CN114862552A - 征信数据报送方法、装置、系统、设备及介质 - Google Patents
征信数据报送方法、装置、系统、设备及介质 Download PDFInfo
- Publication number
- CN114862552A CN114862552A CN202210532899.6A CN202210532899A CN114862552A CN 114862552 A CN114862552 A CN 114862552A CN 202210532899 A CN202210532899 A CN 202210532899A CN 114862552 A CN114862552 A CN 114862552A
- Authority
- CN
- China
- Prior art keywords
- data
- credit
- reporting
- generating
- aggregated
- 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
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Technology Law (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Computational Linguistics (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本公开提供了一种征信数据报送方法,应用于大数据或其它领域,该征信数据报送方法包括:获取业务源数据库中的目标数据;根据目标数据基于征信报送规则生成待报送的全量数据,征信报送规则包括征信数据筛选条件;将全量数据按段聚合,得到聚合数据,按段聚合的字段为从全量数据进行数据筛选后的字段,聚合数据包括信息更新日期数据项;将聚合数据分段生成增量报送数据;根据增量报送数据生成征信报文文件,进行征信数据报送。本公开还提供了一种征信数据报送系统、设备、存储介质和程序产品。
Description
技术领域
本公开涉及大数据技术领域,具体涉及一种征信数据报送方法、装置、系统、设备及介质。
背景技术
现有征信报送方法大多采用明细法进行设计,也就是基于业务源系统的账户明细、交易明细等数据来生成当日待报送的数据,然后通过待报送数据的业务号获取其它数据项生成报送数据进行报送。
现有设计方法的缺点,一是通过交易明细自下而上的报送方式无法获取全面完整的业务数据,存在漏报数据的风险,导致报送数据的完整性不足,并且还有可能导致大量数据因为无法通过人行的数据项校验规则从而报送不上去,进一步降低了完整性;二是使用明细法在更新了征信报送数据之后,如果因为异常原因需要重跑批量则不支持已更新的数据回退,从而也就不支持重跑批量,在高可用能力方面存在不足;三是在与报送机构进行每季度/月两端核对时,提取本行数据的方法比较复杂,从而导致提取步骤多、周期长,整体过程比较缓慢,而且核对出的数据差异也比较大。
发明内容
鉴于上述问题,本公开提供了一种征信数据报送方法、装置、系统、设备及介质。
根据本公开的第一个方面,提供了一种征信数据报送方法,包括:获取业务源数据库中的目标数据;根据目标数据基于征信报送规则生成待报送的全量数据,征信报送规则包括征信数据筛选条件;将全量数据按段聚合,得到聚合数据,按段聚合的字段为从全量数据进行数据筛选后的字段,聚合数据包括信息更新日期数据项;将聚合数据分段生成增量报送数据;根据增量报送数据生成征信报文文件,进行征信数据报送。
根据本公开的实施例,将全量数据按段聚合之前还包括:将全量数据进行初始化,删除当日批量数据。
根据本公开的实施例,聚合数据包括信息更新日期数据项包括:将每个字段的时点数据与前一日数据对比,数据通过标识项进行关联比较;若字段下的任一数据项发生变化,则将字段的信息更新日期数据项更新为当前日期。
根据本公开的实施例,将全量数据按段聚合包括:根据全量数据中各个字段之间的聚合关系,按段聚合生成相应的物理表。
根据本公开的实施例,将聚合数据分段生成增量报送数据包括:生成基础段增量报送数据,基础段包括报送时点、报送客户主体、报送日期数据项;生成其它各段报送数据,其它各段包括余额信息、逾期信息、担保信息数据项;基础段、其它各段的标识项为客户号、账户标识码。
根据本公开的实施例,根据增量报送数据生成征信报文文件包括:通过基础段将其它各段的数据通过标识项进行整合,生成报送总表。
根据本公开的实施例,根据增量报送数据生成征信报文文件包括:根据征信数据校验规则对增量报送数据进行数据校验,得到数据校验结果;当数据校验结果为校验通过时,则生成相应的征信报文文件;否则退回进行数据修复。
根据本公开的实施例,进行征信数据报送还包括:接收报文反馈文件;根据报文反馈文件,修改征信报文文件;根据数据校验规则,对修改后的征信报文文件进行校验,以生成新的征信报文文件。
根据本公开的实施例,获取业务源数据库中的目标数据包括:根据征信报送规则中的待报送数据项,获取业务源数据库中的目标数据;根据目标数据计算出待报送数据项的加工方式。
根据本公开的实施例,业务源数据库包括信贷业务系统、客户信息系统在业务流程中产生的数据。
本公开的第二方面提供了一种征信数据报送系统,包括:获取模块,用于获取业务源数据库中的目标数据;第一生成模块,用于根据目标数据基于征信报送规则生成待报送的全量数据,征信报送规则包括征信数据筛选条件;按段聚合模块,用于将全量数据按段聚合,得到聚合数据,按段聚合的字段为从全量数据进行数据筛选后的字段,聚合数据包括信息更新日期数据项;第二生成模块,用于将聚合数据分段生成增量报送数据;报送模块,用于根据增量报送数据生成征信报文文件,进行征信数据报送。
本公开的第三方面提供了一种电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得一个或多个处理器执行上述征信数据报送方法。
本公开的第四方面还提供了一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行上述征信数据报送方法。
本公开的第五方面还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述征信数据报送方法。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述内容以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本公开实施例的征信数据报送方法、装置、系统、设备及介质的应用场景图;
图2示意性示出了根据本公开实施例的征信数据报送方法的流程图;
图3示意性示出了根据本公开实施例聚合数据包括信息更新日期数据项方法的流程图;
图4示意性示出了根据本公开实施例的将聚合数据分段生成增量报送数据方法的流程图;
图5示意性示出了根据本公开实施例的根据增量报送数据生成征信报文文件方法的流程图;
图6示意性示出了根据本公开实施例的进行征信数据报送方法的流程图;
图7示意性示出了根据本公开实施例的获取业务源数据库中的目标数据方法的流程图;
图8示意性示出了根据本公开实施例的征信数据报送方法的数据流转示意图;
图9示意性示出了根据本公开实施例的征信数据报送系统的结构框图;以及
图10示意性示出了根据本公开实施例的适于实现上文描述的方法的电子设备的方框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
附图中示出了一些方框图和/或流程图。应理解,方框图和/或流程图中的一些方框或其组合可以由计算机程序指令来实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,从而这些指令在由该处理器执行时可以创建用于实现这些方框图和/或流程图中所说明的功能/操作的装置。本公开的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。另外,本公开的技术可以采取存储有指令的计算机可读存储介质上的计算机程序产品的形式,该计算机程序产品可供指令执行系统使用或者结合指令执行系统使用。
基于现有征信报送中明细法的缺点,本公开的实施例提供了一种征信数据报送方法、装置、系统、设备及介质,应用于大数据领域,能够有效提升征信数据报送的处理效率和准确率。
图1示意性示出了根据本公开实施例的可以应用于征信数据报送方法的示例性系统架构100。需要注意的是,图1所示仅为可以应用本公开实施例的系统架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
如图1所示,根据该实施例的系统架构100可以包括终端设备103,网络104和服务器105。网络104用以在终端设备103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备103通过网络104与服务器105交互,以接收或发送消息等。终端设备103上可以安装有各种通讯客户端应用,例如网页浏览器应用、搜索类应用(仅为示例)。
终端设备103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对用户利用终端设备103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
需要说明的是,本公开实施例所提供的征信数据报送方法一般可以由终端设备103和服务器105执行。相应地,本公开实施例所提供的征信数据报送系统一般可以设置于终端设备103和服务器105中。本公开实施例所提供的征信数据报送方法也可以由不同于服务器105且能够与终端设备103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的征信数据报送系统也可以设置于不同于服务器105且能够与终端设备103和/或服务器105通信的服务器或服务器集群中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
以下将基于图1描述的场景,通过图2~图10对公开实施例的征信数据报送方法进行详细描述。
图2示意性示出了根据本公开实施例的征信数据报送方法的流程图。
如图2所示,该征信数据报送方法200可以包括操作S210~S250。
在操作S210,获取业务源数据库中的目标数据。
征信监督管理部门对征信机构实施监督管理,规范征信机构经营行为,保障征信活动各方的合法权益,是征信体系建设中一个重要组成部分。监督管理部门在指示征信机构上报征信数据后,征信机构需要将积攒未上报的存量数据及每天新增的增量数据进行上报,在上报至监督管理部门前,征信机构从业务系统中进行采集再上报。这里业务源数据库包括信贷业务系统、客户信息系统等业务系统在业务流程中产生的数据,征信报送系统采集其中的借贷交易数据用于报送人行征信。
在操作S220,根据目标数据基于征信报送规则生成待报送的全量数据,征信报送规则包括征信数据筛选条件。
这里征信报送规则是指根据“人民银行征信系统标准”中关于报送数据项的说明及释义,查找数据项所归属的业务源系统,并给出使用业务源系统数据计算出报送数据项的加工方式,包括所使用的表、字段、筛选条件及关联条件等,从目标数据中得到待报送的全量数据。
在操作S230,将全量数据按段聚合,得到聚合数据,按段聚合的字段为从全量数据进行数据筛选后的字段,聚合数据包括信息更新日期数据项。
全量数据是征信报送系统筛选信贷业务报送范围,基于征信报送取数规则数据加工生成的数据。这些数据不直接用于报送,目的是通过时点数据(T)与前一日数据(T-1)的比较来判断哪些数据发生了变化。
按段聚合得到的聚合数据是征信报送数据在报文组织形式上,按照采集指标之间的聚合关系进一步分块,聚合关系较强的指标放入同一信息段,因此全量数据按段拆分也定义为按段聚合数据。聚合数据每个段都有信息更新日期数据项,信息更新日期数据项用于后续生成增量报送数据。征信系统在采集借贷交易信息时,约定了几类业务上的关键时点作为征信系统的采集时点。原则上,数据提供机构需要在各类采集时点的日终组织生成相应数据,并于次日“组织上报征信系统,即“T+1报送”。
在操作S240,将聚合数据分段生成增量报送数据。
增量报送数据为根据人行征信中心关于征信数据采集报送在采集范围、内容、时点、频率、数据组织等方面的要求,征信报送系统每日(T日)增量生成的用于报送人行的数据。
在操作S250,根据增量报送数据生成征信报文文件,进行征信数据报送。
根据该增量报送数据生成对应的征信报文文件,征信报文文件可以为对增量报送数据进行汇聚处理,使之成为适于上报传输的格式文件数据,具体可以根据传输协议及待报送数据的格式确定。具体实现时,还可以对报送数据进行压缩、加密等处理,以得到适于传输处理的报文文件。
为克服现有技术方案中明细数据为增量数据,因而难以判断报送是否完整的问题,本公开的方案从完整的全量数据出发进行数据加工,采取一种自上而下的设计方法,即聚合法;具体地,通过按段聚合数据来生成筛选报送条件并生成报送数据,使设计方案更具层次;按段聚合数据更具基础性甚至公共性,可用于除征信外其他报送主题的监管报送;各段增量报送表作为征信数据报送的重点,既承担数据报送,又可以用于异议处理的报送数据纠改,还可以通过这些表获取截止某个时点的数据进行数据核对,从而提升了管理收益。
在上述实施例的基础上,将全量数据按段聚合之前还包括:将全量数据进行初始化,删除当日批量数据。
现有技术方案中,通过账户明细、交易明细更新全量数据后,因为全量数据在批量运行后已被更新,如果要重跑批量,已经无法再通过账户明细、交易明细与全量数据生成出当时时点的数据,而要恢复批量运行前数据也较为困难。而本公开的聚合法报送首先生成全量数据,批量运行完成后如果要重跑批量,因为生成全量数据前有数据初始化(也即删除当日批量运行结果)的步骤,因此也就可以支持批量重跑,从而提升了程序代码的健壮性和可用性。另外,基于可以支持重跑批量这样的出发点,报送数据由按段聚合数据根据报送要求生成。
图3示意性示出了根据本公开实施例的聚合数据包括信息更新日期数据项方法的流程图。
如图3所示,该聚合数据包括信息更新日期数据项可以包括操作S231~S232。
在操作S231,将每个字段的时点数据与前一日数据对比,数据通过标识项进行关联比较。
在操作S232,若字段下的任一数据项发生变化,则将字段的信息更新日期数据项更新为当前日期。
聚合数据每个段都有信息更新日期数据项,该数据项的生成及使用方法是本公开征信数据报送方法的关键。信息更新日期数据项的生成方法为:每个字段的时点(T)数据与前一日(T-1)数据通过唯一标识项进行关联比较,如果该段其它任一数据项发生变化,则将信息更新日期修改为时点日期(T)。其中大部分段以客户号、账户标识码为唯一键,少量段比如相关还款责任人段需加入其它数据项作为唯一键,在这种情况下,如果相同客户号、账户标识码下任一条的信息更新日期发送变化,则该客户号、账户标识码下所有的信息更新日期都要修改。
在本公开的征信数据报送方法中,因为信息更新日期数据项是通过全量数据比对生成,再由更新日期来触发报送,所以只要数据发生变化就会报送,这就解决了明细法报送中会遗漏报送的问题。同时,由于报送数据是全量生成,所以保证了报送数据都是时点最新(T日)数据,各数据项间保持了时间一致性,这就解决了明细法报送中可能存在的报送时点不一致导致数据间校验通不过的问题。
在上述实施例的基础上,将全量数据按段聚合包括:根据全量数据中各个字段之间的聚合关系,按段聚合生成相应的物理表。
按段聚合生成聚合数据时,使用的方法是根据征信报送规则以段为粒度进行数据加工,每个段加工成一张物理表,聚合关系较强的指标放入同一信息段,举例来说,信用卡的本月应还、本月实还、还款状态等体现客户还款情况的数据可以放入同一信息段,开卡日期、信用额度等卡片信息可以放入同一信息段。
图4示意性示出了根据本公开实施例的将聚合数据分段生成增量报送数据方法的流程图。
如图4所示,该将聚合数据分段生成增量报送数据的方法可以包括操作S241~S243。
在操作S241,生成基础段增量报送数据,基础段包括报送时点、报送客户主体、报送日期数据项。
在操作S242,生成其它各段报送数据,其它各段包括余额信息、逾期信息、担保信息数据项。
在操作S243,基础段、其它各段的标识项为客户号、账户标识码。
将聚合数据分段生成每日(T日)增量报送数据具体包括:增量报送数据(T日)先根据聚合数据(T日)分段生成;数据生成顺序是首先生成基础段增量报送数据(T日),然后再生成其它各段报送数据(T日),其中基础段主要包含报送时点、报送客户主体、报送日期等信息,并框定当日(T日)报送数据的范围,其它各段则包含需报送信贷业务的详细指标,如余额信息、逾期信息、担保信息等。然后各段的增量报送数据(T日)通过客户号、账户标识码关联生成整合后的当日(T日)报送数据。
在上述实施例的基础上,根据增量报送数据生成征信报文文件包括:通过基础段将其它各段的数据通过标识项进行整合,生成报送总表。
增量报送数据(T日)根据聚合数据(T日)分段生成后,再将基础段其它各段与通过标识项进行关联整合,生成报送总表,这里标识项例如为前述的客户号、账户标识码。
图5示意性示出了根据本公开实施例的根据增量报送数据生成征信报文文件方法的流程图。
如图5所示,该根据增量报送数据生成征信报文文件的方法可以包括操作S251~S252。
在操作S251,根据征信数据校验规则对增量报送数据进行数据校验,得到数据校验结果。
在操作S252,当数据校验结果为校验通过时,则生成相应的征信报文文件;否则退回进行数据修复。
在数据报送前,还可进行包括完整性和异常情况的数据校验,当数据校验结果为校验通过时,则可根据报送要求对增量报送数据加工处理生成征信报文文件;当数据校验结果为校验未通过时,则需要退回对缺失或异常数据进行修复。数据校验步骤保障了数据质量,提高了征信数据的报送效率。
图6示意性示出了根据本公开实施例的进行征信数据报送方法的流程图。
如图6所示,该进行征信数据报送的方法可以包括操作S253~S255。
在操作S253,接收报文反馈文件。
在操作S254,根据报文反馈文件,修改征信报文文件。
在操作S255,根据数据校验规则,对修改后的征信报文文件进行校验,以生成新的征信报文文件。
进行征信数据报送之后,获取征信报文文件的上报处理结果。对于上报的报文文件有两种反馈情况:第一种,上报成功,则反馈成功反馈报文,报文反馈文件提示当前报送流程已经成功反馈;第二种,则报送失败,可以尝试重复报送,直至报文文件成功报送。具体地,当得到的报文反馈文件处理结果为上报失败时,获取上报失败原因,例如数据原因、网络原因等,进行异常处理,若为数据原因,则需要修改征信报文文件后重新校验再报送。
图7示意性示出了根据本公开实施例的获取业务源数据库中的目标数据方法的流程图。
如图7所示,该获取业务源数据库中的目标数据的方法可以包括操作S211~S212。
在操作S211,根据征信报送规则中的待报送数据项,获取业务源数据库中的目标数据。
在操作S212,根据目标数据计算出待报送数据项的加工方式。
本公开的方法首先要获取业务源数据库中的目标数据,根据征信报送规则中待报送数据项的说明及释义,查找该待报送数据项所归属的业务源系统,并给出使用业务源系统数据计算出报送数据项的加工方式,包括所使用的表、字段、筛选条件及关联条件等。
本公开克服了现有征信报送设计方法中存在的问题,采取自顶向下的设计思路,提供了一种实现简单、设计方案清晰、方便理解,并能克服报送完整性不足、不支持重跑批量、与报送机构核对整体过程比较缓慢、差异比较大等缺点的征信报送设计方法。
下面通过具体实施方式对本公开作进一步说明。在以下实施例中对上述神经机器翻译方法及系统进行具体说明。但是,下述实施例仅用于对本公开进行例示,本公开的范围不限于此。
本公开的聚合法流程包括:首先每日基于业务源数据库获取目标数据,根据目标数据基于征信报送规则生成待报送的全量数据,将全量数据按段聚合得到按段聚合数据,然后使用按段聚合数据根据监管机构的报送要求生成报送数据,再使用报送数据生成报文进行报送。数据流转如图8所示。
(1)按段聚合数据的生成
本公开的征信数据报送方法的第一主要步骤是按段聚合数据的生成,使用的方法是根据征信报送规则以段为粒度进行数据加工,每个段加工成一张物理表。为支持重跑,按段聚合数据加工前要先做数据初始化,也即删除当日批量数据。按段聚合数据每个段都有信息更新日期数据项,由该更新日期数据项来触发报送,下面以相关还款责任人段来详细说明信息更新日期的实现过程:
相关还款责任人段包含以下数据项:
客户编号
账户标识码
责任人个数
身份类别
责任人名称
责任人身份标识类型
责任人身份标识号码
还款责任人类型
还款责任金额
联保标志
保证合同编号
相关还款责任人段今日(T)数据与昨日(T-1)数据通过客户编号、账户标识码、责任人名称、责任人身份标识类型、责任人身份标识号码进行关联比较,如果责任人个数、身份类别、还款责任人类型、还款责任金额、联保标志、保证合同编号任一发生变化,则信息更新日期数据项赋值为批量日期,否则赋值为昨日数据的信息更新日期。如果相同客户号、账户标识码下多个相关还款责任人,那么如果任一条的信息更新日期发送变化,则该客户号、账户标识码下所有的信息更新日期数据项都需要更新。
(2)报送数据及征信报文的生成
本公开的征信数据报送方法的第二主要步骤是增量数据的生成及报送。将聚合数据分段生成增量报送数据包括:首先生成基础段增量报送数据,基础段包括报送时点、报送客户主体、报送日期数据项;再生成其它各段报送数据,其它各段包括余额信息、逾期信息、担保信息数据项;然后各段的增量报送数据(T日)通过客户号、账户标识码关联生成整合后的当日(T日)报送数据。详细实现如下:
首先根据按段聚合数据生成基础段数据各报送时点实现:
10-新开户/首次报送:基本信息段的开户日期等于批量日期;
20-账户关闭:还款表现信息段的账户关闭日期等于批量日期;
32-约定还款日结算(不含账户在约定还款日关闭):还款表现信息段的最近一次实际还款日期等于批量日期,且最近一次约定还款日期等于批量日期;
33-实际还款(特指在非约定还款日还款):还款表现信息段的最近一次实际还款日期等于批量日期,且最近一次约定还款日期不等于批量日期;
41-五级分类调整:还款表现信息段的五级分类认定日期等于批量日期;
42-展期发生:基本信息段的到期日期跟上一日发生变化,也即基本信息段今日数据与昨日数据通过客户编号、账户标识码进行关联比较,如果今日数据的到期日期大于上一日数据的到期日期,则报送该时点;
49-其他情况:月末报送,还款表现信息段的账户状态等于呆账(已核销)或者其它各段的信息更新日期等于批量日期(也即月末日期)并且月中没有报送过(也即客户编号、账户标识码在当月其它数据分区中不存在)。
其它各段包括:
还款表现信息段
基本信息段
相关还款责任人段
抵质押物信息段
授信额度信息段
特殊交易说明段
这样就在基础段生成了当日需要报送的业务明细(客户号、账户标识码),然后通过基础段的业务明细关联各段的聚合数据,从而得出各段的增量报送表,增量报送表表名在聚合表表名基础上加后缀UL,比如还款表现信息段聚合表名LCS_CORP_LOAN_AGT_REPAY,那么还款表现信息段报送表名为LCS_CORP_LOAN_AGT_REPAY_UL。
从增量数据的生成过程可以看出,增量数据完全是根据全量数据的某几个数据项生成出来,在前序步骤保证全量数据无问题的前提下,重跑增量数据生成批量也能生成正确数据,而无需担心重跑批量生成出来的数据会与前一次批量生成的数据混淆。
最后再通过基础段把其它各段报送表整合起来,形成报送总表,实现如下:基础段通过客户编号、账户标识码分别关联基本信息段报送表、相关还款责任人段报送表、抵质押物信息段报送表、授信额度信息段报送表、特殊交易段报送表、还款表现信息段报送表,将基础段与其它各段的数据形成一张表,也即报送总表。形成总表过程中,如果各段报送表单个客户号、账户标识码下有多条数据,则按客户号、账户标识码分组,用字符串拼接函数进行拼接后再进行关联。
增量报送表的数据结合了全量数据与增量数据的优点,也即如果看每日报送数据是一天天的增量数据,而到了月末时点,如果把所有报送数据聚合成一份数据来看,因为截止该时点的所有更新数据均已报送,跟该时点的全量数据就存在一致性;也就是说增量报送表是数据即为加了报送历史的全量数据。那么之后在提取两端核对数据时,无论已经过了核对时点多久,都可以提取出当时时点数据,且可以与该核对时点的全量数据交叉验证。这样有两重好处,一是可以快速提取出核对时点的数据,二是交叉验证又能保证提取数据的准确性,从而可以有效减少两端核对的差异。而现有设计方案在提取历史时点数据时,缺乏交叉验证的过程,也就难以保证提取数据的准确性。而如果提取数据不准确,则只能恢复历史数据重新生成,费时较久,会导致提取数据周期大大拉长。
综上可以看出,本公开基于聚合法的征信数据报送方法提升了征信报送数据的完整性,支持重跑批量从而提升了高可用,两端核对提取数据更加便利并且能够有效降低核对差异率。
本公开的征信数据报送方法本着实现简单、设计方案清晰的原则,利用聚合法来实现征信数据的报送,以期解决现有报送设计方法中报送完整性不足、不支持重跑批量、与报送机构核对差异比较大等问题,也不排除有其他的设计方案能解决这些问题,也不排除对该方案做出部分调整,比如在增量报送时可以按照规范只报送必报段,不同技术方案如果从不同角度出发优劣点也会存在差异。
图9示意性示出了根据本公开一实施例的征信数据报送系统的方框图。
如图9所示,该征信数据报送系统900包括:获取模块910、第一生成模块920、按段聚合模块930、第二生成模块940、报送模块950。
获取模块910,用于获取业务源数据库中的目标数据。根据本公开的实施例,获取模块910例如可以用于执行上文参考图2所描述的S210步骤,在此不再赘述。
第一生成模块920,用于根据目标数据基于征信报送规则生成待报送的全量数据,征信报送规则包括征信数据筛选条件。根据本公开的实施例,该第一生成模块920例如可以用于执行上文参考图2所描述的S220步骤,在此不再赘述。
按段聚合模块930,用于将全量数据按段聚合,得到聚合数据,按段聚合的字段为从全量数据进行数据筛选后的字段,聚合数据包括信息更新日期数据项。根据本公开的实施例,该按段聚合模块930例如可以用于执行上文参考图2所描述的S230步骤,在此不再赘述。
第二生成模块940,用于将聚合数据分段生成增量报送数据。根据本公开的实施例,该第二生成模块940例如可以用于执行上文参考图2所描述的S240步骤,在此不再赘述。
报送模块950,用于根据增量报送数据生成征信报文文件,进行征信数据报送。根据本公开的实施例,该报送模块950例如可以用于执行上文参考图2所描述的S250步骤,在此不再赘述。
需说明的是,根据本公开的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,根据本公开实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
例如,获取模块910、第一生成模块920、按段聚合模块930、第二生成模块940、报送模块950中的任意多个可以合并在-个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本公开的实施例,获取模块910、第一生成模块920、按段聚合模块930、第二生成模块940、报送模块950中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,获取模块910、第一生成模块920、按段聚合模块930、第二生成模块940、报送模块950中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图10示意性示出了根据本公开实施例的适于实现上文描述的方法的电子设备的方框图。图10示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图10所示,本实施例中所描述的电子设备1000,包括:处理器1001,其可以根据存储在只读存储器(ROM)1002中的程序或者从存储部分1008加载到随机访问存储器(RAM)1003中的程序而执行各种适当的动作和处理。处理器1001例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC)),等等。处理器1001还可以包括用于缓存用途的板载存储器。处理器1001可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 1003中,存储有系统1000操作所需的各种程序和数据。处理器1001、ROM1002以及RAM 1003通过总线1004彼此相连。处理器1001通过执行ROM 1002和/或RAM 1003中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,程序也可以存储在除ROM 1002和RAM 1003以外的一个或多个存储器中。处理器1001也可以通过执行存储在一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,电子设备1000还可以包括输入/输出(I/O)接口1005,输入/输出(I/O)接口1005也连接至总线1004。系统1000还可以包括连接至I/O接口1005的以下部件中的一项或多项:包括键盘、鼠标等的输入部分1006;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1007;包括硬盘等的存储部分1008;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1009。通信部分1009经由诸如因特网的网络执行通信处理。驱动器1010也根据需要连接至I/O接口1005。可拆卸介质1011,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1010上,以便于从其上读出的计算机程序根据需要被安装入存储部分1008。
根据本公开的实施例,根据本公开实施例的方法流程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读存储介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分1009从网络上被下载和安装,和/或从可拆卸介质1011被安装。在该计算机程序被处理器1001执行时,执行本公开实施例的系统中限定的上述功能。根据本公开的实施例,上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
本公开实施例还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的;也可以是单独存在,而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本公开实施例的征信数据报送方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质,例如可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM 1002和/或RAM 1003和/或ROM1002和RAM 1003以外的一个或多个存储器。
本公开的实施例还包括一种计算机程序产品,其包括计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机系统中运行时,该程序代码用于使计算机系统实现本公开实施例所提供的征信数据报送方法。
在该计算机程序被处理器1001执行时执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例,上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。
在一种实施例中,该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中,该计算机程序也可以在网络介质上以信号的形式进行传输、分发,并通过通信部分1009被下载和安装,和/或从可拆卸介质1011被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
在这样的实施例中,该计算机程序可以通过通信部分1009从网络上被下载和安装,和/或从可拆卸介质1011被安装。在该计算机程序被处理器1001执行时,执行本公开实施例的系统中限定的上述功能。根据本公开的实施例,上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
根据本公开的实施例,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公开实施例提供的计算机程序的程序代码,具体地,可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java,C++,python,“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、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)。
需要说明的是,在本公开各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块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。基于这样的理解,本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
尽管已经参照本公开的特定示例性实施例示出并描述了本公开,但是本领域技术人员应该理解,在不背离所附权利要求及其等同物限定的本公开的精神和范围的情况下,可以对本公开进行形式和细节上的多种改变。因此,本公开的范围不应该限于上述实施例,而是应该不仅由所附权利要求来进行确定,还由所附权利要求的等同物来进行限定。
Claims (14)
1.一种征信数据报送方法,其特征在于,包括:
获取业务源数据库中的目标数据;
根据所述目标数据基于征信报送规则生成待报送的全量数据,所述征信报送规则包括征信数据筛选条件;
将所述全量数据按段聚合,得到聚合数据,所述按段聚合的字段为从所述全量数据进行数据筛选后的字段,所述聚合数据包括信息更新日期数据项;
将所述聚合数据分段生成增量报送数据;
根据所述增量报送数据生成征信报文文件,进行征信数据报送。
2.根据权利要求1所述的征信数据报送方法,其特征在于,所述将所述全量数据按段聚合之前还包括:
将所述全量数据进行初始化,删除当日批量数据。
3.根据权利要求2所述的征信数据报送方法,其特征在于,所述聚合数据包括信息更新日期数据项包括:
将每个所述字段的时点数据与前一日数据对比,所述数据通过标识项进行关联比较;
若所述字段下的任一数据项发生变化,则将所述字段的信息更新日期数据项更新为当前日期。
4.根据权利要求3所述的征信数据报送方法,其特征在于,所述将所述全量数据按段聚合包括:
根据所述全量数据中各个字段之间的聚合关系,按段聚合生成相应的物理表。
5.根据权利要求3所述的征信数据报送方法,其特征在于,所述将所述聚合数据分段生成增量报送数据包括:
生成基础段增量报送数据,所述基础段包括报送时点、报送客户主体、报送日期数据项;
生成其它各段报送数据,所述其它各段包括余额信息、逾期信息、担保信息数据项;
所述基础段、其它各段的所述标识项为客户号、账户标识码。
6.根据权利要求5所述的征信数据报送方法,其特征在于,所述根据所述增量报送数据生成征信报文文件包括:
通过所述基础段将所述其它各段的数据通过所述标识项进行整合,生成报送总表。
7.根据权利要求1所述的征信数据报送方法,其特征在于,所述根据所述增量报送数据生成征信报文文件包括:
根据征信数据校验规则对所述增量报送数据进行数据校验,得到数据校验结果;
当数据校验结果为校验通过时,则生成相应的征信报文文件;否则退回进行数据修复。
8.根据权利要求6所述的征信数据报送方法,其特征在于,所述进行征信数据报送还包括:
接收报文反馈文件;
根据所述报文反馈文件,修改所述征信报文文件;
根据所述数据校验规则,对修改后的所述征信报文文件进行校验,以生成新的征信报文文件。
9.根据权利要求1所述的征信数据报送方法,其特征在于,所述获取业务源数据库中的目标数据包括:
根据所述征信报送规则中的待报送数据项,获取业务源数据库中的目标数据;
根据所述目标数据计算出所述待报送数据项的加工方式。
10.根据权利要求1所述的征信数据报送方法,其特征在于,所述业务源数据库包括信贷业务系统、客户信息系统在业务流程中产生的数据。
11.一种征信数据报送系统,其特征在于,包括:
获取模块,用于获取业务源数据库中的目标数据;
第一生成模块,用于根据所述目标数据基于征信报送规则生成待报送的全量数据,所述征信报送规则包括征信数据筛选条件;
按段聚合模块,用于将所述全量数据按段聚合,得到聚合数据,所述按段聚合的字段为从所述全量数据进行数据筛选后的字段,所述聚合数据包括信息更新日期数据项;
第二生成模块,用于将所述聚合数据分段生成增量报送数据;
报送模块,用于根据所述增量报送数据生成征信报文文件,进行征信数据报送。
12.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行根据权利要求1~10中任意一项所述的征信数据报送方法。
13.一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行根据权利要求1~10中任意一项所述的征信数据报送方法。
14.一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现根据权利要求1~10中任意一项所述的征信数据报送方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210532899.6A CN114862552A (zh) | 2022-05-16 | 2022-05-16 | 征信数据报送方法、装置、系统、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210532899.6A CN114862552A (zh) | 2022-05-16 | 2022-05-16 | 征信数据报送方法、装置、系统、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114862552A true CN114862552A (zh) | 2022-08-05 |
Family
ID=82638012
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210532899.6A Pending CN114862552A (zh) | 2022-05-16 | 2022-05-16 | 征信数据报送方法、装置、系统、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114862552A (zh) |
-
2022
- 2022-05-16 CN CN202210532899.6A patent/CN114862552A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9940668B2 (en) | Switching between data aggregator servers | |
US20190026106A1 (en) | Associating software issue reports with changes to code | |
EP3726779A1 (en) | Device for testing blockchain network | |
CN111427971B (zh) | 用于计算机系统的业务建模方法、装置、系统和介质 | |
CN107862425B (zh) | 风控数据采集方法、设备、系统及可读存储介质 | |
US20150302420A1 (en) | Compliance framework for providing regulatory compliance check as a service | |
CN114358147A (zh) | 异常账户识别模型的训练方法、识别方法、装置及设备 | |
CN113159934A (zh) | 一种网点客流量的预测方法、系统、电子设备及存储介质 | |
CN114238993A (zh) | 风险检测方法、装置、设备及介质 | |
US20220027876A1 (en) | Consolidating personal bill | |
US20220222683A1 (en) | Labeling optimization through image clustering | |
US20210271986A1 (en) | Framework for processing machine learning model metrics | |
CN108768742B (zh) | 网络构建方法及装置、电子设备、存储介质 | |
CN115760013A (zh) | 运维模型的构建方法、装置、电子设备及存储介质 | |
CN115795345A (zh) | 信息处理方法、装置、设备及存储介质 | |
CN114862552A (zh) | 征信数据报送方法、装置、系统、设备及介质 | |
CN114066603A (zh) | 贷后风险预警方法、装置、电子设备和计算机可读介质 | |
US9342541B1 (en) | Presentation oriented rules-based technical architecture display framework (PORTRAY) | |
US20240232900A1 (en) | Intelligently selecting models for resolving pending debit transaction disputes across computer networks | |
US11966887B1 (en) | Bridging network transaction platforms to unify cross-platform transfers | |
US11750459B1 (en) | Compliance checking for a multi-cloud platform | |
US20230064674A1 (en) | Iterative training of computer model for machine learning | |
US20230229735A1 (en) | Training and implementing machine-learning models utilizing model container workflows | |
US20240168800A1 (en) | Dynamically executing data source agnostic data pipeline configurations | |
US20220207409A1 (en) | Timeline reshaping and rescoring |
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 |