CN111199308A - 一种不同逾期阶段客户预测方法、装置及电子设备 - Google Patents
一种不同逾期阶段客户预测方法、装置及电子设备 Download PDFInfo
- Publication number
- CN111199308A CN111199308A CN201911288475.4A CN201911288475A CN111199308A CN 111199308 A CN111199308 A CN 111199308A CN 201911288475 A CN201911288475 A CN 201911288475A CN 111199308 A CN111199308 A CN 111199308A
- Authority
- CN
- China
- Prior art keywords
- month
- overdue
- queue
- mobility
- predicted
- 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
Images
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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Technology Law (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种不同逾期阶段客户预测方法、装置及电子设备,所述方法包括:根据逾期阶段将逾期客户分至不同队列;设置各个队列的标准迁移率;根据当月完整月的贷后管理比率和下月应还款客户数确定下月预测贷后管理客户数;根据所述各队列的标准迁移率和所述下月预测贷后管理客户数确定下月各逾期阶段的预测逾期客户数。本发明对于不同的队列,不同的贷后管理比率,利用当月放款额和贷后管理比率来预测未来几个月内不同逾期阶段的新增逾期客户数。从而预测未来业务规模的波动,提前部署应对人力、场地等各方面的应对措施。解决了因线上业务人员的资质不同而带来的贷后管理波动误差。
Description
技术领域
本发明涉及计算机技术领域,具体而言,涉及一种不同逾期阶段客户预测方法、装置、电子设备及计算机可读介质。
背景技术
贷款是银行或其他金融机构按一定利率和必须归还等条件出借货币资金的一种信用活动形式。目前,为了方便人们的生活,各种贷款进入人们的生活。
现有技术中对用户贷款后的风险管理较为简单,都是被动式地获取用户是否逾期未还的结果,并在确定出用户逾期后再进行后续的催收或者理赔处理。然而当用户出现逾期未还的情况时,借贷公司已经遭受了一定的经济损失,同时对逾期的用户进行违约资金回收难度较大,使得借贷公司经济损失进一步地加重。
综上,现有技术中无法预测未来几个月内各个逾期阶段即将新增的逾期客户量,进行提前部署,造成贷后回收难度大。
发明内容
本发明旨在解决现有技术中无法预测未来几个月内各个逾期阶段即将新增的逾期客户量的技术问题。
为了解决上述技术问题,本发明第一方面提出一种不同逾期阶段客户预测方法,所述方法包括:
根据逾期阶段将逾期客户分至不同队列;
设置各个队列的标准迁移率;
根据当月完整月的贷后管理比率和下月应还款客户数确定下月预测贷后管理客户数;
根据所述各队列的标准迁移率和所述下月预测贷后管理客户数确定下月各逾期阶段的预测逾期客户数。
根据本发明一种较佳的实施方式,所述设置各个队列的标准迁移率包括:
计算各个队列预设时间段内的月迁移率;
若在所述预设时间段内队列的月迁移率变化在预设范围内,将所述预设时间段内的平均月迁移率设为所述队列的标准迁移率;
若在所述预设时间段内队列的月迁移率变化在预设范围外,将所述预设时间段内最近一个月的月迁移率设为所述队列的标准迁移率。
根据本发明一种较佳的实施方式,所述下月应还款客户数根据当前存量余额到下月每个还款日的转换率确定;其中,所述当前存量余额根据当前历史存量余额和本月新增放款额确定。
根据本发明一种较佳的实施方式,所述方法还包括:
设置完整账单月中各个还款日逾期案件的分布标准值;
根据所述完整账单月中各个还款日逾期案件的分布标准值和所述下月预测贷后管理客户数确定下月每个还款日的预测逾期客户数;
根据所述各队列的标准迁移率和下月每个还款日的预测逾期客户数确定所述还款日中各个逾期阶段的预测逾期客户数。
根据本发明一种较佳的实施方式,所述下月还款日通过如下方式获得:
分别确定本月最后一天在本月账单月中对应的第一标记账单日及下月最后一天在下月账单月中对应的第二标记账单日;
将本月账单月中所述第一标记账单日之后的还款日和下月账单月中所述第二标记账单日之前的还款日组成所述下月还款日。
根据本发明一种较佳的实施方式,所述当前存量余额到下月每个还款日的转换率是指所述当前存量余额转换到下月每个还款日的应还款客户数。
为解决上述技术问题,本发明第二方面提供一种不同逾期阶段客户预测装置,所述装置包括:
分类模块,用于根据逾期阶段将逾期客户分至不同队列;
第一设置模块,用于设置各个队列的标准迁移率;
第一确定模块,用于根据当月完整月的贷后管理比率和下月应还款客户数确定下月预测贷后管理客户数;
第二确定模块,用于根据所述各队列的标准迁移率和所述下月预测贷后管理客户数确定下月各逾期阶段的预测逾期客户数。
根据本发明一种较佳的实施方式,所述第一设置模块包括:
计算模块,用于计算各个队列预设时间段内的月迁移率;
子设置模块,用于若在所述预设时间段内队列的月迁移率变化在预设范围内,将所述预设时间段内的平均月迁移率设为所述队列的标准迁移率;若在所述预设时间段内队列的月迁移率变化在预设范围外,将所述预设时间段内最近一个月的月迁移率设为所述队列的标准迁移率。
根据本发明一种较佳的实施方式,所述下月应还款客户数根据当前存量余额到下月每个还款日的转换率确定;其中,所述当前存量余额根据当前历史存量余额和本月新增放款额确定。
根据本发明一种较佳的实施方式,所述装置还包括:
第二设置模块,用于设置完整账单月中各个还款日逾期案件的分布标准值;
第三确定模块,用于根据所述完整账单月中各个还款日逾期案件的分布标准值和所述下月预测贷后管理客户数确定下月每个还款日的预测逾期客户数;
第四确定模块,用于根据所述各队列的标准迁移率和下月每个还款日的预测逾期客户数确定所述还款日中各个逾期阶段的预测逾期客户数。
根据本发明一种较佳的实施方式,所述装置还包括:
还款日确定模块,用于分别确定本月最后一天在本月账单月中对应的第一标记账单日及下月最后一天在下月账单月中对应的第二标记账单日;将本月账单月中所述第一标记账单日之后的还款日和下月账单月中所述第二标记账单日之前的还款日组成所述下月还款日。
根据本发明一种较佳的实施方式,所述当前存量余额到下月每个还款日的转换率是指所述当前存量余额转换到下月每个还款日的应还款客户数。
为解决上述技术问题,本发明第三方面提供一种电子设备,包括:
处理器;以及
存储计算机可执行指令的存储器,所述计算机可执行指令在被执行时使所述处理器执行上述的方法。
为了解决上述技术问题,本发明第四方面提出一种计算机可读存储介质,其中,所述计算机可读存储介质存储一个或多个程序,当所述一个或多个程序被处理器执行时,实现上述方法。
本发明根据逾期阶段将逾期客户分至不同队列,设置各个队列的标准迁移率;通过标准迁移率可预测各个逾期阶段的客户转化到其他逾期阶段的逾期情况。根据当月完整月的贷后管理比率和下月应还款客户数确定下月预测贷后管理客户数;再根据所述各队列的标准迁移率和所述下月预测贷后管理客户数确定下月各逾期阶段的预测逾期客户数。本发明对于不同的队列,不同的贷后管理比率,利用当月放款额和贷后管理比率来预测未来几个月内不同逾期阶段的新增逾期客户数。从而预测未来业务规模的波动,提前部署应对人力、场地等各方面的应对措施。解决了因线上业务人员的资质不同而带来的贷后管理波动误差。
附图说明
为了使本发明所解决的技术问题、采用的技术手段及取得的技术效果更加清楚,下面将参照附图详细描述本发明的具体实施例。但需声明的是,下面描述的附图仅仅是本发明的示例性实施例的附图,对于本领域的技术人员来讲,在不付出创造性劳动的前提下,可以根据这些附图获得其他实施例的附图。
图1是本发明一种不同逾期阶段客户预测方法的流程图;
图2是本发明根据逾期阶段将逾期客户分至不同队列步骤的示意图;
图3是本发明下月还款日的示意图;
图4是本发明一种不同逾期阶段客户预测装置的结构框架示意图;
图5是根据本发明的一种电子设备的示例性实施例的结构框图;
图6是本发明一个计算机可读介质实施例的示意图。
具体实施方式
现在将参考附图来更加全面地描述本发明的示例性实施例,虽然各示例性实施例能够以多种具体的方式实施,但不应理解为本发明仅限于在此阐述的实施例。相反,提供这些示例性实施例是为了使本发明的内容更加完整,更加便于将发明构思全面地传达给本领域的技术人员。
在符合本发明的技术构思的前提下,在某个特定的实施例中描述的结构、性能、效果或者其他特征可以以任何合适的方式结合到一个或更多其他的实施例中。
在对于具体实施例的介绍过程中,对结构、性能、效果或者其他特征的细节描述是为了使本领域的技术人员对实施例能够充分理解。但是,并不排除本领域技术人员可以在特定情况下,以不含有上述结构、性能、效果或者其他特征的技术方案来实施本发明。
附图中的流程图仅是一种示例性的流程演示,不代表本发明的方案中必须包括流程图中的所有的内容、操作和步骤,也不代表必须按照图中所显示的顺序执行。例如,流程图中有的操作/步骤可以分解,有的操作/步骤可以合并或部分合并,等等,在不脱离本发明的发明主旨的情况下,流程图中显示的执行顺序可以根据实际情况改变。
附图中的框图一般表示的是功能实体,并不一定必然与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
各附图中相同的附图标记表示相同或类似的元件、组件或部分,因而下文中可能省略了对相同或类似的元件、组件或部分的重复描述。还应理解,虽然本文中可能使用第一、第二、第三等表示编号的定语来描述各种器件、元件、组件或部分,但是这些器件、元件、组件或部分不应受这些定语的限制。也就是说,这些定语仅是用来将一者与另一者区分。例如,第一器件亦可称为第二器件,但不偏离本发明实质的技术方案。此外,术语“和/或”、“及/或”是指包括所列出项目中的任一个或多个的所有组合。
如图1是本发明提供的一种不同逾期阶段客户预测方法的流程图,如图1所示,所述方法包括:
S1、根据逾期阶段将逾期客户分至不同队列;
本发明中,所述逾期阶段根据逾期客户的逾期时间确定,所述逾期客户(duecustomer account)是指超过规定的还款期限未发生还款的客户。所述逾期时间是指超过规定的还款期限未发送还款的时间。本发明具体可以将同一逾期阶段的逾期客户分至同一队列。例如图2,第一逾期阶段M1包含逾期时间在1~30天的逾期客户,第二逾期阶段包含逾期时间在30~60天的逾期客户,第三逾期阶段包含逾期时间在60~90天的逾期客户;将第一逾期阶段M1的逾期客户分至,将第二逾期阶段M2的逾期客户分至第二队列m2,第三逾期阶段M3的逾期客户分至第三队列m3。
S2、设置各个队列的标准迁移率;
本发明中,所述迁移率是指处于某一逾期阶段的客户转到其他逾期阶段的比率。迁移率通常可以用来预测不同逾期阶段的未来坏账损失。例如,M2-M3的迁移率是指从逾期阶段M2转到逾期阶段M3的比率。本发明中,可以根据逾期阶段的逾期天数对相应队列进行编号,如M1、M2、M3逾期阶段分别对应编号1、2、3的队列。各队列迁移率=各队列的新增逾期客户数/前一队列逾期客户数。其中,新增逾期客户数是指当月新增到队列的逾期客户数,前一队列逾期客户数是在上一月上一编号队列的逾期客户数。
表1各个逾期阶段逾期客户数量表单位:人
逾期等级 | 2019-05 | 2019-06 | 2019-07 | 2019-08 |
未逾期 | 10257 | 13278 | 15264 | 16227 |
M1 | 357 | 157 | 378 | 472 |
M2 | 137 | 77 | 67 | 141 |
M3 | 54 | 59 | 48 | 32 |
以表1中各个逾期阶段逾期客户数量表为例,其中,加粗字体的单元格标识出了逾期客户的迁移路径,可以看出在2019年5月份10257位正常客户中,有157为客户到了6月份之后变成了M1逾期客户,在这157位的M1逾期客户中又有67位在7月变成了M2逾期客户,在这67位的M2逾期客户中又有32位在8月变成了M3逾期客户。则在2019年6月,逾期等级M1所在队列迁移率=157/10257=1.53%;逾期等级M2所在队列迁移率=77/357=21.56%。
本发明考虑到每月各个队列迁移率有一定波动,为了提高预测的准确性,综合考虑各个队列近几个月的迁移率来设置标准迁移率。其中,所述设置各个队列的标准迁移率包括:
S21、计算各个队列预设时间段内的月迁移率;
其中,预设时间段具体可以是最近几个月、最近一年等。以最近三个月为例,则计算各个队列最近三个月内的月迁移率。
各个队列的月迁移率=各队列的新增逾期客户数/前一队列逾期客户数。其中,新增逾期客户数是指当月新增到队列的逾期客户数,前一队列逾期客户数是在上一月上一编号队列的逾期客户数。
S22、若在所述预设时间段内队列的月迁移率变化在预设范围内,将所述预设时间段内的平均月迁移率设为所述队列的标准迁移率;
所述月迁移率变化是不同月份迁移率的变化量,所述预设范围是允许各队列的月迁移率变化的范围。平均月迁移率可以是各个月迁移率的平均值,也可以是各个月迁移率的加权平均值。
S23、若在所述预设时间段内队列的月迁移率变化在预设范围外,将所述预设时间段内最近一个月的月迁移率设为所述队列的标准迁移率。
本发明中,若在所述预设时间段内队列的月迁移率变化在预设范围外,表明在所述预设时间段内该队列的月迁移率波动比较大,则将所述预设时间段内最近一个月的月迁移率设为所述队列的标准迁移率。
S3、根据当月完整月的贷后管理比率和下月应还款客户数确定下月预测贷后管理客户数;
本发明中,所述贷后管理是指从贷款逾期发生后直到本息收回或信用结束的全过程的信贷管理。所述贷后管理比率是指还款日,客户从一个逾期阶段变成下一个逾期阶段的比例。比如,今天有N个M0客户到了还款日,里面有M个客户按时还款了,那么今天的贷后管理比率为(N-M)/N。所述当月完整月的贷后管理比率是指当月完整月中包含的所有还款日中客户从一个逾期阶段变成下一个逾期阶段的比例。所述当月完整月由上个还款月中属于当月的还款日和当月还款月中属于当月的还款日组成。
本发明中,所述下月应还款客户数根据当前存量余额到下月每个还款日的转换率确定;其中,所述当前存量余额根据当前历史存量余额和本月新增放款额确定。所述当前存量余额到下月每个还款日的转换率是指所述当前存量余额转换到下月每个还款日的应还款客户数,具体可根据当前存量余额及客户的还款方式确定。其中,所述存量余额是指未还清的贷款余额。例如,当前存量余额为40万,若当前存量余额到下月第一个还款日的转换率为5341人,到下月第二个还款日的转换率为7890人,则当前存量余额到下月第一个还款日的应还款客户数为5341人,到下月第二个还款日的应还款客户数为7890人。
本实施例中,所述当前存量余额=当前历史存量余额-本月新增放款额。下月应还款客户数是当前存量余额到下月每个还款日的转换率之和。
本实施例中,下月预测贷后管理客户数=当月完整月的贷后管理比率×下月应还款客户数。
S4、根据各队列的标准迁移率和下月预测贷后管理客户数确定下月各逾期阶段的预测逾期客户数。
在一种方式中,下月各逾期阶段的预测逾期客户数=各队列的标准迁移率×下月预测贷后管理客户数。
进一步的,可以确定下月每个还款日的各个逾期阶段的预测逾期客户数。在上述步骤S4之后,所述方法还包括:
S51、设置完整账单月中各个还款日逾期案件的分布标准值;
本发明考虑到每月逾期案件的分布与该月放款客户量有关,为了提高预测的准确性,综合考虑近几个月的放款客户量来设置完整账单月中各个还款日逾期案件的分布标准值。具体包括:
S511、确定第一预设时间段内每月放款客户量;
其中,预设时间段可以是最近几个月、最近一年等。以最近三个月为例,则计算各个队列最近三个月内的月迁移率。
具体每月放款客户量可从贷后管理数据库中直接调取。
S512、若在所述第一预设时间段内每月放款客户量的变化在第一预设范围内,将所述第一预设时间段内的完整账单月中各个还款日逾期案件的平均分布值设为完整账单月中各个还款日逾期案件的分布标准值;
所述每月放款客户量的变化是不同月份放款客户数的变化量,所述第一预设范围是允许不同月份放款客户量变化的范围。
S513、若在所述第一预设时间段内每月放款客户量的变化在第一预设范围外,将所述预设时间段内最近一个月的完整账单月中各个还款日逾期案件的分布值设为完整账单月中各个还款日逾期案件的分布标准值。
S52、根据所述完整账单月中各个还款日逾期案件的分布标准值和所述下月预测贷后管理客户数确定下月每个还款日的预测逾期客户数;
其中,所述分布标准值可以是每个还款日逾期案件占整个月逾期案件的比例。则下月每个还款日的预测逾期客户数=完整账单月中各个还款日逾期案件的分布标准值×下月预测贷后管理客户数。
所述下月还款日是在下个完整自然月中包含的还款日,具体可通过如下方式获得:
S521、分别确定本月最后一天在本月账单月中对应的第一标记账单日及下月最后一天在下月账单月中对应的第二标记账单日;
如图3所示,每个账单月从本月10号到下月10号,本月最后一天为31日,下月最后一天为30日,则本月31日为第一标记账单日,下月30日为第二标记账单日。
S522、将本月账单月中所述第一标记账单日之后的还款日和下月账单月中所述第二标记账单日之前的还款日组成所述下月还款日。
如图3,将本月31日之后的还款日和下月30日之前的还款日组成下月还款日。
S53、根据各队列的标准迁移率和下月每个还款日的预测逾期客户数确定所述还款日各个逾期阶段的预测逾期客户数。
还款日各个逾期阶段的预测逾期客户数=各队列的标准迁移率×下月每个还款日的预测逾期客户数。
需要说明的是,本发明只列举了通过当月放款额和当月贷后管理比率来预测下个月不同逾期阶段的新增逾期客户数量的方式,显然,本领域普通技术人员可以根据本发明的构思预测未来几个月内不同逾期阶段的新增逾期客户数。这也同样属于本发明的保护范围。
图4是本发明一种不同逾期阶段客户预测装置的架构示意图,如图4所示,所述装置包括:
分类模块41,用于根据逾期阶段将逾期客户分至不同队列;
第一设置模块42,用于设置各个队列的标准迁移率;
第一确定模块43,用于根据当月完整月的贷后管理比率和下月应还款客户数确定下月预测贷后管理客户数;本实施例中,所述下月应还款客户数根据当前存量余额到下月每个还款日的转换率确定;其中,所述当前存量余额根据当前历史存量余额和本月新增放款额确定。所述当前存量余额到下月每个还款日的转换率是指所述当前存量余额转换到下月每个还款日的应还款客户数。
第二确定模块44,用于根据所述各队列的标准迁移率和所述下月预测贷后管理客户数确定下月各逾期阶段的预测逾期客户数。
在一种具体实施方式中,所述第一设置模块42包括:
计算模块421,用于计算各个队列预设时间段内的月迁移率;
子设置模块422,用于若在所述预设时间段内队列的月迁移率变化在预设范围内,将所述预设时间段内的平均月迁移率设为所述队列的标准迁移率;若在所述预设时间段内队列的月迁移率变化在预设范围外,将所述预设时间段内最近一个月的月迁移率设为所述队列的标准迁移率。
在另一种具体实施方式中,所述装置还包括:
第二设置模块45,用于设置完整账单月中各个还款日逾期案件的分布标准值;
第三确定模块46,用于根据所述完整账单月中各个还款日逾期案件的分布标准值和所述下月预测贷后管理客户数确定下月每个还款日的预测逾期客户数;
第四确定模块47,用于根据所述各队列的标准迁移率和下月每个还款日的预测逾期客户数确定所述还款日中各个逾期阶段的预测逾期客户数。
还款日确定模块48,用于分别确定本月最后一天在本月账单月中对应的第一标记账单日及下月最后一天在下月账单月中对应的第二标记账单日;将本月账单月中所述第一标记账单日之后的还款日和下月账单月中所述第二标记账单日之前的还款日组成所述下月还款日。
本领域技术人员可以理解,上述装置实施例中的各模块可以按照描述分布于装置中,也可以进行相应变化,分布于不同于上述实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
下面描述本发明的电子设备实施例,该电子设备可以视为对于上述本发明的方法和装置实施例的实体形式的实施方式。对于本发明电子设备实施例中描述的细节,应视为对于上述方法或装置实施例的补充;对于在本发明电子设备实施例中未披露的细节,可以参照上述方法或装置实施例来实现。
图5是根据本发明的一种电子设备的示例性实施例的结构框图。图5显示的电子设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,该示例性实施例的电子设备500以通用数据处理设备的形式表现。电子设备500的组件可以包括但不限于:至少一个处理单元510、至少一个存储单元520、连接不同电子设备组件(包括存储单元520和处理单元510)的总线530、显示单元540等。
其中,所述存储单元520存储有计算机可读程序,其可以是源程序或都只读程序的代码。所述程序可以被处理单元510执行,使得所述处理单元510执行本发明各种实施方式的步骤。例如,所述处理单元510可以执行如图1所示的步骤。
所述存储单元520可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)5201和/或高速缓存存储单元5202,还可以进一步包括只读存储单元(ROM)5203。所述存储单元520还可以包括具有一组(至少一个)程序模块5205的程序/实用工具5204,这样的程序模块5205包括但不限于:操作电子设备、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线530可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备500也可以与一个或多个外部设备300(例如键盘、显示器、网络设备、蓝牙设备等)通信,使得用户能经由这些外部设备500与该电子设备500交互,和/或使得该电子设备500能与一个或多个其它数据处理设备(例如路由器、调制解调器等等)进行通信。这种通信可以通过输入/输出(I/O)接口550进行,还可以通过网络适配器560与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)进行。网络适配器560可以通过总线530与电子设备500的其它模块通信。应当明白,尽管图5中未示出,电子设备500中可使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID电子设备、磁带驱动器以及数据备份存储电子设备等。
图6是本发明的一个计算机可读介质实施例的示意图。如图6所示,所述计算机程序可以存储于一个或多个计算机可读介质上。计算机可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的电子设备、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。当所述计算机程序被一个或多个数据处理设备执行时,使得该计算机可读介质能够实现本发明的上述方法,即:根据逾期阶段将逾期客户分至不同队列;设置各个队列的标准迁移率;根据当月完整月的贷后管理比率和下月应还款客户数确定下月预测贷后管理客户数;根据所述各队列的标准迁移率和所述下月预测贷后管理客户数确定下月各逾期阶段的预测逾期客户数。
通过以上的实施方式的描述,本领域的技术人员易于理解,本发明描述的示例性实施例可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本发明实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个计算机可读的存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台数据处理设备(可以是个人计算机、服务器、或者网络设备等)执行根据本发明的上述方法。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行电子设备、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
综上所述,本发明可以执行计算机程序的方法、装置、电子设备或计算机可读介质来实现。可以在实践中使用微处理器或者数字信号处理器(DSP)等通用数据处理设备来实现本发明的一些或者全部功能。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,应理解的是,本发明不与任何特定计算机、虚拟装置或者电子设备固有相关,各种通用装置也可以实现本发明。以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种不同逾期阶段客户预测方法,其特征在于,所述方法包括:
根据逾期阶段将逾期客户分至不同队列;
设置各个队列的标准迁移率;
根据当月完整月的贷后管理比率和下月应还款客户数确定下月预测贷后管理客户数;
根据所述各队列的标准迁移率和所述下月预测贷后管理客户数确定下月各逾期阶段的预测逾期客户数。
2.根据权利要求1所述的方法,其特征在于,所述设置各个队列的标准迁移率包括:
计算各个队列预设时间段内的月迁移率;
若在所述预设时间段内队列的月迁移率变化在预设范围内,将所述预设时间段内的平均月迁移率设为所述队列的标准迁移率;
若在所述预设时间段内队列的月迁移率变化在预设范围外,将所述预设时间段内最近一个月的月迁移率设为所述队列的标准迁移率。
3.根据权利要求1-2所述的方法,其特征在于,所述下月应还款客户数根据当前存量余额到下月每个还款日的转换率确定;其中,所述当前存量余额根据当前历史存量余额和本月新增放款额确定。
4.根据权利要求1-3所述的方法,其特征在于,所述方法还包括:
设置完整账单月中各个还款日逾期案件的分布标准值;
根据所述完整账单月中各个还款日逾期案件的分布标准值和所述下月预测贷后管理客户数确定下月每个还款日的预测逾期客户数;
根据所述各队列的标准迁移率和下月每个还款日的预测逾期客户数确定所述还款日中各个逾期阶段的预测逾期客户数。
5.根据权利要求1-4所述的方法,其特征在于,所述下月还款日通过如下方式获得:
分别确定本月最后一天在本月账单月中对应的第一标记账单日及下月最后一天在下月账单月中对应的第二标记账单日;
将本月账单月中所述第一标记账单日之后的还款日和下月账单月中所述第二标记账单日之前的还款日组成所述下月还款日。
6.根据权利要求1-5所述的方法,其特征在于,所述当前存量余额到下月每个还款日的转换率是指所述当前存量余额转换到下月每个还款日的应还款客户数。
7.一种不同逾期阶段客户预测装置,其特征在于,所述装置包括:
分类模块,用于根据逾期阶段将逾期客户分至不同队列;
第一设置模块,用于设置各个队列的标准迁移率;
第一确定模块,用于根据当月完整月的贷后管理比率和下月应还款客户数确定下月预测贷后管理客户数;
第二确定模块,用于根据所述各队列的标准迁移率和所述下月预测贷后管理客户数确定下月各逾期阶段的预测逾期客户数。
8.根据权利要求7所述的装置,其特征在于,所述第一设置模块包括:
计算模块,用于计算各个队列预设时间段内的月迁移率;
子设置模块,用于若在所述预设时间段内队列的月迁移率变化在预设范围内,将所述预设时间段内的平均月迁移率设为所述队列的标准迁移率;若在所述预设时间段内队列的月迁移率变化在预设范围外,将所述预设时间段内最近一个月的月迁移率设为所述队列的标准迁移率。
9.一种电子设备,包括:
处理器;以及
存储计算机可执行指令的存储器,所述计算机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中任一项所述的方法。
10.一种计算机可读存储介质,其中,所述计算机可读存储介质存储一个或多个程序,当所述一个或多个程序被处理器执行时,实现权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911288475.4A CN111199308A (zh) | 2019-12-12 | 2019-12-12 | 一种不同逾期阶段客户预测方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911288475.4A CN111199308A (zh) | 2019-12-12 | 2019-12-12 | 一种不同逾期阶段客户预测方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111199308A true CN111199308A (zh) | 2020-05-26 |
Family
ID=70747115
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911288475.4A Pending CN111199308A (zh) | 2019-12-12 | 2019-12-12 | 一种不同逾期阶段客户预测方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111199308A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111738824A (zh) * | 2020-06-16 | 2020-10-02 | 中国建设银行股份有限公司 | 一种账务数据处理方式筛选方法、装置及系统 |
CN111832806A (zh) * | 2020-06-09 | 2020-10-27 | 深圳市融壹买信息科技有限公司 | 一种资金流的预测方法、装置及终端设备 |
CN113643118A (zh) * | 2021-07-02 | 2021-11-12 | 重庆度小满优扬科技有限公司 | 一种用于客户分层的方法和装置 |
-
2019
- 2019-12-12 CN CN201911288475.4A patent/CN111199308A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111832806A (zh) * | 2020-06-09 | 2020-10-27 | 深圳市融壹买信息科技有限公司 | 一种资金流的预测方法、装置及终端设备 |
CN111738824A (zh) * | 2020-06-16 | 2020-10-02 | 中国建设银行股份有限公司 | 一种账务数据处理方式筛选方法、装置及系统 |
CN113643118A (zh) * | 2021-07-02 | 2021-11-12 | 重庆度小满优扬科技有限公司 | 一种用于客户分层的方法和装置 |
CN113643118B (zh) * | 2021-07-02 | 2023-08-25 | 度小满科技(北京)有限公司 | 一种用于客户分层的方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111199308A (zh) | 一种不同逾期阶段客户预测方法、装置及电子设备 | |
CN112016796A (zh) | 综合风险评分请求处理方法、装置及电子设备 | |
Amico et al. | Community health center efficiency: the role of grant revenues in health center efficiency | |
CN110689425A (zh) | 基于收益进行额度定价的方法、装置和电子设备 | |
CN110648223A (zh) | 一种核给大额业务额度的方法、装置和电子设备 | |
WO2021176762A1 (ja) | 不正検出装置、外国人就労システム、プログラム及び外国人就労者の不正労働の検出方法 | |
US11113760B2 (en) | Specialized liability payment calculator with graphical user interface | |
US20160104246A1 (en) | System for dynamically calculating claim allocations | |
CN111178592A (zh) | 资源的逾期占用预测方法、装置及电子设备 | |
CN111754329A (zh) | 一种贷款利息结算方法、装置、电子设备和存储介质 | |
CN111199472A (zh) | 金融资源的流动性预测方法、装置及电子设备 | |
JP2016184405A (ja) | 会計処理装置、会計処理方法、および会計処理プログラム | |
US20220044794A1 (en) | Performance of an enterprise computer system | |
AU2008207521B2 (en) | Time-based programming and computation | |
CN112560414A (zh) | 一种自动生成会计报表的方法和装置 | |
US20170186095A1 (en) | Centralized GAAP approach for multidimensional accounting to reduce data volume and data reconciliation processing costs | |
CN113487410A (zh) | 一种授信管理方法、装置、电子设备及计算机可读介质 | |
JP5564544B2 (ja) | 顧客属性別事務量の集計方法およびシステム | |
US20110196770A1 (en) | System and Method for Visual and Interactive Determination of Optimal Financing and Refinancing Solutions | |
CN111242767A (zh) | 用户按期还款预测方法、装置及电子设备 | |
CN112116253A (zh) | 一种中心网点选择的方法、装置和系统 | |
CN112016791A (zh) | 资源分配方法、装置及电子设备 | |
CN111768298A (zh) | 事务数据额度确定方法、装置、设备和介质 | |
CN111210110A (zh) | 基于压力测试生成预防策略的方法、装置和电子设备 | |
JP7438152B2 (ja) | 情報処理装置、情報処理方法およびプログラム |
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 |