CN112149977A - 贷后风险监控预警方法及其系统、计算机设备、存储介质 - Google Patents
贷后风险监控预警方法及其系统、计算机设备、存储介质 Download PDFInfo
- Publication number
- CN112149977A CN112149977A CN202010962870.2A CN202010962870A CN112149977A CN 112149977 A CN112149977 A CN 112149977A CN 202010962870 A CN202010962870 A CN 202010962870A CN 112149977 A CN112149977 A CN 112149977A
- Authority
- CN
- China
- Prior art keywords
- early warning
- loan
- enterprise user
- information
- electricity consumption
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 230000005611 electricity Effects 0.000 claims abstract description 138
- 230000006399 behavior Effects 0.000 claims description 82
- 238000004590 computer program Methods 0.000 claims description 12
- 230000007547 defect Effects 0.000 abstract description 2
- 230000001960 triggered effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000006866 deterioration Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000000246 remedial effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B23/00—Alarms responsive to unspecified undesired or abnormal conditions
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Technology Law (AREA)
- Emergency Management (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明涉及一种贷后风险监控预警方法及其系统、计算机设备、存储介质，所述方法包括：获取贷款企业用户的非法定节假日的用电行为信息；根据所述用电行为信息判断所述贷款企业用户的用电行为是否触发预警；若所述贷款企业用户的用电行为触发预警，则生成预警信息，将所述预警信息发送至贷后管理人员的接收终端进行预警提示。所述系统、计算机设备、存储介质包括有用于执行所述方法的载体。实施本发明，能够克服目前对用户进行信用预警和贷后监控存在的准确性、时效性等不足。
Description
技术领域
本发明涉及风险监控预警技术领域，具体涉及一种贷后风险监控预警方法及其系统、计算机设备、存储介质。
背景技术
客户的风险状况总是在不断变化，预期能够偿还贷款本息的客户，有可能因内外部不利变化，造成了经营及财务状况恶化，影响还款，这就需要及时采取有效的应对和补救措施，防范不良贷款的发生。贷后管理包括贷后检查、风险预警、风险应对、风险分类、拨备计提、贷款回收等内容。
对用户进行信用预警和贷后监控，及时发现用户的信用恶化及其他金融风险，实现风险态势感知。因为很多案例显示，企业经营情况是可以在很短的时间内发生剧变的，前一天还正常营业的公司一夜之间关门拉闸，老板卷款跑路的案例并不鲜见。然而由于监控预警工作基本都要依赖贷后管理人员现场作业完成，以银行现有的人力编制一般只能做到每个客户一季度上门一次。为此银行贷后管理部门需要利用技术手段建立一套自动监控的机制，以便对贷款企业进行全天候的监控，及时发现风险信号做出预警，第一时间推送指令给客户经理进行风险处置。目前业内主要通过对法院裁判文书、工商注册信息等数据的抓取，以及基于网上信息通过爬虫技术和自然语言识别技术进行舆情分析来实现实时监控，但这些应用目前在准确性、时效性上均存在不足。
发明内容
本发明的目的在于提出一种贷后风险监控预警方法及其系统、计算机设备、计算机可读存储介质，以克服目前对用户进行信用预警和贷后监控存在的准确性、时效性上的不足。
根据第一方面，本发明实施例提出一种贷后风险监控预警方法，包括：
获取贷款企业用户的非法定节假日的用电行为信息；
根据所述用电行为信息判断所述贷款企业用户的用电行为是否触发预警；
若所述贷款企业用户的用电行为触发预警，则生成预警信息，将所述预警信息发送至贷后管理人员的接收终端进行预警提示。
可选地，所述用电行为信息包括：分时用电量信息、缴费时间信息、缴费金额信息、违窃用电行为记录信息中的一种或多种。
可选地，所述根据所述用电行为信息判断所述贷款企业用户的用电行为是否触发预警，包括：
根据所述贷款企业用户的分时用电量信息判断所述贷款企业用户的用电行为是否触发低电量预警；其中：当贷款企业用户的日用电量≤β×1.05时，触发低电量预警；β为预先设置的最低用电基准值。
可选地，所述根据所述用电行为信息判断所述贷款企业用户的用电行为是否触发预警，包括：
根据所述贷款企业用户的分时用电量信息判断所述贷款企业用户的用电行为是否触发用电突降预警；其中：计算所述贷款企业用户在连续7个非法定节假日的用电量移动平均值，若当天的用电量移动平均值比前一天的用电量移动平均值下降80％，则触发用电突降预警。
可选地，所述根据所述用电行为信息判断所述贷款企业用户的用电行为是否触发预警，包括：
根据所述贷款企业用户的分时用电量信息判断所述贷款企业用户的用电行为是否触发用电缓降预警；其中：计算所述贷款企业用户在连续7个非法定节假日的用电量移动平均值，若当天的用电量移动平均值比前一天的用电量移动平均值下降70％，则触发用电缓降预警。
可选地，所述根据所述用电行为信息判断所述贷款企业用户的用电行为是否触发预警，包括：
根据所述贷款企业用户的缴费时间信息、缴费金额信息判断所述贷款企业用户的用电行为是否触发欠费预警；其中：将所述贷款企业用户的电费实际缴费时间和缴费金额，分别与电费应缴时间和应缴金额进行对比，若实际缴费时间晚于应缴时间，或者实际缴费金额小于应缴金额，则触发欠费预警。
可选地，所述根据所述用电行为信息判断所述贷款企业用户的用电行为是否触发预警，包括：
根据所述贷款企业用户的违窃用电行为记录信息判断所述贷款企业用户的用电行为是否触发违窃用电预警；其中：若所述贷款企业用户存在违窃用电行为，则触发违窃用电预警。
根据第二方面，本发明实施例提出一种贷后风险监控预警系统，用于执行第一方面所述的贷后风险监控预警方法，所述系统包括：
信息获取单元，用于获取贷款企业用户的非法定节假日的用电行为信息；
预警判断单元，用于根据所述用电行为信息判断所述贷款企业用户的用电行为是否触发预警；以及
预警提示单元，用于若所述贷款企业用户的用电行为触发预警，则生成预警信息，将所述预警信息发送至贷后管理人员的接收终端进行预警提示。
根据第三方面，本发明实施例提出一种计算机设备，包括：存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行根据第一方面所述的贷后风险监控预警方法的步骤。
根据第四方面，本发明实施例提出一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现根据第一方面所述的贷后风险监控预警方法。
本发明实施例提出一种贷后风险监控预警方法及其系统、计算机设备、存储介质，其通过获取贷款企业用户的非法定节假日的用电行为信息，根据所述用电行为信息判断所述贷款企业用户的用电行为是否触发预警，若所述贷款企业用户的用电行为触发预警，则生成预警信息，将所述预警信息发送至贷后管理人员的接收终端进行预警提示。其中，用户用电信息具有极高的实时性和天然的抗伪造性能，尤其是非法定节假日的用电行为信息，具有非常高的可靠性，其能够可靠反映贷款企业用户是否处于正常的生产经营状态，本发明实施例应用用户用电行为数据所提出的贷后风险监控预警方法及其系统，比市面上应用其他第三方数据建立的系统具有更高的时效性和准确度。
本发明的其它特征和优点将在随后的具体实施方式中阐述。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中一种贷后风险监控预警方法流程图。
图2为本发明实施例中一种贷后风险监控预警系统框架图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。另外，为了更好地说明本发明，在下文的具体的实施例中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本发明同样可以实施。在一些实例中，对于本领域技术人员熟知的手段未作详细描述，以便于凸显本发明的主旨。
参阅图1，本发明一实施例提出一种贷后风险监控预警方法，其具体适用于贷款企业用户的贷后管理，本实施例方法具体包括如下步骤S1～S3：
步骤S1、获取贷款企业用户的非法定节假日的用电行为信息。
可选地，本实施例中所述用电行为信息包括：分时用电量信息、缴费时间信息、缴费金额信息、违窃用电行为记录信息中的一种或多种。所述分时用电量信息包括设定时间周期内的多日的日用电量。
其中，所述用电行为信息可以通过当地电网公司的营销系统与计量系统获取得到。
需说明的是，本实施例方法在实施时，放贷一方(例如银行等金融机构)需要让贷款企业提交其用电用户信息，并授权放贷一方获取其用电行为信息，放贷一方、贷款企业以及电网公司三方需要达成相关协议。
步骤S2、根据所述用电行为信息判断所述贷款企业用户的用电行为是否触发预警；
可选地，本实施例中步骤S2包括：
步骤S21、根据所述贷款企业用户的分时用电量信息判断所述贷款企业用户的用电行为是否触发低电量预警；其中：当贷款企业用户的日用电量≤β×1.05时，触发低电量预警；β为预先设置的最低用电基准值。
具体而言，对于一个正常运营的企业而言，非法定节假日为工作日，工作日时间企业应当是有员工上班，企业处于生产状态，是需要耗费一定的用电量的，即日用电量不应低于β×1.05；基于这一实际情况，本实施例中提出了考虑企业在非法定节假日的日用电情况来判断其经营状态是否可能存在问题，，需要贷后管理人员与该贷款企业用户进行确认。当判断其日用电量低于β×1.05时，企业用户经营状态可能存在问题时，则触发低电量预警。
需说明的是，β值可以具体根据企业用户的实际企业规模和用电情况来设置，不同企业用户的最低用电基准值可以不同。
可选地，本实施例中步骤S2包括：
步骤S22、根据所述贷款企业用户的分时用电量信息判断所述贷款企业用户的用电行为是否触发用电突降预警；其中：计算所述贷款企业用户在连续7个非法定节假日的用电量移动平均值，若当天的用电量移动平均值比前一天的用电量移动平均值下降80％，则触发用电突降预警。
具体而言，连续7个非法定节假日的用电量移动平均值计算方式如下：
假设监控的当天为第8天，则当天所对应的连续7个非法定节假日的用电量移动平均值为(X2+X3+X4+X5+X6+X7+X8)/7；前一天所对应的连续7个非法定节假日的用电量移动平均值为(X1+X2+X3+X4+X5+X6+X7)/7；其中X1～X8分别为连续的第1～8个非法定节假日。
本实施例中，设置如果当天的用电量移动平均值比前一天的用电量移动平均值下降80％，则表示该贷款企业用户存在用电突降的情况，这就说明该贷款企业用户的经营状态可能出现了问题，需要贷后管理人员与该贷款企业用户进行确认，则触发用电突降预警。
可选地，本实施例中步骤S2包括：
步骤S23、根据所述贷款企业用户的分时用电量信息判断所述贷款企业用户的用电行为是否触发用电缓降预警；其中：计算所述贷款企业用户在连续7个非法定节假日的用电量移动平均值，若当天的用电量移动平均值比前一天的用电量移动平均值下降70％，则触发用电缓降预警。
本实施例中，设置如果当天的用电量移动平均值比前一天的用电量移动平均值下降70％，则表示该贷款企业用户存在用电缓降的情况，这就说明该贷款企业用户的经营状态可能出现了问题，需要贷后管理人员与该贷款企业用户进行确认，则触发用电缓降预警。
可选地，本实施例中步骤S2包括：
步骤S24、根据所述贷款企业用户的缴费时间信息、缴费金额信息判断所述贷款企业用户的用电行为是否触发欠费预警；其中：将所述贷款企业用户的电费实际缴费时间和缴费金额，分别与电费应缴时间和应缴金额进行对比，若实际缴费时间晚于应缴时间，或者实际缴费金额小于应缴金额，则触发欠费预警。
一般来说，企业用户的缴费时间为按月缴费，金额为过去一个月的月电费。可以理解的是，如果企业处于正常运营的情况下，其是不可能会有欠费现象的，因为电费对于企业来说，是属于比较小的一笔开支，如果出现欠费行为，这就说明该贷款企业用户的经营状态可能出现了问题，需要贷后管理人员与该贷款企业用户进行确认，则触发欠费预警。
可选地，本实施例中步骤S2包括：
步骤S25、根据所述贷款企业用户的违窃用电行为记录信息判断所述贷款企业用户的用电行为是否触发违窃用电预警；其中：若所述贷款企业用户存在违窃用电行为，则触发违窃用电预警。
具体而言，当用户存在为窃用电行为时，当地电网公司的营销系统与计量系统是会有记录的，如果一个企业存在违窃用电行为，则说明这个企业的信用、经营方式是有问题的，需要贷后管理人员与该贷款企业用户进行确认，则触发违窃用电预警。
步骤S3、若所述贷款企业用户的用电行为触发预警，则生成预警信息，将所述预警信息发送至贷后管理人员的接收终端进行预警提示。
具体而言，本实施例中涉及了不同的预警内容，针对不同的预警内容，即低电量预警、用电突降预警、用电缓降预警、欠费预警，分别生成不同的预警信息，以告知贷后管理人员该贷款企业用户的哪一种行为反映其经营状态可能存在问题。示例性地，可以用预设编码来表示。4位二进制编码，第1～4位分别表示低电量预警、用电突降预警、用电缓降预警、欠费预警，编码“1”表示异常，编码“0”表示正常；例如，1000表示存在低电量预警，1001表示同时存在低电量预警和欠费预警。
其中，提示的方式可以是，邮件提示，短信提示等等。
本实施例方法通过获取贷款企业用户的非法定节假日的用电行为信息，根据所述用电行为信息判断所述贷款企业用户的用电行为是否触发预警，若所述贷款企业用户的用电行为触发预警，则生成预警信息，将所述预警信息发送至贷后管理人员的接收终端进行预警提示。其中，用户用电信息具有极高的实时性和天然的抗伪造性能，尤其是非法定节假日的用电行为信息，具有非常高的可靠性，其能够可靠反映贷款企业用户是否处于正常的生产经营状态，本发明实施例应用用户用电行为数据所提出的贷后风险监控预警方法，比市面上应用其他第三方数据建立的系统具有更高的时效性和准确度。
参阅图2，本发明实施例提出一种贷后风险监控预警系统，用于执行上述实施例所述的贷后风险监控预警方法的步骤S1～S3，所述系统包括：
信息获取单元1，用于执行所述步骤S1，获取贷款企业用户的非法定节假日的用电行为信息；
预警判断单元2，用于执行所述步骤S2，根据所述用电行为信息判断所述贷款企业用户的用电行为是否触发预警；以及
预警提示单元3，用于执行所述步骤S3，若所述贷款企业用户的用电行为触发预警，则生成预警信息，将所述预警信息发送至贷后管理人员的接收终端进行预警提示。
以上所描述的系统实施例仅仅是示意性的，其中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模块来实现本实施例方案的目的。
需说明的是，上述实施例所述系统与上述实施例所述方法对应，因此，上述实施例所述系统未详述部分可以参阅上述实施例所述方法的内容得到，此处不再赘述。
并且，上述实施例所述贷后风险监控预警系统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。
本发明另一实施例提出一种计算机设备，包括：根据上述实施例所述的贷后风险监控预警系统；或者，存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行根据上述实施例所述的贷后风险监控预警方法的步骤。
当然，所述计算机设备还可以具有有线或无线网络接口、键盘以及输入输出接口等部件，以便进行输入输出，该计算机设备还可以包括其他用于实现设备功能的部件，在此不做赘述。
示例性地，所述计算机程序可以被分割成一个或多个单元，所述一个或者多个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计算机设备中的执行过程。
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设备的控制中心，利用各种接口和线路连接整个所述计算机设备的各个部分。
所述存储器可用于存储所述计算机程序和/或单元，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/或单元，以及调用存储在存储器内的数据，实现所述计算机设备的各种功能。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(Secure Digital,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。
本发明另一实施例提出一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现根据上述所述的贷后风险监控预警方法。
示例性地，所述计算机可读存储介质可以包括：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。
以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种贷后风险监控预警方法，其特征在于，包括：
获取贷款企业用户的非法定节假日的用电行为信息；
根据所述用电行为信息判断所述贷款企业用户的用电行为是否触发预警；
若所述贷款企业用户的用电行为触发预警，则生成预警信息，将所述预警信息发送至贷后管理人员的接收终端进行预警提示。
2.根据权利要求1所述的贷后风险监控预警方法，其特征在于，所述用电行为信息包括：分时用电量信息、缴费时间信息、缴费金额信息、违窃用电行为记录信息中的一种或多种。
3.根据权利要求2所述的贷后风险监控预警方法，其特征在于，所述根据所述用电行为信息判断所述贷款企业用户的用电行为是否触发预警，包括：
根据所述贷款企业用户的分时用电量信息判断所述贷款企业用户的用电行为是否触发低电量预警；其中：当贷款企业用户的日用电量≤β×1.05时，触发低电量预警；β为预先设置的最低用电基准值。
4.根据权利要求3所述的贷后风险监控预警方法，其特征在于，所述根据所述用电行为信息判断所述贷款企业用户的用电行为是否触发预警，包括：
根据所述贷款企业用户的分时用电量信息判断所述贷款企业用户的用电行为是否触发用电突降预警；其中：计算所述贷款企业用户在连续7个非法定节假日的用电量移动平均值，若当天的用电量移动平均值比前一天的用电量移动平均值下降80％，则触发用电突降预警。
5.根据权利要求4所述的贷后风险监控预警方法，其特征在于，所述根据所述用电行为信息判断所述贷款企业用户的用电行为是否触发预警，包括：
根据所述贷款企业用户的分时用电量信息判断所述贷款企业用户的用电行为是否触发用电缓降预警；其中：计算所述贷款企业用户在连续7个非法定节假日的用电量移动平均值，若当天的用电量移动平均值比前一天的用电量移动平均值下降70％，则触发用电缓降预警。
6.根据权利要求2～5任一项所述的贷后风险监控预警方法，其特征在于，所述根据所述用电行为信息判断所述贷款企业用户的用电行为是否触发预警，包括：
根据所述贷款企业用户的缴费时间信息、缴费金额信息判断所述贷款企业用户的用电行为是否触发欠费预警；其中：将所述贷款企业用户的电费实际缴费时间和缴费金额，分别与电费应缴时间和应缴金额进行对比，若实际缴费时间晚于应缴时间，或者实际缴费金额小于应缴金额，则触发欠费预警。
7.根据权利要求6所述的贷后风险监控预警方法，其特征在于，所述根据所述用电行为信息判断所述贷款企业用户的用电行为是否触发预警，包括：
根据所述贷款企业用户的违窃用电行为记录信息判断所述贷款企业用户的用电行为是否触发违窃用电预警；其中：若所述贷款企业用户存在违窃用电行为，则触发违窃用电预警。
8.一种贷后风险监控预警系统，其特征在于，用于执行权利要求1～7任一项所述的贷后风险监控预警方法，所述系统包括：
信息获取单元，用于获取贷款企业用户的非法定节假日的用电行为信息；
预警判断单元，用于根据所述用电行为信息判断所述贷款企业用户的用电行为是否触发预警；以及
预警提示单元，用于若所述贷款企业用户的用电行为触发预警，则生成预警信息，将所述预警信息发送至贷后管理人员的接收终端进行预警提示。
9.一种计算机设备，包括：存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行根据权利要求1～7中任一项所述贷后风险监控预警方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现根据权利要求1～7中任一项所述贷后风险监控预警方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010962870.2A CN112149977A (zh) | 2020-09-14 | 2020-09-14 | 贷后风险监控预警方法及其系统、计算机设备、存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010962870.2A CN112149977A (zh) | 2020-09-14 | 2020-09-14 | 贷后风险监控预警方法及其系统、计算机设备、存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112149977A true CN112149977A (zh) | 2020-12-29 |
Family
ID=73893717
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010962870.2A Pending CN112149977A (zh) | 2020-09-14 | 2020-09-14 | 贷后风险监控预警方法及其系统、计算机设备、存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112149977A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112990712A (zh) * | 2021-03-19 | 2021-06-18 | 成都青云之上信息科技有限公司 | 基于用电耗能监测的企业生产经营分析方法及系统 |
| CN113095931A (zh) * | 2021-04-25 | 2021-07-09 | 国家电网有限公司 | 贷后风险监控方法、装置及计算机设备 |
| CN114186855A (zh) * | 2021-12-11 | 2022-03-15 | 中国工商银行股份有限公司 | 监控预警方法、装置、计算机设备、存储介质和程序产品 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103699957A (zh) * | 2013-11-27 | 2014-04-02 | 国家电网公司 | 用电控制系统及其控制方法 |
| CN107133822A (zh) * | 2017-04-28 | 2017-09-05 | 国网山东省电力公司泰安供电公司 | 用户信用评价方法及装置 |
| CN108022043A (zh) * | 2017-11-30 | 2018-05-11 | 北京汇通金财信息科技有限公司 | 一种异常用电行为的识别方法、装置及中央服务器 |
| CN109146676A (zh) * | 2018-11-07 | 2019-01-04 | 深圳行知聚能科技发展有限公司 | 一种中小微贷款风险实时监控系统及方法 |
| CN109214917A (zh) * | 2018-11-07 | 2019-01-15 | 深圳行知聚能科技发展有限公司 | 一种贷款风险实时监控系统及方法 |
| CN109934371A (zh) * | 2017-12-18 | 2019-06-25 | 普华讯光（北京）科技有限公司 | 基于用电数据对企业进行偿付能力风险识别和预测的方法 |
| CN111553563A (zh) * | 2020-04-07 | 2020-08-18 | 国网电子商务有限公司 | 企业欺诈风险的确定方法及装置 |
-
2020
- 2020-09-14 CN CN202010962870.2A patent/CN112149977A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103699957A (zh) * | 2013-11-27 | 2014-04-02 | 国家电网公司 | 用电控制系统及其控制方法 |
| CN107133822A (zh) * | 2017-04-28 | 2017-09-05 | 国网山东省电力公司泰安供电公司 | 用户信用评价方法及装置 |
| CN108022043A (zh) * | 2017-11-30 | 2018-05-11 | 北京汇通金财信息科技有限公司 | 一种异常用电行为的识别方法、装置及中央服务器 |
| CN109934371A (zh) * | 2017-12-18 | 2019-06-25 | 普华讯光（北京）科技有限公司 | 基于用电数据对企业进行偿付能力风险识别和预测的方法 |
| CN109146676A (zh) * | 2018-11-07 | 2019-01-04 | 深圳行知聚能科技发展有限公司 | 一种中小微贷款风险实时监控系统及方法 |
| CN109214917A (zh) * | 2018-11-07 | 2019-01-15 | 深圳行知聚能科技发展有限公司 | 一种贷款风险实时监控系统及方法 |
| CN111553563A (zh) * | 2020-04-07 | 2020-08-18 | 国网电子商务有限公司 | 企业欺诈风险的确定方法及装置 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112990712A (zh) * | 2021-03-19 | 2021-06-18 | 成都青云之上信息科技有限公司 | 基于用电耗能监测的企业生产经营分析方法及系统 |
| CN113095931A (zh) * | 2021-04-25 | 2021-07-09 | 国家电网有限公司 | 贷后风险监控方法、装置及计算机设备 |
| CN114186855A (zh) * | 2021-12-11 | 2022-03-15 | 中国工商银行股份有限公司 | 监控预警方法、装置、计算机设备、存储介质和程序产品 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112149977A (zh) | 贷后风险监控预警方法及其系统、计算机设备、存储介质 | |
| US8909552B2 (en) | Dynamic management and netting of transactions using executable rules | |
| US10318894B2 (en) | Conformance authority reconciliation | |
| CN109523276A (zh) | 用户投诉的预警监控方法及装置 | |
| CN112184012A (zh) | 一种企业风险预警方法、装置、设备及可读存储介质 | |
| CN113205402A (zh) | 对账方法、装置、电子设备及计算机可读介质 | |
| CN109345371A (zh) | 个人征信报告回溯方法及系统 | |
| CN114092275A (zh) | 企业经营异常监测方法、装置、计算机设备和存储介质 | |
| CN117575776A (zh) | 一种借贷风控模型训练方法、设备以及可读存储介质 | |
| CN112241917A (zh) | 一种智能化金融机构贷前管理方法及其系统 | |
| CN115731026A (zh) | 一种客户运营策略生成方法、装置及电子设备 | |
| CN114565443B (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
| CN112150269B (zh) | 企业借款用途核验方法及其系统、计算机设备、存储介质 | |
| CN111429125B (zh) | 账户管理方法、装置、存储介质及电子设备 | |
| CN114742547A (zh) | 一种互联网在线收款控制方法、装置、介质及电子设备 | |
| CN113034258A (zh) | 一种税务数据处理方法、装置、电子设备及存储介质 | |
| CN114511318A (zh) | 一种账户核算方法、装置及电子设备 | |
| CN113076297A (zh) | 一种数据处理方法、装置及存储介质 | |
| TWM618473U (zh) | 於掃碼交易過程中檢查退貨特店帳戶餘額之系統 | |
| CN112150268A (zh) | 一种计算机设备和智能获客系统 | |
| CN111857670A (zh) | 应用架构的确定方法和装置 | |
| CN116993525B (zh) | 医疗行业供应链结算的处理方法和装置 | |
| TWI786617B (zh) | 於掃碼交易過程中檢查退貨特店帳戶餘額之系統及方法 | |
| EP4209986A1 (en) | Method and apparatus for iterating credit scorecard model, electronic device and storage medium | |
| CN118469574A (zh) | 基于客户画像的信息处理方法、系统、电子设备及介质 |
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 |