CN106952159A - 一种不动产抵押品风险控制方法、系统及存储介质 - Google Patents
一种不动产抵押品风险控制方法、系统及存储介质 Download PDFInfo
- Publication number
- CN106952159A CN106952159A CN201710167117.2A CN201710167117A CN106952159A CN 106952159 A CN106952159 A CN 106952159A CN 201710167117 A CN201710167117 A CN 201710167117A CN 106952159 A CN106952159 A CN 106952159A
- Authority
- CN
- China
- Prior art keywords
- guarantee
- user
- algorithm
- risk
- valuation
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/03—Credit; 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
本发明在抵押品大数据基础上，建立智能估价算法体系。估值过程采用双网络设计，第一网络用于评判抵押品最适合的评估算法，增加该算法估值的权重；第二网络用于收集用户反馈的信息，不论是正确的估值、有偏差的估值，还是错误的估值，一方面，计算机自动分析并记录，另一方面，人工参与帮助计算机修正偏差或错误，类似一个偏差或错误记忆棒，均反馈给第一网络。两个网络不断循环运行，向正确学习，向错误学习，日积月累就会形成经验，不断完善，可以断定准确率会越来越高，从而实现对抵押品的批量自动精准估价，并在精准估价的基础上进行风险分析。
Description
技术领域
本发明涉及一种抵押品风险控制方法及系统，具体涉及一种用于不动产抵押品风险控制方法及系统。
背景技术
目前，银行金融风控传统手段是人工实地对抵押品进行审核，随着业务量成千上万的增长，时间耗费也是巨增，且技术仍停留在依靠估价师经验判断的传统阶段，以主观感觉、经验和关系决策为主，带来审核和判断标准的不一致。
抵押品的价值评估方式分为内部评估和外部评估两种，部分采用自评估与外部评估相结合的方式。但存在以下问题：
目前国内多数银行仅注重单个授信项目的价值，尚未建立内部有效的抵押品价值管理体系，而多采用借助评估中介机构开展评估。
受银行自身信息不对称、资料不完整等信息渠道影响，采用抵押品自评估容易导致评估价值的失误。因此银行金融风控较大程度依赖于外部评估机构，但银行无法完全实现对抵押品真实价值、完整信息的掌控，抵押品存在无法覆盖风险的可能。而
无论自评还是外评，在竞争激烈的市场经济中，评估机构和银行为了获取利益和超额报酬，均可能会违背自身的职业道德，操控抵押品估值。
传统方法采用人工估价后需要人工对估价结果进行数字化保存容易出错，估价过程易受到人工干扰。
传统方法采用人工估价成本高昂，尤其大批量估价成本高昂。
传统方法对于不动产的估价采用固定的算法，不同类型的不动产采用同一种算法易导致估价结果不准确。
发明内容
为了解决上述问题，本发明提供一种不动产抵押品风险控制方法及系统。
本发明不动产抵押品风险控制方法，包括下述步骤：
数据预处理步骤：通过数据文件导入抵押品信息或人工输入抵押品信息并进行抵押品信息标准化处理；
抵押品初估步骤：选择一个或多个抵押品，依照抵押品特征以及对应的估价算法，确定各算法参数设置或/和权重比例进行抵押品价值的初步评估并保存所述抵押品初估信息；
估价算法修正步骤：用户对抵押品初估步骤估价结果准确性进行判定，若用户判定估价结果有偏差或估价结果错误，则持续修正估价过程中各算法的参数设置或/和权重比例并重新估价，直到用户判定估价结果正确为止并存档抵押品特征及估价结果正确过程中各算法的参数设置或/和权重比例；
抵押品估价步骤：依照抵押品特征以及对应的估价算法修正步骤确定的各算法参数设置或/和权重比例进行抵押品估价并保存所述抵押品估价信息；
抵押品监控步骤：响应用户操作或定时自动执行，依据用户选择或预设的筛选条件查询相应的抵押品信息并进行统计，向用户展示查询结果信息以及查询结果统计信息并支持以Excel格式导出查询结果信息文件及查询结果统计信息文件；
抵押品风险分析步骤：响应用户操作或定时自动执行，计算抵押品贷款余额与抵押品估价步骤确定的抵押品估值的比值，按照用户选择或预设的统计指标进行抵押品结构风险分析并向用户展示风险分析结果，统计指标包括贷款额度、抵押品贷款余额、建筑类型、建成年代、物业类型、建筑面积、抵押品总量、现估值，中的多种或一种；
报警步骤：响应用户操作或定时自动执行，判定抵押品风险分析步骤中每项抵押品对应的抵押品贷款余额与抵押品估价步骤确定的抵押品估值的比值是否超过预设阀值，若是则向相关人员发出报警。
进一步的，所述抵押品信息包括下列数据字段:序号、机构名称、城市、项目名称、贷款类型、贷款账号、贷款金额和抵押品贷款余额中的一种或多种；
所述抵押品特征为商业中心距离、交通、公共配套设施、物管费、容积率、绿化率、建成年代、建筑结构、行政区、楼盘品牌、建筑面积、户型、楼层、朝向、景观和装饰装修中的一种或多种。
进一步的，所述抵押品估价步骤还包括对抵押品的信息进行案例检索，判定自动估价算法能否完成的步骤，若不能完成则系统提示用户进行人工估价；
所述抵押品估价步骤和抵押品初估步骤中的估价算法包括：人工神经网络集群算法、随机森林算法、市场比较法、比价系数法和线性回归算法中的一种或多种。
进一步的，所述抵押品风险分析步骤还包括系统依据抵押品风险分析结果自动确定系统参考可续贷金额或人工对每一个抵押品项目依据系统参考可续贷金额设定现可续贷金额，并在抵押品列表中向用户展示所述现可续贷金额；
所述报警步骤还包括对抵押品风险采用提示、预警、图表、消息推送方式提醒，内容包括抵押品价格涨跌幅度、抵押品风险分类和抵押品到期中的一种或多种；
进一步的，所述风险控制方法，还包括系统维护步骤，所述系统维护步骤包括：用户管理步骤、机构管理步骤、权限管理步骤和黑名单管理步骤中的一种或多种；
进一步的，所述风险控制方法，还包括抵押品压力测试步骤：响应用户操作或定时自动执行，设定抵押品现评估值下跌0％、现评估值下跌5％、现评估值下跌10％、现评估值下跌15％和现评估值下跌20％中的一种或多种压力环境下，按照预设标准确定风险等级，所述风险等级包括危险、风险、正常、安全四个等级，并确定不同风险类别下的抵押品量、抵押品贷款余额、抵押品贷款余额与所述各设定抵押品现评估值的比值，统计所述各风险等级在各压力环境下的占比，并支持以Excel格式导出所述各风险等级在各压力环境下的占比统计信息。
为了保证上述方法的实施，本发明还提供一种不动产抵押品风险控制系统包括：
数据预处理模块：通过数据文件导入抵押品信息或人工输入抵押品信息并进行抵押品信息标准化处理；
抵押品初估模块：选择一个或多个抵押品，依照抵押品特征以及对应的估价算法，确定各算法参数设置或/和权重比例进行抵押品价值的初步评估并保存所述抵押品初估信息；
估价算法修正模块：用户对抵押品初估模块估价结果准确性进行判定，若用户判定估价结果有偏差或估价结果错误，则持续修正估价过程中各算法的参数设置或/和权重比例并重新估价，直到用户判定估价结果正确为止并存档抵押品特征及估价结果正确过程中各算法的参数设置或/和权重比例；
抵押品估价模块：依照抵押品特征以及对应的估价算法修正模块确定的各算法参数设置或/和权重比例进行抵押品估价并保存所述抵押品估价信息；
抵押品监控模块：响应用户操作或定时自动执行，依据用户选择或预设的筛选条件查询相应的抵押品信息并进行统计，向用户展示查询结果信息以及查询结果统计信息并支持以Excel格式导出查询结果信息文件及查询结果统计信息文件；
抵押品风险分析模块：响应用户操作或定时自动执行，计算抵押品贷款余额与抵押品估价模块确定的抵押品估值的比值，按照用户选择或预设的统计指标进行抵押品结构风险分析并向用户展示风险分析结果，统计指标包括贷款额度、抵押品贷款余额、建筑类型、建成年代、物业类型、建筑面积、抵押品总量、现估值，中的多种或一种；
报警模块：响应用户操作或定时自动执行，判定抵押品风险分析模块中每项抵押品对应的抵押品贷款余额与抵押品估价模块确定的抵押品估值的比值是否超过预设阀值，若是则向相关人员发出报警。
进一步的，所述抵押品信息包括下列数据字段:序号、机构名称、城市、项目名称、贷款类型、贷款账号、贷款金额和抵押品贷款余额中的一种或多种；
所述抵押品特征为商业中心距离、交通、公共配套设施、物管费、容积率、绿化率、建成年代、建筑结构、行政区、楼盘品牌、建筑面积、户型、楼层、朝向、景观和装饰装修中的一种或多种。
进一步的，所述抵押品估价模块还用于对抵押品的信息进行案例检索，判定自动估价算法能否完成，若不能完成则系统提示用户进行人工估价；
所述抵押品估价模块中和抵押品初估模块的估价算法包括：人工神经网络集群算法、随机森林算法、市场比较法、比价系数法和线性回归算法中的一种或多种。
进一步的，所述抵押品风险分析模块还用于系统依据抵押品风险分析结果自动确定系统参考可续贷金额或人工对每一个抵押品项目依据系统参考可续贷金额设定现可续贷金额，并在抵押品列表中向用户展示所述现可续贷金额·；
所述报警模块还包括对抵押品风险采用提示、预警、图表、消息推送方式提醒，内容包括抵押品价格涨跌幅度、抵押品风险分类和抵押品到期中的一种或多种；
进一步的，还包括系统维护模块，所述系统维护模块包括：用户管理模块、机构管理模块、权限管理模块和黑名单管理模块中的一种或多种；
进一步的，还包括抵押品压力测试模块：响应用户操作或定时自动执行，设定抵押品现评估值下跌0％、现评估值下跌5％、现评估值下跌10％、现评估值下跌15％和现评估值下跌20％中的一种或多种压力环境下，按照预设标准确定风险等级，所述风险等级包括危险、风险、正常、安全四个等级，并确定不同风险类别下的抵押品量、抵押品贷款余额、抵押品贷款余额与所述各设定抵押品现评估值的比值，统计所述各风险等级在各压力环境下的占比，并支持以Excel格式导出所述各风险等级在各压力环境下的占比统计信息。
本发明还提供一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行如下操作：
数据预处理步骤：通过数据文件导入抵押品信息或人工输入抵押品信息并进行抵押品信息标准化处理；
抵押品初估步骤：选择一个或多个抵押品，依照抵押品特征以及对应的估价算法，确定各算法参数设置或/和权重比例进行抵押品价值的初步评估并保存所述抵押品初估信息；
估价算法修正步骤：用户对抵押品初估步骤估价结果准确性进行判定，若用户判定估价结果有偏差或估价结果错误，则持续修正估价过程中各算法的参数设置或/和权重比例并重新估价，直到用户判定估价结果正确为止并存档抵押品特征及估价结果正确过程中各算法的参数设置或/和权重比例；
抵押品估价步骤：依照抵押品特征以及对应的估价算法修正步骤确定的各算法参数设置或/和权重比例进行抵押品估价并保存所述抵押品估价信息；
抵押品监控步骤：响应用户操作或定时自动执行，依据用户选择或预设的筛选条件查询相应的抵押品信息并进行统计，向用户展示查询结果信息以及查询结果统计信息并支持以Excel格式导出查询结果信息文件及查询结果统计信息文件；
抵押品风险分析步骤：响应用户操作或定时自动执行，计算抵押品贷款余额与抵押品估价步骤确定的抵押品估值的比值，按照用户选择或预设的统计指标进行抵押品结构风险分析并向用户展示风险分析结果，统计指标包括贷款额度、抵押品贷款余额、建筑类型、建成年代、物业类型、建筑面积、抵押品总量、现估值，中的多种或一种；
报警步骤：响应用户操作或定时自动执行，判定抵押品风险分析步骤中每项抵押品对应的抵押品贷款余额与抵押品估价步骤确定的抵押品估值的比值是否超过预设阀值，若是则向相关人员发出报警。
进一步的，所述抵押品信息包括下列数据字段:序号、机构名称、城市、项目名称、贷款类型、贷款账号、贷款金额和抵押品贷款余额中的一种或多种；
所述抵押品特征为商业中心距离、交通、公共配套设施、物管费、容积率、绿化率、建成年代、建筑结构、行政区、楼盘品牌、建筑面积、户型、楼层、朝向、景观和装饰装修中的一种或多种；
所述抵押品估价步骤还包括对抵押品的信息进行案例检索，判定自动估价算法能否完成的步骤，若不能完成则系统提示用户进行人工估价；
所述抵押品估价步骤和抵押品初估步骤中的估价算法包括：人工神经网络集群算法、随机森林算法、市场比较法、比价系数法和线性回归算法中的一种或多种；
所述抵押品风险分析步骤还包括系统依据抵押品风险分析结果自动确定系统参考可续贷金额或人工对每一个抵押品项目依据系统参考可续贷金额设定现可续贷金额，并在抵押品列表中向用户展示所述现可续贷金额；
所述报警步骤还包括对抵押品风险采用提示、预警、图表、消息推送方式提醒，内容包括抵押品价格涨跌幅度、抵押品风险分类和抵押品到期中的一种或多种；
所述风险控制方法，还包括系统维护步骤，所述系统维护步骤包括：用户管理步骤、机构管理步骤、权限管理步骤和黑名单管理步骤中的一种或多种；
所述风险控制方法，还包括抵押品压力测试步骤：响应用户操作或定时自动执行，设定抵押品现评估值下跌0％、现评估值下跌5％、现评估值下跌10％、现评估值下跌15％和现评估值下跌20％中的一种或多种压力环境下，按照预设标准确定风险等级，所述风险等级包括危险、风险、正常、安全四个等级，并确定不同风险类别下的抵押品量、抵押品贷款余额、抵押品贷款余额与所述各设定抵押品现评估值的比值，统计所述各风险等级在各压力环境下的占比，并支持以Excel格式导出所述各风险等级在各压力环境下的占比统计信息。
本发明的有益效果是：
1银行抵押品智能风控系统是基于已建立的不动产数据及智能算法，完成批量抵押品数据标准化及批量自动估值，提供各种维度的统计分析,实现抵押品压力测试、风险预警、再营销数据分析。
2作为第三方的抵押品智能风控系统客观地实现了抵押品的全流程管理，借助了第三方评估公司的专业性与大数据算法技术，在当前抵押品种类繁多、业务量巨多、区域广泛的项目下，达到智能搜索匹配和准确估值，并实行持续的动态监控。抵押品智能风控系统结合了各类资源，帮助银行建立起内部抵押品自评中心及相应的管理体系，能够更全面、更准确地掌握抵押品真实情况。一方面，可防止第三方评估机构与借款方形成利益关系，防止价值高估。另一方面，可以避免银行业务人员与借款方之间的内幕交易，净化信用环境。
3结合不动产抵押品信息查询、统计及分析服务功能,实现了不动产抵押品相关数据的统一管理。
4大数据平台和智能估价系统接口，为抵押品智能风控提供强有力的数据支持，能快速评估所有抵押品当前价值，及时识别风险，有效减小人力成本和时间成本。
5对不动产抵押品价格进行实时监控，坚持客观、独立、科学和审慎的原则，并根据抵押品类型、价值波动特性，合理确定抵押品重估价值和风险等级；根据定期更新的抵押品价格进行压力测试及风险预警,最终为银行不动产管理人员提供多层次、多视角的风控信息。
6全流程服务，用户可上传批量的抵押品地址、面积、贷款余额(可选),标准化抵押品数据入库,进行抵押品自动化的估值，并可以对抵押品进行多维的查询、统计、分析。
7多维度的统计分析、智能风险动态管理、贷后预警功能，可根据用户预设的相关条件,提示风险预警。
8运行效率高，智能风控系统拥有大数据平台及智能估价系统接口，强大的数据运算能力，大大提高了效率和匹配的准确度，大大降低了风控的成本，而且提高了决策效率。
9数据开发性强，提供外部数据导入接口,快速地对用户的数据进行智能搜索匹配和准确估值。
10增加正则配置管理，增加了匹配需求的灵活性、逻辑性和功能性。
附图说明
图1为本发明估值算法修正流程图
图2为本发明抵押品风控方法流程图
图3为本发明抵押品风控系统结构图
具体实施方式
本发明解决背景技术问题的核心思路之一是：
在抵押品大数据基础上，建立智能估价算法体系，该算法体系不仅采用了传统的市场比较法、比价系数法、线性回归法等，还采用了人工神经网络集群、随机森林、支持向量机等智能算法，形成评估算法体系。估值过程采用双网络设计，第一网络用于评判抵押品最适合的评估算法，增加该算法估值的权重；第二网络用于收集用户反馈的信息，不论是正确的估值、有偏差的估值，还是错误的估值，一方面，计算机自动分析并记录，另一方面，人工参与帮助计算机修正偏差或错误，类似一个偏差或错误记忆棒，均反馈给第一网络。两个网络不断循环运行，向正确学习，向错误学习，日积月累就会形成经验，不断完善，可以断定准确率会越来越高，从而实现对抵押品的批量自动精准估价，并在精准估价的基础上进行风险分析。
本发明所述的抵押品指用于抵押贷款的不动产。
为了解决上述问题，本发明提供一种不动产抵押品风险控制方法及系统。
本发明不动产抵押品风险控制方法，包括下述步骤：
数据预处理步骤：通过数据文件导入抵押品信息或人工输入抵押品信息并进行抵押品信息标准化处理；
用户按照模板格式填写抵押品信息，否则导入不成功；抵押品原始信息不全的或者不包含在系统数据库中，标准化不成功，则需要人工参与将该抵押品进行标准化处理。
抵押品初估步骤：选择一个或多个抵押品，依照抵押品特征以及对应的估价算法，确定各算法参数设置或/和权重比例进行抵押品价值的初步评估并保存所述抵押品初估信息；
估价算法修正步骤：用户对抵押品初估步骤估价结果准确性进行判定，若用户判定估价结果有偏差或估价结果错误，则持续修正估价过程中各算法的参数设置或/和权重比例并重新估价，直到用户判定估价结果正确为止并存档抵押品特征及估价结果正确过程中各算法的参数设置或/和权重比例；
抵押品估价步骤：依照抵押品特征以及对应的估价算法修正步骤确定的各算法参数设置或/和权重比例进行抵押品估价并保存所述抵押品估价信息；
每种评估算法对同一抵押品会得出的估价结果，由人工对每种评估算法在评估最终结果中的权重进行修正并存档，后续程序再遇到同类的抵押品评估时采用相同的算法参数设置或/和权重比例进行计算，能得到较为准确的评估结果。
提取抵押品特征：按照既定的估值需求提取并量化抵押品特征，如下表所示：
判定各算法权重：这个问题要从两个方面考虑，一方面，对于不同的抵押品特征，会有与之相适应的算法，也就是说该算法得出的估值结果可能最接近真实的价格；另一方面，没有一个算法能够适应全部的估值，甚至有的算法对于有些抵押品无法估值。所以必须对算法预测的价值进行加权平均，才能更好的体现抵押品的价值，具体一些规则如下：
综合估价：按不同算法对抵押品进行估值，并乘以权重加权平均，得出最终的智能估价结果；
人工参与判定：对估价结果的准确性进行判定，若是正确的估价，就把整个估价过程存档，成为正确的经验，以备下次使用；若是有偏差的估价或错误的估价，需要根据偏差或错误情况，修正算法权重判定条件或算法权重，并重新估值，直到满意为止，最终记录估价过程，并存档。人工判定不一定每次结果都参与，可以定期进行输出结果的抽查或数据品控，以修正整个估值过程。
学习网络：在沉淀的正确估值过程数据基础上，定期训练判定估值算法权重网络，使权重更加准确。
抵押品监控步骤：响应用户操作或定时自动执行，依据用户选择或预设的筛选条件查询相应的抵押品信息并进行统计，向用户展示查询结果信息以及查询结果统计信息并支持以Excel格式导出查询结果信息文件及查询结果统计信息文件；
对导入数据库中的抵押品，根据不同的筛选条件快速搜索查询相应的抵押品信息。可供筛选的条件有：区域、物业类型、抵押品面积、建筑类型、评估情况、放贷时间、建筑年代、贷款额度、楼盘名称等。
统计分析抵押品信息，根据特定的指标，主要分为贷款额度分析、建筑类型分析、建筑年代分析、物业类型分析、建筑面积分析。
贷款额度分析，统计指标可选择：50万以下、50-100万、100-500万、500-1000万、1000万以上。
建筑类型分析，统计指标可选择：低层、多层、小高层、高层、超高层。
建筑年代分析，统计指标可选择：95以前、1995-1999、2000-2004、2005-2009、2010以后。
物业类型分析，统计指标可选择：住宅、商业、其他。
建筑面积分析，统计指标可选择：0-65m2、65-90m2、90-144m2、144m2以上
抵押品风险分析步骤：响应用户操作或定时自动执行，计算抵押品贷款余额与抵押品估价步骤确定的抵押品估值的比值，按照用户选择或预设的统计指标进行抵押品结构风险分析并向用户展示风险分析结果，统计指标包括贷款额度、抵押品贷款余额、建筑类型、建成年代、物业类型、建筑面积、抵押品总量、现估值，中的多种或一种；
报警步骤：响应用户操作或定时自动执行，判定抵押品风险分析步骤中每项抵押品对应的抵押品贷款余额与抵押品估价步骤确定的抵押品估值的比值是否超过预设阀值，若是则向相关人员发出报警。
发出报警的具体方式可以是向相关人员发送短信或电子邮件或在相关人员登录系统时进行提示。
进一步的，所述抵押品信息包括下列数据字段:序号、机构名称、城市、项目名称、贷款类型、贷款账号、贷款金额和抵押品贷款余额中的一种或多种；
所述抵押品特征为商业中心距离、交通、公共配套设施、物管费、容积率、绿化率、建成年代、建筑结构、行政区、楼盘品牌、建筑面积、户型、楼层、朝向、景观和装饰装修中的一种或多种。
上述抵押品特征基本上可以确定一个抵押品的具体价值，但是不同的算法会导致抵押品估值的少许不同，通过人工对各种算法的参数设置或/和权重比例进行多次尝试后确定最佳的参数设置或/和权重比例，在后续遇到类似抵押品特征的抵押品进行估值时可以直接调用与此抵押品特征对应的最佳的参数设置或/和权重比例，从而提高自动化抵押品估值的精确度。
进一步的，所述抵押品估价步骤还包括对抵押品的信息进行案例检索，判定自动估价算法能否完成的步骤，若不能完成则系统提示用户进行人工估价；
通过对估价算法能否完成进行判断，可以确保在估价算法不能完成的情况下人工及时接入，确保估价过程不被打断，提高了系统的可用性。
所述抵押品估价步骤和抵押品初估步骤中的估价算法包括：人工神经网络集群算法、随机森林算法、市场比较法、比价系数法和线性回归算法中的一种或多种。
进一步的，所述抵押品风险分析步骤还包括系统依据抵押品风险分析结果自动确定系统参考可续贷金额或人工对每一个抵押品项目依据系统参考可续贷金额设定现可续贷金额，并在抵押品列表中向用户展示所述现可续贷金额；
对抵押品进行风险分析后，依据风险分析结果，在抵押品详细列表中，可对每一个抵押品项目进行续贷额的设定，编辑填入可续贷额金额保存，实现对于抵押品续贷的自动化办公，提高了用户体验和办公效率。
所述报警步骤还包括对抵押品风险采用提示、预警、图表、消息推送方式提醒，内容包括抵押品价格涨跌幅度、抵押品风险分类和抵押品到期中的一种或多种；
采用多种方式对用户进行报警，有利于用户对抵押品风险进行直观的判断，提高了用户体验。
进一步的，所述风险控制方法，还包括系统维护步骤，所述系统维护步骤包括：用户管理步骤、机构管理步骤、权限管理步骤和黑名单管理步骤中的一种或多种；
通过添加上述多种功能，提高了系统的可用性和用户体验，通过添加多种用户权限，并对用户权限进行管理提高了系统的安全性。
进一步的，所述风险控制方法，还包括抵押品压力测试步骤：响应用户操作或定时自动执行，设定抵押品现评估值下跌0％、现评估值下跌5％、现评估值下跌10％、现评估值下跌15％和现评估值下跌20％中的一种或多种压力环境下，按照预设标准确定风险等级，所述风险等级包括危险、风险、正常、安全四个等级，并确定不同风险类别下的抵押品量、抵押品贷款余额、抵押品贷款余额与所述各设定抵押品现评估值的比值，统计所述各风险等级在各压力环境下的占比，并支持以Excel格式导出所述各风险等级在各压力环境下的占比统计信息。
通过对抵押品进行压力测试并对压力测试结果进行统计分析可以直观的得出风险状况，并支持以excel格式导出，直接得到电子数据，方便对于数据的二次加工和使用，方便管理人员作出管理决策，提高了用户体验。
为了保证上述方法的实施，本发明还提供一种不动产抵押品风险控制系统包括：
数据预处理模块：通过数据文件导入抵押品信息或人工输入抵押品信息并进行抵押品信息标准化处理；
用户按照模板格式填写抵押品信息，否则导入不成功；抵押品原始信息不全的或者不包含在系统数据库中，标准化不成功，则需要人工参与将该抵押品进行标准化处理。
抵押品初估模块：选择一个或多个抵押品，依照抵押品特征以及对应的估价算法，确定各算法参数设置或/和权重比例进行抵押品价值的初步评估并保存所述抵押品初估信息；
估价算法修正模块：用户对抵押品初估模块估价结果准确性进行判定，若用户判定估价结果有偏差或估价结果错误，则持续修正估价过程中各算法的参数设置或/和权重比例并重新估价，直到用户判定估价结果正确为止并存档抵押品特征及估价结果正确过程中各算法的参数设置或/和权重比例；
抵押品估价模块：依照抵押品特征以及对应的估价算法修正模块确定的各算法参数设置或/和权重比例进行抵押品估价并保存所述抵押品估价信息；
每种评估算法对同一抵押品会得出的估价结果，由人工对每种评估算法在评估最终结果中的权重进行修正并存档，后续程序再遇到同类的抵押品评估时采用相同的算法参数设置或/和权重比例进行计算，能得到较为准确的评估结果。
提取抵押品特征：按照既定的估值需求提取并量化抵押品特征，如下表所示：
判定各算法权重：这个问题要从两个方面考虑，一方面，对于不同的抵押品特征，会有与之相适应的算法，也就是说该算法得出的估值结果可能最接近真实的价格；另一方面，没有一个算法能够适应全部的估值，甚至有的算法对于有些抵押品无法估值。所以必须对算法预测的价值进行加权平均，才能更好的体现抵押品的价值，具体一些规则如下：
综合估价：按不同算法对抵押品进行估值，并乘以权重加权平均，得出最终的智能估价结果；
人工参与判定：对估价结果的准确性进行判定，若是正确的估价，就把整个估价过程存档，成为正确的经验，以备下次使用；若是有偏差的估价或错误的估价，需要根据偏差或错误情况，修正算法权重判定条件或算法权重，并重新估值，直到满意为止，最终记录估价过程，并存档。人工判定不一定每次结果都参与，可以定期进行输出结果的抽查或数据品控，以修正整个估值过程。
学习网络：在沉淀的正确估值过程数据基础上，定期训练判定估值算法权重网络，使权重更加准确。
抵押品监控模块：响应用户操作或定时自动执行，依据用户选择或预设的筛选条件查询相应的抵押品信息并进行统计，向用户展示查询结果信息以及查询结果统计信息并支持以Excel格式导出查询结果信息文件及查询结果统计信息文件；
对导入数据库中的抵押品，根据不同的筛选条件快速搜索查询相应的抵押品信息。可供筛选的条件有：区域、物业类型、抵押品面积、建筑类型、评估情况、放贷时间、建筑年代、贷款额度、楼盘名称等。
统计分析抵押品信息，根据特定的指标，主要分为贷款额度分析、建筑类型分析、建筑年代分析、物业类型分析、建筑面积分析。
贷款额度分析，统计指标可选择：50万以下、50-100万、100-500万、500-1000万、1000万以上。
建筑类型分析，统计指标可选择：低层、多层、小高层、高层、超高层。
建筑年代分析，统计指标可选择：95以前、1995-1999、2000-2004、2005-2009、2010以后。
物业类型分析，统计指标可选择：住宅、商业、其他。
建筑面积分析，统计指标可选择：0-65m2、65-90m2、90-144m2、144m2以上
抵押品风险分析模块：响应用户操作或定时自动执行，计算抵押品贷款余额与抵押品估价模块确定的抵押品估值的比值，按照用户选择或预设的统计指标进行抵押品结构风险分析并向用户展示风险分析结果，统计指标包括贷款额度、抵押品贷款余额、建筑类型、建成年代、物业类型、建筑面积、抵押品总量、现估值，中的多种或一种；
报警模块：响应用户操作或定时自动执行，判定抵押品风险分析模块中每项抵押品对应的抵押品贷款余额与抵押品估价模块确定的抵押品估值的比值是否超过预设阀值，若是则向相关人员发出报警。
发出报警的具体方式可以是向相关人员发送短信或电子邮件或在相关人员登录系统时进行提示。
进一步的，所述抵押品信息包括下列数据字段:序号、机构名称、城市、项目名称、贷款类型、贷款账号、贷款金额和抵押品贷款余额中的一种或多种；
所述抵押品特征为商业中心距离、交通、公共配套设施、物管费、容积率、绿化率、建成年代、建筑结构、行政区、楼盘品牌、建筑面积、户型、楼层、朝向、景观和装饰装修中的一种或多种。
上述抵押品特征基本上可以确定一个抵押品的具体价值，但是不同的算法会导致抵押品估值的少许不同，通过人工对各种算法的参数设置或/和权重比例进行多次尝试后确定最佳的参数设置或/和权重比例，在后续遇到类似抵押品特征的抵押品进行估值时可以直接调用与此抵押品特征对应的最佳的参数设置或/和权重比例，从而提高自动化抵押品估值的精确度。
进一步的，所述抵押品估价模块还用于对抵押品的信息进行案例检索，判定自动估价算法能否完成，若不能完成则系统提示用户进行人工估价；
通过对估价算法能否完成进行判断，可以确保在估价算法不能完成的情况下人工及时接入，确保估价过程不被打断，提高了系统的可用性。
所述抵押品估价模块中和抵押品初估模块的估价算法包括：人工神经网络集群算法、随机森林算法、市场比较法、比价系数法和线性回归算法中的一种或多种。
进一步的，所述抵押品风险分析模块还用于系统依据抵押品风险分析结果自动确定系统参考可续贷金额或人工对每一个抵押品项目依据系统参考可续贷金额设定现可续贷金额，并在抵押品列表中向用户展示所述现可续贷金额；
对抵押品进行风险分析后，依据风险分析结果，在抵押品详细列表中，可对每一个抵押品项目进行续贷额的设定，编辑填入可续贷额金额保存，实现对于抵押品续贷的自动化办公，提高了用户体验和办公效率。
所述报警模块还包括对抵押品风险采用提示、预警、图表、消息推送方式提醒，内容包括抵押品价格涨跌幅度、抵押品风险分类和抵押品到期中的一种或多种；
采用多种方式对用户进行报警，有利于用户对抵押品风险进行直观的判断，提高了用户体验。
进一步的，还包括系统维护模块，所述系统维护模块包括：用户管理模块、机构管理模块、权限管理模块和黑名单管理模块中的一种或多种；通过添加上述多种功能，提高了系统的可用性和用户体验，通过添加多种用户权限，并对用户权限进行管理提高了系统的安全性。
进一步的，还包括抵押品压力测试模块：响应用户操作或定时自动执行，设定抵押品现评估值下跌0％、现评估值下跌5％、现评估值下跌10％、现评估值下跌15％和现评估值下跌20％中的一种或多种压力环境下，按照预设标准确定风险等级，所述风险等级包括危险、风险、正常、安全四个等级，并确定不同风险类别下的抵押品量、抵押品贷款余额、抵押品贷款余额与所述各设定抵押品现评估值的比值，统计所述各风险等级在各压力环境下的占比，并支持以Excel格式导出所述各风险等级在各压力环境下的占比统计信息。
通过对抵押品进行压力测试并对压力测试结果进行统计分析可以直观的得出风险状况，并支持以excel格式导出，直接得到电子数据，方便对于数据的二次加工和使用，方便管理人员作出管理决策，提高了用户体验。
本发明还提供一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行如下操作：
数据预处理步骤：通过数据文件导入抵押品信息或人工输入抵押品信息并进行抵押品信息标准化处理；
抵押品初估步骤：选择一个或多个抵押品，依照抵押品特征以及对应的估价算法，确定各算法参数设置或/和权重比例进行抵押品价值的初步评估并保存所述抵押品初估信息；
估价算法修正步骤：用户对抵押品初估步骤估价结果准确性进行判定，若用户判定估价结果有偏差或估价结果错误，则持续修正估价过程中各算法的参数设置或/和权重比例并重新估价，直到用户判定估价结果正确为止并存档抵押品特征及估价结果正确过程中各算法的参数设置或/和权重比例；
抵押品估价步骤：依照抵押品特征以及对应的估价算法修正步骤确定的各算法参数设置或/和权重比例进行抵押品估价并保存所述抵押品估价信息；
抵押品监控步骤：响应用户操作或定时自动执行，依据用户选择或预设的筛选条件查询相应的抵押品信息并进行统计，向用户展示查询结果信息以及查询结果统计信息并支持以Excel格式导出查询结果信息文件及查询结果统计信息文件；
抵押品风险分析步骤：响应用户操作或定时自动执行，计算抵押品贷款余额与抵押品估价步骤确定的抵押品估值的比值，按照用户选择或预设的统计指标进行抵押品结构风险分析并向用户展示风险分析结果，统计指标包括贷款额度、抵押品贷款余额、建筑类型、建成年代、物业类型、建筑面积、抵押品总量、现估值，中的多种或一种；
报警步骤：响应用户操作或定时自动执行，判定抵押品风险分析步骤中每项抵押品对应的抵押品贷款余额与抵押品估价步骤确定的抵押品估值的比值是否超过预设阀值，若是则向相关人员发出报警。
所述抵押品信息包括下列数据字段:序号、机构名称、城市、项目名称、贷款类型、贷款账号、贷款金额和抵押品贷款余额中的一种或多种；
所述抵押品特征为商业中心距离、交通、公共配套设施、物管费、容积率、绿化率、建成年代、建筑结构、行政区、楼盘品牌、建筑面积、户型、楼层、朝向、景观和装饰装修中的一种或多种；
所述抵押品估价步骤还包括对抵押品的信息进行案例检索，判定自动估价算法能否完成的步骤，若不能完成则系统提示用户进行人工估价；
所述抵押品估价步骤和抵押品初估步骤中的估价算法包括：人工神经网络集群算法、随机森林算法、市场比较法、比价系数法和线性回归算法中的一种或多种；
所述抵押品风险分析步骤还包括系统依据抵押品风险分析结果自动确定系统参考可续贷金额或人工对每一个抵押品项目依据系统参考可续贷金额设定现可续贷金额，并在抵押品列表中向用户展示所述现可续贷金额；
所述报警步骤还包括对抵押品风险采用提示、预警、图表、消息推送方式提醒，内容包括抵押品价格涨跌幅度、抵押品风险分类和抵押品到期中的一种或多种；
所述风险控制方法，还包括系统维护步骤，所述系统维护步骤包括：用户管理步骤、机构管理步骤、权限管理步骤和黑名单管理步骤中的一种或多种；
所述风险控制方法，还包括抵押品压力测试步骤：响应用户操作或定时自动执行，设定抵押品现评估值下跌0％、现评估值下跌5％、现评估值下跌10％、现评估值下跌15％和现评估值下跌20％中的一种或多种压力环境下，按照预设标准确定风险等级，所述风险等级包括危险、风险、正常、安全四个等级，并确定不同风险类别下的抵押品量、抵押品贷款余额、抵押品贷款余额与所述各设定抵押品现评估值的比值，统计所述各风险等级在各压力环境下的占比，并支持以Excel格式导出所述各风险等级在各压力环境下的占比统计信息。
本发明的有益效果是：
1银行抵押品智能风控系统是基于已建立的不动产数据及智能算法，完成批量抵押品数据标准化及批量自动估值，提供各种维度的统计分析,实现抵押品压力测试、风险预警、再营销数据分析。
2作为第三方的抵押品智能风控系统客观地实现了抵押品的全流程管理，借助了第三方评估公司的专业性与大数据算法技术，在当前抵押品种类繁多、业务量巨多、区域广泛的项目下，达到智能搜索匹配和准确估值，并实行持续的动态监控。抵押品智能风控系统结合了各类资源，帮助银行建立起内部抵押品自评中心及相应的管理体系，能够更全面、更准确地掌握抵押品真实情况。一方面，可防止第三方评估机构与借款方形成利益关系，防止价值高估。另一方面，可以避免银行业务人员与借款方之间的内幕交易，净化信用环境。
3结合不动产抵押品信息查询、统计及分析服务功能,实现了不动产抵押品相关数据的统一管理。
4大数据平台和智能估价系统接口，为抵押品智能风控提供强有力的数据支持，能快速评估所有抵押品当前价值，及时识别风险，有效减小人力成本和时间成本。
5对不动产抵押品价格进行实时监控，坚持客观、独立、科学和审慎的原则，并根据抵押品类型、价值波动特性，合理确定抵押品重估价值和风险等级；根据定期更新的抵押品价格进行压力测试及风险预警,最终为银行不动产管理人员提供多层次、多视角的风控信息。
6全流程服务，用户可上传批量的抵押品地址、面积、贷款余额(可选),标准化抵押品数据入库,进行抵押品自动化的估值，并可以对抵押品进行多维的查询、统计、分析。
7多维度的统计分析、智能风险动态管理、贷后预警功能，可根据用户预设的相关条件, 提示风险预警。
8运行效率高，智能风控系统拥有大数据平台及智能估价系统接口，强大的数据运算能力，大大提高了效率和匹配的准确度，大大降低了风控的成本，而且提高了决策效率。
9数据开发性强，提供外部数据导入接口,快速地对用户的数据进行智能搜索匹配和准确估值。
10增加正则配置管理，增加了匹配需求的灵活性、逻辑性和功能性。
本领域普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
另外，在本发明各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种不动产抵押品风险控制方法，其特征在于，包括下述步骤，
数据预处理步骤：通过数据文件导入抵押品信息或人工输入抵押品信息并进行抵押品信息标准化处理；
抵押品初估步骤：选择一个或多个抵押品，依照抵押品特征以及对应的估价算法，确定各算法参数设置或/和权重比例进行抵押品价值的初步评估并保存所述抵押品初估信息；
估价算法修正步骤：用户对抵押品初估步骤估价结果准确性进行判定，若用户判定估价结果有偏差或估价结果错误，则持续修正估价过程中各算法的参数设置或/和权重比例并重新估价，直到用户判定估价结果正确为止并存档抵押品特征及估价结果正确过程中各算法的参数设置或/和权重比例；
抵押品估价步骤：依照抵押品特征以及对应的估价算法修正步骤确定的各算法参数设置或/和权重比例进行抵押品估价并保存所述抵押品估价信息；
抵押品监控步骤：响应用户操作或定时自动执行，依据用户选择或预设的筛选条件查询相应的抵押品信息并进行统计，向用户展示查询结果信息以及查询结果统计信息并支持以Excel格式导出查询结果信息文件及查询结果统计信息文件；
抵押品风险分析步骤：响应用户操作或定时自动执行，计算抵押品贷款余额与抵押品估价步骤确定的抵押品估值的比值，按照用户选择或预设的统计指标进行抵押品结构风险分析并向用户展示风险分析结果，统计指标包括贷款额度、抵押品贷款余额、建筑类型、建成年代、物业类型、建筑面积、抵押品总量、现估值，中的多种或一种；
报警步骤：响应用户操作或定时自动执行，判定抵押品风险分析步骤中每项抵押品对应的抵押品贷款余额与抵押品估价步骤确定的抵押品估值的比值是否超过预设阀值，若是则向相关人员发出报警。
2.如权利要求1所述的一种不动产抵押品风险控制方法，其特征在于，所述抵押品信息包括下列数据字段:序号、机构名称、城市、项目名称、贷款类型、贷款账号、贷款金额和抵押品贷款余额中的一种或多种；
所述抵押品特征为商业中心距离、交通、公共配套设施、物管费、容积率、绿化率、建成年代、建筑结构、行政区、楼盘品牌、建筑面积、户型、楼层、朝向、景观和装饰装修中的一种或多种。
3.如权利要求1所述的一种不动产抵押品风险控制方法，其特征在于，所述抵押品估价步骤还包括对抵押品的信息进行案例检索，判定自动估价算法能否完成的步骤，若不能完成则系统提示用户进行人工估价；
所述抵押品估价步骤和抵押品初估步骤中的估价算法包括：人工神经网络集群算法、随机森林算法、市场比较法、比价系数法和线性回归算法中的一种或多种；
所述抵押品风险分析步骤还包括系统依据抵押品风险分析结果自动确定系统参考可续贷金额或人工对每一个抵押品项目依据系统参考可续贷金额设定现可续贷金额，并在抵押品列表中向用户展示所述现可续贷金额；
所述报警步骤还包括对抵押品风险采用提示、预警、图表、消息推送方式提醒，内容包括抵押品价格涨跌幅度、抵押品风险分类和抵押品到期中的一种或多种。
4.如权利要求1所述的一种不动产抵押品风险控制方法，其特征在于，所述风险控制方法，还包括系统维护步骤，所述系统维护步骤包括：用户管理步骤、机构管理步骤、权限管理步骤和黑名单管理步骤中的一种或多种；
所述风险控制方法，还包括抵押品压力测试步骤：响应用户操作或定时自动执行，设定抵押品现评估值下跌0%、现评估值下跌5%、现评估值下跌10%、现评估值下跌15%和现评估值下跌20%中的一种或多种压力环境下，按照预设标准确定风险等级，所述风险等级包括危险、风险、正常、安全四个等级，并确定不同风险类别下的抵押品量、抵押品贷款余额、抵押品贷款余额与所述各设定抵押品现评估值的比值，统计所述各风险等级在各压力环境下的占比，并支持以Excel格式导出所述各风险等级在各压力环境下的占比统计信息。
5.一种不动产抵押品风险控制系统，其特征在于，该系统包括下述模块：
数据预处理模块：通过数据文件导入抵押品信息或人工输入抵押品信息并进行抵押品信息标准化处理；
抵押品初估模块：选择一个或多个抵押品，依照抵押品特征以及对应的估价算法，确定各算法参数设置或/和权重比例进行抵押品价值的初步评估并保存所述抵押品初估信息；
估价算法修正模块：用户对抵押品初估模块估价结果准确性进行判定，若用户判定估价结果有偏差或估价结果错误，则持续修正估价过程中各算法的参数设置或/和权重比例并重新估价，直到用户判定估价结果正确为止并存档抵押品特征及估价结果正确过程中各算法的参数设置或/和权重比例；
抵押品估价模块：依照抵押品特征以及对应的估价算法修正模块确定的各算法参数设置或/和权重比例进行抵押品估价并保存所述抵押品估价信息；
抵押品监控模块：响应用户操作或定时自动执行，依据用户选择或预设的筛选条件查询相应的抵押品信息并进行统计，向用户展示查询结果信息以及查询结果统计信息并支持以Excel格式导出查询结果信息文件及查询结果统计信息文件；
抵押品风险分析模块：响应用户操作或定时自动执行，计算抵押品贷款余额与抵押品估价模块确定的抵押品估值的比值，按照用户选择或预设的统计指标进行抵押品结构风险分析并向用户展示风险分析结果，统计指标包括贷款额度、抵押品贷款余额、建筑类型、建成年代、物业类型、建筑面积、抵押品总量、现估值，中的多种或一种；
报警模块：响应用户操作或定时自动执行，判定抵押品风险分析模块中每项抵押品对应的抵押品贷款余额与抵押品估价模块确定的抵押品估值的比值是否超过预设阀值，若是则向相关人员发出报警。
6.如权利要求5所述的一种不动产抵押品风险控制系统，其特征在于，所述抵押品信息包括下列数据字段:序号、机构名称、城市、项目名称、贷款类型、贷款账号、贷款金额和抵押品贷款余额中的一种或多种；
所述抵押品特征为商业中心距离、交通、公共配套设施、物管费、容积率、绿化率、建成年代、建筑结构、行政区、楼盘品牌、建筑面积、户型、楼层、朝向、景观和装饰装修中的一种或多种。
7.如权利要求5所述的一种不动产抵押品风险控制系统，其特征在于，所述抵押品估价模块还用于对抵押品的信息进行案例检索，判定自动估价算法能否完成，若不能完成则系统提示用户进行人工估价；
所述抵押品估价模块中和抵押品初估模块的估价算法包括：人工神经网络集群算法、随机森林算法、市场比较法、比价系数法和线性回归算法中的一种或多种；
所述抵押品风险分析模块还用于系统依据抵押品风险分析结果自动确定系统参考可续贷金额或人工对每一个抵押品项目依据系统参考可续贷金额设定现可续贷金额，并在抵押品列表中向用户展示所述现可续贷金额；
所述报警模块还包括对抵押品风险采用提示、预警、图表、消息推送方式提醒，内容包括抵押品价格涨跌幅度、抵押品风险分类和抵押品到期中的一种或多种。
8.如权利要求5所述的一种不动产抵押品风险控制系统，其特征在于，还包括系统维护模块，所述系统维护模块包括：用户管理模块、机构管理模块、权限管理模块和黑名单管理模块中的一种或多种；
还包括抵押品压力测试模块：响应用户操作或定时自动执行，设定抵押品现评估值下跌0%、现评估值下跌5%、现评估值下跌10%、现评估值下跌15%和现评估值下跌20%中的一种或多种压力环境下，按照预设标准确定风险等级，所述风险等级包括危险、风险、正常、安全四个等级，并确定不同风险类别下的抵押品量、抵押品贷款余额、抵押品贷款余额与所述各设定抵押品现评估值的比值，统计所述各风险等级在各压力环境下的占比，并支持以Excel格式导出所述各风险等级在各压力环境下的占比统计信息。
9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行如下操作：
数据预处理步骤：通过数据文件导入抵押品信息或人工输入抵押品信息并进行抵押品信息标准化处理；
抵押品初估步骤：选择一个或多个抵押品，依照抵押品特征以及对应的估价算法，确定各算法参数设置或/和权重比例进行抵押品价值的初步评估并保存所述抵押品初估信息；
估价算法修正步骤：用户对抵押品初估步骤估价结果准确性进行判定，若用户判定估价结果有偏差或估价结果错误，则持续修正估价过程中各算法的参数设置或/和权重比例并重新估价，直到用户判定估价结果正确为止并存档抵押品特征及估价结果正确过程中各算法的参数设置或/和权重比例；
抵押品估价步骤：依照抵押品特征以及对应的估价算法修正步骤确定的各算法参数设置或/和权重比例进行抵押品估价并保存所述抵押品估价信息；
抵押品监控步骤：响应用户操作或定时自动执行，依据用户选择或预设的筛选条件查询相应的抵押品信息并进行统计，向用户展示查询结果信息以及查询结果统计信息并支持以Excel格式导出查询结果信息文件及查询结果统计信息文件；
抵押品风险分析步骤：响应用户操作或定时自动执行，计算抵押品贷款余额与抵押品估价步骤确定的抵押品估值的比值，按照用户选择或预设的统计指标进行抵押品结构风险分析并向用户展示风险分析结果，统计指标包括贷款额度、抵押品贷款余额、建筑类型、建成年代、物业类型、建筑面积、抵押品总量、现估值，中的多种或一种；
报警步骤：响应用户操作或定时自动执行，判定抵押品风险分析步骤中每项抵押品对应的抵押品贷款余额与抵押品估价步骤确定的抵押品估值的比值是否超过预设阀值，若是则向相关人员发出报警。
10.如权利要求9所述的一种存储介质，其特征在于，
所述抵押品信息包括下列数据字段:序号、机构名称、城市、项目名称、贷款类型、贷款账号、贷款金额和抵押品贷款余额中的一种或多种；
所述抵押品特征为商业中心距离、交通、公共配套设施、物管费、容积率、绿化率、建成年代、建筑结构、行政区、楼盘品牌、建筑面积、户型、楼层、朝向、景观和装饰装修中的一种或多种；
所述抵押品估价步骤还包括对抵押品的信息进行案例检索，判定自动估价算法能否完成的步骤，若不能完成则系统提示用户进行人工估价；
所述抵押品估价步骤和抵押品初估步骤中的估价算法包括：人工神经网络集群算法、随机森林算法、市场比较法、比价系数法和线性回归算法中的一种或多种；
所述抵押品风险分析步骤还包括系统依据抵押品风险分析结果自动确定系统参考可续贷金额或人工对每一个抵押品项目依据系统参考可续贷金额设定现可续贷金额，并在抵押品列表中向用户展示所述现可续贷金额；
所述报警步骤还包括对抵押品风险采用提示、预警、图表、消息推送方式提醒，内容包括抵押品价格涨跌幅度、抵押品风险分类和抵押品到期中的一种或多种；
所述风险控制方法，还包括系统维护步骤，所述系统维护步骤包括：用户管理步骤、机构管理步骤、权限管理步骤和黑名单管理步骤中的一种或多种；
所述风险控制方法，还包括抵押品压力测试步骤：响应用户操作或定时自动执行，设定抵押品现评估值下跌0%、现评估值下跌5%、现评估值下跌10%、现评估值下跌15%和现评估值下跌20%中的一种或多种压力环境下，按照预设标准确定风险等级，所述风险等级包括危险、风险、正常、安全四个等级，并确定不同风险类别下的抵押品量、抵押品贷款余额、抵押品贷款余额与所述各设定抵押品现评估值的比值，统计所述各风险等级在各压力环境下的占比，并支持以Excel格式导出所述各风险等级在各压力环境下的占比统计信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710167117.2A CN106952159B (zh) | 2017-03-20 | 2017-03-20 | 一种不动产抵押品风险控制方法、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710167117.2A CN106952159B (zh) | 2017-03-20 | 2017-03-20 | 一种不动产抵押品风险控制方法、系统及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106952159A true CN106952159A (zh) | 2017-07-14 |
| CN106952159B CN106952159B (zh) | 2021-03-30 |
Family
ID=59471938
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710167117.2A Active CN106952159B (zh) | 2017-03-20 | 2017-03-20 | 一种不动产抵押品风险控制方法、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106952159B (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107944884A (zh) * | 2017-12-01 | 2018-04-20 | 保均（厦门）金融信息技术服务有限公司 | 一种物联网物品信用系统 |
| CN108961037A (zh) * | 2018-06-26 | 2018-12-07 | 成都爱车保信息技术有限公司 | 一种基于对车辆使用情况评估算法的车辆贷款风控方法及装置 |
| CN109711963A (zh) * | 2017-10-25 | 2019-05-03 | 嘉兴市友贷金融信息服务有限公司 | 穿透式全透明高效不动产网络借贷信息中介平台系统 |
| CN109741093A (zh) * | 2018-12-21 | 2019-05-10 | 上海拍拍贷金融信息服务有限公司 | 债权价值评估方法及装置、存储介质、终端 |
| CN110264338A (zh) * | 2019-05-31 | 2019-09-20 | 众安信息技术服务有限公司 | 一种基于区块链通证的资产抵押借款方法及系统 |
| CN110400176A (zh) * | 2019-07-26 | 2019-11-01 | 中国工商银行股份有限公司 | 押品估值方法及装置 |
| CN111583019A (zh) * | 2020-04-21 | 2020-08-25 | 徐晓龙 | 一种便于实现客户贷款的运营方法 |
| CN112150270A (zh) * | 2020-09-18 | 2020-12-29 | 中国建设银行股份有限公司 | 监控车辆信息的方法、装置、设备和计算机可读介质 |
| CN112767126A (zh) * | 2021-01-21 | 2021-05-07 | 诺亚阿客(上海)网络科技有限公司 | 基于大数据的抵押物评级方法和装置 |
| TWI735129B (zh) * | 2020-01-03 | 2021-08-01 | 雷舍商務鑑價有限公司 | 利用風險評等決定企業價值或無形資產價值的方法及系統 |
| CN113610574A (zh) * | 2021-08-06 | 2021-11-05 | 工银科技有限公司 | 押品价值不定期或动态重估方法、装置、电子设备和介质 |
| CN117010920A (zh) * | 2023-06-13 | 2023-11-07 | 中企筑链科技有限公司 | 一种基于神经网络的抵押物评级方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070100724A1 (en) * | 2005-11-03 | 2007-05-03 | Hollas Judd E | Electronic enterprise capital marketplace and monitoring apparatus and method |
| CN101089890A (zh) * | 2007-07-12 | 2007-12-19 | 中国工商银行股份有限公司 | 一种基于网络的贷款受理系统及其贷款受理终端 |
| CN104346749A (zh) * | 2013-08-07 | 2015-02-11 | 辅富投资(上海)有限公司 | 基于抵押的网络借贷流程监控方法 |
| CN105550927A (zh) * | 2015-11-30 | 2016-05-04 | 吉林大学 | 一种银行信贷系统风险评估方法及装置 |
| CN105976236A (zh) * | 2016-04-28 | 2016-09-28 | 中国建设银行股份有限公司 | 一种借贷业务监测预警方法及装置 |
-
2017
- 2017-03-20 CN CN201710167117.2A patent/CN106952159B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070100724A1 (en) * | 2005-11-03 | 2007-05-03 | Hollas Judd E | Electronic enterprise capital marketplace and monitoring apparatus and method |
| CN101089890A (zh) * | 2007-07-12 | 2007-12-19 | 中国工商银行股份有限公司 | 一种基于网络的贷款受理系统及其贷款受理终端 |
| CN104346749A (zh) * | 2013-08-07 | 2015-02-11 | 辅富投资(上海)有限公司 | 基于抵押的网络借贷流程监控方法 |
| CN105550927A (zh) * | 2015-11-30 | 2016-05-04 | 吉林大学 | 一种银行信贷系统风险评估方法及装置 |
| CN105976236A (zh) * | 2016-04-28 | 2016-09-28 | 中国建设银行股份有限公司 | 一种借贷业务监测预警方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 忻鸿良: "房地产金融与抵押融资(上)", 《中国房地产估价师与房地产经纪人学会专题资料汇编》 * |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109711963A (zh) * | 2017-10-25 | 2019-05-03 | 嘉兴市友贷金融信息服务有限公司 | 穿透式全透明高效不动产网络借贷信息中介平台系统 |
| CN109711963B (zh) * | 2017-10-25 | 2023-06-23 | 嘉兴市友贷金融信息服务有限公司 | 穿透式全透明高效不动产网络借贷信息中介平台系统 |
| CN107944884A (zh) * | 2017-12-01 | 2018-04-20 | 保均（厦门）金融信息技术服务有限公司 | 一种物联网物品信用系统 |
| CN108961037A (zh) * | 2018-06-26 | 2018-12-07 | 成都爱车保信息技术有限公司 | 一种基于对车辆使用情况评估算法的车辆贷款风控方法及装置 |
| CN109741093A (zh) * | 2018-12-21 | 2019-05-10 | 上海拍拍贷金融信息服务有限公司 | 债权价值评估方法及装置、存储介质、终端 |
| CN110264338A (zh) * | 2019-05-31 | 2019-09-20 | 众安信息技术服务有限公司 | 一种基于区块链通证的资产抵押借款方法及系统 |
| CN110400176A (zh) * | 2019-07-26 | 2019-11-01 | 中国工商银行股份有限公司 | 押品估值方法及装置 |
| TWI735129B (zh) * | 2020-01-03 | 2021-08-01 | 雷舍商務鑑價有限公司 | 利用風險評等決定企業價值或無形資產價值的方法及系統 |
| CN111583019A (zh) * | 2020-04-21 | 2020-08-25 | 徐晓龙 | 一种便于实现客户贷款的运营方法 |
| CN112150270A (zh) * | 2020-09-18 | 2020-12-29 | 中国建设银行股份有限公司 | 监控车辆信息的方法、装置、设备和计算机可读介质 |
| CN112150270B (zh) * | 2020-09-18 | 2024-08-13 | 中国建设银行股份有限公司 | 监控车辆信息的方法、装置、设备和计算机可读介质 |
| CN112767126A (zh) * | 2021-01-21 | 2021-05-07 | 诺亚阿客(上海)网络科技有限公司 | 基于大数据的抵押物评级方法和装置 |
| CN113610574A (zh) * | 2021-08-06 | 2021-11-05 | 工银科技有限公司 | 押品价值不定期或动态重估方法、装置、电子设备和介质 |
| CN117010920A (zh) * | 2023-06-13 | 2023-11-07 | 中企筑链科技有限公司 | 一种基于神经网络的抵押物评级方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106952159B (zh) | 2021-03-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106952159A (zh) | 一种不动产抵押品风险控制方法、系统及存储介质 | |
| CN110009479B (zh) | 信用评价方法及装置、存储介质、计算机设备 | |
| CN107194803A (zh) | 一种p2p网贷借款人信用风险评估的装置 | |
| US7039608B2 (en) | Rapid valuation of portfolios of assets such as financial instruments | |
| US7028005B2 (en) | Methods and systems for finding value and reducing risk | |
| US7096197B2 (en) | Methods and apparatus for simulating competitive bidding yield | |
| US6985881B2 (en) | Methods and apparatus for automated underwriting of segmentable portfolio assets | |
| US7120599B2 (en) | Methods and systems for modeling using classification and regression trees | |
| US7003484B2 (en) | Methods and systems for efficiently sampling portfolios for optimal underwriting | |
| CN111311128A (zh) | 一种基于第三方数据的消费金融信用评分卡开发方法 | |
| JP2004500641A (ja) | 自動的にクレジットスコアの評価値を推定する方法とシステム | |
| CA2362441A1 (en) | Methods and systems for optimizing return and present value | |
| CN112700324A (zh) | 基于CatBoost与受限玻尔兹曼机结合的用户借贷违约预测方法 | |
| CN109934371A (zh) | 基于用电数据对企业进行偿付能力风险识别和预测的方法 | |
| WO2022143431A1 (zh) | 一种反洗钱模型的训练方法及装置 | |
| CN104850868A (zh) | 一种基于k-means和神经网络聚类的客户细分方法 | |
| CN111986027A (zh) | 基于人工智能的异常交易处理方法、装置 | |
| CN107590737A (zh) | 个人信用评分以及信用额度测算方法 | |
| CN113642923A (zh) | 基于历史催收数据的不良资产包价值评估方法 | |
| CN113159634A (zh) | 一种金融产品管理方法、装置及电子设备 | |
| CN108985595A (zh) | 基于交易方互评的移动交易服务评价方法及装置 | |
| CN116911994A (zh) | 对外贸易风险预警系统 | |
| CN110428333A (zh) | 针对金融中介机构mt4外汇交易软件的数据检测与分析方法 | |
| Terzi et al. | Comparison of financial distress prediction models: Evidence from turkey | |
| CN115619525A (zh) | 一种基于用电数据的企业贷后预警方法与系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |