CN108230143A - 一种贷后数据报告生成方法及系统 - Google Patents
一种贷后数据报告生成方法及系统 Download PDFInfo
- Publication number
- CN108230143A CN108230143A CN201810112068.7A CN201810112068A CN108230143A CN 108230143 A CN108230143 A CN 108230143A CN 201810112068 A CN201810112068 A CN 201810112068A CN 108230143 A CN108230143 A CN 108230143A
- Authority
- CN
- China
- Prior art keywords
- enterprise
- information
- index set
- loan
- 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
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Technology Law (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明实施例提供了一种贷后数据报告生成方法,用于实时生成借方企业的贷后数据报告,提高对借方企业的贷后风险管控效率,减少贷后风险。本发明实施例方法包括:从企业信息库中实时获取借方企业信息,借方企业信息至少包括:企业基本信息、企业账务信息及企业借款的业务类型;根据企业借款的业务类型,从预警模型库中获取相匹配的借后风险预警模型,预警模型由多个指标集构成,每个指标集包括指标类型、指标数据及指标阈值;从企业基本信息及企业账务信息中获取与每个指标集的指标类型对应的指标数据;将指标数据与对应的指标阈值相比较,并根据比较结果输出借方企业的贷后数据报告。
Description
技术领域
本发明涉及金融数据处理技术领域,尤其涉及一种贷后数据报告生成方法及系统。
背景技术
金融机构在对企业发放借款后,往往要对企业进行贷后管理。企业贷后管理主要是以借款风险管理为核心,通过一定的组织形式、方法制度、人员配备等,对借款本身、借款人、担保等因素进行跟踪检查分析,及时发现借款存在的问题并采取相应的管理措施,以达到防范、控制和化解借款风险,提高信贷资产质量的目的。
金融机构按照主动、动态、持续的原则要求对企业进行贷后检查,一般通过实地现场检查的方式,对借款企业有关情况真实性、收人变化倩况,以及其他影响因素进行持续跟踪调查、分析,这种方式虽然可以较全面的反应企业的经营现状,但由于需要花费大量的人力物力进行现场跟踪检查及对检查情况进行分析处理,效率低下,因此往往在发现企业风险的处理上可能会存在一定的延迟,导致无法及时对企业的贷后风险进行预警。
发明内容
本发明实施例提供了一种贷后数据报告生成方法及系统,用于实时生成借方企业的贷后数据报告,提高对借方企业的贷后风险管控效率,减少贷后风险。
本发明实施例第一方面提供了一种贷后数据报告生成方法,包括:
从企业信息库中实时获取借方企业信息,借方企业信息至少包括:企业基本信息、企业账务信息及企业借款的业务类型;
根据企业借款的业务类型,从预警模型库中获取相匹配的借后风险预警模型,预警模型由多个指标集构成,每个指标集包括指标类型、指标数据及指标阈值;
从企业基本信息及企业账务信息中获取与每个指标集的指标类型对应的指标数据;
将指标数据与对应的指标阈值相比较,并根据比较结果输出借方企业的贷后数据报告。
优选的,该方法还包括:
建立企业信息库与企业管理方的数据链接,以实时更新企业信息库中的企业数据,企业管理方包括:税务机构、工商机构及司法机构。
优选的,根据比较结果输出借方企业的贷后数据报告,包括:
根据多个指标集中每个指标集的指标数据与对应指标阈值的比较结果,输出多个指标集中每个指标集的预警信息;
和/或,
根据多个指标集中每个指标集的指标数据与对应指标阈值的比较结果,输出借方企业的综合预警信息。
优选的,企业基本信息包括:
企业名称、纳税人识别号、企业所在的地区、企业所属的行业类别、企业的上下游客户信息、企业联系方式和/或企业借款的银行信息;
企业账务信息包括:
企业的贷款总额、企业的贷款时长、企业的年利润、企业的年销售额、企业的资产负债情况和/或企业应收账款周转率;
多个指标集包括:基本信息指标集、经营稳定性指标集、纳税稳定性指标集、财务稳定性指标集和/或上下游客户指标集。
优选的,预警模型中指标集的个数及每个指标集的内容支持自定义。
本发明实施例第二方面提供了一种贷后数据报告生成系统,包括:
第一获取单元,用于从企业信息库中实时获取借方企业信息,借方企业信息至少包括:企业基本信息、企业账务信息及企业借款的业务类型;
第二获取单元,用于根据企业借款的业务类型,从预警模型库中获取相匹配的借后风险预警模型,预警模型由多个指标集构成,每个指标集包括指标类型、指标数据及指标阈值;
第三获取单元,用于从企业基本信息及企业账务信息中获取与每个指标集的指标类型对应的指标数据;
报告输出单元,用于将指标数据与对应的指标阈值相比较,并根据比较结果输出借方企业的贷后数据报告。
优选的,该系统还包括:
建立单元,用于建立企业信息库与企业管理方的数据链接,以实时更新企业信息库中的企业数据,企业管理方包括:税务机构、工商机构及司法机构。
优选的,报告输出单元包括:
比较单元,用于将指标数据与对应的指标阈值相比较;
第一输出模块,用于根据多个指标集中每个指标集的指标数据与对应指标阈值的比较结果,输出由多个指标集中每个指标集的预警信息构成的贷后数据报告;
和/或,
第二输出模块,用于根据多个指标集中每个指标集的指标数据与对应指标阈值的比较结果,输出由借方企业的综合预警信息构成的贷后数据报告。
优选的,企业基本信息包括:
企业名称、纳税人识别号、企业所在的地区、企业所属的行业类别、企业的上下游客户信息、企业联系方式和/或企业借款的银行信息;
企业账务信息包括:
企业的贷款总额、企业的贷款时长、企业的年利润、企业的年销售额、企业的资产负债情况和/或企业应收账款周转率;
多个指标集包括:基本信息指标集、经营稳定性指标集、纳税稳定性指标集、财务稳定性指标集和/或上下游客户指标集。
优选的,预警模型中指标集的个数及每个指标集的内容支持自定义。
本发明实施例还提供了一种计算机装置,包括处理器,该处理器用于执行存储于存储器上的计算机程序时,用于实现第一方面所述的贷后数据报告生成方法。
本发明实施例还提供了一种可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时,用于实现第一方面所述的贷后数据报告生成方法。
从以上技术方案可以看出,本发明实施例具有以下优点:
本发明实施例中,贷后数据报告生成系统从企业信息库中实时获取借方企业信息,根据借方企业信息中的借款业务类型,从预警模型库中获取相匹配的预警模型,然后从借方企业信息中的企业基本信息、企业账务信息中获取与预警模型中每个指标集的指标类型对应的指标数据,并将该指标数据与预警模块中对应的指标阈值相比较,根据比较结果输出借方企业的贷后数据报告,该贷后数据报告生成系统通过企业信息库实时获取借方企业信息的方式,更准确、直接,且通过将企业信息中的数据与预警模型中的指标阈值进行比较,根据比较结果直接输出借方企业的贷后数据报告,提高了对借方企业贷后风险的管控效率,减少了贷后风险。
附图说明
图1为本发明实施例中贷后数据报告生成方法的一个实施例示意图;
图2为本发明实施例中贷后数据报告生成方法的另一个实施例示意图;
图3为本发明实施例中根据比较结果输出贷后数据报告的一个实施例示意图;
图4为本发明实施例中贷后数据报告生成系统的一个实施例示意图;
图5为本发明实施例中贷后数据报告生成系统的另一个实施例示意图。
具体实施方式
本发明实施例提供了一种贷后数据报告生成方法及系统,用于实时生成借方企业的贷后数据报告,提高对借方企业的贷后风险管控效率,减少贷后风险。
为方便理解,下面来描述本发明实施例中的贷后数据报告生成方法,请参阅图1,本发明实施例中贷后数据报告生成方法的一个实施例,包括:
101、从企业信息库中实时获取借方企业信息,借方企业信息至少包括:企业基本信息、企业账务信息及企业借款的业务类型;
对于金融机构,将银行贷款贷给企业后,及时关注企业的运行情况,以保证银行贷款的正常回笼是非常必要的,而区别于现有技术中需要金融机构到借方企业现场检查的方式,本实施例提出了一种贷后数据报告生成方法,以用于实时生成借方企业的贷后数据报告,提高对借方企业的贷后风险管控效率,减少贷后风险。
本实施例中,贷后数据报告生成系统从企业信息库中实时获取借方企业信息,其中借方企业信息至少包括:借方企业的基本信息、企业账务信息及企业借款的业务类型,而企业的基本信息一般包括:企业名称、企业法人、企业联系人及联系方式、企业的纳税人识别号、企业所在的区域、企业所属的行业类别、企业的上下游客户、企业的主要客户及企业借款的银行信息等;企业账务信息包括:企业的贷款总额、企业的贷款时长、企业的年利润、企业的年销售额、企业的资产负债情况、企业应收账款周转率等;企业借款的业务类型是指企业所办理的具体金融产品,如企业办理了名称为“税金银”的金融产品提供的贷款业务,则企业借款的业务类型即为“税金银”。
具体的,本实施例中的企业信息库可以是贷后数据报告生成系统的自有数据库,也可以是第三方数据库,其中,贷后数据报告生成系统通过调用的方式访问该企业信息库,具体的,调用的方式可以是API接口、或池连接的方式,此处不做具体限制。
102、根据企业借款的业务类型,从预警模型库中获取相匹配的借后风险预警模型,预警模型由多个指标集构成,每个指标集包括指标类型、指标数据及指标阈值;
贷后数据报告生成系统获取到企业的借款的业务类型后,可以根据该业务类型从预警信息库中获取与该业务类型相匹配的借后风险预警模型,该预警模型由多个指标集构成,其中,每个指标集都包括指标类型、指标数据及指标阈值。
具体的,本实施例中预警模型与企业借款的业务类型相对应,如借方企业借款的业务类型为“税金银”,则其对应的预警模型为“X预警模型”,其中,X预警模型的多个指标集包括:基本信息指标集、经营稳定性指标集、纳税稳定性指标集、财务稳定性指标集及上下游客户指标集;而每个指标集又包括不同的指标类型、指标数据及指标阈值,具体的每个指标集的构成部分在下面的实施例中进行具体描述。
103、从企业基本信息及企业账务信息中获取与每个指标集的指标类型对应的指标数据;
贷后数据报告生成系统在步骤101及步骤102中获取企业的基本信息及企业的账务信息后,即可根据每个指标集中的指标类型,从企业基本信息及企业的账务信息中获取对应的指标数据,以用于执行步骤104。
104、将指标数据与指标阈值相比较,并根据比较结果输出借方企业的贷后数据报告。
贷后数据报告生成系统从企业基本信息、企业账务信息中获取到每个指标集中对应指标类型的指标数据后,将该指标数据与每个指标集的指标阈值分别进行比较,从而根据比较结果输出借方企业的贷后数据报告。
具体的,贷后数据报告生成系统可以根据比较结果,输出不同的借方企业贷后数据报告,具体对于不同的贷后数据报告的生成方法在下面的实施例中详细描述。
本发明实施例中,贷后数据报告生成系统从企业信息库中实时获取借方企业信息,根据借方企业信息中的借款业务类型,从预警模型库中获取相匹配的预警模型,然后从借方企业信息中的企业基本信息、企业账务信息中获取与预警模型中每个指标集的指标类型对应的指标数据,并将该指标数据与预警模块中对应的指标阈值相比较,根据比较结果输出借方企业的贷后数据报告,该贷后数据报告生成系统通过企业信息库实时获取借方企业信息的方式,更准确、直接,且通过将企业信息中的数据与预警模型中的指标阈值进行比较,根据比较结果直接输出借方企业的贷后数据报告,提高了对借方企业贷后风险的管控效率,减少了贷后风险。
基于图1所述的实施例,下面详细描述本发明的贷后数据报告生成方法,请参阅图2,本发明实施例中贷后数据报告生成方法的另一个实施例,包括:
201、建立企业信息库与企业管理方的数据链接,以实时更新企业信息库中的企业数据,所述企业管理方包括:税务机构、工商机构及司法机构;
随着互联网+经济的发展模式,越来越多的新企业被注册,也有很多企业不断的被注销,据统计2015年以来,每天都有近1万家的企业被注册,每天也有近2万家的企业被注销,由此可见,每家企业的状态每天都在发生更新,所以金融机构将金融资本投入企业后,对企业信息的实时更新查看是非常重要的,而本实施例中是通过建立企业信息库与企业管理方之间的数据链接,来实时更新企业信息库中的企业数据,具体的,企业管理方包括:对企业财务状态监管的税务机构,对企业运行状态监管的工商机构及司法机构。
202、从企业信息库中实时获取借方企业信息,借方企业信息至少包括:企业基本信息、企业账务信息及企业借款的业务类型;
贷后数据报告生成系统建立企业信息库与企业管理方的数据链接后,对企业信息库中的企业数据实时更新,以从企业信息库中实时获取借方企业信息,其中借方企业信息至少包括:企业基本信息、企业账务信息及企业借款的业务类型,具体的,企业基本信息、企业账务信息及企业借款的业务类型已在图1所述实施例的步骤101中详细描述,此处不再赘述。
203、根据企业借款的业务类型,从预警模型库中获取相匹配的借后风险预警模型,预警模型由多个指标集构成,每个指标集包括指标类型、指标数据及指标阈值;
贷后数据报告生成系统获取到企业的借款的业务类型后,可以根据该业务类型从预警信息库中获取与该业务类型相匹配的借后风险预警模型,该预警模型由多个指标集构成,其中,每个指标集都包括指标类型、指标数据及指标阈值。
具体的,本实施例中的预警模型与企业借款的业务类型相对应,如借方企业借款的业务类型为“税金银”,则其对应的预警模型为“X预警模型”,其中,X预警模型的多个指标集包括:基本信息指标集、经营稳定性指标集、纳税稳定性指标集、财务稳定性指标集及上下游客户指标集。
进一步,基本信息指标集包括企业名称、纳税人识别号、企业所属的行业、企业的营业日期、纳税类型、注册资本、工商注册号、组织机构代码、法定代表人及法人身份证号,其中,基本信息指标集的指标类型为基本信息指标集的各个组成部分,而指标数据为各个组成部分对应的数据内容,而指标阈值为各个组成部分中有参考意义的数据内容的上限或者下限,如企业的注册资本,若基本信息指标集中注册资本的指标阈值为1000万,则企业注册资本小于1000万的企业,就具有一定的风险。
经营稳定性指标集由纳税人状态、近3个月销售同比增长率、近6个月销售同比增长率、进项税额同比下降、近6个月0销售次数、是否连续3年亏损等指标构成;其中,经营稳定性指标集的指标类型为各个组成指标,而指标数据为根据企业的财务数据统计而得到的对应的数据内容,而指标阈值为各个指标数据大小的上限或者下限,若指标数据超出指标阈值,则具有一定的风险。
纳税稳定性指标集由近3个月纳税同比增长率、近6个月纳税同比增长率、近12个月纳税同比增长率、当前是否欠税、近3个月滞纳金次数、近6个月稽查次数等指标构成;其中,纳税稳定性指标集的类型为各个组成指标,而指标数据为根据企业的纳税数据统计而得到的对应的数据内容,指标阈值为各个指标数据大小的上下或下限,若指标数据超出指标阈值,则具有一定的风险。
财务稳定性指标集由资产负债率、流动比率、应收账款周转率、带息负债增长率、销售收入增长率、是否净利润下降、短期借款增长率等指标构成,其中财务稳定性指标集的指标类型、指标数据及指标阈值与经营稳定性指标集的描述类似,此处不再赘述。
上下游客户指标集由第一名供应商占比、前三名供应商占比、前五名供应商占比、第一名客户占比、前三名客户占比、前五名客户重合度等指标构成;其中上下游客户指标集的指标类型为各构成指标,指标数据为根据企业的供应商和客户统计而得到的数据内容,而指标阈值为各个指标数据大小的上限或下限,若指标数据超出指标阈值,则具有一定的风险。
需要说明的是,基本信息指标集、经营稳定性指标集、纳税稳定性指标集、财务稳定性指标集及上下游客户指标集的指标类型并不限制于所描述的构成指标,还可以包括其他指标类型,如基本信息指标集的指标类型还可以包括:企业的经营范围等,此处不做具体限制。
进一步,预警模型库中的预警模型也可以随着借款的业务类型的更新而更新,且预警模型中指标集的个数、及每个指标集的内容也支持用户自定义,以方便贷后数据报告生成系统随着借款的业务类型的更新,而建立或完善更好的预警模型。
204、从企业基本信息及企业账务信息中获取与每个指标集的指标类型对应的指标数据;
贷后数据报告生成系统从企业信息库中获取到企业最新的业务数据后,便可以从与借款业务类型相匹配的预警模型中,获取多个指标集,进一步根据预警模型中的指标类型,从企业基本信息及企业账务信息中的获取相对应的数据内容,以用于将该数据内容与每个指标集中设置的指标阈值进行比较。
205、将指标数据与指标阈值相比较,并根据比较结果输出借方企业的贷后数据报告。
贷后数据报告生成系统获取到各个指标集对应的指标数据后,将该指标数据与指标阈值相比较,并根据比较结果输出借方企业的贷后数据报告。
具体的,贷后数据报告生成系统可以根据比较结果生成不同的贷后数据报告,请参阅图3,本发明实施例中贷后数据报告生成系统根据比较结果输出借方企业的贷后数据报告的一个实施例,包括:
301、根据多个指标集中每个指标集的指标数据与对应指标阈值的比较结果,输出多个指标集中每个指标集的预警信息;
贷后数据报告生成系统依次将每个指标集中的指标数据与预警模型中对应的指标阈值相比较后,会得到每个指标集中关于每个指标数据不同的预警信息,如贷后数据报告生成系统从企业信息库中获取到W企业的经营稳定性指标集的各指标的内容如下:纳税人状态:正常;近3个月销售同比增长率为-32.10%;近6个月销售同比增长率为3.62%;进项税额同比下降为-26.45%;近6个月0销售次数为0;是否连续3年亏损的状态为否,而经营稳定性指标集的各指标阈值为:纳税人状态:非正常状态则预警;近3个月销售同比增长率:小于0则预警;近6个月销售同比增长率:小于0则预警;进项税额同比下降:小于0则预警;近6个月0销售次数:大于0则预警;是否连续3年:是则预警。
依次类推,贷后数据报告生成系统可以将多个指标集中每个指标集相应指标数据的预警信息输出在贷后数据报告中。
302、根据多个指标集中每个指标集的指标数据与对应指标阈值的比较结果,输出借方企业的综合预警信息。
贷后数据报告生成系统得到多个指标集中每个指标集相应指标数据的预警信息后,可以根据每个指标集的预警信息,得到借方企业的综合预警信息。
如贷后数据报告系统得到基本信息指标集、经营稳定性指标集、纳税稳定性指标集、财务稳定性指标集及上下游客户指标集中每个指标集的预警个数和预警对应的指标类型后,可以根据每个指标集的预警信息生成借方企业的综合预警信息。
具体的,贷后数据报告生成系统根据每个指标集的预警信息生成综合预警信息的过程可以是,设置每个指标集中每个指标类型所占的权重,及每个指标集在多个指标集中所占的权重,然后得出多个指标集的综合预警信息,即借方企业的综合预警信息,其中预警信息可以包括预警的指标个数,及预警的等级,以便于金融机构根据该综合预警信息采用必要的防范措施,降低借方企业的贷后风险。
需要说明的是,贷后数据报告生成系统得到的贷后数据报告可以只显示步骤301中的预警信息或步骤302中的预警信息,也可以根据投入的金融金额的大小而同时显示步骤301和步骤302中的预警信息,此处不做具体限制。
本实施例中,贷后数据报告生成系统从企业信息库中实时获取借方企业信息,根据借方企业信息中的借款业务类型,从预警模型库中获取相匹配的预警模型,然后从借方企业信息中的企业基本信息、企业账务信息中获取与预警模型中每个指标集对应的指标数据,并将该指标数据与预警模块中对应的指标阈值相比较,根据比较结果输出借方企业的贷后数据报告,该贷后数据报告生成系统通过企业信息库实时获取借方企业信息的方式,更准确、直接,且通过将企业信息中的数据与预警模型中的指标阈值进行比较,根据比较结果直接输出方企业的贷后数据报告,提高了对借方企业贷后风险的管控效率,减少了贷后风险。
其次,贷后数据报告生成系统根据比较结果输出不同内容的贷后数据报告,提高了贷后数据报告的多样性。
上面描述了本发明实施例中的贷后数据生成方法,下面来描述本发明实施例中的贷后数据报告生成系统,请参阅图4,本发明实施例中贷后数据报告生成系统,包括:
第一获取单元401,用于从企业信息库中实时获取借方企业信息,借方企业信息至少包括:企业基本信息、企业账务信息及企业借款的业务类型;
第二获取单元402,用于根据企业借款的业务类型,从预警模型库中获取相匹配的借后风险预警模型,预警模型由多个指标集构成,每个指标集包括指标类型、指标数据及指标阈值;
第三获取单元403,用于从企业基本信息及企业账务信息中获取与每个指标集的指标类型对应的指标数据;
报告输出单元404,用于将指标数据与对应的指标阈值相比较,并根据比较结果输出借方企业的贷后数据报告。
需要说明的是,本实施例中各单元的作用与图1所述实施例中贷后数据报告生成系统的作用类似,此处不再赘述。
本发明实施例中,第一获取单元401从企业信息库中实时获取借方企业信息,第二获取单元402,根据借方企业信息中的借款业务类型,从预警模型库中获取相匹配的预警模型,然后从借方企业信息中的企业基本信息、企业账务信息中获取与预警模型中每个指标集对应的指标数据,并将该指标数据与预警模块中对应的指标阈值相比较,根据比较结果输出借方企业的贷后数据报告,该贷后数据报告生成系统通过企业信息库实时获取借方企业信息的方式,更准确、直接,且通过将企业信息中的数据与预警模型中的指标阈值进行比较,直接输出借方企业的贷后数据报告,提高了对借方企业贷后风险的管控效率,减少了贷后风险。
基于图4所述的实施例,下面来描述本发明实施例中贷后数据报告生成系统的另一个实施例,请参阅图5,本发明实施例中贷后数据报告生成系统的另一个实施例,包括:
第一获取单元501,用于从企业信息库中实时获取借方企业信息,借方企业信息至少包括:企业基本信息、企业账务信息及企业借款的业务类型;
第二获取单元502,用于根据企业借款的业务类型,从预警模型库中获取相匹配的借后风险预警模型,预警模型由多个指标集构成,每个指标集包括指标类型、指标数据及指标阈值;
第三获取单元503,用于从企业基本信息及企业账务信息中获取与每个指标集的指标类型对应的指标数据;
报告输出单元504,用于将指标数据与对应的指标阈值相比较,并根据比较结果输出借方企业的贷后数据报告。
优选的,该系统还包括:
建立单元505,用于建立企业信息库与企业管理方的数据链接,以实时更新企业信息库中的企业数据,企业管理方包括:税务机构、工商机构及司法机构。
优选的,报告输出单元504包括:
比较单元5041,用于将指标数据与对应的指标阈值相比较;
第一输出模块5042,用于根据多个指标集中每个指标集的指标数据与对应指标阈值的比较结果,输出由多个指标集中每个指标集的预警信息构成的贷后数据报告;
和/或,
第二输出模块5043,用于根据多个指标集中每个指标集的指标数据与对应指标阈值的比较结果,输出由借方企业的综合预警信息构成的贷后数据报告。
优选的,企业基本信息包括:
企业名称、纳税人识别号、企业所在的地区、企业所属的行业类别、企业的上下游客户信息、企业联系方式和/或企业借款的银行信息;
企业账务信息:
企业的贷款总额、企业的贷款时长、企业的年利润、企业的年销售额、企业的资产负债情况和/或企业应收账款周转率;
多个指标集包括:基本信息指标集、经营稳定性指标集、纳税稳定性指标集、财务稳定性指标集和/或上下游客户指标集。
优选的,预警模型中指标集的个数及每个指标集的内容支持自定义。
本实施例中,第一获取单元501从企业信息库中实时获取借方企业信息,第二获取单元502根据借方企业信息中的借款业务类型,从预警模型库中获取相匹配的预警模型,然后从借方企业信息中的企业基本信息、企业账务信息中获取与预警模型中每个指标集对应的指标数据,并将该指标数据与预警模块中对应的指标阈值相比较,根据比较结果输出借方企业的贷后数据报告,该贷后数据报告生成系统通过企业信息库实时获取借方企业信息的方式,更准确、直接,且通过将企业信息中的数据与预警模型中的指标阈值进行比较,直接输出借方企业的贷后数据报告,提高了对借方企业贷后风险的管控效率,减少了贷后风险。
其次,贷后数据报告生成系统根据比较结果输出不同内容的贷后数据报告,提高了贷后数据报告的多样性。
上面从模块化功能实体的角度对本发明实施例中的贷后数据报告生成系统进行了描述,下面从硬件处理的角度对本发明实施例中的计算机装置进行描述:
该计算机装置用于实现贷后数报报告生成系统的功能,本发明实施例中计算机装置一个实施例包括:
处理器以及存储器;
存储器用于存储计算机程序,处理器用于执行存储器中存储的计算机程序时,可以实现如下步骤:
从企业信息库中实时获取借方企业信息,借方企业信息至少包括:企业基本信息、企业账务信息及企业借款的业务类型;
根据企业借款的业务类型,从预警模型库中获取相匹配的借后风险预警模型,预警模型由多个指标集构成,每个指标集包括指标类型、指标数据及指标阈值;
从企业基本信息及企业账务信息中获取与每个指标集的指标类型对应的指标数据;
将指标数据与对应的指标阈值相比较,并根据比较结果输出借方企业的贷后数据报告。
在本发明的一些实施例中,处理器,还可以用于实现如下步骤:
建立企业信息库与企业管理方的数据链接,以实时更新企业信息库中的企业数据,企业管理方包括:税务机构、工商机构及司法机构。
在本发明的一些实施例中,处理器,还可以用于实现如下步骤:
根据多个指标集中每个指标集的指标数据与对应指标阈值的比较结果,输出多个指标集中每个指标集的预警信息;
和/或,
根据多个指标集中每个指标集的指标数据与对应指标阈值的比较结果,输出借方企业的综合预警信息。
可以理解的是,上述说明的计算机装置中的处理器执行所述计算机程序时,也可以实现上述对应的各装置实施例中各单元的功能,此处不再赘述。示例性的,所述计算机程序可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器中,并由所述处理器执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在所述贷后数据报告生成系统的执行过程。例如,所述计算机程序可以被分割成上述贷后数据报告生成系统中的各单元,各单元可以实现如上述相应贷后数据报告生成系统说明的具体功能。
所述计算机装置可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机装置可包括但不仅限于处理器、存储器。本领域技术人员可以理解,处理器、存储器仅仅是计算机装置的示例,并不构成对计算机装置的限定,可以包括更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述计算机装置还可以包括输入输出设备、网络接入设备、总线等。
所述处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是所述计算机装置的控制中心,利用各种接口和线路连接整个计算机装置的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述计算机装置的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本发明还提供了一种计算机可读存储介质,该计算机可读存储介质用于实现贷后数据报告生成系统的功能,其上存储有计算机程序,计算机程序被处理器执行时,处理器,可以用于执行如下步骤:
从企业信息库中实时获取借方企业信息,借方企业信息至少包括:企业基本信息、企业账务信息及企业借款的业务类型;
根据企业借款的业务类型,从预警模型库中获取相匹配的借后风险预警模型,预警模型由多个指标集构成,每个指标集包括指标类型、指标数据及指标阈值;
从企业基本信息及企业账务信息中获取与每个指标集的指标类型对应的指标数据;
将指标数据与对应的指标阈值相比较,并根据比较结果输出借方企业的贷后数据报告。
在本发明的一些实施例中,计算机可读存储介质存储的计算机程序被处理器执行时,处理器,可以具体用于执行如下步骤:
建立企业信息库与企业管理方的数据链接,以实时更新企业信息库中的企业数据,企业管理方包括:税务机构、工商机构及司法机构。
在本发明的一些实施例中,计算机可读存储介质存储的计算机程序被处理器执行时,处理器,可以具体用于执行如下步骤:
根据多个指标集中每个指标集的指标数据与对应指标阈值的比较结果,输出多个指标集中每个指标集的预警信息;
和/或,
根据多个指标集中每个指标集的指标数据与对应指标阈值的比较结果,输出借方企业的综合预警信息。
可以理解的是,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,可以存储在相应的一个计算机可读取存储介质中。基于这样的理解,本发明实现上述相应的实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
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 (10)
1.一种贷后数据报告生成方法,其特征在于,包括:
从企业信息库中实时获取借方企业信息,所述借方企业信息至少包括:企业基本信息、企业账务信息及企业借款的业务类型;
根据所述企业借款的业务类型,从预警模型库中获取相匹配的借后风险预警模型,所述预警模型由多个指标集构成,每个指标集包括指标类型、指标数据及指标阈值;
从所述企业基本信息及所述企业账务信息中获取与每个指标集的指标类型对应的指标数据;
将所述指标数据与对应的指标阈值相比较,并根据比较结果输出借方企业的贷后数据报告。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
建立所述企业信息库与企业管理方的数据链接,以实时更新所述企业信息库中的企业数据,所述企业管理方包括:税务机构、工商机构及司法机构。
3.根据权利要求1所述的方法,其特征在于,所述根据比较结果输出借方企业的贷后数据报告,包括:
根据多个指标集中每个指标集的指标数据与对应指标阈值的比较结果,输出所述多个指标集中每个指标集的预警信息;
和/或,
根据多个指标集中每个指标集的指标数据与对应指标阈值的比较结果,输出借方企业的综合预警信息。
4.根据权利要求1所述的方法,其特征在于,所述企业基本信息包括:
企业名称、纳税人识别号、企业所在的地区、企业所属的行业类别、企业的上下游客户信息、企业联系方式和/或企业借款的银行信息;
所述企业账务信息包括:
企业的贷款总额、企业的贷款时长、企业的年利润、企业的年销售额、企业的资产负债情况和/或企业应收账款周转率;
所述多个指标集包括:基本信息指标集、经营稳定性指标集、纳税稳定性指标集、财务稳定性指标集和/或上下游客户指标集。
5.根据权利要求1至4中任一项所述的方法,其特征在于,所述预警模型中指标集的个数及每个指标集的内容支持自定义。
6.一种贷后数据报告生成系统,其特征在于,包括:
第一获取单元,用于从企业信息库中实时获取借方企业信息,所述借方企业信息至少包括:企业基本信息、企业账务信息及企业借款的业务类型;
第二获取单元,用于根据所述企业借款的业务类型,从预警模型库中获取相匹配的借后风险预警模型,所述预警模型由多个指标集构成,每个指标集包括指标类型、指标数据及指标阈值;
第三获取单元,用于从所述企业基本信息及所述企业账务信息中获取与每个指标集的指标类型对应的指标数据;
报告输出单元,用于将所述指标数据与对应的指标阈值相比较,并根据比较结果输出借方企业的贷后数据报告。
7.根据权利要求6所述的系统,其特征在于,所述系统还包括:
建立单元,用于建立所述企业信息库与企业管理方的数据链接,以实时更新所述企业信息库中的企业数据,所述企业管理方包括:税务机构、工商机构及司法机构。
8.根据权利要求6所述的系统,其特征在于,所述报告输出单元包括:
比较单元,用于将所述指标数据与对应的指标阈值相比较;
第一输出模块,用于根据多个指标集中每个指标集的指标数据与对应指标阈值的比较结果,输出由所述多个指标集中每个指标集的预警信息构成的贷后数据报告;
和/或,
第二输出模块,用于根据多个指标集中每个指标集的指标数据与对应指标阈值的比较结果,输出由借方企业的综合预警信息构成的贷后数据报告。
9.根据权利要求6所述的系统,其特征在于,所述企业基本信息包括:
企业名称、纳税人识别号、企业所在的地区、企业所属的行业类别、企业的上下游客户信息、企业联系方式和/或企业借款的银行信息;
所述企业账务信息包括:
企业的贷款总额、企业的贷款时长、企业的年利润、企业的年销售额、企业的资产负债情况和/或企业应收账款周转率;
所述多个指标集包括:基本信息指标集、经营稳定性指标集、纳税稳定性指标集、财务稳定性指标集和/或上下游客户指标集。
10.根据权利要求6至9中任一项所述的系统,其特征在于,所述预警模型中指标集的个数及每个指标集的内容支持自定义。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810112068.7A CN108230143A (zh) | 2018-02-05 | 2018-02-05 | 一种贷后数据报告生成方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810112068.7A CN108230143A (zh) | 2018-02-05 | 2018-02-05 | 一种贷后数据报告生成方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108230143A true CN108230143A (zh) | 2018-06-29 |
Family
ID=62669596
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810112068.7A Pending CN108230143A (zh) | 2018-02-05 | 2018-02-05 | 一种贷后数据报告生成方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108230143A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109191283A (zh) * | 2018-08-30 | 2019-01-11 | 成都数联铭品科技有限公司 | 风险预警方法及系统 |
CN109190917A (zh) * | 2018-08-09 | 2019-01-11 | 厦门市七星通联科技有限公司 | 一种信用贷款的风险控制方法和系统 |
CN110246029A (zh) * | 2019-06-21 | 2019-09-17 | 深圳前海微众银行股份有限公司 | 贷后风险管理方法、终端、装置及可读存储介质 |
CN110245814A (zh) * | 2018-10-23 | 2019-09-17 | 爱信诺征信有限公司 | 风险监管方法、装置、存储介质及电子设备 |
CN110335136A (zh) * | 2019-06-03 | 2019-10-15 | 中国民生银行股份有限公司 | 数据处理方法和装置 |
CN110619583A (zh) * | 2019-09-20 | 2019-12-27 | 中国银行股份有限公司 | 账户预警信息的生成方法及装置 |
CN111415096A (zh) * | 2020-03-24 | 2020-07-14 | 深圳微众信用科技股份有限公司 | 一种征信数据检查方法与系统 |
CN112051992A (zh) * | 2020-09-02 | 2020-12-08 | 天元大数据信用管理有限公司 | 基于征信报告生成的数据处理方法及系统 |
CN112328874A (zh) * | 2020-10-30 | 2021-02-05 | 平安信托有限责任公司 | 金融数据处理方法、装置、计算机设备及存储介质 |
CN112668947A (zh) * | 2021-01-28 | 2021-04-16 | 天元大数据信用管理有限公司 | 一种基于税务数据的企业信用风险预警方法、系统 |
CN113344333A (zh) * | 2021-05-11 | 2021-09-03 | 天元大数据信用管理有限公司 | 一种可配置的企业征信预警方法、装置、设备及存储介质 |
CN113837862A (zh) * | 2021-09-27 | 2021-12-24 | 天元大数据信用管理有限公司 | 一种基于征信的贷后风险预警方法、设备及介质 |
CN114091855A (zh) * | 2021-11-10 | 2022-02-25 | 安徽经邦软件技术有限公司 | 基于d-s证据合成技术风险预警指标系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110050253A (ko) * | 2009-11-06 | 2011-05-13 | 주식회사 하나은행 | 조기 경보 서비스 시스템 및 방법 |
CN106651190A (zh) * | 2016-12-28 | 2017-05-10 | 深圳微众税银信息服务有限公司 | 一种企业风险等级评估方法以及系统 |
CN106855989A (zh) * | 2016-12-29 | 2017-06-16 | 深圳微众税银信息服务有限公司 | 一种贷后风险监控方法与系统 |
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 |
-
2018
- 2018-02-05 CN CN201810112068.7A patent/CN108230143A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110050253A (ko) * | 2009-11-06 | 2011-05-13 | 주식회사 하나은행 | 조기 경보 서비스 시스템 및 방법 |
CN106651190A (zh) * | 2016-12-28 | 2017-05-10 | 深圳微众税银信息服务有限公司 | 一种企业风险等级评估方法以及系统 |
CN106855989A (zh) * | 2016-12-29 | 2017-06-16 | 深圳微众税银信息服务有限公司 | 一种贷后风险监控方法与系统 |
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 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109190917A (zh) * | 2018-08-09 | 2019-01-11 | 厦门市七星通联科技有限公司 | 一种信用贷款的风险控制方法和系统 |
CN109191283A (zh) * | 2018-08-30 | 2019-01-11 | 成都数联铭品科技有限公司 | 风险预警方法及系统 |
CN110245814A (zh) * | 2018-10-23 | 2019-09-17 | 爱信诺征信有限公司 | 风险监管方法、装置、存储介质及电子设备 |
CN110335136A (zh) * | 2019-06-03 | 2019-10-15 | 中国民生银行股份有限公司 | 数据处理方法和装置 |
CN110246029A (zh) * | 2019-06-21 | 2019-09-17 | 深圳前海微众银行股份有限公司 | 贷后风险管理方法、终端、装置及可读存储介质 |
CN110619583A (zh) * | 2019-09-20 | 2019-12-27 | 中国银行股份有限公司 | 账户预警信息的生成方法及装置 |
CN111415096A (zh) * | 2020-03-24 | 2020-07-14 | 深圳微众信用科技股份有限公司 | 一种征信数据检查方法与系统 |
CN112051992A (zh) * | 2020-09-02 | 2020-12-08 | 天元大数据信用管理有限公司 | 基于征信报告生成的数据处理方法及系统 |
CN112328874A (zh) * | 2020-10-30 | 2021-02-05 | 平安信托有限责任公司 | 金融数据处理方法、装置、计算机设备及存储介质 |
CN112668947A (zh) * | 2021-01-28 | 2021-04-16 | 天元大数据信用管理有限公司 | 一种基于税务数据的企业信用风险预警方法、系统 |
CN113344333A (zh) * | 2021-05-11 | 2021-09-03 | 天元大数据信用管理有限公司 | 一种可配置的企业征信预警方法、装置、设备及存储介质 |
CN113837862A (zh) * | 2021-09-27 | 2021-12-24 | 天元大数据信用管理有限公司 | 一种基于征信的贷后风险预警方法、设备及介质 |
CN114091855A (zh) * | 2021-11-10 | 2022-02-25 | 安徽经邦软件技术有限公司 | 基于d-s证据合成技术风险预警指标系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108230143A (zh) | 一种贷后数据报告生成方法及系统 | |
Ramaswamy et al. | The valuation of options on futures contracts | |
Rashid et al. | Policies and performance of Ethiopian cereal markets | |
US9213993B2 (en) | Investment, trading and accounting management system | |
Lo et al. | Assets on the blockchain: An empirical study of Tokenomics | |
US8290847B2 (en) | Methods, apparatus and computer program products for use in association with joint ventures and/or potential joint ventures | |
JP6849963B2 (ja) | 経営計画生成装置、経営計画生成方法、コンピュータ読み取り可能な記録媒体 | |
US20190066216A1 (en) | System for managing fees and payments on exchange traded products and associated method | |
CN107220893B (zh) | 一种平台计息方法及其控制系统 | |
CN107909467A (zh) | 一种贷款额度评估方法及相关设备 | |
CN109214892A (zh) | 一种电子商务平台管理系统 | |
US20190066204A1 (en) | System for issuing and managing exchange traded products as financial instruments and associated method | |
US20190066214A1 (en) | System for conducting and balancing a secure financial investment of a client and associated method | |
CN107180301A (zh) | 商品及消费信息处理方法及系统 | |
JP7329282B2 (ja) | 情報処理方法 | |
WO2019045900A1 (en) | SYSTEM FOR ISSUING AND MANAGING STOCKED PRODUCTS AS FINANCIAL INSTRUMENTS AND BALANCING THE INVESTMENT | |
US20190066215A1 (en) | System for controlling data and issuing client reports on exchange traded products and associated method | |
RU2630169C1 (ru) | Автоматизированная вычислительная система для формирования и мониторинга инвестиционных портфелей акций | |
WO2016012217A1 (en) | Computer systems and methods for balancing indexes | |
WO2006073551A2 (en) | Method of processing investment data and making compensation determinations and associated system | |
CN101122991A (zh) | 第四代金融核心业务系统体系结构及智能金融会计核算算法 | |
JP6526356B1 (ja) | 銀行業務支援システム、銀行業務支援方法及び銀行業務支援プログラム | |
Bae et al. | Consolidating Corporate Control: Divisional Versus Whole‐Company Leveraged Buyouts | |
CN102314736A (zh) | 粮食收购发票管理系统及方法 | |
US20220398663A1 (en) | Investment advice providing method and system |
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 | ||
CB02 | Change of applicant information | ||
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 VZOOM CREDIT INFORMATION SERVICE CO.,LTD. |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180629 |