CN109711963A - 穿透式全透明高效不动产网络借贷信息中介平台系统 - Google Patents
穿透式全透明高效不动产网络借贷信息中介平台系统 Download PDFInfo
- Publication number
- CN109711963A CN109711963A CN201711006943.5A CN201711006943A CN109711963A CN 109711963 A CN109711963 A CN 109711963A CN 201711006943 A CN201711006943 A CN 201711006943A CN 109711963 A CN109711963 A CN 109711963A
- Authority
- CN
- China
- Prior art keywords
- information
- loaning bill
- value
- risk
- real estate
- 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
Abstract
本发明涉及一种穿透式全透明高效不动产网络借贷信息中介平台系统,包括贷前一键评级估值授信系统、贷前远程风控系统、贷中贷后直播处理系统和VIP客户分类培育系统;本发明包括了各系统优点的集合:通过大数据全方位判断借款主体的信用,能获得较高客观度信用评价结论。真正对评估用户信用有价值的大数据信息均能得到参考;授信过程规则引擎明确,不易受主观因素影响,不会存在暗箱操作的可能,评级授信过程确定性高;风险控制由远程调查完成高效,风控成本低;贷后实时直播讨论组实现系统,可以实时、全透明、高效、客观的对贷中贷后处理各项事项进行直播展示给出借人,便于出借人监督;VIP客户分类培育系统,针对性的分级分类管理,管理效率高。
Description
技术领域
本发明涉及一种穿透式全透明高效不动产网络借贷信息中介平台系统,涉及网络借贷信息管理技术领域。
背景技术
不动产借贷是指借款主体将不动产抵押登记在出借人的名下,出借人将资金放贷给借款主体,借款主体向出借人按合同约定方式还本付息的一种借贷模式。
随着国内金融改革的进一步深入,金融市场准入进一步开放,市场竞争也日益激烈。无论是银行、小贷公司、典当行、担保公司、网络借贷信息中介机构、融资租赁公司、民间借贷机构、自然人、企业及其他组织等金融直接信用主体,还是为金融提供服务的中介机构、投资评估机构、网络借贷金融信息服务平台等都面临着一个共同的问题:在日益激烈的金融市场中强化竞争能力,提高服务水平和效率,如何快速、准确、有效的给借款主体评定信用等级,抵押不动产估值,快速出授信额度成为金融市场竞业重要之重。现有技术中的线下人工授信过程的缺点包括至少三点:
(1)授信部门需要全方位判断借款主体的信用,但是借款主体倾向于递交对自身有利的材料,而忽略甚至造假部分材料,以期获得较高信用评价。真正对评估用户信用有价值的大数据信息很可能未出现在申请材料中;
(2)授信的调查由人工完成,过程漫长。为确保授信的准确性,需要借款主体递交大量的书面待审核材料。采用人工核定这些材料的方式,非常费时费力,需要长达数月的时间,效率低,极大的影响借款主体的借款效率。
(3)授信过程难度较高,人工判断需要较丰富经验,而且易受主观因素影响,容易造成评级授信过程中存在较大的不确定性。
另外,有效进行贷前风险控制、贷中贷后处理以及贷后客户分类分级高效管理也非常关键。
现有技术中的线下贷前风险控制过程的缺点包括至少二点:
(1)风险控制由人工现场调查完成,过程漫长,风控成本高;
(2)风险控制过程难度较高,人工判断需要较丰富经验,而且易受主观因素影响,容易造成风险控制过程中存在较大的不确定性。
现有技术中的贷中贷后处理过程的缺点包括:贷中贷后处理由人工线下完成,过程漫长,无法及时向出借人透明展示贷中贷后处理进度,出借人无法及时高效的对借款事宜进行监督,保障自己的资金安全。
现有技术缺乏VIP客户分类培育系统,客户的分类分级管理针对性差,没有通过大数据分析各类客户的用户习惯,管理效率低。
鉴于现有技术存在的上述缺点,本发明提供一种穿透式全透明高效不动产网络借贷信息中介平台系统,可以一揽子解决上述现有技术存在的问题。
发明内容
本发明的目的在于解决现有技术的不足,提供一种穿透式全透明高效不动产网络借贷信息中介平台系统。
本发明解决其技术问题所采用的技术方案是:
穿透式全透明高效不动产网络借贷信息中介平台系统,
包括贷前一键评级估值授信系统、贷前远程风控系统、贷中贷后直播处理系统和VIP客户分类培育系统;
所述贷前一键评级估值授信系统包括:
评级子系统,所述评级子系统包括:
评级数据存储模块,用于存储信用评价信息数据;
评级信息采集模块,用于采集借款主体信用评价信息;
评级信息处理模块,基于采集获取的借款主体信用评价信息,运用评级规则引擎,与信用评价信息数据进行比对分析,输出借款主体评级数据信息;
估值子系统,所述估值子系统包括:
估值数据存储模块,用于存储不动产信息数据;
估值信息采集模块,用于采集借款主体不动产信息;
估值信息处理模块,基于采集获取的借款主体不动产信息,运用估值规则引擎,与不动产信息数据进行比对分析,输出借款主体不动产估值数据信息;
授信子系统
授信数据存储模块,用于存储预设的授信额度标准数据;
通信模块,用于传送借款主体评级数据信息和借款主体不动产估值数据信息至授信信息处理模块;
授信信息处理模块,基于获取的借款主体评级数据信息和不动产估值数据信息,运用授信规则引擎,与授信额度标准数据进行比对分析,一键输出授信额度;
所述贷前远程风控系统包括:
风控发起和接收单元,包括智能调查方端和被调查方端;
信息采集单元,基于远程风控器具,用于核对、再采集借款关联方身份信息和不动产信息;
中央处理单元,包括预设信息存储子单元、采集信息存储子单元、风险点和价值发现点筛选子单元、风险值和价值发现值评估子单元以及风险等级评估子单元;
预设信息存储子单元用于存储预设风险等级评估参考值;
采集信息存储子单元用于存储远程风控器具核对、再采集获取的借款关联方身份信息和不动产信息;
风险点和价值发现点筛选子单元用于根据预设的风险和价值评估规则引擎,筛选获取风险点和价值发现点数据集合;
风险值和价值发现值评估子单元用于根据预设的风险评估模型和价值评估模型,评估各风险点的风险值以及价值发现点的价值评估值;
风险等级评估子单元用于将各个风险点的风险值和各个价值发现点评估值基于一定的规则引擎进行对比、对冲、份析后得出风险评估总参考值,输出风险等级;
通信单元,实现各子单元之间的信息传递;
所述贷中贷后直播处理系统包括:
直播单元,包括智能发起方端、接收方端和平台控制方端;
信息采集单元,基于远程直播器具,用于核对、再采集借款关联方身份信息以及放贷成功后借款关联方的相关动态信息;
中央控制单元,包括采集信息存储子单元、信息审核确认子单元和信息展示子单元;
采集信息存储子单元用于存储远程直播核对、再采集获取的借款关联方身份信息以及放贷成功后借款关联方的相关动态信息;
信息审核确认子单元由平台控制方端对远程直播核对、再采集获取的借款关联方身份信息以及放贷成功后借款关联方的相关动态信息进行审核确认;
信息展示子单元用于将经审核确认后的采集信息存储子单元中的采集信息展示给有权限的监督人和/或出借人;
通信单元,实现各子单元之间的信息传递。
所述VIP客户分类培育系统包括:
分类子系统,所述分类子系统包括:
客户信息存储模块,用于储存既有客户信息和增量客户信息;
分类信息处理模块,基于客户信息存储模块的信息,运用客户分类评级规则引擎,对客户信息进行处理;
展示子系统,所述展示子系统包括:
客户信息展示模块,用于展示各类分级的客户信息;
权限设定模块,设定访问客户信息展示模块中客户信息的权限;
信息推送子系统
信息采集模块,用于采集借款需求信息和出借方出借信息;
信息存储模块,用于存储借款需求信息和出借方出借信息;
信息处理模块,用于调取信息储存模块的信息与客户信息展示模块里的客户信息进行匹配,根据预设的客户信息匹配规则,输出1-10中匹配可能性;
信息定向推送模块,基于1-10中匹配可能性,定向推送借款需求信息或出借信息;
通信模块,用于各模块间的信息传递。
以下针对贷前一键评级估值授信系统、贷前远程风控系统、贷中贷后直播处理系统和VIP客户分类培育系统的具体功能构成和实现方法分别做进一步细致阐述:
针对贷前一键评级估值授信系统,所述信用评价信息数据对接第三方大数据信息,包括公安部户籍信息、民政部婚姻登记信息、国家企业信用信息公示系统信息以及负面信用信息,所述负面信用信息包括一票否决负面信用信息和常规负面信用信息,所述一票否决负面信用信息包括公安部违法信息、全国法院被执行人信息和全国失信被执行人名单信息中的任意一种,所述常规负面信用信息包括中国人民银行征信报告信息。
贷前一键评级估值授信系统运用的评级规则引擎具体如下:
当借款主体为自然人时,借款主体年龄<18岁或者>65岁,借款主体评级数据值为0;
当借款主体存在一票否决负面信用信息时,借款主体评级数据值为0;
当借款主体为自然人,借款主体年龄∈[18,65]以及非自然人借款主体,且未存在一票否决负面信用信息时,借款主体评级数据值=100-Σ常规负面信用信息*(1-10);
借款主体评级数据值<75时,信用评级为E级;
借款主体评级数据值∈[75,80)时,信用评级为D级;
借款主体评级数据值∈[80,85)时,信用评级为C级;
借款主体评级数据值∈[85,90)时,信用评级为B级;
借款主体评级数据值∈[90,100)时,信用评级为A级。
贷前一键评级估值授信系统中所述不动产信息数据对接第三方大数据信息,至少包括同城市同类型不动产及所属不动产一定范围内类似不动产的半年内的实际成交价格、同城市同类型不动产及所属不动产一定范围内类似不动产的平均单价、周边同类型城市同类型不动产的半年内的实际成交价格及平均单价。具体针对不动产中的房产,所述不动产为房产,所述不动产信息数据至少包括:同城市同类型房产及所属房产一定范围内类似房产的半年内的实际成交价格、平均单价以及周边同类型城市同类型房产的半年内的实际成交价格和平均单价,所述同类型的判定考虑房产的性质、区位、面积、楼层、朝向和装修状况。
贷前一键评级估值授信系统中所述估值规则引擎具体如下:
不动产权利人为自然人,年龄<18岁或者>65岁,不动产评估数据值为0;
涉及中华人民共和国物权法和中华人民共和国担保法不得抵押的不动产的,不动产评估数据值为0;
不动产价值=同城市同类型不动产和/或所属不动产一定范围内类似不动产的平均单价*(1+因素调整系数1)*( 1+因素调整系数2)* ( 1+因素调整系数3)*(1+因素调整系数4)*面积;
所述因素调整系数1为不动产性质;
所述因素调整系数2为不动产区位;
所述因素调整系数3为不动产维护状况;
所述因素调整系数4为不动产权利年限;
因素调整系数1-4的数值范围为-0.2~0.2。
进一步的说,针对不动产为房产的情形,所述估值规则引擎具体如下:
房产价值=同城市同类型房产和/或所属房产一定范围内类似房产的平均单价*(1+因素调整系数1)*( 1+因素调整系数2)* ( 1+因素调整系数3)* ( 1+因素调整系数4)* ( 1+因素调整系数5)*(1+因素调整系数6)*面积;
所述因素调整系数1为房产性质;
所述因素调整系数2为房产区位;
所述因素调整系数3为房产楼层;
所述因素调整系数4为房产朝向;
所述因素调整系数5为房产权利年限;
所述因素调整系数6为房产维护状况;
因素调整系数1-6的数值范围为-0.2~0.2。
贷前一键评级估值授信系统中运用的授信规则引擎具体如下:
当借款主体评级数据值为0,授信为0;
借款主体评级数据值<75时,信用评级为E级,授信为0;
借款主体评级数据值∈[75,80)时,信用评级为D级,授信为不动产估值的50%;
借款主体评级数据值∈[80,85)时,信用评级为C级,授信为不动产估值的60%;
借款主体评级数据值∈[85,90)时,信用评级为B级,授信为不动产估值的70%;
借款主体评级数据值∈[90,100)时,信用评级为A级,授信为不动产估值的80%。
针对贷前一键评级估值授信系统,所述评级信息采集模块采集的信息包括:
借款主体为自然人时,包括:姓名、身份证号、手机号、面部图像信息、征信信息、银行流水和资产负债情况;
借款主体为企事业单位时,包括:营业执照、法人代表身份证及征信信息、开户许可证、章程、验资报告、基本情况介绍、财务报表;
所述估值信息采集模块采集的信息包括:不动产性质、不动产区位、不动产权利年限、不动产维护状态和不动产面积;
所述估值方法采用成本法、收益法、市场比较法、剩余法、假设开发法、基准地价法、路线价法和地缘经济法中的任意一种;
所述不动产借贷贷前一键评级估值授信系统基于PC端或APP端运行。
本发明中的贷前一键评级估值授信系统的授信方法具体按如下操作:
S1:信息采集:
分别通过评级信息采集模块和估值信息采集模块,采集借款主体信用评价信息和不动产信息;
S2:信息处理
分别通过评级信息处理模块和估值信息处理模块,运用评级规则引擎,与信用评价信息数据进行比对分析,输出借款主体评级数据信息,以及运用估值规则引擎,与不动产信息数据进行比对分析,输出借款主体不动产估值数据信息;
S3:授信处理
借款主体评级数据信息和借款主体不动产估值数据信息经由通信模块传送至授信信息处理模块,所述授信信息处理模块,基于获取的借款主体评级数据信息和不动产估值数据信息,运用授信规则引擎,与授信额度标准数据进行比对分析,一键输出授信额度。
针对贷前远程风控系统,所述远程风控器具包括不动产借贷贷前远程风控系统调用的带摄像头的手持移动终端、穿戴设备或固定机具。更具体的说,所述远程风控器具包括AI调查器具、AR调查器具、VR调查器具和IM即时通讯调查器具。
贷前远程风控方法按如下步骤进行,基于安装于APP端或PC端的不动产借贷贷前远程风控系统,所述方法包括如下步骤:
S1:调查方工作人员协助远程风控,通过不动产借贷贷前远程风控系统的智能调查方端发起远程风控请求;
S2:借款关联方自助远程风控,通过不动产借贷贷前远程风控系统的智能被调查方端收到远程风控请求,开启远程风控器具;
S21:调查方远程通过远程风控器具核对、再采集借款关联方的身份信息,实时上传存储于不动产借贷贷前远程风控系统的采集信息储存子单元中;
S22:调查方远程通过远程风控器具核对、再采集借款关联方的不动产信息,包括不动产位置定位、不动产外观和不动产内在情况,实时上传存储于不动产借贷贷前远程风控系统的采集信息储存子单元中;
所述通过远程风控器具核对、再采集借款关联方身份信息和不动产信息的手段包括视频直播、语音直播、文字图片文件即时上传、人脸面部生物特征识别实时上传、步态识别特征实时上传、虹膜识别特征和静脉识别特征的实时上传;
S3:采集信息储存子单元中的借款关联方身份信息和不动产信息通过通信子单元传送至风险点及价值发现筛选子单元中,根据预设的风险和价值发现规则引擎,筛选获取风险点及价值发现点数据集合;
S4:对风险点及价值发现点数据集合中的若干风险点及若干价值发现点,根据预设的风险评估模型和价值评估模型,评估各风险点及各价值发现点的风险值及价值发现值;
S5:将步骤S4的多个风险点及多个价值发现点的风险值和价值发现值进行对比、对冲、累加,累加后的风险值总和与预设的风险等级评估参考值比较,输出风险等级。
本发明的另一种贷前远程风控方法,基于安装于APP端或PC端的不动产借贷贷前远程风控系统,所述方法包括如下步骤:
S1:借款关联方通过不动产借贷贷前远程风控系统的智能被调查方端自主发起远程风控请求,开启远程风控器具;
S2:调查方通过不动产借贷贷前远程风控系统的智能调查方端收到借款关联方的远程风控请求,派出工作人员操作;
S21:调查方远程通过远程风控器具采集借款关联方的身份信息,实时上传存储于不动产借贷贷前远程风控系统的采集信息储存子单元中;
S22:借款关联方通过远程风控器具自助核对、再采集不动产信息,包括不动产位置定位、不动产外观和不动产内在情况,实时上传存储于不动产借贷贷前远程风控系统的采集信息储存子单元中;
所述通过远程风控器具核对、再采集借款关联方身份信息和不动产信息的手段包括视频直播、语音直播、实时音视频以及视频、文字、图片和文件即时上传和人脸面部生物特征识别实时上传、步态识别特征实时上传、虹膜识别特征和静脉识别特征的实时上传;
S3:采集信息储存子单元中的借款关联方身份信息和不动产信息通过通信子单元传送至风险点和价值发现点筛选子单元中,根据预设的风险和价值发现规则引擎,筛选获取风险点和价值发现点数据集合;
S4:对风险点和价值发现点数据集合中的若干风险点和价值发现点,根据预设的风险评估模型和价值评估模型,评估各风险点的风险值和价值发现点的发现值;
S5:将步骤S4的多个风险点的风险值和价值发现点的发现值进行对比、对冲、累加,累加后的风险值总和与预设的风险等级评估参考值比较,输出风险等级。
本发明还提供了第三种贷前远程风控方法,基于安装于APP端或PC端的不动产借贷贷前远程风控系统,所述方法包括如下步骤:
S1:调查方至少两名工作人员,线下协助借款关联方,通过不动产借贷贷前远程风控系统的智能被调查方端发起远程风控请求,开启远程风控器具;
S2:调查方另委派两名工作人员通过不动产借贷贷前远程风控系统的智能调查方端接收远程风控请求;
S21:调查方远程通过远程风控器具核对、再采集借款关联方的身份信息,实时上传存储于不动产借贷贷前远程风控系统的信息储存模块中;
S22:调查方远程通过远程风控器具核对、再采集借款关联方的不动产信息,包括不动产位置定位、不动产外观和不动产内在情况,实时上传存储于不动产借贷贷前远程风控系统的采集信息储存子单元中;
所述通过远程风控器具核对、再采集借款关联方身份信息和不动产信息的手段包括视频直播、语音直播、文字图片文件即时上传和人脸面部生物特征识别实时上传、步态识别特征实时上传、虹膜识别特征和静脉识别特征的实时上传;
S3:采集信息储存子单元中的借款关联方身份信息和不动产信息通过通信子单元传送至风险点和价值发现点筛选子单元中,根据预设的风险和价值发现规则引擎,筛选获取风险点和价值发现点数据集合;
S4:对风险点和价值发现点数据集合中的若干风险点和价值发现点,根据预设的风险评估模型和价值评估模型,评估各风险点的风险值和价值发现点的发现值;
S5:将步骤S4的多个风险点的风险值和价值发现点的发现值进行对比、对冲、累加,累加后的风险值总和与预设的风险等级评估参考值比较,输出风险等级。
贷前远程风控系统中,所述风险和价值发现规则引擎考虑的要素包括:
借款关联方为自然人,身份信息包括借款关联方的身体状况、谈话及文化水平、收入及资产负债情况、工作单位、工作经验、人际关系、职称或持有的技术证件、婚姻情况、需供养人数和直系亲属情况;
不动产信息为房产,不动产信息包括不动产得房率、利用率、视野开阔程度、不动产南北是否通透、不动产装修情况、标准不动产和非标准不动产、不动产周围商业配套情况及小居设施定位高或低、居住人数、不动产有无暇疵、租赁不动产可不可以破租及租费的高低和不动产所属市场是否稀缺;
风险点为对还款能力产生负面影响的要素,份为一般风险点和极端风险点;价值发现点为对还款能力产生正面影响的要素,份为一般价值发现点和重要价值发现点;一般风险点每出现一处,风险值1-5分,极端风险点每出现一处,风险值8-10分,一般价值发现点每出现一处,价值发现值1-5分,重要价值发现点每出现一处,价值发现值8-10分;
风险值综合=Σ一般风险点*(1-5)+Σ极端风险点*(8-10)-Σ一般价值发现点*(1-5)-Σ重要价值发现点(8-10)。
另外,贷前远程风控系统中,所述风险评估模型具体如下:
借款关联方存在法律法规规定禁止的借款条件或借款用途的,风险等级极高,一票否决;
借款关联方无法律规定禁止的借款条件或借款用途的,风险等级根据风险值总和进行评级输出:
借款关联方风险值总和<20时,风险等级为1级,还款能力优;
借款关联方风险值总和∈[20,30)时,风险等级为2级,还款能力良;
借款关联方风险值总和∈[30,40)时,风险等级为3级,还款能力中;
借款关联方风险值总和∈[40,50)时,风险等级为4级,还款能力差;
借款关联方风险值总和≥50时,风险等级为5级,还款能力极差。
针对贷中贷后实时直播讨论组实现系统,其具体应用于用于不动产网络抵押借贷时,所述信息采集单元,基于远程直播器具,还核对、再采集借款关联方办理不动产抵押手续全过程信息;采集信息存储子单元还存储远程直播核对、再采集获取的借款关联方办理不动产抵押手续全过程信息;信息审核确认子单元还对办理不动产抵押手续全过程信息进行审核确认。
贷中贷后实时直播讨论组实现系统中运用的远程直播器具包括网络借贷贷中贷后实时直播讨论组实现系统调用的带摄像头的手持移动终端或穿戴设备具。更具体的讲,所述远程直播器具包括AI直播器具、AR直播器具、VR直播器具、IM即时通讯直播器具。
贷中贷后实时直播讨论组实现系统中,所述借款关联方为借款人本人,或者借款人本人和第三方担保人,借款关联方为非自然人借款人的,由借款关联方授权的代表人协助核对、再采集借款主体信息,借款关联方的相关动态信息包括借款人资信动态情况、履约情况、违约原因说明和处置清收方法。
贷中贷后实时直播讨论组实现系统中,所述中央控制单元还包括AI智能回复子单元,其储存预设的涉及贷中和贷后的相关信息的问题与答案,自动匹配借款人的咨询问题并反馈答案。
本发明的贷中贷后实时直播讨论组实现方法,基于安装于APP端或PC端的贷中贷后实时直播讨论组实现系统,所述方法包括如下步骤:
S1:网络借贷平台工作人员通过实时直播讨论组实现系统的AI智能客服发起方端同时向接收方端和平台控制方端发起远程直播请求;
S2:借款关联方通过实时直播讨论组实现系统的AI智能客服接收方端收到远程直播请求,开启远程直播器具,平台控制方端同步收到远程直播请求;
S21:发起方远程通过远程直播器具核对、再采集借款关联方的身份信息,实时上传存储于实时直播讨论组实现系统的采集信息储存子单元中;
所述通过远程直播器具核对、再采集借款关联方身份信息的手段包括视频直播、语音直播、文字图片文件即时上传和人脸面部生物特征识别实时上传、步态识别特征实时上传、虹膜识别特征和静脉识别特征的实时上传;
S3:采集信息储存子单元中的采集信息经由信息审核确认子单元审核确认后,通过信息展示子单元展示给有权限的监督人,借贷完成;
S4:借贷完成后,网络借贷平台工作人员定期或不定期通过实时直播讨论组实现系统的AI智能客服发起方端同时向接收方端和平台控制方端发起远程直播请求;
S41:借款关联方通过实时直播讨论组实现系统的AI智能客服接收方端收到远程直播请求,开启远程直播器具,平台控制方端同步收到远程直播请求;
S42:发起方远程通过远程直播器具采集借款关联方的相关动态信息,实时上传存储于实时直播讨论组实现系统的采集信息储存子单元中;
所述通过远程直播器具采集借款关联方的相关动态信息的手段包括视频直播、语音直播、文字图片文件即时上传和人脸面部生物特征识别实时上传、步态识别特征实时上传、虹膜识别特征和静脉识别特征的实时上传;
S43:采集信息储存子单元中的采集信息经由信息审核确认子单元审核确认后,通过信息展示子单元展示给有权限的监督人,实现贷后的监管。
本发明还提供了另一种贷中贷后实时直播讨论组实现方法,基于安装于APP端或PC端的贷中贷后实时直播讨论组实现系统,所述方法包括如下步骤:
S1:网络借贷平台工作人员通过实时直播讨论组实现系统的AI智能客服发起方端同时向接收方端和平台控制方端发起远程直播请求;
S2:借款关联方通过实时直播讨论组实现系统的AI智能客服接收方端收到远程直播请求,开启远程直播器具,平台控制方端同步收到远程直播请求;
S21:发起方远程通过远程直播器具核对、再采集借款关联方的身份信息,实时上传存储于实时直播讨论组实现系统的采集信息储存子单元中;
S22:发起方远程通过远程直播器具采集办理不动产抵押手续全过程信息,实时上传存储于实时直播讨论组实现系统的采集信息储存子单元中;
所述通过远程直播器具核对、再采集借款关联方身份信息和办理不动产抵押手续全过程信息的手段包括视频直播、语音直播、文字图片文件即时上传和人脸面部生物特征识别实时上传;
S3:采集信息储存子单元中的采集信息经由信息审核确认子单元审核确认后,通过信息展示子单元展示给有权限的监督人,借贷完成;
S4:借贷完成后,网络借贷平台工作人员定期或不定期通过实时直播讨论组实现系统的AI智能客服发起方端同时向接收方端和平台控制方端发起远程直播请求;
S41:借款关联方通过实时直播讨论组实现系统的AI智能客服接收方端收到远程直播请求,开启远程直播器具,平台控制方端同步收到远程直播请求;
S42:发起方远程通过远程直播器具采集借款关联方的相关动态信息,实时上传存储于实时直播讨论组实现系统的采集信息储存子单元中;
所述通过远程直播器具采集借款关联方的相关动态信息的手段包括视频直播、语音直播、文字图片文件即时上传和人脸面部生物特征识别实时上传;
S43:采集信息储存子单元中的采集信息经由信息审核确认子单元审核确认后,通过信息展示子单元展示给有权限的监督人,实现贷后的监管。
针对VIP客户分类培育系统,当其具体应用于不动产借贷时,所述信息采集模块,用于采集不动产抵押借贷的借款需求信息和出借人出借信息。所述信息推送子系统还设有信息加密模块,信息定向推送模块拟定向推送的信息预先进行信息加密处理,再定向发送。
VIP客户分类培育系统中,针对借款方,客户分类评级规则引擎评价的基准为借款方的风险等级评估值,借款方为自然人的,所述风险等级评估值考虑的要素包括借款方身体状况、谈话及文化水平、收入及资产负债情况、工作单位、工作经验、人际关系、职称或持有的技术证件、婚姻情况、需供养人数和直系亲属情况;基于上述因素考虑风险点和价值发现点,核算总风险值,风险点为对还款能力产生负面影响的要素,分为一般风险点和极端风险点;价值发现点为对还款能力产生正面影响的要素,分为一般价值发现点和重要价值发现点;一般风险点每出现一处,风险值1-5分,极端风险点每出现一处,风险值8-10分,一般价值发现点每出现一处,价值发现值1-5分,重要价值发现点每出现一处,价值发现值8-10分;
风险等级评估值=Σ一般风险点*(1-5)+Σ极端风险点*(8-10)-Σ一般价值发现点*(1-5)-Σ重要价值发现点(8-10);
借款方存在法律法规规定禁止的借款条件或借款用途的,风险等级极高,一票否决;
借款方无法律规定禁止的借款条件或借款用途的,风险等级根据风险值总和进行评级输出:
借款方风险值总和<20时,风险等级为0级,还款能力优;
借款方风险值总和∈[20,30)时,风险等级为1级,还款能力良;
借款方风险值总和∈[30,40)时,风险等级为2级,还款能力中;
借款方风险值总和∈[40,50)时,风险等级为3级,还款能力查差;
借款方风险值总和≥50时,风险等级为4级,还款能力极差。
另外,VIP客户分类培育系统中,所述客户分类评级规则引擎具体如下,基于借款方的历史风险等级评估数据,
借款方存在法律法规规定禁止的借款条件或借款用途的,风险等级极高,1A级客户,不予推送其借款信息;
借款方无法律规定禁止的借款条件或借款用途的, 借款方风险等级为0级的,还款能力优,6A级客户;
借款方风险等级为1级的,还款能力良,5A级客户,优先推送其借款信息;
借款方风险等级为2级的,还款能力中,4A级客户,次优先推送其借款信息;
借款方风险等级为3级的,还款能力查差,3A级客户,不予推送其借款信息;
借款方风险等级为4级的,还款能力极差,2A级客户,不予推送其借款信息。
进一步讲,VIP客户分类培育系统中,针对出借方,客户分类评级规则引擎考虑的因素为出借方地域、历史平均出借金额、出借次数、出借周期和出借偏好,分别为第一、二、三、四和五评级排序依据。
本发明的VIP客户分类培育系统中,所述客户信息匹配规则具体如下:
针对借款方,选取6A、5A和4A级借款方的借款需求信息,与出借方进行匹配,依次匹配出借方区域、历史平均出借金额、出借周期、出借偏好和出借次数,挑取匹配度最高的1-10位出借方,将借款需求信息加密后推送至相关出借方;
针对出借方,从6A级客户优先匹配,依次匹配借款方区域、历史平均借款金额、借款周期、借款偏好和借款次数,6A级客户未能成功匹配的,从5A级客户中匹配,匹配流程与6A级客户匹配流程相同,5A级客户未能成功匹配的,从4A级客户中匹配,匹配流程与5A级客户匹配流程相同,直至挑取匹配度最高的1-10位借款方,将出借需求信息加密后推送至相关借款方。
本发明还提供了VIP客户分类培育系统的培育方法,所述方法包括如下步骤:
S1:分类信息处理模块调取客户信息存储模块内储存的既有客户信息和增量客户信息,运用客户分类评级规则引擎,对客户信息进行处理,获得分级分类后的客户信息;
S2:权限设定模块对分析分类后的客户信息,设定访问权限;
S3:客户信息展示模块调取设定权限后的各类分级的客户信息,接收相应权限的主题访问;
S4:信息采集模块采集借款需求信息和出借方出借信息,经信息处理模块,调取信息储存模块的信息与客户信息展示模块里的客户信息进行匹配,根据预设得客户信息匹配规则,输出1-10中匹配可能性;
S5:信息定向推送模块,基于1-10中匹配可能性,定向推送经加密的借款需求信息或出借信息。
本发明还提供了另外一种VIP客户分类培育系统的培育方法,所述方法包括如下步骤:
S1:分类信息处理模块调取客户信息存储模块内储存的既有客户信息和增量客户信息,运用客户分类评级规则引擎,对客户信息进行处理,获得分级分类后的客户信息;
S2:权限设定模块对分析分类后的客户信息,设定访问权限;
S3:客户信息展示模块调取设定权限后的各类分级的客户信息,接收相应权限的主题访问;
S4:信息采集模块采集不动产抵押借贷的借款需求信息和出借方出借信息,经信息处理模块,调取信息储存模块的信息与客户信息展示模块里的客户信息进行匹配,根据预设得客户信息匹配规则,输出1-10中匹配可能性;
S5:信息定向推送模块,基于1-10中匹配可能性,定向推送经加密的借款需求信息或出借信息。
本发明的穿透式全透明高效不动产网络借贷信息中介平台系统中,所述借款关联方为借款人本人,或者借款人本人和第三方担保人,借款关联方为非自然人借款人的,由借款关联方授权的代表人协助核对、再采集借款主体信息。
本发明的有益效果包括了各系统优点的集合:
(1)本发明的授信系统通过大数据全方位判断借款主体的信用,能获得较高客观度信用评价结论。真正对评估用户信用有价值的大数据信息均能得到参考;
(2)授信的调查智能完成,效率高,极大的方便借款主体的借款效率。
(3)授信过程规则引擎明确,不易受主观因素影响,不会存在暗箱操作的可能,评级授信过程确定性高;
(4)本发明的风险控制由远程调查完成高效,风控成本低;
(5)风险控制过程难度较低,综合大数据做研判,不易受主观因素影响,风险控制过程确定;
(6)本发明的贷后实时直播讨论组实现系统,作为一种与出借人(投资人)实时互动的工具,解决网络借贷平台出借人(投资人)对所投项目贷中、贷后情况跟踪进度透明事项。通过该系统,可以实时、全透明、高效、客观的对贷中贷后处理各项事项进行直播展示给出借人,便于出借人监督。
(7)本发明的网络借贷VIP客户分类培育系统,可以高效、针对性的对不动产借贷客户进行分级分类管理,管理效率高。
附图说明
图1是本发明的一键评级估值授信系统的示意图;
图2是本发明的贷前风险控制系统的示意图;
图3是本发明的贷后实时直播讨论组实现系统的示意图;
图4是本发明的VIP客户分类培育系统的示意图。
具体实施方式
下面通过具体实施例,并结合附图,对本发明的技术方案作进一步的具体说明。
本发明的穿透式全透明高效不动产网络借贷信息中介平台系统,
包括贷前一键评级估值授信系统、贷前远程风控系统、贷中贷后直播处理系统和VIP客户分类培育系统;
如图1所述,所述贷前一键评级估值授信系统包括:
评级子系统,所述评级子系统包括:
评级数据存储模块,用于存储信用评价信息数据;
评级信息采集模块,用于采集借款主体信用评价信息;
评级信息处理模块,基于采集获取的借款主体信用评价信息,运用评级规则引擎,与信用评价信息数据进行比对分析,输出借款主体评级数据信息;
估值子系统,所述估值子系统包括:
估值数据存储模块,用于存储不动产信息数据;
估值信息采集模块,用于采集借款主体不动产信息;
估值信息处理模块,基于采集获取的借款主体不动产信息,运用估值规则引擎,与不动产信息数据进行比对分析,输出借款主体不动产估值数据信息;
授信子系统
授信数据存储模块,用于存储预设的授信额度标准数据;
通信模块,用于传送借款主体评级数据信息和借款主体不动产估值数据信息至授信信息处理模块;
授信信息处理模块,基于获取的借款主体评级数据信息和不动产估值数据信息,运用授信规则引擎,与授信额度标准数据进行比对分析,一键输出授信额度;
如图2所述,所述贷前远程风控系统包括:
风控发起和接收单元,包括智能调查方端和被调查方端;
信息采集单元,基于远程风控器具,用于核对、再采集借款关联方身份信息和不动产信息;
中央处理单元,包括预设信息存储子单元、采集信息存储子单元、风险点和价值发现点筛选子单元、风险值和价值发现值评估子单元以及风险等级评估子单元;
预设信息存储子单元用于存储预设风险等级评估参考值;
采集信息存储子单元用于存储远程风控器具核对、再采集获取的借款关联方身份信息和不动产信息;
风险点和价值发现点筛选子单元用于根据预设的风险和价值评估规则引擎,筛选获取风险点和价值发现点数据集合;
风险值和价值发现值评估子单元用于根据预设的风险评估模型和价值评估模型,评估各风险点的风险值以及价值发现点的价值评估值;
风险等级评估子单元用于将各个风险点的风险值和各个价值发现点评估值基于一定的规则引擎进行对比、对冲、份析后得出风险评估总参考值,输出风险等级;
通信单元,实现各子单元之间的信息传递;
如图3所述,所述贷中贷后直播处理系统包括:
直播单元,包括智能发起方端、接收方端和平台控制方端;
信息采集单元,基于远程直播器具,用于核对、再采集借款关联方身份信息以及放贷成功后借款关联方的相关动态信息;
中央控制单元,包括采集信息存储子单元、信息审核确认子单元和信息展示子单元;
采集信息存储子单元用于存储远程直播核对、再采集获取的借款关联方身份信息以及放贷成功后借款关联方的相关动态信息;
信息审核确认子单元由平台控制方端对远程直播核对、再采集获取的借款关联方身份信息以及放贷成功后借款关联方的相关动态信息进行审核确认;
信息展示子单元用于将经审核确认后的采集信息存储子单元中的采集信息展示给有权限的监督人和/或出借人;
通信单元,实现各子单元之间的信息传递。
所述VIP客户分类培育系统包括:
分类子系统,所述分类子系统包括:
客户信息存储模块,用于储存既有客户信息和增量客户信息;
分类信息处理模块,基于客户信息存储模块的信息,运用客户分类评级规则引擎,对客户信息进行处理;
展示子系统,所述展示子系统包括:
客户信息展示模块,用于展示各类分级的客户信息;
权限设定模块,设定访问客户信息展示模块中客户信息的权限;
如图4所述,信息推送子系统
信息采集模块,用于采集借款需求信息和出借方出借信息;
信息存储模块,用于存储借款需求信息和出借方出借信息;
信息处理模块,用于调取信息储存模块的信息与客户信息展示模块里的客户信息进行匹配,根据预设的客户信息匹配规则,输出1-10中匹配可能性;
信息定向推送模块,基于1-10中匹配可能性,定向推送借款需求信息或出借信息;
通信模块,用于各模块间的信息传递。
以下针对贷前一键评级估值授信系统、贷前远程风控系统、贷中贷后直播处理系统和VIP客户分类培育系统的具体功能构成和实现方法分别做进一步细致阐述:
针对贷前一键评级估值授信系统,所述信用评价信息数据对接第三方大数据信息,包括公安部户籍信息、民政部婚姻登记信息、国家企业信用信息公示系统信息以及负面信用信息,所述负面信用信息包括一票否决负面信用信息和常规负面信用信息,所述一票否决负面信用信息包括公安部违法信息、全国法院被执行人信息和全国失信被执行人名单信息中的任意一种,所述常规负面信用信息包括中国人民银行征信报告信息。
贷前一键评级估值授信系统运用的评级规则引擎具体如下:
当借款主体为自然人时,借款主体年龄<18岁或者>65岁,借款主体评级数据值为0;
当借款主体存在一票否决负面信用信息时,借款主体评级数据值为0;
当借款主体为自然人,借款主体年龄∈[18,65]以及非自然人借款主体,且未存在一票否决负面信用信息时,借款主体评级数据值=100-Σ常规负面信用信息*(1-10);
借款主体评级数据值<75时,信用评级为E级;
借款主体评级数据值∈[75,80)时,信用评级为D级;
借款主体评级数据值∈[80,85)时,信用评级为C级;
借款主体评级数据值∈[85,90)时,信用评级为B级;
借款主体评级数据值∈[90,100)时,信用评级为A级。
贷前一键评级估值授信系统中所述不动产信息数据对接第三方大数据信息,至少包括同城市同类型不动产及所属不动产一定范围内类似不动产的半年内的实际成交价格、同城市同类型不动产及所属不动产一定范围内类似不动产的平均单价、周边同类型城市同类型不动产的半年内的实际成交价格及平均单价。具体针对不动产中的房产,所述不动产为房产,所述不动产信息数据至少包括:同城市同类型房产及所属房产一定范围内类似房产的半年内的实际成交价格、平均单价以及周边同类型城市同类型房产的半年内的实际成交价格和平均单价,所述同类型的判定考虑房产的性质、区位、面积、楼层、朝向和装修状况。
贷前一键评级估值授信系统中所述估值规则引擎具体如下:
不动产权利人为自然人,年龄<18岁或者>65岁,不动产评估数据值为0;
涉及中华人民共和国物权法和中华人民共和国担保法不得抵押的不动产的,不动产评估数据值为0;
不动产价值=同城市同类型不动产和/或所属不动产一定范围内类似不动产的平均单价*(1+因素调整系数1)*( 1+因素调整系数2)* ( 1+因素调整系数3)*(1+因素调整系数4)*面积;
所述因素调整系数1为不动产性质;
所述因素调整系数2为不动产区位;
所述因素调整系数3为不动产维护状况;
所述因素调整系数4为不动产权利年限;
因素调整系数1-4的数值范围为-0.2~0.2。
进一步的说,针对不动产为房产的情形,所述估值规则引擎具体如下:
房产价值=同城市同类型房产和/或所属房产一定范围内类似房产的平均单价*(1+因素调整系数1)*( 1+因素调整系数2)* ( 1+因素调整系数3)* ( 1+因素调整系数4)* ( 1+因素调整系数5)*(1+因素调整系数6)*面积;
所述因素调整系数1为房产性质;
所述因素调整系数2为房产区位;
所述因素调整系数3为房产楼层;
所述因素调整系数4为房产朝向;
所述因素调整系数5为房产权利年限;
所述因素调整系数6为房产维护状况;
因素调整系数1-6的数值范围为-0.2~0.2。
贷前一键评级估值授信系统中运用的授信规则引擎具体如下:
当借款主体评级数据值为0,授信为0;
借款主体评级数据值<75时,信用评级为E级,授信为0;
借款主体评级数据值∈[75,80)时,信用评级为D级,授信为不动产估值的50%;
借款主体评级数据值∈[80,85)时,信用评级为C级,授信为不动产估值的60%;
借款主体评级数据值∈[85,90)时,信用评级为B级,授信为不动产估值的70%;
借款主体评级数据值∈[90,100)时,信用评级为A级,授信为不动产估值的80%。
针对贷前一键评级估值授信系统,所述评级信息采集模块采集的信息包括:
借款主体为自然人时,包括:姓名、身份证号、手机号、面部图像信息、征信信息、银行流水和资产负债情况;
借款主体为企事业单位时,包括:营业执照、法人代表身份证及征信信息、开户许可证、章程、验资报告、基本情况介绍、财务报表;
所述估值信息采集模块采集的信息包括:不动产性质、不动产区位、不动产权利年限、不动产维护状态和不动产面积;
所述估值方法采用成本法、收益法、市场比较法、剩余法、假设开发法、基准地价法、路线价法和地缘经济法中的任意一种;
所述不动产借贷贷前一键评级估值授信系统基于PC端或APP端运行。
本发明中的贷前一键评级估值授信系统的授信方法具体按如下操作:
S1:信息采集:
分别通过评级信息采集模块和估值信息采集模块,采集借款主体信用评价信息和不动产信息;
S2:信息处理
分别通过评级信息处理模块和估值信息处理模块,运用评级规则引擎,与信用评价信息数据进行比对分析,输出借款主体评级数据信息,以及运用估值规则引擎,与不动产信息数据进行比对分析,输出借款主体不动产估值数据信息;
S3:授信处理
借款主体评级数据信息和借款主体不动产估值数据信息经由通信模块传送至授信信息处理模块,所述授信信息处理模块,基于获取的借款主体评级数据信息和不动产估值数据信息,运用授信规则引擎,与授信额度标准数据进行比对分析,一键输出授信额度。
针对贷前远程风控系统,所述远程风控器具包括不动产借贷贷前远程风控系统调用的带摄像头的手持移动终端、穿戴设备或固定机具。更具体的说,所述远程风控器具包括AI调查器具、AR调查器具、VR调查器具和IM即时通讯调查器具。
贷前远程风控方法按如下步骤进行,基于安装于APP端或PC端的不动产借贷贷前远程风控系统,所述方法包括如下步骤:
S1:调查方工作人员协助远程风控,通过不动产借贷贷前远程风控系统的智能调查方端发起远程风控请求;
S2:借款关联方自助远程风控,通过不动产借贷贷前远程风控系统的智能被调查方端收到远程风控请求,开启远程风控器具;
S21:调查方远程通过远程风控器具核对、再采集借款关联方的身份信息,实时上传存储于不动产借贷贷前远程风控系统的采集信息储存子单元中;
S22:调查方远程通过远程风控器具核对、再采集借款关联方的不动产信息,包括不动产位置定位、不动产外观和不动产内在情况,实时上传存储于不动产借贷贷前远程风控系统的采集信息储存子单元中;
所述通过远程风控器具核对、再采集借款关联方身份信息和不动产信息的手段包括视频直播、语音直播、文字图片文件即时上传、人脸面部生物特征识别实时上传、步态识别特征实时上传、虹膜识别特征和静脉识别特征的实时上传;
S3:采集信息储存子单元中的借款关联方身份信息和不动产信息通过通信子单元传送至风险点及价值发现筛选子单元中,根据预设的风险和价值发现规则引擎,筛选获取风险点及价值发现点数据集合;
S4:对风险点及价值发现点数据集合中的若干风险点及若干价值发现点,根据预设的风险评估模型和价值评估模型,评估各风险点及各价值发现点的风险值及价值发现值;
S5:将步骤S4的多个风险点及多个价值发现点的风险值和价值发现值进行对比、对冲、累加,累加后的风险值总和与预设的风险等级评估参考值比较,输出风险等级。
本发明的另一种贷前远程风控方法,基于安装于APP端或PC端的不动产借贷贷前远程风控系统,所述方法包括如下步骤:
S1:借款关联方通过不动产借贷贷前远程风控系统的智能被调查方端自主发起远程风控请求,开启远程风控器具;
S2:调查方通过不动产借贷贷前远程风控系统的智能调查方端收到借款关联方的远程风控请求,派出工作人员操作;
S21:调查方远程通过远程风控器具采集借款关联方的身份信息,实时上传存储于不动产借贷贷前远程风控系统的采集信息储存子单元中;
S22:借款关联方通过远程风控器具自助核对、再采集不动产信息,包括不动产位置定位、不动产外观和不动产内在情况,实时上传存储于不动产借贷贷前远程风控系统的采集信息储存子单元中;
所述通过远程风控器具核对、再采集借款关联方身份信息和不动产信息的手段包括视频直播、语音直播、实时音视频以及视频、文字、图片和文件即时上传和人脸面部生物特征识别实时上传、步态识别特征实时上传、虹膜识别特征和静脉识别特征的实时上传;
S3:采集信息储存子单元中的借款关联方身份信息和不动产信息通过通信子单元传送至风险点和价值发现点筛选子单元中,根据预设的风险和价值发现规则引擎,筛选获取风险点和价值发现点数据集合;
S4:对风险点和价值发现点数据集合中的若干风险点和价值发现点,根据预设的风险评估模型和价值评估模型,评估各风险点的风险值和价值发现点的发现值;
S5:将步骤S4的多个风险点的风险值和价值发现点的发现值进行对比、对冲、累加,累加后的风险值总和与预设的风险等级评估参考值比较,输出风险等级。
本发明还提供了第三种贷前远程风控方法,基于安装于APP端或PC端的不动产借贷贷前远程风控系统,所述方法包括如下步骤:
S1:调查方至少两名工作人员,线下协助借款关联方,通过不动产借贷贷前远程风控系统的智能被调查方端发起远程风控请求,开启远程风控器具;
S2:调查方另委派两名工作人员通过不动产借贷贷前远程风控系统的智能调查方端接收远程风控请求;
S21:调查方远程通过远程风控器具核对、再采集借款关联方的身份信息,实时上传存储于不动产借贷贷前远程风控系统的信息储存模块中;
S22:调查方远程通过远程风控器具核对、再采集借款关联方的不动产信息,包括不动产位置定位、不动产外观和不动产内在情况,实时上传存储于不动产借贷贷前远程风控系统的采集信息储存子单元中;
所述通过远程风控器具核对、再采集借款关联方身份信息和不动产信息的手段包括视频直播、语音直播、文字图片文件即时上传和人脸面部生物特征识别实时上传、步态识别特征实时上传、虹膜识别特征和静脉识别特征的实时上传;
S3:采集信息储存子单元中的借款关联方身份信息和不动产信息通过通信子单元传送至风险点和价值发现点筛选子单元中,根据预设的风险和价值发现规则引擎,筛选获取风险点和价值发现点数据集合;
S4:对风险点和价值发现点数据集合中的若干风险点和价值发现点,根据预设的风险评估模型和价值评估模型,评估各风险点的风险值和价值发现点的发现值;
S5:将步骤S4的多个风险点的风险值和价值发现点的发现值进行对比、对冲、累加,累加后的风险值总和与预设的风险等级评估参考值比较,输出风险等级。
贷前远程风控系统中,所述风险和价值发现规则引擎考虑的要素包括:
借款关联方为自然人,身份信息包括借款关联方的身体状况、谈话及文化水平、收入及资产负债情况、工作单位、工作经验、人际关系、职称或持有的技术证件、婚姻情况、需供养人数和直系亲属情况;
不动产信息为房产,不动产信息包括不动产得房率、利用率、视野开阔程度、不动产南北是否通透、不动产装修情况、标准不动产和非标准不动产、不动产周围商业配套情况及小居设施定位高或低、居住人数、不动产有无暇疵、租赁不动产可不可以破租及租费的高低和不动产所属市场是否稀缺;
风险点为对还款能力产生负面影响的要素,份为一般风险点和极端风险点;价值发现点为对还款能力产生正面影响的要素,份为一般价值发现点和重要价值发现点;一般风险点每出现一处,风险值1-5分,极端风险点每出现一处,风险值8-10分,一般价值发现点每出现一处,价值发现值1-5分,重要价值发现点每出现一处,价值发现值8-10分;
风险值综合=Σ一般风险点*(1-5)+Σ极端风险点*(8-10)-Σ一般价值发现点*(1-5)-Σ重要价值发现点(8-10)。
另外,贷前远程风控系统中, 所述风险评估模型具体如下:
借款关联方存在法律法规规定禁止的借款条件或借款用途的,风险等级极高,一票否决;
借款关联方无法律规定禁止的借款条件或借款用途的,风险等级根据风险值总和进行评级输出:
借款关联方风险值总和<20时,风险等级为1级,还款能力优;
借款关联方风险值总和∈[20,30)时,风险等级为2级,还款能力良;
借款关联方风险值总和∈[30,40)时,风险等级为3级,还款能力中;
借款关联方风险值总和∈[40,50)时,风险等级为4级,还款能力差;
借款关联方风险值总和≥50时,风险等级为5级,还款能力极差。
针对贷中贷后实时直播讨论组实现系统,其具体应用于用于不动产网络抵押借贷时,所述信息采集单元,基于远程直播器具,还核对、再采集借款关联方办理不动产抵押手续全过程信息;采集信息存储子单元还存储远程直播核对、再采集获取的借款关联方办理不动产抵押手续全过程信息;信息审核确认子单元还对办理不动产抵押手续全过程信息进行审核确认。
贷中贷后实时直播讨论组实现系统中运用的远程直播器具包括网络借贷贷中贷后实时直播讨论组实现系统调用的带摄像头的手持移动终端或穿戴设备具。更具体的讲,所述远程直播器具包括AI直播器具、AR直播器具、VR直播器具、IM即时通讯直播器具。
贷中贷后实时直播讨论组实现系统中,所述借款关联方为借款人本人,或者借款人本人和第三方担保人,借款关联方为非自然人借款人的,由借款关联方授权的代表人协助核对、再采集借款主体信息,借款关联方的相关动态信息包括借款人资信动态情况、履约情况、违约原因说明和处置清收方法。
贷中贷后实时直播讨论组实现系统中,所述中央控制单元还包括AI智能回复子单元,其储存预设的涉及贷中和贷后的相关信息的问题与答案,自动匹配借款人的咨询问题并反馈答案。
本发明的贷中贷后实时直播讨论组实现方法,基于安装于APP端或PC端的贷中贷后实时直播讨论组实现系统,所述方法包括如下步骤:
S1:网络借贷平台工作人员通过实时直播讨论组实现系统的AI智能客服发起方端同时向接收方端和平台控制方端发起远程直播请求;
S2:借款关联方通过实时直播讨论组实现系统的AI智能客服接收方端收到远程直播请求,开启远程直播器具,平台控制方端同步收到远程直播请求;
S21:发起方远程通过远程直播器具核对、再采集借款关联方的身份信息,实时上传存储于实时直播讨论组实现系统的采集信息储存子单元中;
所述通过远程直播器具核对、再采集借款关联方身份信息的手段包括视频直播、语音直播、文字图片文件即时上传和人脸面部生物特征识别实时上传、步态识别特征实时上传、虹膜识别特征和静脉识别特征的实时上传;
S3:采集信息储存子单元中的采集信息经由信息审核确认子单元审核确认后,通过信息展示子单元展示给有权限的监督人,借贷完成;
S4:借贷完成后,网络借贷平台工作人员定期或不定期通过实时直播讨论组实现系统的AI智能客服发起方端同时向接收方端和平台控制方端发起远程直播请求;
S41:借款关联方通过实时直播讨论组实现系统的AI智能客服接收方端收到远程直播请求,开启远程直播器具,平台控制方端同步收到远程直播请求;
S42:发起方远程通过远程直播器具采集借款关联方的相关动态信息,实时上传存储于实时直播讨论组实现系统的采集信息储存子单元中;
所述通过远程直播器具采集借款关联方的相关动态信息的手段包括视频直播、语音直播、文字图片文件即时上传和人脸面部生物特征识别实时上传、步态识别特征实时上传、虹膜识别特征和静脉识别特征的实时上传;
S43:采集信息储存子单元中的采集信息经由信息审核确认子单元审核确认后,通过信息展示子单元展示给有权限的监督人,实现贷后的监管。
本发明还提供了另一种贷中贷后实时直播讨论组实现方法,基于安装于APP端或PC端的贷中贷后实时直播讨论组实现系统,所述方法包括如下步骤:
S1:网络借贷平台工作人员通过实时直播讨论组实现系统的AI智能客服发起方端同时向接收方端和平台控制方端发起远程直播请求;
S2:借款关联方通过实时直播讨论组实现系统的AI智能客服接收方端收到远程直播请求,开启远程直播器具,平台控制方端同步收到远程直播请求;
S21:发起方远程通过远程直播器具核对、再采集借款关联方的身份信息,实时上传存储于实时直播讨论组实现系统的采集信息储存子单元中;
S22:发起方远程通过远程直播器具采集办理不动产抵押手续全过程信息,实时上传存储于实时直播讨论组实现系统的采集信息储存子单元中;
所述通过远程直播器具核对、再采集借款关联方身份信息和办理不动产抵押手续全过程信息的手段包括视频直播、语音直播、文字图片文件即时上传和人脸面部生物特征识别实时上传;
S3:采集信息储存子单元中的采集信息经由信息审核确认子单元审核确认后,通过信息展示子单元展示给有权限的监督人,借贷完成;
S4:借贷完成后,网络借贷平台工作人员定期或不定期通过实时直播讨论组实现系统的AI智能客服发起方端同时向接收方端和平台控制方端发起远程直播请求;
S41:借款关联方通过实时直播讨论组实现系统的AI智能客服接收方端收到远程直播请求,开启远程直播器具,平台控制方端同步收到远程直播请求;
S42:发起方远程通过远程直播器具采集借款关联方的相关动态信息,实时上传存储于实时直播讨论组实现系统的采集信息储存子单元中;
所述通过远程直播器具采集借款关联方的相关动态信息的手段包括视频直播、语音直播、文字图片文件即时上传和人脸面部生物特征识别实时上传;
S43:采集信息储存子单元中的采集信息经由信息审核确认子单元审核确认后,通过信息展示子单元展示给有权限的监督人,实现贷后的监管。
针对VIP客户分类培育系统,当其具体应用于不动产借贷时,所述信息采集模块,用于采集不动产抵押借贷的借款需求信息和出借人出借信息。所述信息推送子系统还设有信息加密模块,信息定向推送模块拟定向推送的信息预先进行信息加密处理,再定向发送。
VIP客户分类培育系统中,针对借款方,客户分类评级规则引擎评价的基准为借款方的风险等级评估值,借款方为自然人的,所述风险等级评估值考虑的要素包括借款方身体状况、谈话及文化水平、收入及资产负债情况、工作单位、工作经验、人际关系、职称或持有的技术证件、婚姻情况、需供养人数和直系亲属情况;基于上述因素考虑风险点和价值发现点,核算总风险值,风险点为对还款能力产生负面影响的要素,分为一般风险点和极端风险点;价值发现点为对还款能力产生正面影响的要素,分为一般价值发现点和重要价值发现点;一般风险点每出现一处,风险值1-5分,极端风险点每出现一处,风险值8-10分,一般价值发现点每出现一处,价值发现值1-5分,重要价值发现点每出现一处,价值发现值8-10分;
风险等级评估值=Σ一般风险点*(1-5)+Σ极端风险点*(8-10)-Σ一般价值发现点*(1-5)-Σ重要价值发现点(8-10);
借款方存在法律法规规定禁止的借款条件或借款用途的,风险等级极高,一票否决;
借款方无法律规定禁止的借款条件或借款用途的,风险等级根据风险值总和进行评级输出:
借款方风险值总和<20时,风险等级为0级,还款能力优;
借款方风险值总和∈[20,30)时,风险等级为1级,还款能力良;
借款方风险值总和∈[30,40)时,风险等级为2级,还款能力中;
借款方风险值总和∈[40,50)时,风险等级为3级,还款能力查差;
借款方风险值总和≥50时,风险等级为4级,还款能力极差。
另外,VIP客户分类培育系统中,所述客户分类评级规则引擎具体如下,基于借款方的历史风险等级评估数据,
借款方存在法律法规规定禁止的借款条件或借款用途的,风险等级极高,1A级客户,不予推送其借款信息;
借款方无法律规定禁止的借款条件或借款用途的, 借款方风险等级为0级的,还款能力优,6A级客户;
借款方风险等级为1级的,还款能力良,5A级客户,优先推送其借款信息;
借款方风险等级为2级的,还款能力中,4A级客户,次优先推送其借款信息;
借款方风险等级为3级的,还款能力查差,3A级客户,不予推送其借款信息;
借款方风险等级为4级的,还款能力极差,2A级客户,不予推送其借款信息。
进一步讲,VIP客户分类培育系统中,针对出借方,客户分类评级规则引擎考虑的因素为出借方地域、历史平均出借金额、出借次数、出借周期和出借偏好,分别为第一、二、三、四和五评级排序依据。
本发明的VIP客户分类培育系统中,所述客户信息匹配规则具体如下:
针对借款方,选取6A、5A和4A级借款方的借款需求信息,与出借方进行匹配,依次匹配出借方区域、历史平均出借金额、出借周期、出借偏好和出借次数,挑取匹配度最高的1-10位出借方,将借款需求信息加密后推送至相关出借方;
针对出借方,从6A级客户优先匹配,依次匹配借款方区域、历史平均借款金额、借款周期、借款偏好和借款次数,6A级客户未能成功匹配的,从5A级客户中匹配,匹配流程与6A级客户匹配流程相同,5A级客户未能成功匹配的,从4A级客户中匹配,匹配流程与5A级客户匹配流程相同,直至挑取匹配度最高的1-10位借款方,将出借需求信息加密后推送至相关借款方。
本发明还提供了VIP客户分类培育系统的培育方法,所述方法包括如下步骤:
S1:分类信息处理模块调取客户信息存储模块内储存的既有客户信息和增量客户信息,运用客户分类评级规则引擎,对客户信息进行处理,获得分级分类后的客户信息;
S2:权限设定模块对分析分类后的客户信息,设定访问权限;
S3:客户信息展示模块调取设定权限后的各类分级的客户信息,接收相应权限的主题访问;
S4:信息采集模块采集借款需求信息和出借方出借信息,经信息处理模块,调取信息储存模块的信息与客户信息展示模块里的客户信息进行匹配,根据预设得客户信息匹配规则,输出1-10中匹配可能性;
S5:信息定向推送模块,基于1-10中匹配可能性,定向推送经加密的借款需求信息或出借信息。
本发明还提供了另外一种VIP客户分类培育系统的培育方法,所述方法包括如下步骤:
S1:分类信息处理模块调取客户信息存储模块内储存的既有客户信息和增量客户信息,运用客户分类评级规则引擎,对客户信息进行处理,获得分级分类后的客户信息;
S2:权限设定模块对分析分类后的客户信息,设定访问权限;
S3:客户信息展示模块调取设定权限后的各类分级的客户信息,接收相应权限的主题访问;
S4:信息采集模块采集不动产抵押借贷的借款需求信息和出借方出借信息,经信息处理模块,调取信息储存模块的信息与客户信息展示模块里的客户信息进行匹配,根据预设得客户信息匹配规则,输出1-10中匹配可能性;
S5:信息定向推送模块,基于1-10中匹配可能性,定向推送经加密的借款需求信息或出借信息。
本发明的穿透式全透明高效不动产网络借贷信息中介平台系统中,所述借款关联方为借款人本人,或者借款人本人和第三方担保人,借款关联方为非自然人借款人的,由借款关联方授权的代表人协助核对、再采集借款主体信息。
以上所述的实施例只是本发明的一种较佳的方案,并非对本发明作任何形式上的限制,在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。
Claims (10)
1.穿透式全透明高效不动产网络借贷信息中介平台系统,其特征在于:
包括贷前一键评级估值授信系统、贷前远程风控系统、贷中贷后直播处理系统和VIP客户分类培育系统;
所述贷前一键评级估值授信系统包括:
评级子系统,所述评级子系统包括:
评级数据存储模块,用于存储信用评价信息数据;
评级信息采集模块,用于采集借款主体信用评价信息;
评级信息处理模块,基于采集获取的借款主体信用评价信息,运用评级规则引擎,与信用评价信息数据进行比对分析,输出借款主体评级数据信息;
估值子系统,所述估值子系统包括:
估值数据存储模块,用于存储不动产信息数据;
估值信息采集模块,用于采集借款主体不动产信息;
估值信息处理模块,基于采集获取的借款主体不动产信息,运用估值规则引擎,与不动产信息数据进行比对分析,输出借款主体不动产估值数据信息;
授信子系统
授信数据存储模块,用于存储预设的授信额度标准数据;
通信模块,用于传送借款主体评级数据信息和借款主体不动产估值数据信息至授信信息处理模块;
授信信息处理模块,基于获取的借款主体评级数据信息和不动产估值数据信息,运用授信规则引擎,与授信额度标准数据进行比对分析,一键输出授信额度;
所述贷前远程风控系统包括:
风控发起和接收单元,包括智能调查方端和被调查方端;
信息采集单元,基于远程风控器具,用于核对、再采集借款关联方身份信息和不动产信息;
中央处理单元,包括预设信息存储子单元、采集信息存储子单元、风险点和价值发现点筛选子单元、风险值和价值发现值评估子单元以及风险等级评估子单元;
预设信息存储子单元用于存储预设风险等级评估参考值;
采集信息存储子单元用于存储远程风控器具核对、再采集获取的借款关联方身份信息和不动产信息;
风险点和价值发现点筛选子单元用于根据预设的风险和价值评估规则引擎,筛选获取风险点和价值发现点数据集合;
风险值和价值发现值评估子单元用于根据预设的风险评估模型和价值评估模型,评估各风险点的风险值以及价值发现点的价值评估值;
风险等级评估子单元用于将各个风险点的风险值和各个价值发现点评估值基于一定的规则引擎进行对比、对冲、份析后得出风险评估总参考值,输出风险等级;
通信单元,实现各子单元之间的信息传递;
所述贷中贷后直播处理系统包括:
直播单元,包括智能发起方端、接收方端和平台控制方端;
信息采集单元,基于远程直播器具,用于核对、再采集借款关联方身份信息以及放贷成功后借款关联方的相关动态信息;
中央控制单元,包括采集信息存储子单元、信息审核确认子单元和信息展示子单元;
采集信息存储子单元用于存储远程直播核对、再采集获取的借款关联方身份信息以及放贷成功后借款关联方的相关动态信息;
信息审核确认子单元由平台控制方端对远程直播核对、再采集获取的借款关联方身份信息以及放贷成功后借款关联方的相关动态信息进行审核确认;
信息展示子单元用于将经审核确认后的采集信息存储子单元中的采集信息展示给有权限的监督人和/或出借人;
通信单元,实现各子单元之间的信息传递;
所述VIP客户分类培育系统包括:
分类子系统,所述分类子系统包括:
客户信息存储模块,用于储存既有客户信息和增量客户信息;
分类信息处理模块,基于客户信息存储模块的信息,运用客户分类评级规则引擎,对客户信息进行处理;
展示子系统,所述展示子系统包括:
客户信息展示模块,用于展示各类分级的客户信息;
权限设定模块,设定访问客户信息展示模块中客户信息的权限;
信息推送子系统
信息采集模块,用于采集借款需求信息和出借方出借信息;
信息存储模块,用于存储借款需求信息和出借方出借信息;
信息处理模块,用于调取信息储存模块的信息与客户信息展示模块里的客户信息进行匹配,根据预设的客户信息匹配规则,输出1-10中匹配可能性;
信息定向推送模块,基于1-10中匹配可能性,定向推送借款需求信息或出借信息;
通信模块,用于各模块间的信息传递。
2.根据权利要求1所述的穿透式全透明高效不动产网络借贷信息中介平台系统,其特征在于:
所述信用评价信息数据对接第三方大数据信息,包括公安部户籍信息、民政部婚姻登记信息、国家企业信用信息公示系统信息以及负面信用信息,所述负面信用信息包括一票否决负面信用信息和常规负面信用信息,所述一票否决负面信用信息包括公安部违法信息、全国法院被执行人信息和全国失信被执行人名单信息中的任意一种,所述常规负面信用信息包括中国人民银行征信报告信息;
所述不动产信息数据对接第三方大数据信息,至少包括同城市同类型不动产及所属不动产一定范围内类似不动产的半年内的实际成交价格、同城市同类型不动产及所属不动产一定范围内类似不动产的平均单价、周边同类型城市同类型不动产的半年内的实际成交价格及平均单价。
3.根据权利要求1所述的穿透式全透明高效不动产网络借贷信息中介平台系统,其特征在于:所述评级规则引擎具体如下:
当借款主体为自然人时,借款主体年龄<18岁或者>65岁,借款主体评级数据值为0;
当借款主体存在一票否决负面信用信息时,借款主体评级数据值为0;
当借款主体为自然人,借款主体年龄∈[18,65]以及非自然人借款主体,且未存在一票否决负面信用信息时,借款主体评级数据值=100-Σ常规负面信用信息*(1-10);
借款主体评级数据值<75时,信用评级为E级;
借款主体评级数据值∈[75,80)时,信用评级为D级;
借款主体评级数据值∈[80,85)时,信用评级为C级;
借款主体评级数据值∈[85,90)时,信用评级为B级;
借款主体评级数据值∈[90,100)时,信用评级为A级。
4.根据权利要求1所述的穿透式全透明高效不动产网络借贷信息中介平台系统,其特征在于:所述估值规则引擎具体如下:
不动产权利人为自然人,年龄<18岁或者>65岁,不动产评估数据值为0;
涉及中华人民共和国物权法和中华人民共和国担保法不得抵押的不动产的,不动产评估数据值为0;
不动产价值=同城市同类型不动产和/或所属不动产一定范围内类似不动产的平均单价*(1+因素调整系数1)*( 1+因素调整系数2)* ( 1+因素调整系数3)*(1+因素调整系数4)*面积;
所述因素调整系数1为不动产性质;
所述因素调整系数2为不动产区位;
所述因素调整系数3为不动产维护状况;
所述因素调整系数4为不动产权利年限;
因素调整系数1-4的数值范围为-0.2~0.2。
5.根据权利要求1所述的穿透式全透明高效不动产网络借贷信息中介平台系统,其特征在于:所述授信规则引擎具体如下:
当借款主体评级数据值为0,授信为0;
借款主体评级数据值<75时,信用评级为E级,授信为0;
借款主体评级数据值∈[75,80)时,信用评级为D级,授信为不动产估值的50%;
借款主体评级数据值∈[80,85)时,信用评级为C级,授信为不动产估值的60%;
借款主体评级数据值∈[85,90)时,信用评级为B级,授信为不动产估值的70%;
借款主体评级数据值∈[90,100)时,信用评级为A级,授信为不动产估值的80%。
6.根据权利要求1所述的穿透式全透明高效不动产网络借贷信息中介平台系统,其特征在于:所述评级信息采集模块采集的信息包括:
借款主体为自然人时,包括:姓名、身份证号、手机号、面部图像信息、征信信息、银行流水和资产负债情况;
借款主体为企事业单位时,包括:营业执照、法人代表身份证及征信信息、开户许可证、章程、验资报告、基本情况介绍、财务报表;
所述估值信息采集模块采集的信息包括:不动产性质、不动产区位、不动产权利年限、不动产维护状态和不动产面积。
7.根据权利要求1所述的穿透式全透明高效不动产网络借贷信息中介平台系统,其特征在于:所述远程风控器具和远程直播器具包括可调用的带摄像头的手持移动终端、穿戴设备或固定机具。
8.根据权利要求1所述的穿透式全透明高效不动产网络借贷信息中介平台系统,其特征在于:所述风险和价值发现规则引擎考虑的要素包括:
借款关联方为自然人,身份信息包括借款关联方的身体状况、谈话及文化水平、收入及资产负债情况、工作单位、工作经验、人际关系、职称或持有的技术证件、婚姻情况、需供养人数和直系亲属情况;
不动产信息为房产,不动产信息包括不动产得房率、利用率、视野开阔程度、不动产南北是否通透、不动产装修情况、标准不动产和非标准不动产、不动产周围商业配套情况及小居设施定位高或低、居住人数、不动产有无暇疵、租赁不动产可不可以破租及租费的高低和不动产所属市场是否稀缺;
风险点为对还款能力产生负面影响的要素,分为一般风险点和极端风险点;价值发现点为对还款能力产生正面影响的要素,分为一般价值发现点和重要价值发现点;一般风险点每出现一处,风险值1-5分,极端风险点每出现一处,风险值8-10分,一般价值发现点每出现一处,价值发现值1-5分,重要价值发现点每出现一处,价值发现值8-10分;
风险值综合=Σ一般风险点*(1-5)+Σ极端风险点*(8-10)-Σ一般价值发现点*(1-5)-Σ重要价值发现点(8-10);
所述风险评估模型具体如下:
借款关联方存在法律法规规定禁止的借款条件或借款用途的,风险等级极高,一票否决;
借款关联方无法律规定禁止的借款条件或借款用途的,风险等级根据风险值总和进行评级输出:
借款关联方风险值总和<20时,风险等级为1级,还款能力优;
借款关联方风险值总和∈[20,30)时,风险等级为2级,还款能力良;
借款关联方风险值总和∈[30,40)时,风险等级为3级,还款能力中;
借款关联方风险值总和∈[40,50)时,风险等级为4级,还款能力差;
借款关联方风险值总和≥50时,风险等级为5级,还款能力极差。
9.根据权利要求1所述的穿透式全透明高效不动产网络借贷信息中介平台系统,其特征在于:所述信息推送子系统还设有信息加密模块,信息定向推送模块拟定向推送的信息预先进行信息加密处理,再定向发送;
针对借款方,客户分类评级规则引擎评价的基准为借款方的风险等级评估值,借款方为自然人的,所述风险等级评估值考虑的要素包括借款方身体状况、谈话及文化水平、收入及资产负债情况、工作单位、工作经验、人际关系、职称或持有的技术证件、婚姻情况、需供养人数和直系亲属情况;基于上述因素考虑风险点和价值发现点,核算总风险值,风险点为对还款能力产生负面影响的要素,分为一般风险点和极端风险点;价值发现点为对还款能力产生正面影响的要素,分为一般价值发现点和重要价值发现点;一般风险点每出现一处,风险值1-5分,极端风险点每出现一处,风险值8-10分,一般价值发现点每出现一处,价值发现值1-5分,重要价值发现点每出现一处,价值发现值8-10分;
风险等级评估值=Σ一般风险点*(1-5)+Σ极端风险点*(8-10)-Σ一般价值发现点*(1-5)-Σ重要价值发现点(8-10);
借款方存在法律法规规定禁止的借款条件或借款用途的,风险等级极高,一票否决;
借款方无法律规定禁止的借款条件或借款用途的,风险等级根据风险值总和进行评级输出:
借款方风险值总和<20时,风险等级为0级,还款能力优;
借款方风险值总和∈[20,30)时,风险等级为1级,还款能力良;
借款方风险值总和∈[30,40)时,风险等级为2级,还款能力中;
借款方风险值总和∈[40,50)时,风险等级为3级,还款能力查差;
借款方风险值总和≥50时,风险等级为4级,还款能力极差;
所述客户分类评级规则引擎具体如下,基于借款方的历史风险等级评估数据,
借款方存在法律法规规定禁止的借款条件或借款用途的,风险等级极高,1A级客户,不予推送其借款信息;
借款方无法律规定禁止的借款条件或借款用途的, 借款方风险等级为0级的,还款能力优,6A级客户;
借款方风险等级为1级的,还款能力良,5A级客户,优先推送其借款信息;
借款方风险等级为2级的,还款能力中,4A级客户,次优先推送其借款信息;
借款方风险等级为3级的,还款能力查差,3A级客户,不予推送其借款信息;
借款方风险等级为4级的,还款能力极差,2A级客户,不予推送其借款信息;
针对出借方,客户分类评级规则引擎考虑的因素为出借方地域、历史平均出借金额、出借次数、出借周期和出借偏好,分别为第一、二、三、四和五评级排序依据;
所述客户信息匹配规则具体如下:
针对借款方,选取6A、5A和4A级借款方的借款需求信息,与出借方进行匹配,依次匹配出借方区域、历史平均出借金额、出借周期、出借偏好和出借次数,挑取匹配度最高的1-10位出借方,将借款需求信息加密后推送至相关出借方;
针对出借方,从6A级客户优先匹配,依次匹配借款方区域、历史平均借款金额、借款周期、借款偏好和借款次数,6A级客户未能成功匹配的,从5A级客户中匹配,匹配流程与6A级客户匹配流程相同,5A级客户未能成功匹配的,从4A级客户中匹配,匹配流程与5A级客户匹配流程相同,直至挑取匹配度最高的1-10位借款方,将出借需求信息加密后推送至相关借款方。
10.根据权利要求1所述的穿透式全透明高效不动产网络借贷信息中介平台系统,其特征在于:所述借款关联方为借款人本人,或者借款人本人和第三方担保人,借款关联方为非自然人借款人的,由借款关联方授权的代表人协助核对、再采集借款主体信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711006943.5A CN109711963B (zh) | 2017-10-25 | 2017-10-25 | 穿透式全透明高效不动产网络借贷信息中介平台系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711006943.5A CN109711963B (zh) | 2017-10-25 | 2017-10-25 | 穿透式全透明高效不动产网络借贷信息中介平台系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109711963A true CN109711963A (zh) | 2019-05-03 |
CN109711963B CN109711963B (zh) | 2023-06-23 |
Family
ID=66253229
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711006943.5A Active CN109711963B (zh) | 2017-10-25 | 2017-10-25 | 穿透式全透明高效不动产网络借贷信息中介平台系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109711963B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113674076A (zh) * | 2020-05-15 | 2021-11-19 | 马上消费金融股份有限公司 | 一种用户授信额度的确定方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102034209A (zh) * | 2010-12-15 | 2011-04-27 | 中国民生银行股份有限公司 | 银行信贷管理方法及系统 |
CN103617551A (zh) * | 2013-12-04 | 2014-03-05 | 北京农信银技术服务有限公司 | 信贷自助受理系统及方法 |
CN103826108A (zh) * | 2014-03-18 | 2014-05-28 | 江苏苏大大数据科技有限公司 | 基于视频图像的贷后监控方法及系统 |
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 |
CN105512935A (zh) * | 2015-12-01 | 2016-04-20 | 郑东东 | 一种基于移动平台的借贷系统 |
CN105809535A (zh) * | 2016-03-07 | 2016-07-27 | 浙江爱贷金融服务外包股份有限公司 | 一种借贷风险控制方法及系统 |
CN106952159A (zh) * | 2017-03-20 | 2017-07-14 | 重庆汇集源科技有限公司 | 一种不动产抵押品风险控制方法、系统及存储介质 |
-
2017
- 2017-10-25 CN CN201711006943.5A patent/CN109711963B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102034209A (zh) * | 2010-12-15 | 2011-04-27 | 中国民生银行股份有限公司 | 银行信贷管理方法及系统 |
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 |
CN103617551A (zh) * | 2013-12-04 | 2014-03-05 | 北京农信银技术服务有限公司 | 信贷自助受理系统及方法 |
CN103826108A (zh) * | 2014-03-18 | 2014-05-28 | 江苏苏大大数据科技有限公司 | 基于视频图像的贷后监控方法及系统 |
CN105512935A (zh) * | 2015-12-01 | 2016-04-20 | 郑东东 | 一种基于移动平台的借贷系统 |
CN105809535A (zh) * | 2016-03-07 | 2016-07-27 | 浙江爱贷金融服务外包股份有限公司 | 一种借贷风险控制方法及系统 |
CN106952159A (zh) * | 2017-03-20 | 2017-07-14 | 重庆汇集源科技有限公司 | 一种不动产抵押品风险控制方法、系统及存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113674076A (zh) * | 2020-05-15 | 2021-11-19 | 马上消费金融股份有限公司 | 一种用户授信额度的确定方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109711963B (zh) | 2023-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112685766B (zh) | 基于区块链的企业征信管理方法、装置、计算机设备及存储介质 | |
CN110555957A (zh) | 一种智能取款设备及其方法 | |
Barkan | Technology is not democracy | |
CN111355719B (zh) | 基于区块链技术的社区投票方法、装置、设备、存储介质 | |
CN105894380A (zh) | 数字货币征信系统及方法 | |
CN109816541B (zh) | 基于区块链的多维数据生存认证方法、存储介质及设备 | |
CN109785090A (zh) | 一种智能化招标系统及方法 | |
CN109711966A (zh) | 一种高效不动产抵押网络借贷方法 | |
CN109711963A (zh) | 穿透式全透明高效不动产网络借贷信息中介平台系统 | |
Khudoykulov et al. | Blockchain based e-voting system: Open issues and challenges | |
Lakineni et al. | Fraud Detection in Credit Card Data using Unsupervised & Supervised Machine Learning-Based Algorithms | |
CN114091793A (zh) | 建筑工程全过程监控的管理方法及系统 | |
CN109711967A (zh) | 不动产借贷贷前远程风控系统及方法 | |
Desi et al. | Forensic Accounting, a Veritable Financial Tool for Qualitative Financial Reporting Systems in the 21st Century | |
Chatterjee et al. | Biometric authentication for UID-based smart and ubiquitous services in India | |
CN114820240A (zh) | 一种便捷安全的不动产智能交易方法 | |
CN107808339A (zh) | 一种数据采集分析系统 | |
Ekomwenrenren et al. | Curbing corruption in Nigeria using service innovation | |
CN109729366A (zh) | 网络借贷贷中贷后实时直播讨论组实现系统及实现方法 | |
CN111080432B (zh) | 用于不动产借贷的多渠道借贷信息引流和处理系统 | |
CN110119982A (zh) | 一种信贷风险管理系统 | |
Bakar et al. | Securing Land Registry by Blockchain: At the Crossroads against Land Fraud Registration | |
CN109711964A (zh) | 一种网络借贷vip客户分类培育系统和培育方法 | |
CN116205643A (zh) | 一种基于校园收费系统的平台 | |
Ogundokun et al. | A Survey on Forensic Accounting |
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 |