CN107818505A - 金融数据智能决策方法及系统 - Google Patents

Abstract

本发明公开了一种运用计算机实现的金融数据智能决策方法及系统，其中方法包括：S1用于获取内部参考数据的步骤；S2用于对内部参考数据进行分析和等级评估的步骤；S3用于根据等级评估结果做出决策结果的步骤。本发明所提供的金融数据智能决策方法及系统，运用计算机实现内部参考数据的分析及评估，整个授信过程无人工干预，快速准确，可为信贷机构解决信贷审批的繁重人工操作，提高工作效率、降低人工成本，且可进一步降低出错率，降低信贷机构的信贷风险。

Description

金融数据智能决策方法及系统

技术领域

本发明涉及计算机软件技术领域，尤其涉及金融数据智能决策系统。

背景技术

信贷业务中每一个环节，包括客户挖掘、信贷评估、风险量化、不良资产管理、宏观政策以及市场风险、技术研发等，从根本上决定一家信贷机构或者信贷企业的业务场景的丰富度、价格优势、产品体验、业绩达成情况与合规情况。尤其是风险管控、快速授信，在小规模贷款行业成为信贷机构发展重中之重的环节。现有技术中，各信贷机构主要是通过人工读取用户各种参考数据数据，包括征信数据、手机数据、社保公积金数据、电商数据等，按照信贷公司内部的评估策略对该用户的信贷风险进行评估。但是，随着市场经济的繁荣及移动互联网行业的迅速发展，人工计算和评估速度慢、易出错，已经远远不能满足信贷行业的发展需求。

发明内容

本发明的目的是提供一种运用计算机实现的金融数据智能决策方法及系统。

本发明所提供的金融数据智能决策方法，包括如下步骤：S1用于获取内部参考数据的步骤；S2用于对内部参考数据进行分析和等级评估的步骤；S3用于根据等级评估结果做出决策结果的步骤。

所述S1用于获取内部参考数据的步骤，可以包括：S111通过互联网向用户移动终端发送认证信息请求；S112接收用户移动终端发来的认证信息；S113通过认证信息登录内部参考数据所在数据库；S114在内部参考数据所在的数据库进行检索，并读取检索结果信息。所述S1用于获取内部参考数据的步骤，还可以包括：S121通过互联网向用户移动终端发送打开摄像头的请求；S122用户移动终端打开摄像头拍摄用户人脸数据，并将人脸照片发送给系统；S123系统接收人脸照片并从照片中提取认证信息；S124通过认证信息登录内部参考数据所在数据库；S125在内部参考数据所在的数据库进行检索，并读取检索结果信息。所述S1用于获取内部参考数据的步骤，还可以包括： S131通过互联网向用户移动终端发送指纹识别请求；S132用户移动终端打开指纹识别装置，并将指纹识别信息发送给系统；S133系统接收指纹识别信息并从指纹识别信息中提取认证信息；S134通过认证信息登录内部参考数据所在数据库；S135在内部参考数据所在的数据库进行检索，并读取检索结果信息。所述S2用于对内部参考数据进行分析和等级评估的步骤，包括：S201对内部参考数据进行结构化处理，形成数据模型；S202将所述内部参考数据输入到所述数据模型中，通过数据模型的运算，得出等级评估参数值。所述S3用于根据等级评估结果做出决策结果的步骤，包括：S301用于当所述等级评估结果符合第一检测条件时，启动拒绝授信的操作步骤；S302用于当所述等级评估结果符合第二检测条件时，启动决策授信的操作步骤；S303用于当所述等级评估结果符合第三检测条件时，启动反欺诈模式的步骤。

本发明所提供的金融数据智能决策系统，包括：用于获取内部参考数据的模块；用于对内部参考数据进行分析和等级评估的模块；用于根据等级评估结果做出决策结果的模块。

所述用于获取内部参考数据的模块，可以包括：用于通过互联网向用户移动终端发送认证信息请求的子模块；用于接收用户移动终端发来的认证信息的子模块；用于通过认证信息登录内部参考数据所在数据库的子模块；用于在内部参考数据所在的数据库进行检索，并读取检索结果信息的子模块。所述用于获取内部参考数据的模块，还可以包括：用于通过互联网向用户移动终端发送打开摄像头的子模块；用于用户移动终端打开摄像头拍摄用户人脸数据，并将人脸照片发送给系统的子模块；用于系统接收人脸照片并从照片中提取认证信息的子模块；用于通过认证信息登录内部参考数据所在数据库的子模块；用于在内部参考数据所在的数据库进行检索，并读取检索结果信息的子模块。所述用于获取内部参考数据的模块，还可以包括：用于通过互联网向用户移动终端发送指纹识别请求的子模块；用于用户移动终端打开指纹识别装置，并将指纹识别信息发送给系统的子模块；用于系统接收指纹识别信息并从指纹识别信息中提取认证信息的子模块；用于通过认证信息登录内部参考数据所在数据库的子模块；用于在内部参考数据所在的数据库进行检索，并读取检索结果信息的子模块。所述用于对内部参考数据进行分析和等级评估的模块，包括：用于对内部参考数据进行结构化处理，形成数据模型的子模块；用于将所述内部参考数据输入到所述数据模型中，通过数据模型的运算，得出等级评估参数值的子模块。所述用于根据等级评估结果做出决策结果的模块，包括：用于当所述等级评估结果符合第一检测条件时，启动拒绝授信操作的子模块；用于当所述等级评估结果符合第二检测条件时，启动决策授信操作的子模块；用于当所述等级评估结果符合第三检测条件时，启动反欺诈模式操作的子模块。

本发明所提供的金融数据智能决策方法及系统，运用计算机实现内部参考数据的分析及评估，整个授信过程无人工干预，快速准确，可为信贷机构解决信贷审批的繁重人工操作，提高工作效率、降低人工成本，且可进一步降低出错率，降低信贷机构的信贷风险。

附图说明

图1为本发明实施例一所提供的金融数据智能决策方法步骤示意图；

图2、图3、图4为本发明实施例一所述的获取内部参考数据的步骤示意图；

图5为本发明实施例一所述的对内部参考数据进行分析和等级评估的步骤示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例一

如图1所示，本实施例提供一种金融数据智能决策方法，采用实施例二所述的系统，包括如下步骤：

S1用于获取内部参考数据的步骤；

S2用于对内部参考数据进行分析和等级评估的步骤；

S3用于根据等级评估结果做出决策结果的步骤。

本领域技术人员可以理解，所述内部参考数据可以包括征信数据、公积金数据、社保缴纳数据、电商支付历史数据、信贷历史数据、身份数据、银行账户数据、运营商提供的手机详单数据等。

如图2所示，进一步，所述S1用于获取内部参考数据的步骤，可以包括：

S111通过互联网向用户移动终端发送认证信息请求；

S112接收用户移动终端发来的认证信息；

S113通过认证信息登录内部参考数据所在数据库；

S114在内部参考数据所在的数据库进行检索，并读取检索结果信息。

本领域技术人员可以理解，所述内部参考数据所在数据库包括：公积金数据库、社保缴纳数据库、电商支付历史数据库、信贷历史数据库、身份信息数据库及银行账户数据、运营商提供的手机详单数据库等。如用户允许系统通过其认证信息获取其征信系统，用户会在其移动终端收到认证信息请求时将认证信息发送给系统，系统在用户允许的前提下登录上述数据库获得上述信息，以便于后续对内部参考数据的分析及评估处理。本领域技术人员可以理解，所述认证信息可以是身份证号码，登录用户名、登录密码、手机号码等。

本领域技术人员可以理解，所述内部参考数据所在数据库，即通过授权从人民银行、电商平台、信贷机构根据本方法做出的等级评估参数值或其他来源获得数据后建立的信贷机构自己具有新增、修改、删除等所有权限的数据库。

本领域技术人员可以理解，所述内部参考数据所在的数据库，会及时更新其内部数据，保证内部参考数据与人民银行、电商平台、手机运营商等外部数据保持一致。

如图3所示，进一步，所述S1用于获取内部参考数据的步骤，还可以包括：

S121通过互联网向用户移动终端发送打开摄像头的请求；

S122用户移动终端打开摄像头拍摄用户人脸数据，并将人脸照片发送给系统；

S123系统接收人脸照片并从照片中提取认证信息；

S124通过认证信息登录内部参考数据所在数据库；

S125在内部参考数据所在的数据库进行检索，并读取检索结果信息。

本领域技术人员可以理解，所述内部参考数据所在数据库包括：征信数据库、公积金数据库、社保缴纳数据库、电商支付历史数据库、信贷历史数据库、身份信息数据库及银行账户数据、运营商提供的手机详单数据库等。如用户允许系统通过其人脸信息获取其征信系统，用户会在其移动终端收到打开摄像头的请求时，操作打开移动终端的摄像头，系统在用户允许的前提下登录上述数据库获得上述信息，以便于后续对内部参考数据的分析及评估处理。本领域技术人员可以理解，所述认证信息可以是身份证号码，登录用户名、登录密码、手机号码等。

如图4所示，进一步，所述S1用于获取内部参考数据的步骤，还可以包括：

S131通过互联网向用户移动终端发送指纹识别请求；

S132用户移动终端打开指纹识别装置，并将指纹识别信息发送给系统；

S133系统接收指纹识别信息并从指纹识别信息中提取认证信息；

S134通过认证信息登录内部参考数据所在数据库；

S135在内部参考数据所在的数据库进行检索，并读取检索结果信息。

本领域技术人员可以理解，所述内部参考数据所在数据库包括：征信数据库、公积金数据库、社保缴纳数据库、电商支付历史数据库、信贷历史数据库、身份信息数据库及银行账户数据、运营商提供的手机详单数据库等。如用户允许系统通过其人脸信息获取其征信系统，用户会在其移动终端收到指纹识别请求时，操作打开移动终的指纹识别装置，系统在用户允许的前提下登录上述数据库获得上述信息，以便于后续对内部参考数据的分析及评估处理。本领域技术人员可以理解，所述认证信息可以是身份证号码，登录用户名、登录密码、手机号码等。

如图5所示，进一步，所述S2用于对内部参考数据进行分析和等级评估的步骤，包括：

S201对内部参考数据进行结构化处理，形成数据模型；

S202将所述内部参考数据输入到所述数据模型中，通过数据模型的运算，得出等级评估参数值。

本领域技术人员可以理解，所述等级评估参数值包括人民银行征信分数值和手机详单分数值。

根据所述等级评估参数值可判断出具有该内部参考数据的用户是否具有较高的借贷风险，即资金借出后是否可按照协议约定的时间和金额收回资金。

进一步，所述S3用于根据等级评估结果做出决策结果的步骤，包括：

本领域技术人员可以理解，当所述等级评估结果符合第一检测条件时，说明具有该等级评估结果的用户具有较差的内部参考数据，将资金放贷给该用户的信贷风险不符合行业通常的可控范围或不符合信贷机构的可控范围。

当所述等级评估结果符合第二检测条件时，说明具有该等级评估结果的用户具有较好的内部参考数据，将资金放贷给该用户的信贷风险符合行业通常的可控范围或符合信贷机构的可控范围；

当所述等级评估结果符合第三检测条件时，说明具有该等级评估结果的用户具有极其恶劣的内部参考数据，甚至可判断该用户之前的消费、借贷行为属于恶意欺诈，此时系统可自动启动反欺诈模式，降低信贷机构的风险。

实施例二

本实施例提供一种金融数据智能决策系统，包括：

用于获取内部参考数据的模块；

用于对内部参考数据进行分析和等级评估的模块；

用于根据等级评估结果做出决策结果的模块。

本领域技术人员可以理解，所述内部参考数据可以包括征信数据、公积金数据、社保缴纳数据、电商支付历史数据、信贷历史数据、身份数据、银行账户数据、运营商提供的手机详单数据等。

所述用于获取内部参考数据的模块，可以包括：

用于通过互联网向用户移动终端发送认证信息请求的子模块；

用于接收用户移动终端发来的认证信息的子模块；

用于通过认证信息登录内部参考数据所在数据库的子模块；

用于在内部参考数据所在的数据库进行检索，并读取检索结果信息的子模块。

本领域技术人员可以理解，所述内部参考数据所在数据库包括：征信数据库、公积金数据库、社保缴纳数据库、电商支付历史数据库、信贷历史数据库、身份信息数据库及银行账户数据、运营商提供的手机详单数据库等。如用户允许系统通过其认证信息获取其征信系统，用户会在其移动终端收到认证信息请求时将认证信息发送给系统，系统在用户允许的前提下登录上述数据库获得上述信息，以便于后续对内部参考数据的分析及评估处理。本领域技术人员可以理解，所述认证信息可以是身份证号码，登录用户名、登录密码、手机号码等。

本领域技术人员可以理解，所述内部参考数据所在数据库，即通过授权从人民银行、电商平台、信贷机构根据本方法做出的等级评估参数值或其他来源获得数据后建立的信贷机构自己具有新增、修改、删除等所有权限的数据库。

本领域技术人员可以理解，所述内部参考数据所在的数据库，会及时更新其内部数据，保证内部参考数据与人民银行、电商平台、手机运营商等外部数据保持一致。

所述用于获取内部参考数据的模块，还可以包括：

用于通过互联网向用户移动终端发送打开摄像头的子模块；

用于用户移动终端打开摄像头拍摄用户人脸数据，并将人脸照片发送给系统的子模块；

用于系统接收人脸照片并从照片中提取认证信息的子模块；

用于通过认证信息登录内部参考数据所在数据库的子模块；

用于在内部参考数据所在的数据库进行检索，并读取检索结果信息的子模块。

本领域技术人员可以理解，所述内部参考数据所在数据库包括：公积金数据库、社保缴纳数据库、电商支付历史数据库、信贷历史数据库、身份信息数据库及银行账户数据、运营商提供的手机详单数据库等。如用户允许系统通过其人脸信息获取其征信系统，用户会在其移动终端收到打开摄像头的请求时，操作打开移动终端的摄像头，系统在用户允许的前提下登录上述数据库获得上述信息，以便于后续对内部参考数据的分析及评估处理。本领域技术人员可以理解，所述认证信息可以是身份证号码，登录用户名、登录密码、手机号码等。

所述用于获取内部参考数据的模块，还可以包括：

用于通过互联网向用户移动终端发送指纹识别请求的子模块；

用于用户移动终端打开指纹识别装置，并将指纹识别信息发送给系统的子模块；

用于系统接收指纹识别信息并从指纹识别信息中提取认证信息的子模块；

用于通过认证信息登录内部参考数据所在数据库的子模块；

用于在内部参考数据所在的数据库进行检索，并读取检索结果信息的子模块。

本领域技术人员可以理解，所述内部参考数据所在数据库包括：公积金数据库、社保缴纳数据库、电商支付历史数据库、信贷历史数据库、身份信息数据库及银行账户数据、运营商提供的手机详单数据库等。如用户允许系统通过其人脸信息获取其征信系统，用户会在其移动终端收到指纹识别请求时，操作打开移动终的指纹识别装置，系统在用户允许的前提下登录上述数据库获得上述信息，以便于后续对内部参考数据的分析及评估处理。本领域技术人员可以理解，所述认证信息可以是身份证号码，登录用户名、登录密码、手机号码等。

所述用于对内部参考数据进行分析和等级评估的模块，包括：

用于对内部参考数据进行结构化处理，形成数据模型的子模块；

用于将所述内部参考数据输入到所述数据模型中，通过数据模型的运算，得出等级评估参数值的子模块。

本领域技术人员可以理解，所述等级评估参数值包括人民银行征信分数值和手机详单分数值。

根据所述等级评估参数值可判断出具有该内部参考数据的用户是否具有较高的借贷风险，即资金借出后是否可按照协议约定的时间和金额收回资金。

所述用于根据等级评估结果做出决策结果的模块，

用于当所述等级评估结果符合第一检测条件时，启动拒绝授信操作的子模块；

用于当所述等级评估结果符合第二检测条件时，启动决策授信操作的子模块；

用于当所述等级评估结果符合第三检测条件时，启动反欺诈操作的子模块。

本领域技术人员可以理解，当所述等级评估结果符合第一检测条件时，说明具有该等级评估结果的用户具有较差的内部参考数据，将资金放贷给该用户的信贷风险不符合行业通常的可控范围或不符合信贷机构的可控范围。

当所述等级评估结果符合第二检测条件时，说明具有该等级评估结果的用户具有较好的内部参考数据，将资金放贷给该用户的信贷风险符合行业通常的可控范围或符合信贷机构的可控范围；

当所述等级评估结果符合第三检测条件时，说明具有该等级评估结果的用户具有极其恶劣的内部参考数据，甚至可判断该用户之前的消费、借贷行为属于恶意欺诈，此时系统可自动启动反欺诈模式，降低信贷机构的风险。

最后应说明的是：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)

1.一种金融数据智能决策方法，其特征在于，包括如下步骤：

S1用于获取内部参考数据的步骤；

S2用于对内部参考数据进行分析和等级评估的步骤；

S3用于根据等级评估结果做出决策结果的步骤。

2.如权利要求1所述的金融数据智能决策方法，其特征在于，所述S1用于获取内部参考数据的步骤，包括：

S111通过互联网向用户移动终端发送认证信息请求；

S112接收用户移动终端发来的认证信息；

S113通过认证信息登录内部参考数据所在数据库；

S114在内部参考数据所在的数据库进行检索，并读取检索结果信息。

3.如权利要求1所述的金融数据智能决策方法，其特征在于，所述S1用于获取内部参考数据的步骤，包括：

S121通过互联网向用户移动终端发送打开摄像头的请求；

S122用户移动终端打开摄像头拍摄用户人脸数据，并将人脸照片发送给系统；

S123系统接收人脸照片并从照片中提取认证信息；

S124通过认证信息登录内部参考数据所在数据库；

S125在内部参考数据所在的数据库进行检索，并读取检索结果信息。

4.如权利要求1所述的金融数据智能决策方法，其特征在于，所述S1用于获取内部参考数据的步骤，包括：

S131通过互联网向用户移动终端发送指纹识别请求；

S132用户移动终端打开指纹识别装置，并将指纹识别信息发送给系统；

S133系统接收指纹识别信息并从指纹识别信息中提取认证信息；

S134通过认证信息登录内部参考数据所在数据库；

S135在内部参考数据所在的数据库进行检索，并读取检索结果信息。

5.如权利要求2至4中任一项所述的金融数据智能决策方法，其特征在于，所述S2用于对内部参考数据进行分析和等级评估的步骤，包括：

S201对内部参考数据进行结构化处理，形成数据模型；

S202将所述内部参考数据输入到所述数据模型中，通过数据模型的运算，得出等级评估参数值。

6.如权利要求5所述的金融数据智能决策方法，其特征在于，所述S3用于根据等级评估结果做出决策结果的步骤，包括：

S301用于当所述等级评估结果符合第一检测条件时，启动拒绝授信的操作步骤；

S302用于当所述等级评估结果符合第二检测条件时，启动决策授信的操作步骤；

S303用于当所述等级评估结果符合第三检测条件时，启动反欺诈的操作步骤。

7.一种金融数据智能决策系统，其特征在于，包括：

用于获取内部参考数据的模块；

用于对内部参考数据进行分析和等级评估的模块；

用于根据等级评估结果做出决策结果的模块。

8.如权利要求7所述的金融数据智能决策系统，其特征在于，所述用于获取内部参考数据的模块，包括：

用于通过互联网向用户移动终端发送认证信息请求的子模块；

用于接收用户移动终端发来的认证信息的子模块；

用于通过认证信息登录内部参考数据所在数据库的子模块；

用于在内部参考数据所在的数据库进行检索，并读取检索结果信息的子模块。

9.如权利要求7所述的金融数据智能决策系统，其特征在于，所述用于获取内部参考数据的模块，包括：

用于通过互联网向用户移动终端发送打开摄像头的子模块；

用于用户移动终端打开摄像头拍摄用户人脸数据，并将人脸照片发送给系统的子模块；

用于系统接收人脸照片并从照片中提取认证信息的子模块；

用于通过认证信息登录内部参考数据所在数据库的子模块；

用于在内部参考数据所在的数据库进行检索，并读取检索结果信息的子模块。

10.如权利要求7所述的金融数据智能决策系统，其特征在于，所述用于获取内部参考数据的模块，包括：

用于通过互联网向用户移动终端发送指纹识别请求的子模块；

用于用户移动终端打开指纹识别装置，并将指纹识别信息发送给系统的子模块；

用于系统接收指纹识别信息并从指纹识别信息中提取认证信息的子模块；

用于通过认证信息登录内部参考数据所在数据库的子模块；

用于在内部参考数据所在的数据库进行检索，并读取检索结果信息的子模块。

11.如权利要求8至10中任一项所述的金融数据智能决策系统，其特征在于，所述用于对内部参考数据进行分析和等级评估的模块，包括：

用于对内部参考数据进行结构化处理，形成数据模型的子模块；

用于将所述内部参考数据输入到所述数据模型中，通过数据模型的运算，得出等级评估参数值的子模块。

12.如权利要求11所述的金融数据智能决策系统，其特征在于，所述用于根据等级评估结果做出决策结果的模块，包括：

用于当所述等级评估结果符合第一检测条件时，启动拒绝授信操作的子模块；

用于当所述等级评估结果符合第二检测条件时，启动决策授信操作的子模块；

用于当所述等级评估结果符合第三检测条件时，启动反欺诈操作的子模块。