CN114565450A - 一种基于逾期共债的催收策略确定方法及相关设备 - Google Patents

Abstract

本公开提供的一种基于逾期共债的催收策略确定方法及相关设备，可以获得逾期共债客户的客户属性信息、逾期共债关联信息以及逾期共债贷款额度，逾期共债客户为在两种或两种以上的信贷产品上均已逾期的客户；利用客户属性信息和逾期共债关联信息，获得与逾期共债客户对应的信用评分；至少利用信用评分，确定逾期共债客户对应的风险等级客群；利用风险等级客群和逾期共债贷款额度，确定逾期共债客户对应的共债额度队列；至少利用共债额度队列，确定与逾期共债客户匹配的催收策略。本公开通过对逾期共债客户进行客群和队列的细分，从而确定出与逾期共债客户匹配的催收策略，有助于在多产品条线下有效地对逾期共债客户进行统一催收管理，提高催收效率。

Description

一种基于逾期共债的催收策略确定方法及相关设备

技术领域

本公开涉及计算机技术领域，尤其涉及一种基于逾期共债的催收策略确定方法及相关设备。

背景技术

随着金融科技不断发展，大数据、人工智能技术日趋成熟，商业银行的催收业务也在向智能化、精细化、产业化方向转型。在催收行动中实现降本增效，同时控制投诉及声誉风险，成为银行催收业务发展的核心要求和重要目标。

近年来，在交叉营销以及公私联动推动下，商业银行共债客户占比持续提升，客户同时在多个信贷产品上逾期的现象显著增加，即逾期共债。例如：有数据表明个贷逾期客户中有三成左右(34.46％)的客户同时存在信用卡逾期。

逾期共债客户的违约风险高于一般逾期客户，而现有产品条线未能对逾期共债客户加以识别，缺乏对逾期共债客户在多产品条线下的统一催收管理。

发明内容

鉴于上述问题，本公开提供一种克服上述问题或者至少部分地解决上述问题的一种基于逾期共债的催收策略确定方法及相关设备，技术方案如下：

一种基于逾期共债的催收策略确定方法，包括：

获得逾期共债客户的客户属性信息、逾期共债关联信息以及逾期共债贷款额度，其中，所述逾期共债客户为在两种或两种以上的信贷产品上均已逾期的客户；

利用所述客户属性信息和所述逾期共债关联信息，获得与所述逾期共债客户对应的信用评分；

至少利用所述信用评分，确定所述逾期共债客户对应的风险等级客群；

利用所述风险等级客群和所述逾期共债贷款额度，确定所述逾期共债客户对应的共债额度队列；

至少利用所述共债额度队列，确定与所述逾期共债客户匹配的催收策略。

可选的，所述利用所述客户属性信息和所述逾期共债关联信息，获得与所述逾期共债客户对应的信用评分，包括：

将所述客户属性信息和所述逾期共债关联信息输入至预设共债催收评分模型中，获得所述预设共债催收评分模型输出的与所述逾期共债客户对应的信用评分。

可选的，将所述客户属性信息和所述逾期共债关联信息输入至预设共债催收评分模型中，获得所述预设共债催收评分模型输出的与所述逾期共债客户对应的信用评分，包括：

将所述客户属性信息和所述逾期共债关联信息输入至预设共债催收评分模型中，以使所述预设共债催收评分模型根据所述客户属性信息和所述逾期共债关联信息，预测所述逾期共债客户的违约概率，根据所述违约概率确定与所述逾期共债客户对应的信用评分，并输出所述信息评分。

可选的，所述至少利用所述信用评分，确定所述逾期共债客户对应的风险等级客群，包括：

利用所述信用评分和所述逾期共债客户在预设逾期时间范围内在所述信贷产品上的最大逾期天数，确定所述逾期共债客户对应的风险等级客群。

可选的，所述至少利用所述共债额度队列，确定与所述逾期共债客户匹配的催收策略，包括：

利用所述共债额度队列和所述逾期共债客户已逾期的所述信贷产品的渠道配置，确定与所述逾期共债客户匹配的催收策略。

可选的，所述信贷产品包括信用卡、住房类贷款产品、消费类贷款产品以及企业信用类贷款。

可选的，所述逾期共债关联信息包括资产特征信息、催收记录信息、支用还款信息以及征信信息。

一种基于逾期共债的催收策略确定装置，包括：第一获得单元、第二获得单元、第一确定单元、第二确定单元和第三确定单元，

所述第一获得单元，用于获得逾期共债客户的客户属性信息、逾期共债关联信息以及逾期共债贷款额度，其中，所述逾期共债客户为在两种或两种以上的信贷产品上均已逾期的客户；

所述第二获得单元，用于利用所述客户属性信息和所述逾期共债关联信息，获得与所述逾期共债客户对应的信用评分；

所述第一确定单元，用于至少利用所述信用评分，确定所述逾期共债客户对应的风险等级客群；

所述第二确定单元，用于利用所述风险等级客群和所述逾期共债贷款额度，确定所述逾期共债客户对应的共债额度队列；

所述第三确定单元，用于至少利用所述共债额度队列，确定与所述逾期共债客户匹配的催收策略。

一种计算机可读存储介质，其上存储有程序，所述程序被处理器执行时实现上述任一项所述的基于逾期共债的催收策略确定方法。

一种电子设备，所述电子设备包括至少一个处理器、以及与处理器连接的至少一个存储器、总线；其中，所述处理器、所述存储器通过所述总线完成相互间的通信；所述处理器用于调用所述存储器中的程序指令，以执行上述任一项所述的基于逾期共债的催收策略确定方法。

借由上述技术方案，本公开提供的一种基于逾期共债的催收策略确定方法及相关设备，可以获得逾期共债客户的客户属性信息、逾期共债关联信息以及逾期共债贷款额度，逾期共债客户为在两种或两种以上的信贷产品上均已逾期的客户；利用客户属性信息和逾期共债关联信息，获得与逾期共债客户对应的信用评分；至少利用信用评分，确定逾期共债客户对应的风险等级客群；利用风险等级客群和逾期共债贷款额度，确定逾期共债客户对应的共债额度队列；至少利用共债额度队列，确定与逾期共债客户匹配的催收策略。本公开通过对逾期共债客户进行客群和队列的细分，从而确定出与逾期共债客户匹配的催收策略，有助于在多产品条线下有效地对逾期共债客户进行统一催收管理，提高催收效率。

上述说明仅是本公开技术方案的概述，为了能够更清楚了解本公开的技术手段，而可依照说明书的内容予以实施，并且为了让本公开的上述和其它目的、特征和优点能够更明显易懂，以下特举本公开的具体实施方式。

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，而并不认为是对本公开的限制。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示出了本公开实施例提供的基于逾期共债的催收策略确定方法的一种实施方式的流程示意图；

图2示出了本公开实施例提供的基于逾期共债的催收策略确定方法的另一种实施方式的流程示意图；

图3示出了本公开实施例提供的基于逾期共债的催收策略确定方法的另一种实施方式的流程示意图；

图4示出了本公开实施例提供的基于逾期共债的催收策略确定方法的另一种实施方式的流程示意图；

图5示出了本公开实施例提供的基于逾期共债的催收策略确定方法的另一种实施方式的流程示意图；

图6示出了本公开实施例提供的基于逾期共债的催收策略确定装置的一种结构示意图。

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。

如图1所示，本公开实施例提供的基于逾期共债的催收策略确定方法的一种实施方式的流程示意图，该方法可以包括：

S100、获得逾期共债客户的客户属性信息、逾期共债关联信息以及逾期共债贷款额度，其中，逾期共债客户为在两种或两种以上的信贷产品上均已逾期的客户。

其中，逾期共债指的是针对商业银行的零售的产品条线，在同一时点有两种或两种以上信贷产品同时逾期。其中，信贷产品可以是商业银行提供的信用贷款服务。可选的，信贷产品包括信用卡、住房类贷款产品、消费类贷款产品以及企业信用类贷款。

其中，客户属性信息可以是客户个人相关的基本信息。可选的，客户属性信息可以包括客户的姓名、性别、年龄、工作单位以及家庭关系。

其中，逾期共债关联信息可以是客户在相关金融机构中的关联信息。可选的，逾期共债关联信息可以包括资产特征信息、催收记录信息、支用还款信息以及征信信息。

其中，资产特征信息可以包括资产种类信息以及各种类下资产的占比信息。催收记录信息可以包括历史上在对客户进行催收后产生的记录信息。支用还款信息可以包括客户在每一笔贷款上的支出和还款的信息。征信信息可以包括客户在征信机构中记录的信用信息。例如：客户在中国人民银行中记录的信用信息。

其中，逾期共债贷款额度可以称为贷款余额。贷款余额指的是逾期共债客户在商业银行的已贷款金额的总额。例如，客户A在商业银行的信用卡上贷款的金额为10万元，在住房类贷款产品上贷款的金额为140万元，则客户A的逾期共债贷款额度为150万元。

S200、利用客户属性信息和逾期共债关联信息，获得与逾期共债客户对应的信用评分。

可选的，基于图1所示方法，如图2所示，本公开实施例提供的基于逾期共债的催收策略确定方法的另一种实施方式的流程示意图，步骤S200可以包括：

S210、将客户属性信息和逾期共债关联信息输入至预设共债催收评分模型中，获得预设共债催收评分模型输出的与逾期共债客户对应的信用评分。

其中，预设共债催收评分模型可以是运用逻辑回归方法(Logistic Regression，LR)构建的模型。逻辑回归方法是金融领域普遍采用的零售业务风险计量方法。逻辑回归方法具有广泛的适用性和合理性。运用逻辑回归方法构建的预设共债催收评分模型在处理两分类因变量的数据方面有其独特的优势，且关于数据分布的假定较弱，同时模型稳定性好，相对准确度高，便于解释和开发。

本公开实施例可以结合逾期共债客户的客户属性信息和逾期共债关联信息，通过预设共债催收评分模型挖掘出逾期共债客户的行为特征，运用逻辑回归方法得出逾期共债客户对应的信用评分。

可选的，基于图2所示方法，如图3所示，本公开实施例提供的基于逾期共债的催收策略确定方法的另一种实施方式的流程示意图，步骤S210可以包括：

S211、将客户属性信息和逾期共债关联信息输入至预设共债催收评分模型中，以使预设共债催收评分模型根据客户属性信息和逾期共债关联信息，预测逾期共债客户的违约概率，根据违约概率确定与逾期共债客户对应的信用评分，并输出信息评分。

预设共债催收评分模型的基本假设为客户的好坏比对数是其属性的线性回归：

其中，p(x)为客户在观察期内保持为好客户的概率；x为客户的属性自变量；

表示属性自变量为x时客户对应的好坏比，其中，好坏比用于指示客户在观察期内变为好的概率与客户在观察期内变为坏的概率的比值；α为线性回归的截距项；β_k为自变量x_k的系数；ε为随机变量。

预设共债催收评分模型的输入为客户的客户属性信息和逾期共债关联信息，逾期共债关联信息作为自变量可以是通过特征工程、变量加工、模型以及业务筛选获得。预设共债催收评分模型可以输出客户的好坏比，通过好坏比换算出违约概率，违约概率可以用于预测未来一段时间内客户发生违约的可能性，进而根据违约概率，确定出客户的信用评分。

本公开实施例可以利用逐步回归法(Stepwise Regression)逐步由少到多，按照一定规则选择回归变量，最终综合考虑开发样本和验证样本的变量稳定性(PSI值)、区分能力(KS值)以及业务部门专业意见和变量合理性，选择合适的模型。

可以理解的是，开发模型的投产前验证应通过关键定义、数据验证、模型开发验证、模型能力验证以及验证模型的整体效果。

其中，关键定义可以包括样本筛选、窗口定义以及好坏定义。数据验证可以包括：一致性验证、完整性验证、准确性验证以及全面性验证。模型开发验证可以包括变量筛选以及入模变量评估。模型能力验证可以包括区分力、稳定性以及排序能力。模型应有有较好的模型表现，例如：模型整体KS值40％以上，且较为稳定。

可以理解的是，运用逻辑回归方法(Logistic Regression，LR)构建的预设共债催收评分模型的构建过程可以包括构建数据仓库、数据清洗、特征加工与选择、模型训练以及客户分类。

S300、至少利用信用评分，确定逾期共债客户对应的风险等级客群。

可选的，本公开实施例可以通过信用评分，区分逾期共债客户对应的风险等级客群是低风险等级客群，还是高风险等级客群。

可选的，本公开实施例可以通过信用评分和业务含义明确、区分能力强的其他变量特征，确定出逾期共债客户对应的风险等级客群。

可选的，基于图1所示方法，如图4所示，本公开实施例提供的基于逾期共债的催收策略确定方法的另一种实施方式的流程示意图，步骤S300可以包括：

S310、利用信用评分和逾期共债客户在预设逾期时间范围内在信贷产品上的最大逾期天数，确定逾期共债客户对应的风险等级客群。

其中，预设逾期时间范围可以为6个月。本公开实施例可以利用信用评分和逾期共债客户在最近6个月内在信贷产品上的最大逾期天数，确定逾期共债客户对应的风险等级客群。

可选的，本公开实施例可以根据信用评分和逾期共债客户在最近6个月内在信贷产品上的最大逾期天数，预先设置有7个不同风险等级的风险等级客群，按风险等级由低至高依次为：等级1、等级2、等级3、等级4、等级5、等级6和等级7。

例如：在最大逾期天数在51天以上且信用评分在[0，515)区间内时，确定逾期共债客户对应的风险等级客群为等级7。在最大逾期天数在51天以上且信用评分在[571，1000)区间内时，确定逾期共债客户对应的风险等级客群为等级4。在最大逾期天数在51天以下且信用评分在[659，1000)区间内时，确定逾期共债客户对应的风险等级客群为等级1。

S400、利用风险等级客群和逾期共债贷款额度，确定逾期共债客户对应的共债额度队列。

其中，共债额度队列的划分标准主要基于业务实际考量、队列规模、不同余额的迁徙水平等因素。

可选的，本公开实施例可以根据风险等级客群和逾期共债贷款额度，预先设置有6个不同的队列，包括：高风险大额队列、高风险小额队列、中风险大额队列、中风险小额队列、低风险大额队列以及低风险小额队列。

例如：若风险等级客群为等级5、等级6或等级7，且预期共债贷款额度在25万以上时，确定逾期共债客户对应的共债额度队列为高风险大额队列。若风险等级客群为等级5、等级6或等级7，且预期共债贷款额度在25万之下时，确定逾期共债客户对应的共债额度队列为高风险小额队列。若风险等级客群为等级3或等级4，且预期共债贷款额度在8万以上时，确定逾期共债客户对应的共债额度队列为中风险大额队列。若风险等级客群为等级3或等级4，且预期共债贷款额度在8万之下时，确定逾期共债客户对应的共债额度队列为中风险小额队列。若风险等级客群为等级1或等级2，且预期共债贷款额度在8万以上时，确定逾期共债客户对应的共债额度队列为低风险大额队列。若风险等级客群为等级1或等级2，且预期共债贷款额度在8万之下时，确定逾期共债客户对应的共债额度队列为低风险小额队列。

S500、至少利用共债额度队列，确定与逾期共债客户匹配的催收策略。

其中，催收策略可以包括结合共债额度队列和催收专家的经验，对各个划分出的共债额度队列匹配的催收手段及催收频次，以及充分考虑渠道产能、违约损失、催收成本以及投诉风险等因素，对各个划分出的共债额度队列差异化配置催收资源和催收方式。其中，催收手段可以包括人工外呼、短信通知以及微信提醒。可以理解的是，催收策略还包括停催期限。

可选的，基于图1所示方法，如图5所示，本公开实施例提供的基于逾期共债的催收策略确定方法的另一种实施方式的流程示意图，步骤S500可以包括：

S510、利用共债额度队列和逾期共债客户已逾期的信贷产品的渠道配置，确定与逾期共债客户匹配的催收策略。

本公开实施例可以运用决策树方法，通过细分出的风险等级客群和共债额度队列以及逾期共债客户已逾期的信贷产品的渠道配置，设置相应的催收策略。

决策树(Decision Tree)是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价客户风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。决策树是一种树形结构，其中每个内部节点表示一个属性上的测试，每个分支代表一个测试输出，每个叶节点代表一种类别。

催收策略可以是在渠道配置中各信贷产品的原催收频率和原催收强度上的加强。其中，渠道配置指的是逾期共债客户已逾期的信贷产品的组合。例如：本公开实施例可以对已逾期的信贷产品的组合为信用卡和住房类贷款产品，设置的催收策略为策略1。对已逾期的信贷产品的组合为信用卡和消费类贷款产品，设置的催收策略为策略2。对已逾期的信贷产品的组合为住房类贷款产品和消费类贷款产品，设置的催收策略为策略3。对已逾期的信贷产品的组合为企业信用类贷款和其他任一信贷产品，设置的催收策略为策略4。对已逾期的信贷产品的组合包括三种以上信贷产品，设置的催收策略为策略5。

为了便于理解，此处通过举例进行说明：假设逾期共债客户已逾期的信贷产品的渠道配置为信用卡和住房类贷款产品，且共债额度队列为高风险大额队列，则相应的催收策略中的停催期限可以为26天。在该催收策略中的催收第1、4、7、10、13、16、19、22和25天通过人工外呼对信用卡和住房类贷款产品进行统一催收，在催收第3、9、15和21天通过短信通知对信用卡和住房类贷款产品进行统一催收，在催收第6、12、18和24天通过微信提醒对信用卡和住房类贷款产品进行统一催收，在催收第2、5、8、11、14、17、20以及23天不进行催收。

本公开实施例通过风险等级客群和共债额度队列的细分，充分考虑了逾期共债场景的复杂性和违约损失，并设置相应的催收策略，能够有效避免无效催收，节约催收资源。

本公开实施例通过对不同催收策略差异化设置的催收频率、催收强度以及催收手段，能够提高催收效率、提升商业银行零售业务的催收智能化、精细化的水平。

本公开提供的一种基于逾期共债的催收策略确定方法，可以获得逾期共债客户的客户属性信息、逾期共债关联信息以及逾期共债贷款额度，逾期共债客户为在两种或两种以上的信贷产品上均已逾期的客户；利用客户属性信息和逾期共债关联信息，获得与逾期共债客户对应的信用评分；至少利用信用评分，确定逾期共债客户对应的风险等级客群；利用风险等级客群和逾期共债贷款额度，确定逾期共债客户对应的共债额度队列；至少利用共债额度队列，确定与逾期共债客户匹配的催收策略。本公开通过对逾期共债客户进行客群和队列的细分，从而确定出与逾期共债客户匹配的催收策略，有助于在多产品条线下有效地对逾期共债客户进行统一催收管理，提高催收效率。

虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。

应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。

与上述方法实施例相对应，本公开实施例还提供一种基于逾期共债的催收策略确定装置，其结构如图6所示，可以包括：第一获得单元100、第二获得单元200、第一确定单元300、第二确定单元400和第三确定单元500。

第一获得单元100，用于获得逾期共债客户的客户属性信息、逾期共债关联信息以及逾期共债贷款额度，其中，逾期共债客户为在两种或两种以上的信贷产品上均已逾期的客户。

第二获得单元200，用于利用客户属性信息和逾期共债关联信息，获得与逾期共债客户对应的信用评分。

第一确定单元300，用于至少利用信用评分，确定逾期共债客户对应的风险等级客群。

第二确定单元400，用于利用风险等级客群和逾期共债贷款额度，确定逾期共债客户对应的共债额度队列。

第三确定单元500，用于至少利用共债额度队列，确定与逾期共债客户匹配的催收策略。

可选的，第二获得单元200，可以具体用于将客户属性信息和逾期共债关联信息输入至预设共债催收评分模型中，获得预设共债催收评分模型输出的与逾期共债客户对应的信用评分。

可选的，第二获得单元200，可以进一步用于将客户属性信息和逾期共债关联信息输入至预设共债催收评分模型中，以使预设共债催收评分模型根据客户属性信息和逾期共债关联信息，预测逾期共债客户的违约概率，根据违约概率确定与逾期共债客户对应的信用评分，并输出信息评分。

可选的，第一确定单元300，可以具体用于利用信用评分和逾期共债客户在预设逾期时间范围内在信贷产品上的最大逾期天数，确定逾期共债客户对应的风险等级客群。

可选的，第三确定单元500，可以具体用于利用共债额度队列和逾期共债客户已逾期的信贷产品的渠道配置，确定与逾期共债客户匹配的催收策略。

可选的，信贷产品包括信用卡、住房类贷款产品、消费类贷款产品以及企业信用类贷款。

可选的，逾期共债关联信息包括资产特征信息、催收记录信息、支用还款信息以及征信信息。

本公开提供的一种基于逾期共债的催收策略确定装置，可以获得逾期共债客户的客户属性信息、逾期共债关联信息以及逾期共债贷款额度，逾期共债客户为在两种或两种以上的信贷产品上均已逾期的客户；利用客户属性信息和逾期共债关联信息，获得与逾期共债客户对应的信用评分；至少利用信用评分，确定逾期共债客户对应的风险等级客群；利用风险等级客群和逾期共债贷款额度，确定逾期共债客户对应的共债额度队列；至少利用共债额度队列，确定与逾期共债客户匹配的催收策略。本公开通过对逾期共债客户进行客群和队列的细分，从而确定出与逾期共债客户匹配的催收策略，有助于在多产品条线下有效地对逾期共债客户进行统一催收管理，提高催收效率。

关于上述实施例中的装置，其中各个单元执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

所述基于逾期共债的催收策略确定装置包括处理器和存储器，上述第一获得单元100、第二获得单元200、第一确定单元300、第二确定单元400和第三确定单元500等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。

处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来通过对逾期共债客户进行客群和队列的细分，从而确定出与逾期共债客户匹配的催收策略，有助于在多产品条线下有效地对逾期共债客户进行统一催收管理，提高催收效率。

本公开实施例提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现所述基于逾期共债的催收策略确定方法。

本公开实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述基于逾期共债的催收策略确定方法。

本公开实施例提供了一种电子设备，电子设备包括至少一个处理器、以及与处理器连接的至少一个存储器、总线；其中，处理器、存储器通过总线完成相互间的通信；处理器用于调用存储器中的程序指令，以执行上述的基于逾期共债的催收策略确定方法。本文中的电子设备可以是服务器、PC、PAD、手机等。

本公开还提供了一种计算机程序产品，当在电子设备上执行时，适于执行初始化有基于逾期共债的催收策略确定方法步骤的程序。

本公开是参照根据本公开实施例的方法、装置、电子设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程设备的处理器以产生一个机器，使得通过计算机或其他可编程设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

在一个典型的配置中，电子设备包括一个或多个处理器(CPU)、存储器和总线。电子设备还可以包括输入/输出接口、网络接口等。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。存储器是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

在本公开的描述中，需要理解的是，如若涉及术语“上”、“下”、“前”、“后”、“左”和“右”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的位置或元件必须具有特定方位、以特定的方位构成和操作，因此不能理解为本公开的限制。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本公开的实施例可提供为方法、系统或计算机程序产品。因此，本公开可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

以上仅为本公开的实施例而已，并不用于限制本公开。对于本领域技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本公开的权利要求范围之内。

Claims (10)

1.一种基于逾期共债的催收策略确定方法，其特征在于，包括：

获得逾期共债客户的客户属性信息、逾期共债关联信息以及逾期共债贷款额度，其中，所述逾期共债客户为在两种或两种以上的信贷产品上均已逾期的客户；

利用所述客户属性信息和所述逾期共债关联信息，获得与所述逾期共债客户对应的信用评分；

至少利用所述信用评分，确定所述逾期共债客户对应的风险等级客群；

利用所述风险等级客群和所述逾期共债贷款额度，确定所述逾期共债客户对应的共债额度队列；

至少利用所述共债额度队列，确定与所述逾期共债客户匹配的催收策略。

2.根据权利要求1所述的方法，其特征在于，所述利用所述客户属性信息和所述逾期共债关联信息，获得与所述逾期共债客户对应的信用评分，包括：

将所述客户属性信息和所述逾期共债关联信息输入至预设共债催收评分模型中，获得所述预设共债催收评分模型输出的与所述逾期共债客户对应的信用评分。

3.根据权利要求2所述的方法，其特征在于，将所述客户属性信息和所述逾期共债关联信息输入至预设共债催收评分模型中，获得所述预设共债催收评分模型输出的与所述逾期共债客户对应的信用评分，包括：

将所述客户属性信息和所述逾期共债关联信息输入至预设共债催收评分模型中，以使所述预设共债催收评分模型根据所述客户属性信息和所述逾期共债关联信息，预测所述逾期共债客户的违约概率，根据所述违约概率确定与所述逾期共债客户对应的信用评分，并输出所述信息评分。

4.根据权利要求1所述的方法，其特征在于，所述至少利用所述信用评分，确定所述逾期共债客户对应的风险等级客群，包括：

利用所述信用评分和所述逾期共债客户在预设逾期时间范围内在所述信贷产品上的最大逾期天数，确定所述逾期共债客户对应的风险等级客群。

5.根据权利要求1所述的方法，其特征在于，所述至少利用所述共债额度队列，确定与所述逾期共债客户匹配的催收策略，包括：

利用所述共债额度队列和所述逾期共债客户已逾期的所述信贷产品的渠道配置，确定与所述逾期共债客户匹配的催收策略。

6.根据权利要求1所述的方法，其特征在于，所述信贷产品包括信用卡、住房类贷款产品、消费类贷款产品以及企业信用类贷款。

7.根据权利要求1所述的方法，其特征在于，所述逾期共债关联信息包括资产特征信息、催收记录信息、支用还款信息以及征信信息。

8.一种基于逾期共债的催收策略确定装置，其特征在于，包括：第一获得单元、第二获得单元、第一确定单元、第二确定单元和第三确定单元，

所述第一获得单元，用于获得逾期共债客户的客户属性信息、逾期共债关联信息以及逾期共债贷款额度，其中，所述逾期共债客户为在两种或两种以上的信贷产品上均已逾期的客户；

所述第二获得单元，用于利用所述客户属性信息和所述逾期共债关联信息，获得与所述逾期共债客户对应的信用评分；

所述第一确定单元，用于至少利用所述信用评分，确定所述逾期共债客户对应的风险等级客群；

所述第二确定单元，用于利用所述风险等级客群和所述逾期共债贷款额度，确定所述逾期共债客户对应的共债额度队列；

所述第三确定单元，用于至少利用所述共债额度队列，确定与所述逾期共债客户匹配的催收策略。

9.一种计算机可读存储介质，其上存储有程序，其特征在于，所述程序被处理器执行时实现如权利要求1至7中任一项所述的基于逾期共债的催收策略确定方法。

10.一种电子设备，所述电子设备包括至少一个处理器、以及与处理器连接的至少一个存储器、总线；其中，所述处理器、所述存储器通过所述总线完成相互间的通信；所述处理器用于调用所述存储器中的程序指令，以执行如权利要求1至7中任一项所述的基于逾期共债的催收策略确定方法。

Images