CN113743816A - 车辆租赁的风险控制方法、装置、计算机设备及存储介质 - Google Patents
车辆租赁的风险控制方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN113743816A CN113743816A CN202111071057.7A CN202111071057A CN113743816A CN 113743816 A CN113743816 A CN 113743816A CN 202111071057 A CN202111071057 A CN 202111071057A CN 113743816 A CN113743816 A CN 113743816A
- Authority
- CN
- China
- Prior art keywords
- business object
- risk
- different attribute
- dimension
- scores
- 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 53
- 238000012954 risk control Methods 0.000 title claims abstract description 30
- 238000011156 evaluation Methods 0.000 claims description 27
- 238000012550 audit Methods 0.000 claims description 14
- 238000007477 logistic regression Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 8
- 238000012795 verification Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 7
- 230000008520 organization Effects 0.000 description 7
- 238000012797 qualification Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012502 risk assessment Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000007547 defect Effects 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0645—Rental transactions; Leasing transactions
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Accounting & Taxation (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Finance (AREA)
- Operations Research (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种车辆租赁的风险控制方法、装置、计算机设备及存储介质,涉及车辆租赁领域,主要在于能够准确地识别出与承租方合作存在的风险,从而能够有效地对承租方进行风险管控。其中方法包括:获取待审核的业务对象在不同属性维度下的属性信息;将所述不同属性维度下的属性信息输入至相应的预设评分模型中进行评分,得到所述业务对象在所述不同属性维度下的评分;对所述不同属性维度下的评分进行加权求和,得到所述业务对象对应的总评分,并基于所述总评分,计算与所述业务对象合作的风险限额;若所述合作车辆总资产大于所述风险限额,则显示与所述业务对象合作审核未通过的提示信息。本发明适用于车辆租赁的风险控制。
Description
技术领域
本发明涉及车辆租赁领域,尤其是涉及一种车辆租赁的风险控制方法、装置、计算机设备及存储介质。
背景技术
随着人们经济收入水平的提高,租车越来越普遍,车辆租赁公司为了提高收入需要购买更多的车辆,但是车辆购买也会给车辆租赁公司带来巨大的经济压力,由此随之出现了车辆租赁公司作为承租方,租入其他单位车辆以增加成交量的情况,由于承租方出现的问题可能是多方面的,包括资金链断裂、恶意骗取车辆等,为了防止承租方无法偿还租金或者丢失车辆无法进行经济赔偿,给出租方造成损失,需要在租赁合作之前对承租方进行风险管控。
目前,在跟承租方合作时,通常由公司的业务人员对承租方的租赁资格进行审核,如果通过审核,则与承租方进行车辆租赁合作。然而,这种人为审核方式较为依赖业务人员的工作经验,且受任务人员的人为主观因素影响较大,无法准确地识别出与承租方合作存在的风险,进而无法有效地对承租方进行风险管控。
发明内容
本发明提供了一种车辆租赁的风险控制方法、装置、计算机设备及存储介质,主要在于能够准确地识别出与承租方合作存在的风险,从而能够有效地对承租方进行风险管控。
根据本发明的第一个方面,提供一种车辆租赁的风险控制方法,包括:
获取待审核的业务对象对应的合作车辆总资产,以及所述业务对象在不同属性维度下的属性信息;
将所述不同属性维度下的属性信息输入至相应的预设评分模型中进行评分,得到所述业务对象在所述不同属性维度下的评分;
对所述不同属性维度下的评分进行加权求和,得到所述业务对象对应的总评分,并基于所述总评分,计算与所述业务对象合作的风险限额;
若所述合作车辆总资产大于所述风险限额,则确定本次与所述业务对象合作存在风险,显示与所述业务对象合作审核未通过的提示信息。
根据本发明的第二个方面,提供一种车辆租赁的风险控制装置,包括:
获取单元,用于获取待审核的业务对象对应的合作车辆总资产,以及所述业务对象在不同属性维度下的属性信息;
评分单元,用于将所述不同属性维度下的属性信息输入至相应的预设评分模型中进行评分,得到所述业务对象在所述不同属性维度下的评分;
计算单元,用于对所述不同属性维度下的评分进行加权求和,得到所述业务对象对应的总评分,并基于所述总评分,计算与所述业务对象合作的风险限额;
确定单元,用于若所述合作车辆总资产大于所述风险限额,则确定本次与所述业务对象合作存在风险,显示与所述业务对象合作审核未通过的提示信息。
根据本发明的第三个方面,提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现以下步骤:
获取待审核的业务对象对应的合作车辆总资产,以及所述业务对象在不同属性维度下的属性信息;
将所述不同属性维度下的属性信息输入至相应的预设评分模型中进行评分,得到所述业务对象在所述不同属性维度下的评分;
对所述不同属性维度下的评分进行加权求和,得到所述业务对象对应的总评分,并基于所述总评分,计算与所述业务对象合作的风险限额;
若所述合作车辆总资产大于所述风险限额,则确定本次与所述业务对象合作存在风险,显示与所述业务对象合作审核未通过的提示信息。
根据本发明的第四个方面,提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现以下步骤:
获取待审核的业务对象对应的合作车辆总资产,以及所述业务对象在不同属性维度下的属性信息;
将所述不同属性维度下的属性信息输入至相应的预设评分模型中进行评分,得到所述业务对象在所述不同属性维度下的评分;
对所述不同属性维度下的评分进行加权求和,得到所述业务对象对应的总评分,并基于所述总评分,计算与所述业务对象合作的风险限额;
若所述合作车辆总资产大于所述风险限额,则确定本次与所述业务对象合作存在风险,显示与所述业务对象合作审核未通过的提示信息。
本发明提供的一种车辆租赁的风险控制方法、装置、计算机设备及存储介质,与目前由业务人员对承租方的租赁资格进行审核的方式相比,本方明能够获取待审核的业务对象对应的合作车辆总资产,以及所述业务对象在不同属性维度下的属性信息;并将所述不同属性维度下的属性信息输入至相应的预设评分模型中进行评分,得到所述业务对象在所述不同属性维度下的评分;与此同时,对所述不同属性维度下的评分进行加权求和,得到所述业务对象对应的总评分,并基于所述总评分,计算与所述业务对象合作的风险限额;若所述合作车辆总资产大于所述风险限额,则确定本次与所述业务对象合作存在风险,显示与所述业务对象合作审核未通过的提示信息,由此通过确定待审批的业务对象在不同属性维度下的评分,能够计算出与业务对象合作的风险限额,当业务对象的合作车辆总资产大于该风险限额时,说明与业务对象的本次合作可能存在风险,不允许其通过审批,从而能够准确地识别出与业务对象合作存在的风险,有效地对作为承租方的业务对象进行风险管控,避免车辆出租方遭受经济损失,满足了车辆租赁行业对风险控制的需求。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1示出了本发明实施例提供的一种车辆租赁的风险控制方法流程图;
图2示出了本发明实施例提供的另一种车辆租赁的风险控制方法流程图;
图3示出了本发明实施例提供的业务对象创建界面的示意图;
图4示出了本发明实施例提供的业务对象类型的展示界面的示意图;
图5示出了本发明实施例提供的业务对象的风险限额和评价等级的展示界面的示意图;
图6示出了本发明实施例提供的一种车辆租赁的风险控制装置的结构示意图;
图7示出了本发明实施例提供的另一种车辆租赁的风险控制装置的结构示意图;
图8示出了本发明实施例提供的一种计算机设备的实体结构示意图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
目前,在跟承租方合作时,通常由公司的业务人员对承租方的租赁资格进行审核,如果通过审核,则与承租方进行车辆租赁合作。然而,这种人为审核方式较为依赖业务人员的工作经验,且受任务人员的人为主观因素影响较大,无法准确地识别出与承租方合作存在的风险,进而无法有效地对承租方进行风险管控。
为了解决上述问题,本发明实施例提供了一种辆租赁的风险控制方法,如图1所示,所述方法包括:
101、获取待审核的业务对象对应的合作车辆总资产,以及所述业务对象在不同属性维度下的属性信息。
其中,待审批的业务对象可以为作为承租方的汽车租赁公司,合作车辆总资产为承租方本次即将与出租方合作的车辆总金额,不同维度下的属性信息包括业务对象在基本状况维度下的属性信息、资产实力维度下的属性信息和运营能力维度下的属性信息,业务对象在基本状况维度下的属性信息包括业务对象的企业性质、注册资本、实缴资本等,业务对象在资产实力维度下的属性信息包括业务对象的所有者权益、现有车辆规模、企业固定资产等,业务对象在运营能力维度下的属性信息包括业务对象的分级机构、运营场景、现金流、对车辆使用过程监控的管理、上年度盈利情况、上年度财务数据、税务数据报表等。需要说明的是,本发明实施例中的属性维度并不局限于基本状况维度、资产实力维度和运营能力维度,还可以包括其他属性维度。
为了克服现有技术中无法有效地对承租方进行风险控制的缺陷,本发明实施例通过获取业务对象在不同属性维度下的属性信息,能够得到业务对象对应的总评分,进而能够计算出与业务对象合作的风险限额,如果与业务对象本次合作的车辆总资产小于该风险限额,则说明本次与业务对象合作不存在风险,或者风险较小,可以通过审批,由此能够有效地对业务对象进行风险管控,避免给出租方造成损失。
对于本发明实施例,在对业务对象进行审批之前,需要在风控系统创建该业务对象(客户单位)的基本信息,具体地,如图3所示,在风控系统的渠道基本信息界面中点击新建按钮,跳转到业务对象(客户单位)的基本信息维护界面,在基本信息维护界面中可以填写业务对象名称(客户单位名称的全称)、组织机构代码、企业性质、注册资本、法人姓名、法人身份证号、联系人姓名、联系人电话、公司地址等,同时上传业务对象(客户单位)的税务登记证、营业执照、组织机构代码证、法人身份证和开户许可证照片等,操作人员点击保存后风控系统会自动检验填写的客户单位名称和组织机构代码是否存在重复,如果不存在重复,则对上述信息进行保存;如果存在重复,则提示操作人员业务对象(客户单位)已经存在,无法保存。
进一步地,在对业务对象(客户单位)进行审批时,操作人员会在渠道授信审批界面中填写业务对象(客户单位)的社会统一信用代码,风控系统根据业务对象的社会统一信用代码,查询是否已经创建该业务对象对应的渠道基本信息,如果已经创建有该业务对象的渠道基本信息,则风控系统会根据业务对象的社会统一信用代码,关联出业务对象的名称,即客户单位的名称;如果还没有创建该业务对象的渠道基本信息,则无法获取业务对象的名称,提示用户无法进行审批。与此同时,操作人员会填写自身的信息和调查报告,同时会填写作为承租方的业务对象的合作意向车款、指导价格、平均月租金和车辆数量等信息。进一步地,在关联出业务对象的名称后,为了对业务对象进行风险评估,可以根据该业务对象的名称,调取风控系统中业务对象的渠道基本信息,获取业务对象的企业性质、注册资本、实缴资本等信息,还可以获取由操作人员上传的业务对象的上年度盈利情况、上年度财务数据、税务数据报表等,由此能够分别获取业务对象在基本状况维度下的属性信息(企业性质、注册资本、实缴资本),业务对象在资产实力维度下的属性信息(业务对象的所有者权益、现有车辆规模、企业固定资产),业务对象在运营能力维度下的属性信息(业务对象的分级机构、运营场景、现金流、对车辆使用过程监控的管理、上年度盈利情况、上年度财务数据、税务数据报表),以便根据业务对象在不同属性维度下的属性信息,对该业务对象进行风险评估和风险管控。
102、将所述不同属性维度下的属性信息输入至相应的预设评分模型中进行评分,得到所述业务对象在所述不同属性维度下的评分。
其中,所述预设评分模型可以为预设逻辑回归评分模型,对于本发明实施例,为了确定业务对象在不同属性维度下的评分,步骤102具体包括:将所述基本状况维度下的属性信息,所述资产实力维度下的属性信息和所述运营能力维度下的属性信息分别输入至相应的预设逻辑回归评分模型中进行评分,得到所述业务对象分别在所述基本状况维度、所述资产实力维度和所述运营能力维度下的分类标签;基于所述分类标签,确定所述业务对象分别在所述基本状况维度、所述资产实力维度和所述运营能力维度下的评分。
对于本发明实施例,不同的属性维度对应不同的预设逻辑回归评分模型,不同的分类标签对应的评分也是不同的,例如,分类标签1对应的评分是10分,分类标签2对应的评分是5分,分类标签3对应的评分是15分,不同属性维度对应的预设逻辑回归评分模型输出的分类标签的种类数量也可以是不同的,例如,基本状况维度对应的预设逻辑回归评分模型输出的分类标签包括3种,资产实力维度对应的预设逻辑回归评分模型输出的分类标签包括4种。
具体地,可以将业务对象在基本状况维度下的属性信息(企业性质、注册资本、实缴资本)输入至第一预设逻辑回归模型中进行评分,得到业务对象在基本状况属性维度下的分类标签,基于业务对象在基本状况属性维度下的分类标签,确定业务对象在基本状况属性维度下的评分,与此同时,还可以将业务对象在资产实力维度下的属性信息(业务对象的所有者权益、现有车辆规模、企业固定资产)输入至第二预设逻辑回归模型中进行评分,得到业务对象在资产实力维度下的分类标签,基于业务对象在资产实力维度下的分类标签,确定业务对象在资产实力维度下的评分,同理将业务对象在运营能力维度下的属性信息(业务对象的分级机构、运营场景、现金流、对车辆使用过程监控的管理、上年度盈利情况、上年度财务数据、税务数据报表)输入至第三预设逻辑回归模型中进行评分,得到业务对象在运营能力维度下的分类标签,基于业务对象在运营能力维度下的分类标签,确定业务对象在运营能力维度下的评分。由此按照上述方式确定业务对象在不同属性维度下的评分,以便基于该不同属性维度下的评分,计算本次与业务对象合作的风险限额。
103、对所述不同属性维度下的评分进行加权求和,得到所述业务对象对应的总评分,并基于所述总评分,计算与所述业务对象合作的风险限额。
对于本发明实施例,在确定业务对象在不同属性维度下的评分之后,确定不同属性维度对应的权重,具体可以根据业务对象的当前运营情况,设置不同属性维度对应的权重,之后基于不同属性维度对应的权重,对不同属性维度下的评分进行加权求和,进而得到业务对象对应的总评分。
进一步地,根据业务对象的实际情况,确定业务对象的风险系数和总评分中每分对应的金额,之后将该风险系数、总评分和每分对应的金额相乘,得到业务对象的风险限额,该风险限额用于对业务对象进行风险评估。
104、若所述合作车辆总资产大于所述风险限额,则确定本次与所述业务对象合作存在风险,显示与所述业务对象合作审核未通过的提示信息。
对于本发明实施例,在对业务对象进行审批的过程中,操作人员会根据与承租方的商业洽谈结果输入合作的车辆租金和车辆数量,该车辆租金和车辆数量相乘,得到本次即将与承租方(业务对象)合作的车辆总资产,如果合作车辆总资产小于或者等于该风险限额,说明本次与承租方(业务对象)合作不存在风险,或者风险较小,可以通过风控系统的审批;如果合作车辆总资产大于该风险限额,说明本次与承租方(业务对象)合作很可能存在风险,无法通过风控系统的审批,此时风险系统会向操作人员显示与所述业务对象合作审核未通过的提示信息,之后出租方会与承租方重新进行商谈,通过改变车辆数量、车辆类型或者车辆租金,调整合作车辆总资产,以便使调整后的合作车辆总资产不超过风险限额,即降低本次与承租方(业务对象)合作的风险,实现对承租方(业务对象)进行风险管控,避免出租方遭受经济损失。
本发明实施例提供的一种车辆租赁的风险控制方法,与目前由业务人员对承租方的租赁资格进行审核的方式相比,本方明能够获取待审核的业务对象对应的合作车辆总资产,以及所述业务对象在不同属性维度下的属性信息;并将所述不同属性维度下的属性信息输入至相应的预设评分模型中进行评分,得到所述业务对象在所述不同属性维度下的评分;与此同时,对所述不同属性维度下的评分进行加权求和,得到所述业务对象对应的总评分,并基于所述总评分,计算与所述业务对象合作的风险限额;若所述合作车辆总资产大于所述风险限额,则确定本次与所述业务对象合作存在风险,显示与所述业务对象合作审核未通过的提示信息,由此通过确定待审批的业务对象在不同属性维度下的评分,能够计算出与业务对象合作的风险限额,当业务对象的合作车辆总资产大于该风险限额时,说明与业务对象的本次合作可能存在风险,不允许其通过审批,从而能够准确地识别出与业务对象合作存在的风险,有效地对作为承租方的业务对象进行风险管控,避免车辆出租方遭受经济损失,满足了车辆租赁行业对风险控制的需求。
进一步的,为了更好的说明上述对承租方进行风险管控过程,作为对上述实施例的细化和扩展,本发明实施例提供了另一种车辆租赁的风险控制方法,如图2所示,所述方法包括:
201、获取待审核的业务对象对应的合作车辆总资产,以及所述业务对象在不同属性维度下的属性信息。
对于本发明实施例,风控系统中预先构建有黑名单和白名单,黑名单中的业务对象(客户单位)与其合作会存在非常高的风险,因此如果待审批的业务对象在黑名单中,风控系统会直接显示与业务对象本次合作未通过审批的提示信息,而白名单中的业务对象(客户单位)具有较高的信誉,与其合作风险较小,或者基本不存在风险,因此如果是与白名单中的业务对象合作,风控系统不会计算风险限额,即不会对白名单中的业务对象进行风险限额的限制,因此在对待审批的业务对象进行正式审批之前,可以先判定其是否在白名单或者黑名单中,如果待审批的业务对象在白名单中,风控系统会直接显示通过审批的提示信息,不在进行后续风险限额的计算;如果待审批的业务对象在黑名单中,风控系统会直接显示未通过审批的提示信息,也不需要再进行风险限额的计算,直接确定不与该业务对象合作,基于此,所述方法包括:获取所述业务对象的标识信息,并基于所述标识信息,判定所述业务对象是否在预设黑名单或者预设白名单中;若所述业务对象在所述预设黑名单中,则直接确定不与所述业务对象合作;若所述业务对象在所述预设白名单中,则获取所述业务对象在不同属性维度下的属性信息,并将所述不同属性维度下的属性信息输入至相应的预设评分模型中进行评分,得到所述业务对象在所述不同属性维度下的评分,基于所述不同属性维度下的评分,确定所述业务对象对应的评价等级。
具体地,当需要将某个业务对象(客户单位)加入至黑名单时,可以在风控系统的渠道黑名单界面点击新建按钮,跳转到黑名单填写页面,进而填写黑名单客户单位全称、组织机构代码、黑名单原因和附件信息,点击保存后,如果该客户单位全称、组织机构代码在黑名单中没有重复,则对其进行保存;如果该客户单位全称、组织机构代码在黑名单中重复,则不对其进行保存,同理将某个业务对象(客户单位)加入至白名单中的过程与上述过程类似,在此不再赘述。在具体应用场景中,当需要对待审批的业务对象进行审批时,操作人员会在渠道授信审批界面输入待审批的业务对象的标识信息,该标识信息具体可以为待审批的业务对象对应的社会统一信用代码,通过该社会统一信用代码,判定待审批的业务对象是否在黑名单中,如果该业务对象在黑名单中,则界面中会显示该业务对象在黑名单中,以便对操作人员进行提示,由于该业务对象在黑名单中,风控系统不会再对其进行审批。与此同时,风控系统还会通过社会统一信用代码,判定待审批的业务对象是否在白名单中,如果该业务对象在白名单中,则界面中会显示该业务对象在白名单中,以便对操作人员进行提示,如图4所示,由于待审批的业务对象在白名单中,风控系统不会对其进行风险限额的限定,即不需要计算风险限额,但是风控系统会继续获取该业务对象在不同属性维度下的属性信息,进而根据不同属性维度下的属性信息,确定该业务对象对应的评价等级,评价等级的具体确定过程见步骤204。由此风控系统通过白名单和黑名单的建立,能够减少不必要的审批过程,提高了风控系统的审批效率,节约系统的资源。
进一步地,如果待审核的业务对象既不在黑名单中,也不在白名单中,则需要获取业务对象在不同属性维度下的属性信息,对其进行风险限额的计算,获取业务对象在不同属性维度下的属性信息的具体过程与步骤101完全相同,在此不再赘述。
202、将所述不同属性维度下的属性信息输入至相应的预设评分模型中进行评分,得到所述业务对象在所述不同属性维度下的评分。
对于本发明实施例,如果待审批的业务对象既不在黑名单中,也不在白名单中,则在计算业务对象的风险限额之前,还需要判定该业务对象对应的属性信息中是否存在预设否决项,如果存在,则也不需要进行后续风险限额的计算,直接向操作人员显示审批未通过的提示信息;如果不存在,则再对业务对象进行后续风险限额的计算,基于此,所述方法包括:判定所述不同属性维度下的属性信息中是否包括预设否决项;若包括所述预设否决项,则直接确定不与所述业务对象合作。其中,预设否决项包括逾期记录、法定代表人存在违法犯罪行为、法定代表人信用不良、与出租方存在诉讼纠纷、上年度运营存在不良评价等。
对于本发明实施例,如果待审批的业务对象的属性信息中一旦存在上述任意一条否决项,则直接确定不与业务对象合作,风险系统直接向操作人员显示与该业务对象合作审批未通过的提示信息,不需要再进行后续的风险限额计算。
进一步地,如果待审批的业务对象的属性信息中不存在上述的否决项,则需要根据该业务对象在不同属性维度下的属性信息,确定业务对象在不同属性维度下的评分。在本发明实施例中,不仅可以采用预设逻辑回归评分模型确定业务对象在不同属性维度下的评分,还可以先确定业务对象在不同属性维度下的各个属性信息对应的评分,进而将各个属性信息对应的评分加权求和,得到业务对象在不同属性维度下的评分。
具体地,针对基本状况维度,分别确定企业性质、注册资本和实缴资本分别对应的权重系数,之后如果该业务对象为国有企业,则确定其对应的评分为10分,如果该业务对象为私有企业,则确定其对应的评分为5分,与此同,根据根据该业务对象的注册资本、实缴资本所处的资本区间,分别确定注册资本和实缴资本对应的评分,如确定待审批业务对象的注册资本评分为10分,实缴资本评分为5分,企业性质评分为5分,注册资本、实缴资本和企业性质对应的权重系数分别为0.5、0.25和0.25,通过加权求和,可知业务对象在基本状况属性维度下的评分为7.5分,同理按照上述方式可以计算出业务对象在资产实力维度下的评分和在运营能力维度下的评分。
203、对所述不同属性维度下的评分进行加权求和,得到所述业务对象对应的总评分,并基于所述总评分,计算与所述业务对象合作的风险限额。
对于本发明实施例,为了计算业务对象对应的总评分和风险限额,步骤203具体包括:分别确定所述基本状况维度、所述资产实力维度和所述运营能力维度对应的权重;基于所述权重,将所述业务对象分别在所述基本状况维度、所述资产实力维度和所述运营能力维度下的评分加权求和,得到所述业务对象对应的总评分;确定所述业务对象对应的风险系数和所述总评分中每分对应的金额;将所述总评分、所述风险系数和所述每分对应的金额相乘,得到所述业务对象对应的风险限额。
例如,基本状况维度、资产实力维度和运营能力维度分别对应的权重为0.3、0.3和0.4,业务对象在基本状况维度、资产实力维度和运营能力维度下的评分分别为10分、10分和5分,将业务对象在不同属性维度下的评分加权求和,得到业务对象对应的总评分为8分,进一步地,已知业务对象对应的风险系数和每分对应的金额分别为1和100万元,则将计算的总评分、风险系数和每分对应的金额相乘,得到业务对象的风险限额为800万元。
204、确定所述总评分所属的评分区间,并基于所述评分区间,确定所述业务对象对应的评价等级。
对于本发明实施例,风控系统不仅可以确定业务对象对应的风险限额,还可以确定业务对象对应的评价等级。例如,总评分在1-3分之间,其对应的评价等级为C级;总评分在4-6分之间,其对应的评价等级为B级;总评分在7-10分之间,其对应的评价等级为A级,若计算出业务对象对应的总评分为8分,则确定业务对象对应的评价等级为A级,最终风控系统会输出业务对象对应的风控限额和评价等级,如图5所示,由于白名单中的业务对象没有风险限额的限制,因此仅输出业务对象对应的评价等级。需要说明的是,本发明实施例中业务对象对应的评价等级和风险限额可以根据后续与业务对象的实际合作情况进行调整。
进一步地,本发明实施例不仅可以通过评分区间,确定业务对象对应的评价等级,还可以利用预设评价等级预测模型直接输出业务对象对应的评价等级,尤其是当业务对象在白名单中时,由于不需要风险限额的计算,可以直接利用该预设评价等级预测模型输出业务对象对应的评价级别,具体地,可以将不同维度下的属性信息一同输入至预设评价等级预测模型中进行等级预测,得到业务对象属于不同评价等级的概率值,基于该概率值,确定业务对象对应的评价等级,其中,该预设评价等级预测模型具体可以为预设多层感知器,预设多层感知器包括输入层、隐藏层和输出层。
具体地,在进行预测的过程中,将业务对象在不同属性维度下的属性信息通过预设多层感知器的输入层输入至隐藏层,通过该隐藏层输出的结果为:
f(W1x+b1)
其中,x为业务对象在不同属性维度下的属性信息(企业性质、注册资本、实缴资本、所有者权益、现有车辆规模、企业固定资产、分级机构、运营场景、现金流、对车辆使用过程监控的管理、上年度盈利情况、上年度财务数据、税务数据报表),W1为隐藏层的权重,也是预设多层感知器的连接系数,b1为隐藏层的偏置系数,f函数通常可以采用sigmoid函数或者tanh函数,如下所示:
sigmoid(x)=1/(1+e-x)
tanh(x)=(ex-e-x)/(ex+e-x)
进一步地,再将该结果输入至输出层,通过该输出层进行分类,得到的分类结果为:
softmax(W2f(W1x+b1)+b2)
其中,W2为输出层的权重系数,b2为输出层的偏置系数,通过预设多层感知器的输出层能够输出业务对象对应的分类结果,该分类结果实质上为业务对象对应的分类概率,将最大分类概率对应的评价等级,确定为业务对象对应的评价等级。
205、若所述合作车辆总资产大于所述风险限额,则确定本次与所述业务对象合作存在风险,显示与所述业务对象合作审核未通过的提示信息。
对于本发明实施例,在对业务对象进行审批的过程中,如果确定业务对象对应的合作车辆总资产大于计算的风险限额,则确定与业务对象的本次合作风险较大,不允许其通过审批,在界面中显示与业务对象合作审核未通过的提示信息,操作人员会将承租方和出租方重新商谈的合作车辆数量输入至风控系统中,风控系统重新进行审批,如果合作车辆总资产小于该风险限额,则确定本次与业务对象合作不存在风险,或者风险较小,允许其通过审核,并显示与业务对象合作通过审核的提示信息。
本发明实施例提供的一种车辆租赁的风险控制方法,与目前由业务人员对承租方的租赁资格进行审核的方式相比,本方明能够获取待审核的业务对象对应的合作车辆总资产,以及所述业务对象在不同属性维度下的属性信息;并将所述不同属性维度下的属性信息输入至相应的预设评分模型中进行评分,得到所述业务对象在所述不同属性维度下的评分;与此同时,对所述不同属性维度下的评分进行加权求和,得到所述业务对象对应的总评分,并基于所述总评分,计算与所述业务对象合作的风险限额;若所述合作车辆总资产大于所述风险限额,则确定本次与所述业务对象合作存在风险,显示与所述业务对象合作审核未通过的提示信息,由此通过确定待审批的业务对象在不同属性维度下的评分,能够计算出与业务对象合作的风险限额,当业务对象的合作车辆总资产大于该风险限额时,说明与业务对象的本次合作可能存在风险,不允许其通过审批,从而能够准确地识别出与业务对象合作存在的风险,有效地对作为承租方的业务对象进行风险管控,避免车辆出租方遭受经济损失,满足了车辆租赁行业对风险控制的需求。
进一步地,作为图1的具体实现,本发明实施例提供了一种车辆租赁的风险控制装置,如图6所示,所述装置包括:获取单元31、评分单元32、计算单元33和确定单元34。
所述获取单元31,可以用于获取待审核的业务对象对应的合作车辆总资产,以及所述业务对象在不同属性维度下的属性信息。
所述评分单元32,可以用于将所述不同属性维度下的属性信息输入至相应的预设评分模型中进行评分,得到所述业务对象在所述不同属性维度下的评分。
所述计算单元33,可以用于对所述不同属性维度下的评分进行加权求和,得到所述业务对象对应的总评分,并基于所述总评分,计算与所述业务对象合作的风险限额。
所述确定单元34,可以用于若所述合作车辆总资产大于所述风险限额,则确定本次与所述业务对象合作存在风险,显示与所述业务对象合作审核未通过的提示信息。
在具体应用场景中,所述预设评分模型为预设逻辑回归评分模型,所述不同属性维度下的属性信息包括基本状况维度下的属性信息,资产实力维度下的属性信息和运营能力维度下的属性信息,所述评分单元32,如图7所示,包括:评分模块321和第一确定模块322。
所述评分模块321,可以用于将所述基本状况维度下的属性信息,所述资产实力维度下的属性信息和所述运营能力维度下的属性信息分别输入至相应的预设逻辑回归评分模型中进行评分,得到所述业务对象分别在所述基本状况维度、所述资产实力维度和所述运营能力维度下的分类标签。
所述第一确定模块322,可以用于基于所述分类标签,确定所述业务对象分别在所述基本状况维度、所述资产实力维度和所述运营能力维度下的评分。
在具体应用场景中,为了计算与业务对象合作的风险限额,所述计算单元33,包括:第二确定模块331、求和模块332和相乘模块333。
所述第二确定模块331,可以用于分别确定所述基本状况维度、所述资产实力维度和所述运营能力维度对应的权重。
所述求和模块332,可以用于基于所述权重,将所述业务对象分别在所述基本状况维度、所述资产实力维度和所述运营能力维度下的评分加权求和,得到所述业务对象对应的总评分。
所述第二确定模块331,还可以用于确定所述业务对象对应的风险系数和所述总评分中每分对应的金额。
所述相乘模块333,可以用于将所述总评分、所述风险系数和所述每分对应的金额相乘,得到所述业务对象对应的风险限额。
在具体应用场景中,为了输出业务对象对应的评级等级,所述确定单元34,还可以用于确定所述总评分所属的评分区间,并基于所述评分区间,确定所述业务对象对应的评价等级。
在具体应用场景中,为了判定业务对象是否在黑名单或者白名单中,所述装置还包括:判定单元35。
所述判定单元35,可以用于获取所述业务对象的标识信息,并基于所述标识信息,判定所述业务对象是否在预设黑名单或者预设白名单中。
所述确定单元34,还可以用于若所述业务对象在所述预设黑名单中,则直接确定不与所述业务对象合作,并显示与所述业务对象合作审核未通过的提示信息。
所述确定单元34,还可以用于若所述业务对象在所述预设白名单中,则获取所述业务对象在不同属性维度下的属性信息,并将所述不同属性维度下的属性信息输入至相应的预设评分模型中进行评分,得到所述业务对象在所述不同属性维度下的评分,基于所述不同属性维度下的评分,确定所述业务对象对应的评价等级,并显示与所述业务对象合作审核通过的提示信息。
在具体应用场景中,为了判定业务对象是否存在预设否决项,所述判定单元35,还可以用于判定所述不同属性维度下的属性信息中是否包括预设否决项。
所述确定单元34,还可以用于若包括所述预设否决项,则直接确定不与所述业务对象合作,并显示与所述业务对象合作审核未通过的提示信息。
在具体应用场景中,所述确定单元34,还可以用于若所述合作车辆总资产小于所述风险限额,则确定本次与所述业务对象合作不存在风险,显示与所述业务对象合作审核通过的提示信息。
需要说明的是,本发明实施例提供的一种车辆租赁的风险控制装置所涉及各功能模块的其他相应描述,可以参考图1所示方法的对应描述,在此不再赘述。
基于上述如图1所示方法,相应的,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现以下步骤:获取待审核的业务对象对应的合作车辆总资产,以及所述业务对象在不同属性维度下的属性信息;将所述不同属性维度下的属性信息输入至相应的预设评分模型中进行评分,得到所述业务对象在所述不同属性维度下的评分;对所述不同属性维度下的评分进行加权求和,得到所述业务对象对应的总评分,并基于所述总评分,计算与所述业务对象合作的风险限额;若所述合作车辆总资产大于所述风险限额,则确定本次与所述业务对象合作存在风险,显示与所述业务对象合作审核未通过的提示信息。
基于上述如图1所示方法和如图6所示装置的实施例,本发明实施例还提供了一种计算机设备的实体结构图,如图8所示,该计算机设备包括:处理器41、存储器42、及存储在存储器42上并可在处理器上运行的计算机程序,其中存储器42和处理器41均设置在总线43上所述处理器41执行所述程序时实现以下步骤:获取待审核的业务对象对应的合作车辆总资产,以及所述业务对象在不同属性维度下的属性信息;将所述不同属性维度下的属性信息输入至相应的预设评分模型中进行评分,得到所述业务对象在所述不同属性维度下的评分;对所述不同属性维度下的评分进行加权求和,得到所述业务对象对应的总评分,并基于所述总评分,计算与所述业务对象合作的风险限额;若所述合作车辆总资产大于所述风险限额,则确定本次与所述业务对象合作存在风险,显示与所述业务对象合作审核未通过的提示信息。
通过本发明的技术方案,本方明能够获取待审核的业务对象对应的合作车辆总资产,以及所述业务对象在不同属性维度下的属性信息;并将所述不同属性维度下的属性信息输入至相应的预设评分模型中进行评分,得到所述业务对象在所述不同属性维度下的评分;与此同时,对所述不同属性维度下的评分进行加权求和,得到所述业务对象对应的总评分,并基于所述总评分,计算与所述业务对象合作的风险限额;若所述合作车辆总资产大于所述风险限额,则确定本次与所述业务对象合作存在风险,显示与所述业务对象合作审核未通过的提示信息,由此通过确定待审批的业务对象在不同属性维度下的评分,能够计算出与业务对象合作的风险限额,当业务对象的合作车辆总资产大于该风险限额时,说明与业务对象的本次合作可能存在风险,不允许其通过审批,从而能够准确地识别出与业务对象合作存在的风险,有效地对作为承租方的业务对象进行风险管控,避免车辆出租方遭受经济损失,满足了车辆租赁行业对风险控制的需求。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包括在本发明的保护范围之内。
Claims (10)
1.一种车辆租赁的风险控制方法,其特征在于,包括:
获取待审核的业务对象对应的合作车辆总资产,以及所述业务对象在不同属性维度下的属性信息;
将所述不同属性维度下的属性信息输入至相应的预设评分模型中进行评分,得到所述业务对象在所述不同属性维度下的评分;
对所述不同属性维度下的评分进行加权求和,得到所述业务对象对应的总评分,并基于所述总评分,计算与所述业务对象合作的风险限额;
若所述合作车辆总资产大于所述风险限额,则确定本次与所述业务对象合作存在风险,显示与所述业务对象合作审核未通过的提示信息。
2.根据权利要求1所述的方法,其特征在于,所述预设评分模型为预设逻辑回归评分模型,所述不同属性维度下的属性信息包括基本状况维度下的属性信息,资产实力维度下的属性信息和运营能力维度下的属性信息,所述将所述不同属性维度下的属性信息输入至相应的预设评分模型中进行评分,得到所述业务对象在所述不同属性维度下的评分,包括:
将所述基本状况维度下的属性信息,所述资产实力维度下的属性信息和所述运营能力维度下的属性信息分别输入至相应的预设逻辑回归评分模型中进行评分,得到所述业务对象分别在所述基本状况维度、所述资产实力维度和所述运营能力维度下的分类标签;
基于所述分类标签,确定所述业务对象分别在所述基本状况维度、所述资产实力维度和所述运营能力维度下的评分。
3.根据权利要求2所述的方法,其特征在于,所述对所述不同属性维度下的评分进行加权求和,得到所述业务对象对应的总评分,并基于所述总评分,计算与所述业务对象合作的风险限额,包括:
分别确定所述基本状况维度、所述资产实力维度和所述运营能力维度对应的权重;
基于所述权重,将所述业务对象分别在所述基本状况维度、所述资产实力维度和所述运营能力维度下的评分加权求和,得到所述业务对象对应的总评分;
确定所述业务对象对应的风险系数和所述总评分中每分对应的金额;
将所述总评分、所述风险系数和所述每分对应的金额相乘,得到所述业务对象对应的风险限额。
4.根据权利要求1所述的方法,其特征在于,所述对所述不同属性维度下的评分进行加权求和,得到所述业务对象对应的总评分之后,所述方法还包括:
确定所述总评分所属的评分区间,并基于所述评分区间,确定所述业务对象对应的评价等级。
5.根据权利要求1所述的方法,其特征在于,在所述获取待审核的业务对象对应的合作车辆总资产,以及所述业务对象在不同属性维度下的属性信息之前,所述方法还包括:
获取所述业务对象的标识信息,并基于所述标识信息,判定所述业务对象是否在预设黑名单或者预设白名单中;
若所述业务对象在所述预设黑名单中,则直接确定不与所述业务对象合作,并显示与所述业务对象合作审核未通过的提示信息;
若所述业务对象在所述预设白名单中,则获取所述业务对象在不同属性维度下的属性信息,并将所述不同属性维度下的属性信息输入至相应的预设评分模型中进行评分,得到所述业务对象在所述不同属性维度下的评分,基于所述不同属性维度下的评分,确定所述业务对象对应的评价等级,并显示与所述业务对象合作审核通过的提示信息。
6.根据权利要求1所述的方法,其特征在于,在所述将所述不同属性维度下的属性信息输入至相应的预设评分模型中进行评分,得到所述业务对象在所述不同属性维度下的评分之前,所述方法还包括:
判定所述不同属性维度下的属性信息中是否包括预设否决项;
若包括所述预设否决项,则直接确定不与所述业务对象合作,并显示与所述业务对象合作审核未通过的提示信息。
7.根据权利要求1所述的方法,其特征在于,在所述基于所述总评分,计算与所述业务对象合作的风险限额之后,所述方法还包括:
若所述合作车辆总资产小于所述风险限额,则确定本次与所述业务对象合作不存在风险,显示与所述业务对象合作审核通过的提示信息。
8.一种车辆租赁的风险控制方法,其特征在于,包括:
获取单元,用于获取待审核的业务对象对应的合作车辆总资产,以及所述业务对象在不同属性维度下的属性信息;
评分单元,用于将所述不同属性维度下的属性信息输入至相应的预设评分模型中进行评分,得到所述业务对象在所述不同属性维度下的评分;
计算单元,用于对所述不同属性维度下的评分进行加权求和,得到所述业务对象对应的总评分,并基于所述总评分,计算与所述业务对象合作的风险限额;
确定单元,用于若所述合作车辆总资产大于所述风险限额,则确定本次与所述业务对象合作存在风险,显示与所述业务对象合作审核未通过的提示信息。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
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权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111071057.7A CN113743816A (zh) | 2021-09-13 | 2021-09-13 | 车辆租赁的风险控制方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111071057.7A CN113743816A (zh) | 2021-09-13 | 2021-09-13 | 车辆租赁的风险控制方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113743816A true CN113743816A (zh) | 2021-12-03 |
Family
ID=78738396
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111071057.7A Pending CN113743816A (zh) | 2021-09-13 | 2021-09-13 | 车辆租赁的风险控制方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113743816A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114240123A (zh) * | 2021-12-13 | 2022-03-25 | 中冶赛迪重庆信息技术有限公司 | 一种财务风险预警方法、管理系统、设备及介质 |
CN117544432A (zh) * | 2024-01-10 | 2024-02-09 | 天津市大数据管理中心 | 一种电子政务外网接入管理方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107622444A (zh) * | 2017-09-26 | 2018-01-23 | 阿里巴巴集团控股有限公司 | 业务准入方法及装置、电子设备 |
CN109508903A (zh) * | 2018-12-14 | 2019-03-22 | 平安国际融资租赁有限公司 | 风险评估方法、装置、计算机设备和存储介质 |
CN111126776A (zh) * | 2019-11-26 | 2020-05-08 | 国网浙江省电力有限公司 | 一种基于逻辑回归算法的电费风险防控模型构建方法 |
CN111523996A (zh) * | 2020-04-21 | 2020-08-11 | 北京易点淘网络技术有限公司 | 一种审批方法及系统 |
CN111523997A (zh) * | 2020-04-21 | 2020-08-11 | 中国工商银行股份有限公司 | 客户风险评估方法和装置、以及电子设备和可读存储介质 |
CN112435105A (zh) * | 2021-01-27 | 2021-03-02 | 支付宝(杭州)信息技术有限公司 | 基于区块链的租赁风险评估方法、装置、设备及系统 |
-
2021
- 2021-09-13 CN CN202111071057.7A patent/CN113743816A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107622444A (zh) * | 2017-09-26 | 2018-01-23 | 阿里巴巴集团控股有限公司 | 业务准入方法及装置、电子设备 |
CN109508903A (zh) * | 2018-12-14 | 2019-03-22 | 平安国际融资租赁有限公司 | 风险评估方法、装置、计算机设备和存储介质 |
CN111126776A (zh) * | 2019-11-26 | 2020-05-08 | 国网浙江省电力有限公司 | 一种基于逻辑回归算法的电费风险防控模型构建方法 |
CN111523996A (zh) * | 2020-04-21 | 2020-08-11 | 北京易点淘网络技术有限公司 | 一种审批方法及系统 |
CN111523997A (zh) * | 2020-04-21 | 2020-08-11 | 中国工商银行股份有限公司 | 客户风险评估方法和装置、以及电子设备和可读存储介质 |
CN112435105A (zh) * | 2021-01-27 | 2021-03-02 | 支付宝(杭州)信息技术有限公司 | 基于区块链的租赁风险评估方法、装置、设备及系统 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114240123A (zh) * | 2021-12-13 | 2022-03-25 | 中冶赛迪重庆信息技术有限公司 | 一种财务风险预警方法、管理系统、设备及介质 |
CN117544432A (zh) * | 2024-01-10 | 2024-02-09 | 天津市大数据管理中心 | 一种电子政务外网接入管理方法及装置 |
CN117544432B (zh) * | 2024-01-10 | 2024-03-22 | 天津市大数据管理中心 | 一种电子政务外网接入管理方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11023965B1 (en) | Systems and methods for customizing insurance | |
RU2451337C2 (ru) | Контроль соответствия правилам в программе, основанной на картах | |
US9898779B2 (en) | Consumer behaviors at lender level | |
US8046246B1 (en) | Processing an application for insurance coverage | |
Chang et al. | The development of audit detection risk assessment system: Using the fuzzy theory and audit risk model | |
US20010034700A1 (en) | Vehicle leasing and customer credit rehabilitation system and method | |
US20110166987A1 (en) | Evaluating Loan Access Using Online Business Transaction Data | |
CN107248114A (zh) | 电商贷款管理方法和系统 | |
US20080281734A1 (en) | System and method for integrated credit application and tax refund estimation | |
Eze et al. | Electronic banking and profitability of commercial banks in Nigeria | |
CN111915155A (zh) | 小微企业风险等级识别方法、装置及计算机设备 | |
CN108269186A (zh) | 用户信息验证方法、装置、设备及可读存储介质 | |
CA2615683A1 (en) | Identification and risk evaluation | |
WO2004099927A2 (en) | System and method for creating, managing and procuring real estate agreements | |
CN113743816A (zh) | 车辆租赁的风险控制方法、装置、计算机设备及存储介质 | |
Murthy et al. | Game theoretic modelling of service agent warranty fraud | |
Dimitras et al. | Evaluation of empirical attributes for credit risk forecasting from numerical data | |
CN111833180A (zh) | 一种资源分配方法以及装置 | |
CN114862110A (zh) | 商业银行业务中台构建方法、装置、电子设备及存储介质 | |
CN113935844A (zh) | 一种基于大数据和人工智能的金融风控系统 | |
JP2003216804A (ja) | 定性データを使用した倒産確率予測システム | |
Anderson et al. | Measuring the unmeasured: Aggregating, anchoring, and adjusting to estimate small business performance | |
CN115564591A (zh) | 一种融资产品的确定方法及相关设备 | |
CN109711977A (zh) | 一种基于卡车消费场景的互联网贷款数据处理方法及系统 | |
CN113362154A (zh) | 一种基于行内数据及外部数据的贷后预警方法及装置 |
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 |