CN110135977A - 一种基于风险缓释的金融风险控制方法、装置和电子设备 - Google Patents
一种基于风险缓释的金融风险控制方法、装置和电子设备 Download PDFInfo
- Publication number
- CN110135977A CN110135977A CN201910340657.5A CN201910340657A CN110135977A CN 110135977 A CN110135977 A CN 110135977A CN 201910340657 A CN201910340657 A CN 201910340657A CN 110135977 A CN110135977 A CN 110135977A
- Authority
- CN
- China
- Prior art keywords
- risk
- user
- loans
- lending
- loan
- 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
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000012954 risk control Methods 0.000 title claims abstract description 26
- 238000013349 risk mitigation Methods 0.000 title claims abstract description 25
- 238000010801 machine learning Methods 0.000 claims description 5
- 230000002459 sustained effect Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 238000000151 deposition Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
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
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明提出一种基于风险缓释的金融风险控制方法、装置和电子设备，所述方法包括如下步骤：接收用户的贷款申请，所述贷款申请包括申请贷款额b；判断所述用户是否已占用贷款额度，并且当所述用户已占用贷款额度a时，计算对该用户的放贷风险rps和对该用户的拒贷风险rrj；根据所述放贷风险rps和拒贷风险rrj来确定是否可以对该用户进行放贷。本发明提出一种基于风险缓释的金融风险控制方法，通过判断所述用户是否已占用贷款额度，并且当所述用户已占用贷款额度a时，放贷风险rps和拒贷风险rrj来确定是否可以对该用户进行放贷，使得高风险客户缓慢释放存量资产的风险。
Description
技术领域
本发明涉及金融信用服务领域，具体涉及一种基于风险缓释的金融风险控制方法及装置。
背景技术
信用风险管理实践中，常用的风险管控技术往往仅是简单粗暴的将高风险客群直接“禁止借款”或“降低额度”。这样的管理可以防止高风险客户继续产生新增高风险资产，但忽略了高风险客户存量负债的风险异动。经测算，某些高风险客户存量资产会因禁止借款或降低额措施而风险突增2倍以上。
发明内容
本发明所要解决的技术问题是高风险客户存量负债的风险异动的问题。
为解决上述技术问题，本发明的第一方面提出一种基于风险缓释的金融风险控制方法，包括如下步骤：
接收用户的贷款申请，所述贷款申请包括申请贷款额b；
判断所述用户是否已占用贷款额度，并且当所述用户已占用贷款额度a时，计算对该用户的放贷风险rps和对该用户的拒贷风险rrj；
根据所述放贷风险rps和拒贷风险rrj来确定是否可以对该用户进行放贷。
可选地，根据所述放贷风险rps和拒贷风险rrj来确定对该用户是否放贷的步骤包括：
当申请贷款额b满足以下公式时，确定可以对所述用户放贷：
其中amt为对该用户的授信额度。
可选地，当确定对该用户放贷时，还包括确定放贷额c的步骤,并使该放贷额满足c≤b。
可选地，当确定可以对该用户放贷时，还包括提高放贷利息的步骤。
可选地，当确定可以对该用户放贷时，还包括增加额外放贷准入条件的步骤。
可选地，所述公式中的取一常数。
可选地，所述公式中的为大于或等于2的常数。
可选地，所述放贷风险rps和拒贷风险rrj是根据所述用户的历史金融数据计算获得。
可选地，所述放贷风险rps和拒贷风险rrj是根据所述用户的历史金融数据，并采用机器学习模型计算获得。
本发明的第二方面提出一种基于风险缓释的金融风险控制装置，包括如下步骤：
接收模块，用于接收用户的贷款申请，所述贷款申请包括申请贷款额b；
判断模块，用于判断所述用户是否已占用贷款额度，并且当所述用户已占用贷款额度a时，计算对该用户的放贷风险rps和对该用户的拒贷风险rrj；
放贷模块，用于根据所述放贷风险rps和拒贷风险rrj来确定是否可以对该用户进行放贷。
可选地，所述放贷模块具体用于当申请贷款额b满足以下公式时，确定可以对所述用户放贷：
其中amt为对该用户的授信额度。
可选地，所述放贷模块还用于当确定对该用户放贷时，确定放贷额c,并使该放贷额满足c≤b。
可选地，所述放贷模块还用于当确定可以对该用户放贷时，提高放贷利息。
可选地，所述放贷模块还用于当确定可以对该用户放贷时，增加额外放贷准入条件。
可选地，所述公式中的取一常数。
可选地，所述公式中的为大于或等于2的常数。
可选地，所述放贷风险rps和拒贷风险rrj是根据所述用户的历史金融数据计算获得。
可选地，所述放贷风险rps和拒贷风险rrj是根据所述用户的历史金融数据，并采用机器学习模型计算获得。
本发明的第三方面提出一种电子设备，该电子设备包括：
处理器；以及，
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行所述的基于风险缓释的金融风险控制方法。
本发明的第四方面提出一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现所述的基于风险缓释的金融风险控制方法。
本发明提出一种基于风险缓释的金融风险控制方法，通过判断所述用户是否已占用贷款额度，并且当所述用户已占用贷款额度a时，放贷风险rps和拒贷风险rrj来确定是否可以对该用户进行放贷，使得高风险客户缓慢释放存量资产的风险。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1是本发明提供的基于风险缓释的金融风险控制方法的流程示意图；
图2是本发明提供的基于风险缓释的金融风险控制装置架构示意图；
图3是根据本发明一个实施例的电子设备的结构示意图；
图4是根据本发明一个实施例的计算机可读存储介质的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
图1是本发明提供的基于风险缓释的金融风险控制方法的流程示意图。如图1所示，本发明的方法具有如下步骤：
S1、接收用户的贷款申请，所述贷款申请包括申请贷款额b。
S2、判断所述用户是否已占用贷款额度，并且当所述用户已占用贷款额度a时，计算对该用户的放贷风险rps和对该用户的拒贷风险rrj。该用户的放贷风险rps是指放贷后客户的逾期概率，拒贷风险rrj是指拒贷后客户的逾期概率。
在优选实施方式中，根据所述放贷风险rps和拒贷风险rrj来确定对该用户是否放贷的步骤包括：当申请贷款额b满足以下公式时，确定可以对所述用户放贷：
其中amt为对该用户的授信额度。在优选实施方式中，所述公式中的取一常数。在优选实施方式中，所述公式中的为大于或等于2的常数。
在优选实施方式中，所述放贷风险rps和拒贷风险rrj是根据所述用户的历史金融数据计算获得。
在优选实施方式中，所述放贷风险rps和拒贷风险rrj是根据所述用户的历史金融数据，并采用机器学习模型计算获得。
S3、根据所述放贷风险rps和拒贷风险rrj来确定是否可以对该用户进行放贷。
在优选实施方式中，当确定对该用户放贷时，还包括确定放贷额c的步骤,并使该放贷额满足c≤b。
在优选实施方式中，当确定可以对该用户放贷时，还包括提高放贷利息的步骤。
在优选实施方式中，当确定可以对该用户放贷时，还包括增加额外放贷准入条件的步骤。
本发明提出一种基于风险缓释的金融风险控制方法，判断所述用户是否已占用贷款额度，并且当所述用户已占用贷款额度a时，放贷风险rps和拒贷风险rrj来确定是否可以对该用户进行放贷，使得高风险客户缓慢释放存量资产的风险。
本发明提出一种基于风险缓释的金融风险控制方法，通过精准识别和实施针对性策略，通过延缓高风险客户风险曝露时间，回收更多本金和利息，以弥补最终风险曝露时的最终损失,使得高风险客户缓慢释放存量资产的风险,能减少20％～40％的最终坏账损失。
图2是本发明提供的基于风险缓释的金融风险控制装置架构示意图。如图2所示，如图2所示，包括接收模块200、判断模块201以及放贷模块202。
接收模块200，用于接收用户的贷款申请，所述贷款申请包括申请贷款额b。
判断模块201，用于判断所述用户是否已占用贷款额度，并且当所述用户已占用贷款额度a时，计算对该用户的放贷风险rps和对该用户的拒贷风险rrj。该用户的放贷风险rps是指放贷后客户的逾期概率，拒贷风险rrj是指拒贷后客户的逾期概率。在优选实施方式中，所述放贷模块202具体用于当申请贷款额b满足以下公式时，确定可以对所述用户放贷：
其中amt为对该用户的授信额度。在优选实施方式中，所述公式中的取一常数。在优选实施方式中，所述公式中的为大于或等于2的常数。
放贷模块202，用于根据所述放贷风险rps和拒贷风险rrj来确定是否可以对该用户进行放贷。在优选实施方式中，所述放贷风险rps和拒贷风险rrj是根据所述用户的历史金融数据计算获得。在优选实施方式中，所述放贷风险rps和拒贷风险rrj是根据所述用户的历史金融数据，并采用机器学习模型计算获得。
在优选实施方式中，所述放贷模块202还用于当确定对该用户放贷时，确定放贷额c,并使该放贷额满足c≤b。
在优选实施方式中，所述放贷模块202还用于当确定可以对该用户放贷时，提高放贷利息。
在优选实施方式中，所述放贷模块202还用于当确定可以对该用户放贷时，增加额外放贷准入条件。
需要说明的是：
在此提供的算法和显示不与任何特定计算机、虚拟装置或者其它设备固有相关。各种通用装置也可以与基于在此的示教一起使用。根据上面的描述，构造这类装置所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的检测电子设备的佩戴状态的装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
例如，图3是根据本发明一个实施例的电子设备的结构示意图。该电子设备传统上包括处理器31和被安排成存储计算机可执行指令(程序代码)的存储器32。存储器32可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。存储器32具有存储用于执行图1所示的以及各实施例中的任何方法步骤的程序代码34的存储空间33。例如，用于程序代码的存储空间33可以包括分别用于实现上面的方法中的各种步骤的各个程序代码34。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。这些计算机程序产品包括诸如硬盘，紧致盘(CD)、存储卡或者软盘之类的程序代码载体。这样的计算机程序产品通常为例如图4所述的计算机可读存储介质。该计算机可读存储介质可以具有与图3的电子设备中的存储器32类似布置的存储段、存储空间等。程序代码可以例如以适当形式进行压缩。通常，存储单元存储有用于执行根据本发明的方法步骤的程序代码41，即可以由诸如31之类的处理器读取的程序代码，当这些程序代码由电子设备运行时，导致该电子设备执行上面所描述的方法中的各个步骤。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
Claims (10)
1.一种基于风险缓释的金融风险控制方法，其特征在于，包括如下步骤：
接收用户的贷款申请，所述贷款申请包括申请贷款额b；
判断所述用户是否已占用贷款额度，并且当所述用户已占用贷款额度a时，计算对该用户的放贷风险rps和对该用户的拒贷风险rrj；
根据所述放贷风险rps和拒贷风险rrj来确定是否可以对该用户进行放贷。
2.如权利要求1所述的基于风险缓释的金融风险控制方法，其特征在于：根据所述放贷风险rps和拒贷风险rrj来确定对该用户是否放贷的步骤包括：
当申请贷款额b满足以下公式时，确定可以对所述用户放贷：
其中amt为对该用户的授信额度。
3.如权利要求1或2所述的基于风险缓释的金融风险控制方法，其特征在于：当确定对该用户放贷时，还包括确定放贷额c的步骤,并使该放贷额满足c≤b。
4.如权利要求1至3中任一项所述的基于风险缓释的金融风险控制方法，其特征在于：当确定可以对该用户放贷时，还包括提高放贷利息的步骤。
5.如权利要求1至4中任一项所述的基于风险缓释的金融风险控制方法，其特征在于：
所述公式中的为大于或等于2的常数。
6.如权利要求1至5中任一项所述的基于风险缓释的金融风险控制方法，其特征在于：
所述放贷风险rps和拒贷风险rrj是根据所述用户的历史金融数据计算获得。
7.如权利要求1至6中任一项所述的基于风险缓释的金融风险控制方法，其特征在于：所述放贷风险rps和拒贷风险rrj是根据所述用户的历史金融数据，并采用机器学习模型计算获得。
8.一种基于风险缓释的金融风险控制装置，其特征在于，包括如下步骤：
接收模块，用于接收用户的贷款申请，所述贷款申请包括申请贷款额b；
判断模块，用于判断所述用户是否已占用贷款额度，并且当所述用户已占用贷款额度a时，计算对该用户的放贷风险rps和对该用户的拒贷风险rrj；
放贷模块，用于根据所述放贷风险rps和拒贷风险rrj来确定是否可以对该用户进行放贷。
9.一种电子设备，其特征在于：该电子设备包括：
处理器；以及，
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行根据权利要求1～7中任一项所述的基于风险缓释的金融风险控制方法。
10.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现权利要求1～7中任一项所述的基于风险缓释的金融风险控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910340657.5A CN110135977A (zh) | 2019-04-25 | 2019-04-25 | 一种基于风险缓释的金融风险控制方法、装置和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910340657.5A CN110135977A (zh) | 2019-04-25 | 2019-04-25 | 一种基于风险缓释的金融风险控制方法、装置和电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110135977A true CN110135977A (zh) | 2019-08-16 |
Family
ID=67571219
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910340657.5A Pending CN110135977A (zh) | 2019-04-25 | 2019-04-25 | 一种基于风险缓释的金融风险控制方法、装置和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110135977A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150348186A1 (en) * | 2014-05-27 | 2015-12-03 | C1 Bank | System and method for dynamic customer acquisition probability and risk-adjusted return-on-equity analysis |
| CN107067319A (zh) * | 2017-03-13 | 2017-08-18 | 平安科技（深圳）有限公司 | 贷款额度测算方法和装置 |
| CN109102386A (zh) * | 2018-06-04 | 2018-12-28 | 北京至信普林科技有限公司 | 基于大数据的风险控制方法及装置 |
| CN109360083A (zh) * | 2018-09-03 | 2019-02-19 | 杭州振牛信息科技有限公司 | 一种风险评估方法及装置 |
| CN109377344A (zh) * | 2018-09-10 | 2019-02-22 | 阿里巴巴集团控股有限公司 | 贷款风险控制方法、装置和电子设备 |
-
2019
- 2019-04-25 CN CN201910340657.5A patent/CN110135977A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150348186A1 (en) * | 2014-05-27 | 2015-12-03 | C1 Bank | System and method for dynamic customer acquisition probability and risk-adjusted return-on-equity analysis |
| CN107067319A (zh) * | 2017-03-13 | 2017-08-18 | 平安科技（深圳）有限公司 | 贷款额度测算方法和装置 |
| CN109102386A (zh) * | 2018-06-04 | 2018-12-28 | 北京至信普林科技有限公司 | 基于大数据的风险控制方法及装置 |
| CN109360083A (zh) * | 2018-09-03 | 2019-02-19 | 杭州振牛信息科技有限公司 | 一种风险评估方法及装置 |
| CN109377344A (zh) * | 2018-09-10 | 2019-02-22 | 阿里巴巴集团控股有限公司 | 贷款风险控制方法、装置和电子设备 |
Non-Patent Citations (1)
| Title |
|---|
| 凉都城投资讯中心: "中国银监会关于加强2012年地方政府融资平台贷款风险监管的指导意见", 《HTTP://WWW.GZLPSSKTGS.COM/ZXZX/TSZS/201207/T20120724_12937106.HTML》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10332204B2 (en) | Indirect and direct credit optimization | |
| US20220122171A1 (en) | Client server system for financial scoring with cash transactions | |
| US8392328B2 (en) | Methods and apparatus for funding transactions using debit cards issued by one institution and funds from accounts at other institutions | |
| US20200134716A1 (en) | Systems and methods for determining credit worthiness of a borrower | |
| US10832250B2 (en) | Long-term short-term cascade modeling for fraud detection | |
| US20120179598A1 (en) | Systems and Methods for Assessing Metrics of Loans, Financial Instruments and Financial Entities | |
| CN109242672A (zh) | 贷款的还款信息预测方法、装置以及计算机可读存储介质 | |
| US20130290167A1 (en) | System and method for credit risk management for educational institutions | |
| CN110895758B (zh) | 存在作弊交易的信用卡账户的筛选方法、装置及系统 | |
| WO2019090519A1 (en) | Robust and adaptive artificial intelligence modeling | |
| CN113554228B (zh) | 还款率预测模型的训练方法及还款率的预测方法 | |
| Chong et al. | Bank loans, trade credits, and borrower characteristics: Theory and empirical analysis | |
| CN106033515A (zh) | 欺诈事件的识别方法和装置 | |
| CN109636181A (zh) | 一种用户信用分计算方法及系统 | |
| CN110348711A (zh) | 一种基于差错预判的案件质检方法、装置和电子设备 | |
| JP2006164257A (ja) | 与信審査を利用したスコアリングモデル評価方法、スコアリングモデル評価装置、審査システム、およびスコアリングモデル評価プログラム | |
| CN111144899A (zh) | 识别虚假交易的方法及装置和电子设备 | |
| KR20200068069A (ko) | 기계 학습 기반의 채무불이행 예측 장치 및 방법 | |
| CN112734561A (zh) | 用于票据质押贷款的处理方法和装置 | |
| CN112116401A (zh) | 压力测试方法、装置、设备和存储介质 | |
| CN110135977A (zh) | 一种基于风险缓释的金融风险控制方法、装置和电子设备 | |
| Saengchote | Cryptocurrency bubbles, the wealth effect, and non-fungible token prices: Evidence from metaverse LAND | |
| US20190026742A1 (en) | Accounting for uncertainty when calculating profit efficiency | |
| US7467105B2 (en) | Price calculator | |
| US10783521B2 (en) | Dynamic gating fraud control 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 |
Country or region after: Zhong Guo Address after: Room 1109, No. 4, Lane 800, Tongpu Road, Putuo District, Shanghai, 200062 Applicant after: Shanghai Qiyue Information Technology Co.,Ltd. Address before: Room a2-8914, 58 Fumin Branch Road, Hengsha Township, Chongming District, Shanghai, 201500 Applicant before: Shanghai Qiyue Information Technology Co.,Ltd. Country or region before: Zhong Guo |
|
| CB02 | Change of applicant information |