CN109711965A - 一种智能防欺诈网络借贷远程尽调和风险控制方法 - Google Patents

Abstract

本发明涉及一种智能防欺诈网络借贷远程尽调和风险控制方法，基于即时音视频通信技术及人工智能交互应用技术的远程尽调和风险控制方法，步骤如下：S1：发起远程尽调和风控请求；S2：收到远程尽调和风控请求；S21：核对、再采集借款关联方的身份信息；S22：调查方随机抽取中央服务器中存储的借款关联方在先提供的若干资料信息，远程通过远程尽调和风控器具以人工智能方式展示给借款关联方，由借款关联方再次作答，再次作答结果实时上传存储于中央服务器中；S3：筛选获取风险点及价值发现点；S4：评估各风险点及各价值发现点的风险值及价值发现值；S5：输出风险等级。本发明的方法，可以低成本、高效、客观的对借贷风险进行控制。

Description

一种智能防欺诈网络借贷远程尽调和风险控制方法

技术领域

本发明涉及一种智能防欺诈网络借贷远程尽调和风险控制方法，属于金融信用和金融服务尽调和风险控制技术领域。

背景技术

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、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、资管机构、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，快速出授信额度、有效进行尽调和风险控制成为金融市场竞业重要之重。

现有技术中的线下贷前尽调和风险控制过程的缺点包括至少二点：

（1）尽调和风险控制由人工现场调查完成，过程漫长，风控成本高；

（2）尽调和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，容易造成尽调和风险控制过程中存在较大的不确定性。

鉴于现有的线下尽调和风险控制过程贷前存在的上述缺点，本发明提供一种智能防欺诈网络借贷远程尽调和风险控制方法，通过该方法，可以低成本、高效、客观的对借贷风险进行控制，达到甚至超过实地尽调的风控效果。

发明内容

本发明的目的在于解决现有技术的不足，提供一种智能防欺诈网络借贷远程尽调和风险控制方法，通过该方法，可以低成本、高效、客观的对借贷风险进行控制，达到甚至超过实地尽调的风控效果。

本发明解决其技术问题所采用的技术方案是：

一种智能防欺诈网络借贷远程尽调和风险控制方法，基于音视频和人工智能即时通信技术的运用，所述方法包括如下步骤：

基于即时音视频通信技术及人工智能交互应用技术的远程尽调和风险控制方法，所述方法包括如下步骤：

S1：调查方工作人员启动远程尽调和风控程序，发起远程尽调和风控请求；

S2：借款关联方收到远程尽调和风控请求，开启具备即时音视频通讯和人工智能交互功能的远程尽调和风控器具；

S21：调查方远程通过远程尽调和风控器具进行智能核对、再采集借款关联方的身份信息，实时上传存储于中央服务器中；

所述通过远程尽调和风控器具进行智能核对、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、人脸面部生物特征识别实时上传、步态特征识别实时上传、虹膜特征识别实时上传和静脉特征识别实时上传；

S22：调查方随机抽取中央服务器中存储的借款关联方在先提供的若干资料信息，远程通过远程尽调和风控器具的人机智能交互界面展示给借款关联方，由借款关联方再次作答，再次作答结果实时上传存储于中央服务器中；

S3：基于S21和S22获得的借款关联方信息，调查方工作人员根据预设的风险和价值发现规则引擎，交叉比对，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。

优选的，用于不动产抵押网络借贷，所述方法还包括S23：

调查方远程通过远程尽调和风控器具进行智能核对、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，实时上传存储于中央服务器中；

S3：基于S21、S22和S33获得的借款关联方信息，调查方工作人员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。

优选的，所述远程尽调和风控器具包括具备即时音视频通讯和人工智能交互功能的带摄像头的手持移动终端、穿戴设备或固定机具。

优选的，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；

风险值总合=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）。

优选的，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。

优选的，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、再采集借款主体相关信息。

本发明的有益效果是：本发明的方法，可以低成本、高效、客观的对借贷风险进行控制，达到甚至超过实地尽调的风控效果。

具体实施方式

下面通过具体实施例，对本发明的技术方案作进一步的具体说明。

一种智能防欺诈网络借贷远程尽调和风险控制方法，基于音视频和人工智能即时通信技术的运用，所述方法包括如下步骤：

基于即时音视频通信技术及人工智能交互应用技术的远程尽调和风险控制方法，所述方法包括如下步骤：

S1：调查方工作人员启动远程尽调和风控程序，发起远程尽调和风控请求；

S2：借款关联方收到远程尽调和风控请求，开启具备即时音视频通讯和人工智能交互功能的远程尽调和风控器具；

S21：调查方远程通过远程尽调和风控器具进行智能核对、再采集借款关联方的身份信息，实时上传存储于中央服务器中；

所述通过远程尽调和风控器具进行智能核对、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、人脸面部生物特征识别实时上传、步态特征识别实时上传、虹膜特征识别实时上传和静脉特征识别实时上传；

S22：调查方随机抽取中央服务器中存储的借款关联方在先提供的若干资料信息，远程通过远程尽调和风控器具的人机智能交互界面展示给借款关联方，由借款关联方再次作答，再次作答结果实时上传存储于中央服务器中；

S3：基于S21和S22获得的借款关联方信息，调查方工作人员根据预设的风险和价值发现规则引擎，交叉比对，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。

本发明的方法具体用于不动产抵押网络借贷，所述方法还包括S23：

调查方远程通过远程尽调和风控器具进行智能核对、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，实时上传存储于中央服务器中；

S3：基于S21、S22和S33获得的借款关联方信息，调查方工作人员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。

本发明的技术方案中，所述远程尽调和风控器具包括具备即时音视频通讯和人工智能交互功能的带摄像头的手持移动终端、穿戴设备或固定机具。

具体到本实施例，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）。

具体到本实施例，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。

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、再采集借款主体相关信息。

本发明的有益效果是：本发明的方法，可以低成本、高效、客观的对借贷风险进行控制，达到甚至超过实地尽调的风控效果。

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 (6)

1.一种智能防欺诈网络借贷远程尽调和风险控制方法，其特征在于：基于即时音视频通信技术及人工智能交互应用技术的远程尽调和风险控制方法，所述方法包括如下步骤：

S1：调查方工作人员启动远程尽调和风控程序，发起远程尽调和风控请求；

S2：借款关联方收到远程尽调和风控请求，开启具备即时音视频通讯和人工智能交互功能的远程尽调和风控器具；

S21：调查方远程通过远程尽调和风控器具进行智能核对、再采集借款关联方的身份信息，实时上传存储于中央服务器中；

所述通过远程尽调和风控器具进行智能核对、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、人脸面部生物特征识别实时上传、步态特征识别实时上传、虹膜特征识别实时上传和静脉特征识别实时上传；

S22：调查方随机抽取中央服务器中存储的借款关联方在先提供的若干资料信息，远程通过远程尽调和风控器具的人机智能交互界面展示给借款关联方，由借款关联方再次作答，再次作答结果实时上传存储于中央服务器中；

S3：基于S21和S22获得的借款关联方信息，调查方工作人员根据预设的风险和价值发现规则引擎，交叉比对，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。

2.根据权利要求1所述的智能防欺诈网络借贷远程尽调和风险控制方法，其特征在于：用于不动产抵押网络借贷，所述方法还包括S23：

调查方远程通过远程尽调和风控器具进行智能核对、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，实时上传存储于中央服务器中；

S3：基于S21、S22和S33获得的借款关联方信息，调查方工作人员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。

3.根据权利要求1所述的智能防欺诈网络借贷远程尽调和风险控制方法，其特征在于：所述远程尽调和风控器具包括具备即时音视频通讯和人工智能交互功能的带摄像头的手持移动终端、穿戴设备或固定机具。

4.根据权利要求1所述的智能防欺诈网络借贷远程尽调和风险控制方法，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，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；

风险值总合=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）。

5.根据权利要求1所述的智能防欺诈网络借贷远程尽调和风险控制方法，其特征在于：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。

6.根据权利要求1所述的，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、再采集借款主体相关信息。