巴巴集团控股有限公司 基于互联网信贷的风险监控方法、装置及设备
CN108230143A (zh) * 2018-02-05 2018-06-29 深圳微众税银信息服务有限公司 一种贷后数据报告生成方法及系统
TWI682344B (zh) * 2018-03-28 2020-01-11 兆豐國際商業銀行股份有限公司 房貸戶之貸後管理系統
CN109035006A (zh) * 2018-08-08 2018-12-18 南京辰阔网络科技有限公司 一种贷后风险监控的方法及其系统
CN109272396A (zh) * 2018-08-20 2019-01-25 平安科技(深圳)有限公司 客户风险预警方法、装置、计算机设备和介质
CN109214915A (zh) * 2018-09-06 2019-01-15 江西汉辰金融科技集团有限公司 贷中风险评分方法、系统及计算机可读存储介质
CN109919757A (zh) * 2019-02-28 2019-06-21 中科云创(厦门)科技有限公司 应用于贷款风险监控的数据处理方法及装置
CN110148049A (zh) * 2019-04-15 2019-08-20 深圳壹账通智能科技有限公司 一种风险控制方法、装置、计算机设备及可读存储介质
CN110148052A (zh) * 2019-04-17 2019-08-20 深圳壹账通智能科技有限公司 商家贷后管控方法、装置、计算机设备及存储介质
CN110060149A (zh) * 2019-04-26 2019-07-26 深圳微众税银信息服务有限公司 一种贷后风险管控方法及系统
CN110111202A (zh) * 2019-05-09 2019-08-09 深圳美美网络科技有限公司 一种贷后风险监控的方法和系统
CN110335138A (zh) * 2019-06-21 2019-10-15 上海淇馥信息技术有限公司 一种预测客群资质变化的风险预警方法、装置和电子设备
CN111523793A (zh) * 2020-04-21 2020-08-11 北京易点淘网络技术有限公司 一种信用租赁业务中的风险监控预警方法及系统

Similar Documents

Publication Publication Date Title
CN106855989A (zh) 一种贷后风险监控方法与系统
Geng et al. Prediction of financial distress: An empirical study of listed Chinese companies using data mining
CN110717828B (zh) 一种基于频繁交易模式的异常账户检测方法及系统
CN111476660B (zh) 一种基于数据分析的智能风控系统及方法
CN106651190A (zh) 一种企业风险等级评估方法以及系统
CN108921689A (zh) 贷款风险监控系统及方法
CN104881783A (zh) 电子银行账户欺诈行为及风险检测方法与系统
CN109740792A (zh) 数据预测方法、系统、终端及计算机存储介质
CN104021456A (zh) 用于集团企业资金数据全方位监控的方法及系统
CN108898480A (zh) 用于授信贷款的贷款等级评估系统及方法
CN109784779A (zh) 财务风险预测方法、装置及存储介质
CN107437227A (zh) 股票投资分析装置与方法
CN112801529B (zh) 财务数据分析方法及装置、电子设备及介质
CN111179089B (zh) 洗钱交易识别方法、装置和设备
Bhat et al. The impact of risk modeling on the market perception of banks’ estimated fair value gains and losses for financial instruments
Caceres-Santos et al. Systemic risk and other interdependencies among banks in Bolivia
CN115526700A (zh) 风险的预测方法、装置及电子设备
CN117036009B (zh) 一种保理业务的全周期管理方法及系统
Gallo Fintech platforms: Lax or careful borrowers’ screening?
CN112927071A (zh) 一种贷后行为特征加工的方法与装置
CN112766814A (zh) 一种信用风险压力测试模型的训练方法、装置及设备
CN102915508A (zh) 基于交易记录的信用贷款风险控制的系统及方法
Lestari et al. Determinants Of Hedging Decisions With Derivative Instruments In Foreign Exchange Banks Listed On The Indonesia Stock Exchange
Silva et al. Financial networks and bank liquidity
Nepal et al. Relative importance of risks in hydropower projects and project finance in Nepal

Legal Events

Date Code Title Description
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: Guangdong Nanshan District street of Shenzhen city in Guangdong province 518000 Shenzhen international software park a 8 Building 202 room

Applicant after: Shenzhen Weizhong credit Technology Co., Ltd

Address before: Guangdong Nanshan District street of Shenzhen city in Guangdong province 518000 Shenzhen international software park a 8 Building 202 room

Applicant before: Shenzhen micro tax silver Information Service Co., Ltd.

CB02 Change of applicant information
RJ01 Rejection of invention patent application after publication

Application publication date: 20170616

RJ01 Rejection of invention patent application after publication