CN107886430A - 贷后风险控制方法和系统 - Google Patents
贷后风险控制方法和系统 Download PDFInfo
- Publication number
- CN107886430A CN107886430A CN201711230496.1A CN201711230496A CN107886430A CN 107886430 A CN107886430 A CN 107886430A CN 201711230496 A CN201711230496 A CN 201711230496A CN 107886430 A CN107886430 A CN 107886430A
- Authority
- CN
- China
- Prior art keywords
- risk
- user
- loan
- platform
- score
- 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
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
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Technology Law (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明提供一种贷后风险控制方法,包括:建立贷后风险控制模型,贷后风险控制模型设置有风险评分规则引擎;提供一用户信息数据库;将该用户信息数据库中的用户逐一引入贷后风险控制模型,每个用户均生成一统一格式的反映该用户贷后风险管控的数据表和风险评分卡,以设定的评分规则计算出的该用户的风险总评分,将该用户的数据信息和风险评分卡发送至自动决策平台或人工决策平台。本发明能够定期查验系统内贷后用户的风险评分,并在发现风险后根据风险评分转交人工决策平台或自动决策平台处理,全过程自动化操作处理,有效节约贷后管理人力成本;另外,本发明的评分规则和处理规则可视化,用户能够根据业务发展需要随时调整规则。
Description
技术领域
本发明涉及贷款风险控制领域,具体而言涉及一种贷后风险控制方法和系统。
背景技术
目前我国银行和金融机构基本把贷款前期的调查和审核工作作为风险控制的重心,却忽略了由于贷款前期信息审核不到位或者欺诈信息贷款后,导致的贷款后期风险。
我国银行和金融机构对于贷后管理工作目前还借助于人工发现风险,比如实地调查、电话核实等手段,确认风险后再通过电呼或者短信通知用户,这一管理过程无疑相当冗长且效率低下,导致我国银行和金融机构对于贷后风险管理的工作困难重重,贷后欺诈、贷款逾期、恶意拖欠等扰乱金融市场秩序的行为依旧频繁发生。
发明内容
本发明目的在于提供一种贷后风险控制方法和系统,能够定期查验系统内贷后用户的风险评分,并在发现风险后根据风险评分转交人工决策平台或自动决策平台处理,全过程自动化操作处理,有效节约贷后管理人力成本;另外,本发明的评分规则和处理规则可视化,用户能够根据业务发展需要随时调整规则。
为达成上述目的,本发明提及一种贷后风险控制方法,包括:
建立贷后风险控制模型,该贷后风险控制模型包括用户画像、用户资产、用户行为、用户关系图谱和用户风险特征五个子项目,贷后风险控制模型设置有风险评分规则引擎;
提供一用户信息数据库,该用户信息数据库中存储有若干个贷款用户的数据信息;
将该用户信息数据库中的用户信息逐一导入贷后风险控制模型,经贷后风险控制模型处理分析后,为每个用户生成一统一格式的反映该用户贷后风险管控的数据表和风险评分卡,风险评分卡包括若干项风险类型和对应的风险评分,以及根据风险类型及其对应的风险评分以设定的评分规则计算出的该用户的风险总评分,
1)响应于风险总评分大于等于第一设定阈值,将该用户的数据表和风险评分卡发送至一人工决策平台,人工决策平台响应于接收到任意一个用户的数据信息和风险评分卡,将该用户的数据信息和风险评分卡发送至一指定的客户端;
2)响应于风险总评分小于第一设定阈值,并且大于等于第二设定阈值,将该用户的数据表和风险评分卡发送至一自动决策平台,自动决策平台响应于接收到任意一个用户的数据信息和风险评分卡,根据风险总评分以采用电呼和/或短信的方式通知该用户风险信息;
所述第一设定阈值大于第二设定阈值。
在前述方法的基础上,本发明还提及一种贷后风险控制系统,包括:
贷后风险控制模型,该贷后风险控制模型包括用户画像、用户资产、用户行为、用户关系图谱和用户风险特征五个子项目,贷后风险控制模型设置有风险评分规则引擎;
所述贷后风险控制模型响应于有用户信息导入,处理分析后生成一统一格式的反映该用户贷后风险管控的数据表和风险评分卡,风险评分卡包括若干项风险类型和对应的风险评分,以及根据风险类型及其对应的风险评分以设定的评分规则计算出的该用户的风险总评分;
用户信息数据库,该用户信息数据库中存储有若干个贷款用户的数据信息;
用于将该用户信息数据库中的用户逐一引入贷后风险控制模型的模块;
人工决策平台,人工决策平台被设置成响应于接收到任意一个用户的数据信息和风险评分卡,将该用户的数据信息和风险评分卡发送至一指定的客户端;
自动决策平台,自动决策平台被设置成响应于接收到任意一个用户的数据信息和风险评分卡,根据风险总评分以采用电呼和/或短信的方式通知该用户风险信息;
用于响应于风险总评分大于等于第一设定阈值,将该用户的数据表和风险评分卡发送至一人工决策平台的模块;
用于响应于风险总评分小于第一设定阈值,并且大于等于第二设定阈值,将该用户的数据表和风险评分卡发送至一自动决策平台的模块;
所述第一设定阈值大于第二设定阈值。
由以上本发明的技术方案,与现有相比,其显著的有益效果在于,能够定期查验系统内贷后用户的风险评分,并在发现风险后根据风险评分转交人工决策平台或自动决策平台处理,全过程自动化操作处理,有效节约贷后管理人力成本;另外,本发明的评分规则和处理规则可视化,用户能够根据业务发展需要随时调整规则。
应当理解,前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。另外,所要求保护的主题的所有组合都被视为本公开的发明主题的一部分。
结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见,或通过根据本发明教导的具体实施方式的实践中得知。
附图说明
附图不意在按比例绘制。在附图中,在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见,在每个图中,并非每个组成部分均被标记。现在,将通过例子并参考附图来描述本发明的各个方面的实施例,其中:
图1是本发明的贷后风险控制方法流程示意图。
图2是本发明的贷后决策处理流程示意图。
具体实施方式
为了更了解本发明的技术内容,特举具体实施例并配合所附图式说明如下。
在本公开中参照附图来描述本发明的各方面,附图中示出了许多说明的实施例。本公开的实施例不必定意在包括本发明的所有方面。应当理解,上面介绍的多种构思和实施例,以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施,这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外,本发明公开的一些方面可以单独使用,或者与本发明公开的其他方面的任何适当组合来使用。
结合图1,本发明提及一种贷后风险控制方法,包括以下步骤:
步骤1、建立贷后风险控制模型,该贷后风险控制模型包括用户画像、用户资产、用户行为、用户关系图谱和用户风险特征五个子项目,贷后风险控制模型设置有风险评分规则引擎。
提供一用户信息数据库,该用户信息数据库中存储有若干个贷款用户的数据信息。
步骤2、将该用户信息数据库中的用户信息逐一导入贷后风险控制模型,经贷后风险控制模型处理分析后,为每个用户生成一反映该用户贷后风险管控的数据表和风险评分卡,风险评分卡包括若干项风险类型和对应的风险评分,以及根据风险类型及其对应的风险评分以设定的评分规则计算出的该用户的风险总评分,此时有两种情形:
1)响应于风险总评分大于等于第一设定阈值,将该用户的数据表和风险评分卡发送至一人工决策平台,人工决策平台响应于接收到任意一个用户的数据信息和风险评分卡,将该用户的数据信息和风险评分卡发送至一指定的客户端。
2)响应于风险总评分小于第一设定阈值,并且大于等于第二设定阈值,将该用户的数据表和风险评分卡发送至一自动决策平台,自动决策平台响应于接收到任意一个用户的数据信息和风险评分卡,根据风险总评分以采用电呼和/或短信的方式通知该用户风险信息。
所述第一设定阈值大于第二设定阈值。
贷后风险控制模型选择的这五个子项目是和贷后风险关联性最高的五种数据,但不局限于此。
外部数据导入贷后风险控制模型后,经贷后风险控制模型筛选、处理、分析,能够生成一统一格式的反映该用户贷后风险管控的数据表,风险评分规则引擎对生成的数据表以设定的评分规则进行评分,生成一风险评分卡。
风险评分规则由用户根据自身需求操作风险评分规则引擎以设置,为了便于使用,风险评分规则引擎内可以内置一些评分规则的子模块,或者直接内置几种常用的风险评分规则,供用户选择使用。
风险评分卡包括若干项风险类型,每项风险类型均对应有其风险评分,当所有风险类型均被评分后,风险评分规则引擎还根据设定的评分规则计算出该用户本次的风险总评分。
以用户风险特征为例,当某一用户在3年内存在若干次逾期行为,这些逾期行为的数据一部分来自于贷后系统的内部数据,还有一部分来自于第三方或合作机构的外部数据,内部数据和外部数据的格式有可能不一样,需要将这些数据均导入贷后风险控制模型,经贷后风险控制模型处理分析后,生成一统一格式的反映该用户贷后风险管控的数据表。
数据表导入风险评分规则引擎,风险评分规则引擎内预设有一评分规则,比如,半年内存在的逾期行为一次加3分,距今半年到一年内存在的逾期行为一次加2分,距今一年到两年内的逾期行为一次加1分,距今两年到三年内的逾期行为一次加0.5分等等,即:
在某一项大的风险类型下,还可以设置有若干项更小范围的风险类型,例如逾期风险等等。
最后根据风险类型及其对应的风险评分计算出该用户的风险总评分,风险总评分的计算可以是简单的加减计算,也可以结合风险重要性进行加权计算,具体的评分规则由用户根据自身需要操作风险评分规则引擎实现。
由前述可知,风险总评分越高,说明该用户越有可能出现贷后逾期或者无力还贷等情形。
因此,本发明设置了两个针对风险总评分的阈值,分别为第一设定阈值和第二设定阈值,其中,第一设定阈值大于第二设定阈值,第一设定阈值和第二设定阈值的取值可以由用户根据自身需求操作贷后风险控制模型以设置。
结合图1、图2,此时存在三种情形:
第一种情形,当某一用户的风险总评分小于第二设定阈值时,说明该用户还款记录、资金信息和信用度等信息均处于安全可控的范围内,只需要继续观察。
第二种情形,当某一用户的风险总评分大于等于第二设定阈值,但小于第一设定阈值时,说明该用户的还款记录、资金流出现了一些问题,例如有一次还贷拖欠或者有一次逾期等,这同时也对该用户的信用度造成了影响,针对这种情况,我们将该用户的数据表和风险评分卡发送至一自动决策平台,交由自动决策平台处理。
自动决策平台接收到任意一个用户的数据信息和风险评分卡后,将会根据风险总评分的具体数值以采用电呼和/或短信的方式通知该用户风险信息。
通常,当风险总评分不是很高时,自动决策平台会选择通过短信方式提醒客户,提醒消息的种类包括逾期提醒、还款提醒等等,根据实际情况决定。
而当风险总评分较高时,自动决策平台会通过电呼的方式提醒用户,确保用户能够切实地接收到提醒信息,这类提醒包括逾期催收、欠息催收、短信方式提醒后一段时间内仍未消除风险项等相较于短信提醒时较为严重的情况。
在某一些例子中,所述自动决策平台响应于未联系到客户,生成一新的风险评分项和对应的风险评分,并且计入用户的风险评分卡。
例如,短信消息连续多次无法发送至客户的手机、客户电话无人接听、甚至已经销号等等,根据实际情况生成对应的风险评分项,并予以评分,这一评分也将记入风险评分卡和风险总评分中,需要引起足够的重视。
当设定时间内未联系到同一客户的次数超出设定次数,说明该客户存在有意拖延处理的风险,此时自动决策平台将该用户的数据信息和风险评分卡发送至人工决策平台,由人工决策平台处理。
第三种情形,当风险总评分大于等于第一设定阈值,将该用户的数据表和风险评分卡发送至一人工决策平台,人工决策平台响应于接收到任意一个用户的数据信息和风险评分卡,将该用户的数据信息和风险评分卡发送至一指定的客户端,交由该客户端对应的工作人员处理。
人工决策平台由工作人员操作,为了节约人工管理的成本,优选的,将较为复杂或者疑难的事务交由人工决策平台处理,而较为简单的事务由自动决策平台处理。
人工决策平台能够处理的工作包括两大类别,贷后管理和档案管理,其中贷后管理包括贷后信息管理、催收管理、还款管理等等,档案管理主要涉及黑名单用户管理、逾期拖延档案管理、以及灰名单用户管理等等。
具体的,人工决策平台包括一风险用户数据库。
所述人工决策平台响应于接收到任意一个用户的数据信息和风险评分卡,将该用户的数据信息和风险评分卡存储至风险用户数据库中。
风险用户数据库等同于灰名单用户数据库,工作人员将这类用户的信息进行收集、整理、分析,并且在线下通过各种方式处理贷款逾期等业务。
这一过程通常漫长而复杂,系统会在工作人员的工作过程中起一些辅助的作用,比如协助档案数据的收集、整理等等。
在某一些例子中,所述人工决策平台根据设定时间段内接收到的同一用户的数据信息次数超出设定次数,将该用户的数据信息和逾期拖欠档案从风险用户数据库转入一黑名单数据库。
这样的设置主要是为了帮助工作人员自动监控风险用户数据库中的灰名单用户信息,当设定时间段内该用户的数据信息不断会发送到人工决策平台,说明该用户存在极大的贷后风险,此时系统将会给该用户的数据信息和逾期拖欠档案从风险用户数据库转入黑名单数据库,提醒工作人员紧急处理该用户的贷款项目,可能会涉及到与其他合作机构的合作、通知法律部门等等。
用户信息数据库中的用户信息很多,贷后风险控制模型的运算处理过程也需要时间,为了能够更有效地进行贷后风险管控,本发明设置如下:
以设定的频次将用户信息数据库中的用户信息定期导入贷后风险控制模型,生成新的风险评分卡。
每个用户的频次可以相同也可以不相同,这一设定规则根据实际需求决定。
在一些例子中,系统根据风险总评分由高到低的顺序以逐渐减少导入对应用户至贷后风险控制模型中的频次。
在另一些例子中,系统会选择刚出现风险预兆的用户适当的加大导入频次,而风险值高于第一设定阈值并且转入人工决策平台的减少频次,完全交由人工决策平台处理,而不再占用贷后风险控制模型的资源进行处理。
在前述方法的基础上,本发明还提及一种贷后风险控制系统,包括以下几个部分:
1)贷后风险控制模型,该贷后风险控制模型包括用户画像、用户资产、用户行为、用户关系图谱和用户风险特征五个子项目,贷后风险控制模型设置有风险评分规则引擎。
所述贷后风险控制模型响应于有用户信息导入,处理分析后生成一统一格式的反映该用户贷后风险管控的数据表和风险评分卡,风险评分卡包括若干项风险类型和对应的风险评分,以及根据风险类型及其对应的风险评分以设定的评分规则计算出的该用户的风险总评分。
2)用户信息数据库,该用户信息数据库中存储有若干个贷款用户的数据信息。
3)用于将该用户信息数据库中的用户逐一引入贷后风险控制模型的模块。
4)人工决策平台,人工决策平台被设置成响应于接收到任意一个用户的数据信息和风险评分卡,将该用户的数据信息和风险评分卡发送至一指定的客户端。
5)自动决策平台,自动决策平台被设置成响应于接收到任意一个用户的数据信息和风险评分卡,根据风险总评分以采用电呼和/或短信的方式通知该用户风险信息。
6)用于响应于风险总评分大于等于第一设定阈值,将该用户的数据表和风险评分卡发送至一人工决策平台的模块。
7)用于响应于风险总评分小于第一设定阈值,并且大于等于第二设定阈值,将该用户的数据表和风险评分卡发送至一自动决策平台的模块。
所述第一设定阈值大于第二设定阈值。
从而,本发明提及一种贷后风险控制方法和系统,能够定期查验系统内贷后用户的风险评分,并在发现风险后根据风险评分转交人工决策平台或自动决策平台处理,全过程自动化操作处理,有效节约贷后管理人力成本;另外,本发明的评分规则和处理规则可视化,用户能够根据业务发展需要随时调整规则。
虽然本发明已以较佳实施例揭露如上,然其并非用以限定本发明。本发明所属技术领域中具有通常知识者,在不脱离本发明的精神和范围内,当可作各种的更动与润饰。因此,本发明的保护范围当视权利要求书所界定者为准。
Claims (8)
1.一种贷后风险控制方法,其特征在于,包括:
建立贷后风险控制模型,该贷后风险控制模型包括用户画像、用户资产、用户行为、用户关系图谱和用户风险特征五个子项目,贷后风险控制模型设置有风险评分规则引擎;
提供一用户信息数据库,该用户信息数据库中存储有若干个贷款用户的数据信息;
将该用户信息数据库中的用户信息逐一导入贷后风险控制模型,经贷后风险控制模型处理分析后,为每个用户生成一统一格式的反映该用户贷后风险管控的数据表和风险评分卡,风险评分卡包括若干项风险类型和对应的风险评分,以及根据风险类型及其对应的风险评分以设定的评分规则计算出的该用户的风险总评分,
1)响应于风险总评分大于等于第一设定阈值,将该用户的数据表和风险评分卡发送至一人工决策平台,人工决策平台响应于接收到任意一个用户的数据信息和风险评分卡,将该用户的数据信息和风险评分卡发送至一指定的客户端;
2)响应于风险总评分小于第一设定阈值,并且大于等于第二设定阈值,将该用户的数据表和风险评分卡发送至一自动决策平台,自动决策平台响应于接收到任意一个用户的数据信息和风险评分卡,根据风险总评分以采用电呼和/或短信的方式通知该用户风险信息;
所述第一设定阈值大于第二设定阈值。
2.根据权利要求1所述的贷后风险控制方法,其特征在于,所述方法还包括:
以设定的频次将用户信息数据库中的用户信息定期导入贷后风险控制模型,生成新的风险评分卡。
3.根据权利要求2所述的贷后风险控制方法,其特征在于,所述方法还包括:
根据风险总评分由高到低的顺序以逐渐减少导入对应用户至贷后风险控制模型中的频次。
4.根据权利要求1所述的贷后风险控制方法,其特征在于,所述自动决策平台响应于未联系到客户,生成一新的风险评分项和对应的风险评分,并且计入用户的风险评分卡。
5.根据权利要求4所述的贷后风险控制方法,其特征在于,所述自动决策平台响应于设定时间内未联系到同一客户的次数超出设定次数,将该用户的数据信息和风险评分卡发送至人工决策平台。
6.根据权利要求1所述的贷后风险控制方法,其特征在于,所述人工决策平台包括一风险用户数据库;
所述人工决策平台响应于接收到任意一个用户的数据信息和风险评分卡,将该用户的数据信息和风险评分卡存储至风险用户数据库中。
7.根据权利要求6所述的贷后风险控制方法,其特征在于,所述人工决策平台根据设定时间段内接收到的同一用户的数据信息次数超出设定次数,将该用户的数据信息和逾期拖欠档案从风险用户数据库转入一黑名单数据库。
8.一种贷后风险控制系统,其特征在于,包括:
贷后风险控制模型,该贷后风险控制模型包括用户画像、用户资产、用户行为、用户关系图谱和用户风险特征五个子项目,贷后风险控制模型设置有风险评分规则引擎;
所述贷后风险控制模型响应于有用户信息导入,处理分析后生成一统一格式的反映该用户贷后风险管控的数据表和风险评分卡,风险评分卡包括若干项风险类型和对应的风险评分,以及根据风险类型及其对应的风险评分以设定的评分规则计算出的该用户的风险总评分;
用户信息数据库,该用户信息数据库中存储有若干个贷款用户的数据信息;
用于将该用户信息数据库中的用户逐一导入贷后风险控制模型的模块;
人工决策平台,人工决策平台被设置成响应于接收到任意一个用户的数据信息和风险评分卡,将该用户的数据信息和风险评分卡发送至一指定的客户端;
自动决策平台,自动决策平台被设置成响应于接收到任意一个用户的数据信息和风险评分卡,根据风险总评分以采用电呼和/或短信的方式通知该用户风险信息;
用于响应于风险总评分大于等于第一设定阈值,将该用户的数据表和风险评分卡发送至一人工决策平台的模块;
用于响应于风险总评分小于第一设定阈值,并且大于等于第二设定阈值,将该用户的数据表和风险评分卡发送至一自动决策平台的模块;
所述第一设定阈值大于第二设定阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711230496.1A CN107886430A (zh) | 2017-11-29 | 2017-11-29 | 贷后风险控制方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711230496.1A CN107886430A (zh) | 2017-11-29 | 2017-11-29 | 贷后风险控制方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107886430A true CN107886430A (zh) | 2018-04-06 |
Family
ID=61776191
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711230496.1A Pending CN107886430A (zh) | 2017-11-29 | 2017-11-29 | 贷后风险控制方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107886430A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108805695A (zh) * | 2018-05-29 | 2018-11-13 | 成都启发分期科技有限公司 | 汽车金融业务风险评估方法 |
CN109409641A (zh) * | 2018-09-03 | 2019-03-01 | 平安科技(深圳)有限公司 | 风险评价方法、装置、计算机设备和存储介质 |
CN109508994A (zh) * | 2018-10-17 | 2019-03-22 | 平安国际融资租赁有限公司 | 业务风险控制方法、装置、计算机设备和存储介质 |
CN109727120A (zh) * | 2018-12-14 | 2019-05-07 | 深圳壹账通智能科技有限公司 | 风险评估模型的测试方法及装置、存储介质、计算机设备 |
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 |
CN110222962A (zh) * | 2019-05-24 | 2019-09-10 | 东方银谷(北京)科技发展有限公司 | 用于金融业务风险控制的数据配置方法及装置 |
CN110246030A (zh) * | 2019-06-21 | 2019-09-17 | 深圳前海微众银行股份有限公司 | 多方联动的贷后风险管理方法、终端、装置及存储介质 |
CN111080441A (zh) * | 2019-12-20 | 2020-04-28 | 四川新网银行股份有限公司 | 银行用户贷后负面信息的判断方法 |
CN112418580A (zh) * | 2019-08-22 | 2021-02-26 | 上海哔哩哔哩科技有限公司 | 一种风险控制方法、计算机设备及可读存储介 |
CN112862339A (zh) * | 2021-02-25 | 2021-05-28 | 厦门渊亭信息科技有限公司 | 一种风险决策方法及系统 |
CN113807953A (zh) * | 2021-09-24 | 2021-12-17 | 重庆富民银行股份有限公司 | 基于电话回访的风控管理方法及系统 |
CN114386858A (zh) * | 2022-01-14 | 2022-04-22 | 深圳前海环融联易信息科技服务有限公司 | 一种智能风险决策平台 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107169860A (zh) * | 2016-12-30 | 2017-09-15 | 中国建设银行股份有限公司 | 一种风险预警方法及装置 |
CN107169857A (zh) * | 2017-07-14 | 2017-09-15 | 成都农村商业银行股份有限公司 | 反洗钱系统的客户风险评级方法 |
CN107194799A (zh) * | 2017-04-28 | 2017-09-22 | 中证信用云科技(深圳)股份有限公司 | 信用云风险监控管理系统 |
CN107392755A (zh) * | 2017-07-07 | 2017-11-24 | 南京甄视智能科技有限公司 | 贷款风险融合评估方法与系统 |
-
2017
- 2017-11-29 CN CN201711230496.1A patent/CN107886430A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107169860A (zh) * | 2016-12-30 | 2017-09-15 | 中国建设银行股份有限公司 | 一种风险预警方法及装置 |
CN107194799A (zh) * | 2017-04-28 | 2017-09-22 | 中证信用云科技(深圳)股份有限公司 | 信用云风险监控管理系统 |
CN107392755A (zh) * | 2017-07-07 | 2017-11-24 | 南京甄视智能科技有限公司 | 贷款风险融合评估方法与系统 |
CN107169857A (zh) * | 2017-07-14 | 2017-09-15 | 成都农村商业银行股份有限公司 | 反洗钱系统的客户风险评级方法 |
Non-Patent Citations (1)
Title |
---|
田叶: ""汽车金融个人消费信贷预授信模式浅议"", 《合作经济与科技》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108805695A (zh) * | 2018-05-29 | 2018-11-13 | 成都启发分期科技有限公司 | 汽车金融业务风险评估方法 |
CN109409641A (zh) * | 2018-09-03 | 2019-03-01 | 平安科技(深圳)有限公司 | 风险评价方法、装置、计算机设备和存储介质 |
CN109508994B (zh) * | 2018-10-17 | 2024-02-06 | 平安国际融资租赁有限公司 | 业务风险控制方法、装置、计算机设备和存储介质 |
CN109508994A (zh) * | 2018-10-17 | 2019-03-22 | 平安国际融资租赁有限公司 | 业务风险控制方法、装置、计算机设备和存储介质 |
CN109727120A (zh) * | 2018-12-14 | 2019-05-07 | 深圳壹账通智能科技有限公司 | 风险评估模型的测试方法及装置、存储介质、计算机设备 |
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 |
CN110222962A (zh) * | 2019-05-24 | 2019-09-10 | 东方银谷(北京)科技发展有限公司 | 用于金融业务风险控制的数据配置方法及装置 |
CN110246030A (zh) * | 2019-06-21 | 2019-09-17 | 深圳前海微众银行股份有限公司 | 多方联动的贷后风险管理方法、终端、装置及存储介质 |
CN112418580A (zh) * | 2019-08-22 | 2021-02-26 | 上海哔哩哔哩科技有限公司 | 一种风险控制方法、计算机设备及可读存储介 |
CN111080441A (zh) * | 2019-12-20 | 2020-04-28 | 四川新网银行股份有限公司 | 银行用户贷后负面信息的判断方法 |
CN112862339A (zh) * | 2021-02-25 | 2021-05-28 | 厦门渊亭信息科技有限公司 | 一种风险决策方法及系统 |
CN113807953A (zh) * | 2021-09-24 | 2021-12-17 | 重庆富民银行股份有限公司 | 基于电话回访的风控管理方法及系统 |
CN113807953B (zh) * | 2021-09-24 | 2023-11-03 | 重庆富民银行股份有限公司 | 基于电话回访的风控管理方法及系统 |
CN114386858A (zh) * | 2022-01-14 | 2022-04-22 | 深圳前海环融联易信息科技服务有限公司 | 一种智能风险决策平台 |
CN114386858B (zh) * | 2022-01-14 | 2024-05-31 | 深圳前海环融联易信息科技服务有限公司 | 一种智能风险决策平台 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107886430A (zh) | 贷后风险控制方法和系统 | |
CN106412026A (zh) | 一种基于企业服务外包的公共网络服务系统 | |
CN109670936A (zh) | 贷款审批处理方法、平台、设备及计算机可读存储介质 | |
CN108335189A (zh) | 线上贷款处理方法、服务器及可读存储介质 | |
CN106503873A (zh) | 一种预测用户守约概率的方法、装置和计算设备 | |
CN107220353A (zh) | 一种智能客服机器人满意度自动评价方法及系统 | |
CN109242673A (zh) | 鹰眼反欺诈大数据风控评估系统 | |
CN107705036A (zh) | 基于多维度数据的动态信用评估方法及系统 | |
CN106022759A (zh) | 支持多帐户的电子支付方法 | |
CN111383093A (zh) | 账单逾期智能催收方法及系统 | |
CN107748952A (zh) | 基于消费风险控制的信誉审核方法、装置及存储介质 | |
CN110335135A (zh) | 一种智能催收机器人及智能催收方法 | |
CN109598631B (zh) | 基于社保政策的人力资源外包客户账单生成方法及生成系统 | |
CN112116103A (zh) | 基于联邦学习的个人资质评估方法、装置及系统及存储介质 | |
Kumar | Prospects and challenges of mobile financial services (MFS) in Bangladesh | |
Rozzani et al. | Applying technology: Issues in microfinance operations | |
CN109727116A (zh) | 信贷分析方法、装置、设备及计算机可读存储介质 | |
CN108242022A (zh) | 一种基于erp的小额贷款及委托贷款系统及方法 | |
CN111415138A (zh) | 一种创意处理方法和系统、客户端以及服务端 | |
Analytics | Exploring fintech solutions for women | |
CN105868217A (zh) | 数值自动转换方法及系统 | |
TW201530466A (zh) | 自動化財務管理診斷方法及其系統 | |
CN105874485A (zh) | 复式记账所需账簿数据的输入方法及用此的家庭记账系统 | |
Blechman et al. | Competition dynamics in mobile money markets in Tanzania | |
Gupta | E-waste: policies and legislations for a sustainable green growth |
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 |