CN114936918A - 基于区块链的风控数据跟踪方法、终端设备及存储介质 - Google Patents
基于区块链的风控数据跟踪方法、终端设备及存储介质 Download PDFInfo
- Publication number
- CN114936918A CN114936918A CN202210548668.4A CN202210548668A CN114936918A CN 114936918 A CN114936918 A CN 114936918A CN 202210548668 A CN202210548668 A CN 202210548668A CN 114936918 A CN114936918 A CN 114936918A
- Authority
- CN
- China
- Prior art keywords
- wind control
- control data
- data
- chain
- loan
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000011156 evaluation Methods 0.000 claims abstract description 25
- 238000013210 evaluation model Methods 0.000 claims abstract description 22
- 238000004590 computer program Methods 0.000 claims description 9
- 239000000284 extract Substances 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims 1
- 238000012954 risk control Methods 0.000 abstract description 5
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000008713 feedback mechanism Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- 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
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Finance (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Technology Law (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种基于区块链的风控数据跟踪方法,涉及数据跟踪技术领域。包括以下内容:构建区块链;贷款实施开始前,数据源节点上传风控数据至区块链的服务器,信用评价节点计算借款人的信用分值,再对所述信用分值进行上链,所述贷款节点判断是否放贷,并对判断结果进行上链;贷款实施过程中,所述贷款节点上传借款人的还款记录至区块链的服务器;贷款实施结束后,查询是否存在逾期还款和/或中断还款的情形,并将查询结果反馈至信用评价模型并发送至区块链的服务器进行上链;所述信用评价模型包含受查询结果影响的因子。本发明能够监控贷款全流程的风控数据跟踪,使得风险控制更完善,放贷的判断更为准确。
Description
技术领域
本发明涉及数据跟踪技术领域,尤其涉及一种基于区块链的风控数据跟踪方法、终端设备及存储介质。
背景技术
传统的风控技术,多由各机构自己的风控团队,以人工的方式进行经验控制。但随着互联网技术不断发展,整个社会大力提速,传统的风控方式已逐渐不能支撑机构的业务扩展;而大数据对多维度、大量数据的智能处理,批量标准化的执行流程,更能贴合信息发展时代风控业务的发展要求;越来越激烈的行业竞争,也正是现今大数据风控如此火热的重要原因。
大数据风控即大数据风险控制,是指通过运用大数据构建模型的方法对借款人进行风险控制和风险提示。与原有的人为对借款企业或借款人进行经验式风控不同,通过采集大量借款人或借款企业的各项指标进行数据建模的大数据风控更为科学有效。
如公开号为CN111583013A的发明专利则公开了一种大数据风控模型系统,通过利用大数据平台对借贷企业的各项数据进行确认操作,可以对借贷企业进行整体完善的进行分析,使得借贷的准确性得到极大的提高,并且可以根据大数据对借贷企业进行多维度的监控,通过大数据对借贷企业的还款能力进行分析,以此为依据来对贷款的下发控制,风控准确性高和风险性低。
但是该发明专利对于企业的数据的监控仅在于贷款实施之前,而对实施之后的数据监控并不涉及,缺少贷款后的反馈机制,因此对于风险的控制并不够完善,时常会出现判断不够准确的情况。因此如何开发一种能够实现贷款全流程的风控数据跟踪方法是亟待解决的难题之一。
发明内容
为了解决背景技术中提到的至少一个技术问题,本发明的目的在于提供一种基于区块链的风控数据跟踪方法、终端设备及存储介质,能够监控贷款全流程的风控数据跟踪,使得风险控制更完善,放贷的判断更为准确。
为实现上述目的,本发明提供如下技术方案:
一种基于区块链的风控数据跟踪方法,包括以下内容:
构建区块链,所述区块链的节点包括提供借款人的风控数据的数据源节点,计算信用分值的信用评价节点,根据所述信用分值实施放贷的贷款节点;
贷款实施开始前,数据源节点上传风控数据至区块链的服务器,信用评价节点提取所述风控数据并根据设定好的信用评价模型计算借款人的信用分值,再对所述信用分值进行上链,所述贷款节点根据信用分值的大小判断是否放贷,并对判断结果进行上链;
贷款实施过程中,所述贷款节点上传借款人的还款记录至区块链的服务器进行上链;
贷款实施结束后,根据所述还款记录查询是否存在逾期还款和/或中断还款的情形,并将查询结果反馈至信用评价模型并发送至区块链的服务器进行上链,形成完整的数据链;所述信用评价模型包含受查询结果影响的因子。
进一步的,若存在多个数据源节点提供同一项风控数据,则为该多个数据源节点分别设置针对该项风控数据的置信度;在信用评价模型计算信用分值时,选择置信度最高的信用评价节点提供对应项风控数据;当某一数据链中存在逾期还款和/或中断还款的情形,对该数据链中参与提供风控数据的所有数据源节点作置信度惩罚,和/或,当某一数据链中不存在逾期还款和中断还款的情形,对该数据链中参与提供风控数据的所有数据源节点作置信度奖励。
进一步的,所述置信度惩罚的方法如下:当某一数据链中存在逾期还款但不存在中断还款的情形,将该数据链中参与提供风控数据的所有数据源节点的置信度减小第一步长,和/或,当某一数据链中存在中断还款的情形,将该数据链中参与提供风控数据的所有数据源节点的置信度减小第二步长;所述第一步长小于第二步长。
进一步的,所述置信度奖励的方法如下:当某一数据链中不存在逾期还款和中断还款的情形,将该数据链中参与提供风控数据的所有数据源节点的置信度提高第三步长。
进一步的,若在选择提供风控数据的信用评价节点的过程中,置信度最高的信用评价节点有多个,则任选其一。
进一步的,对于置信度最高的多个信用评价节点,若风控数据的值相等,则在作置信度惩罚和/或置信度奖励时,对该多个信用评价节点同步进行。
进一步的,所述信用评价模型为所有风控数据的得分值的总和。
进一步的,所述受查询结果影响的因子为信用评价模型的乘积系数;当查询结果为数据链中存在逾期还款但不存在中断还款的情形时,所述乘积系数为第一系数,当查询结果为数据链中存在中断还款的情形时,所述乘积系数为第二系数,当查询结果为数据链中不存在逾期还款和中断还款的情形时,所述乘积系数为第三系数;所述第三系数等于1,第一系数和第二系数为大于0小于1的自然数,且第一系数大于第二系数。
一种终端设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如上所述的基于区块链的风控数据跟踪方法。
一种计算机存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如上所述的基于区块链的风控数据跟踪方法。
与现有技术相比,本发明的有益效果是:
本发明在贷款的全流程包括贷款实施开始前、贷款实施过程中、贷款实施结束后皆进行风控数据的跟踪,上传至区块链构成完整的数据链便于溯源,并且将贷款实时结束后的查询结果反馈至信用评价模型,使得后期的信用评价更准确,风险控制更完善。
附图说明
图1为本发明的方法示意图。
图2为本发明的数据上链示意图。
图3为本发明一实施例的数据链结构示意图。
具体实施方式
下面对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一:
请参阅图1,本实施例提供一种基于区块链的风控数据跟踪方法,包括以下内容:
构建区块链,所述区块链的节点包括提供借款人的风控数据的数据源节点,计算信用分值的信用评价节点,根据所述信用分值实施放贷的贷款节点,且各节点均布有服务器;
贷款实施开始前,请参照图2,数据源节点(包括数据源节点1至数据源节点N,分别对应提供不同项风控数据的数据源节点)上传风控数据至区块链的服务器,信用评价节点提取所述风控数据并根据设定好的信用评价模型计算借款人的信用分值,再对所述信用分值进行上链,所述贷款节点根据信用分值的大小判断是否放贷,并对判断结果进行上链;一般来说贷款节点会设置阈值,当信用分值达到该阈值时,则进行放贷,否则不放贷。
值得一提的是,在本实施例中,采用的信用评价模型为由各项风控数据的得分值的总和,具体的风控数据请参照下表1:
表1:风控数据示例表
如上表所示,风控数据按指标类型可以分为企业基本信息、股权结构、履约记录、纳税诚信、水电气、社保、第三方信用额度、企业异常情况、行政许可、专利、商标、资质证书12大类,往下细分为各项风控数据,以股权结构为例,分为第1个股东占股比例、第2个股东占股比例、第3个股东占股比例、第4个股东占股比例等。
每一项风控数据的得分值由其值(value)所决定,以第1个股东占股比例为例:
当第1个股东占股比例处于(0, 0.75],则该项得分为26。
当第1个股东占股比例处于(0.75, 0.981],则该项得分为13。
当第1个股东占股比例处于(0.987, 1],则该项得分为11。
其余几类具体请参照表1,在此不再赘述。
所述信用评价模型可以描述为:β*∑Si
其中,Si为第i项风控数据的得分,1≤i≤N,N为风控数据的总项数,β为乘积系数,由下文的查询结果确定。
贷款实施过程中,所述贷款节点上传借款人的还款记录至区块链的服务器进行上链;
贷款实施结束后,根据所述还款记录查询是否存在逾期还款和/或中断还款的情形,并将查询结果反馈至信用评价模型并发送至区块链的服务器进行上链,如图3所示,形成完整的数据链;所述信用评价模型包含受查询结果影响的因子。
具体的,所述受查询结果影响的因子为信用评价模型的乘积系数β;β的初始值为1。
当查询结果为数据链中存在逾期还款但不存在中断还款的情形时,所述乘积系数为第一系数,当查询结果为数据链中存在中断还款的情形时,所述乘积系数为第二系数,当查询结果为数据链中不存在逾期还款和中断还款的情形时,所述乘积系数为第三系数;所述第三系数等于1,第一系数和第二系数为大于0小于1的自然数,且第一系数大于第二系数。
从而通过在先的贷款记录,对借款人后期的贷款产生影响,逾期还款和中断还款分别做相应的惩罚,表现为对信用分值降低一定比例,使其更难达到贷款节点的要求,且中断还款的惩罚力度要大于预期还款。
于本实施例中,所述第一系数取0.9,第二系数取0.75。
另一实施例中,若同一借款人存在多次贷款的记录,则在计算时需对该因子β进行累乘。
在实际工作中,现在第三方数据源节点越来越多,针对同一项风控数据,存在多个不同的数据源节点分别提供的情况。而不同的数据源节点对于数据的更新周期不同,这就有可能导致不同数据源节点在提供的风控数据时不一致的情况,这种情况下,为了选择选择更准确的风控数据,对于数据源节点的选择上尤为重要。
基于此,本发明引入了数据源节点的置信机制,在方法运行过程中实现为每一项风控数据自适应选择相应的数据源节点的效果,并且随着运行时间的推移,选择越来越准确。
具体如下:
若存在多个数据源节点提供同一项风控数据,则为该多个数据源节点分别设置针对该项风控数据的置信度,初始置信度相等,皆为1;
在信用评价模型计算信用分值时,选择置信度最高的信用评价节点提供对应项风控数据;
当某一数据链中存在逾期还款和/或中断还款的情形,对该数据链中参与提供风控数据的所有数据源节点作置信度惩罚。
或者,当某一数据链中不存在逾期还款和中断还款的情形,对该数据链中参与提供风控数据的所有数据源节点作置信度奖励。
或者,置信度惩罚和置信度奖励同时执行。
具体的,所述置信度惩罚的方法如下:
当某一数据链中存在逾期还款但不存在中断还款的情形,将该数据链中参与提供风控数据的所有数据源节点的置信度减小第一步长。
或者,当某一数据链中存在中断还款的情形,将该数据链中参与提供风控数据的所有数据源节点的置信度减小第二步长;所述第一步长小于第二步长。可以是,第一步长为0.01,第二步长为0.02。
中断还款减小的步长大于逾期还款减小的步长,是因为中断还款的性质更恶劣。与存在逾期还款和/或中断还款的数据链相关的数据源节点的置信度会下降,反之会上升,随着时间的推移,各个数据源节点的置信度会发生偏移,从而筛选出更可信的数据源节点。
同理,所述置信度奖励的方法如下:
当某一数据链中不存在逾期还款和中断还款的情形,将该数据链中参与提供风控数据的所有数据源节点的置信度提高第三步长。所述第三步长可以是0.01。
若在选择提供风控数据的信用评价节点的过程中,置信度最高的信用评价节点有多个,则任选其一。
而对于置信度最高的多个信用评价节点,若风控数据的值相等,则在作置信度惩罚和/或置信度奖励时,对该多个信用评价节点同步进行,实现对提供相同风控数据的数据源节点作同样的置信度改变。
实施例二:
一种终端设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如实施例一所述的基于区块链的风控数据跟踪方法。
实施例三:
一种计算机存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如实施例一所述的基于区块链的风控数据跟踪方法。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
Claims (10)
1.一种基于区块链的风控数据跟踪方法,其特征在于,包括以下内容:
构建区块链,所述区块链的节点包括提供借款人的风控数据的数据源节点,计算信用分值的信用评价节点,根据所述信用分值实施放贷的贷款节点;
贷款实施开始前,数据源节点上传风控数据至区块链的服务器,信用评价节点提取所述风控数据并根据设定好的信用评价模型计算借款人的信用分值,再对所述信用分值进行上链,所述贷款节点根据信用分值的大小判断是否放贷,并对判断结果进行上链;
贷款实施过程中,所述贷款节点上传借款人的还款记录至区块链的服务器进行上链;
贷款实施结束后,根据所述还款记录查询是否存在逾期还款和/或中断还款的情形,并将查询结果反馈至信用评价模型并发送至区块链的服务器进行上链,形成完整的数据链;所述信用评价模型包含受查询结果影响的因子。
2.根据权利要求1所述的基于区块链的风控数据跟踪方法,其特征在于,若存在多个数据源节点提供同一项风控数据,则为该多个数据源节点分别设置针对该项风控数据的置信度;在信用评价模型计算信用分值时,选择置信度最高的信用评价节点提供对应项风控数据;当某一数据链中存在逾期还款和/或中断还款的情形,对该数据链中参与提供风控数据的所有数据源节点作置信度惩罚,和/或,当某一数据链中不存在逾期还款和中断还款的情形,对该数据链中参与提供风控数据的所有数据源节点作置信度奖励。
3.根据权利要求2所述的基于区块链的风控数据跟踪方法,其特征在于,所述置信度惩罚的方法如下:当某一数据链中存在逾期还款但不存在中断还款的情形,将该数据链中参与提供风控数据的所有数据源节点的置信度减小第一步长,和/或,当某一数据链中存在中断还款的情形,将该数据链中参与提供风控数据的所有数据源节点的置信度减小第二步长;所述第一步长小于第二步长。
4.根据权利要求2或3所述的基于区块链的风控数据跟踪方法,其特征在于,所述置信度奖励的方法如下:当某一数据链中不存在逾期还款和中断还款的情形,将该数据链中参与提供风控数据的所有数据源节点的置信度提高第三步长。
5.根据权利要求2所述的基于区块链的风控数据跟踪方法,其特征在于,若在选择提供风控数据的信用评价节点的过程中,置信度最高的信用评价节点有多个,则任选其一。
6.根据权利要求5所述的基于区块链的风控数据跟踪方法,其特征在于,对于置信度最高的多个信用评价节点,若风控数据的值相等,则在作置信度惩罚和/或置信度奖励时,对该多个信用评价节点同步进行。
7.根据权利要求1所述的基于区块链的风控数据跟踪方法,其特征在于,所述信用评价模型为所有风控数据的得分值的总和。
8.根据权利要求7所述的基于区块链的风控数据跟踪方法,其特征在于,所述受查询结果影响的因子为信用评价模型的乘积系数;当查询结果为数据链中存在逾期还款但不存在中断还款的情形时,所述乘积系数为第一系数,当查询结果为数据链中存在中断还款的情形时,所述乘积系数为第二系数,当查询结果为数据链中不存在逾期还款和中断还款的情形时,所述乘积系数为第三系数;所述第三系数等于1,第一系数和第二系数为大于0小于1的自然数,且第一系数大于第二系数。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至8任意一项所述的基于区块链的风控数据跟踪方法。
10.一种计算机存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至8任意一项所述的基于区块链的风控数据跟踪方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210548668.4A CN114936918B (zh) | 2022-05-20 | 2022-05-20 | 基于区块链的风控数据跟踪方法、终端设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210548668.4A CN114936918B (zh) | 2022-05-20 | 2022-05-20 | 基于区块链的风控数据跟踪方法、终端设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114936918A true CN114936918A (zh) | 2022-08-23 |
CN114936918B CN114936918B (zh) | 2024-03-29 |
Family
ID=82865153
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210548668.4A Active CN114936918B (zh) | 2022-05-20 | 2022-05-20 | 基于区块链的风控数据跟踪方法、终端设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114936918B (zh) |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109064321A (zh) * | 2018-10-31 | 2018-12-21 | 曾文华 | 一种自动借贷系统及方法 |
US20190087893A1 (en) * | 2016-05-06 | 2019-03-21 | Othera Pty Ltd | Methods and Systems for Blockchain Based Segmented Risk Based Securities |
CN109509078A (zh) * | 2018-09-19 | 2019-03-22 | 平安科技(深圳)有限公司 | 基于区块链的借贷运行方法、系统、服务器及存储介质 |
CN109993004A (zh) * | 2019-04-10 | 2019-07-09 | 广州蚁比特区块链科技有限公司 | 基于信用机制的区块链自治方法及系统 |
WO2020082672A1 (zh) * | 2018-10-25 | 2020-04-30 | 深圳壹账通智能科技有限公司 | 基于区块链的贷款审批方法、装置、非易失性可读存储介质及电子设备 |
CN111369345A (zh) * | 2020-03-08 | 2020-07-03 | 杨九妹 | 云计算区块链的大数据信贷用户信用评估方法及系统 |
CN111489248A (zh) * | 2020-03-10 | 2020-08-04 | 天元大数据信用管理有限公司 | 一种基于区块链的贷款风险控制方法及系统、设备、介质 |
CN111861698A (zh) * | 2020-07-02 | 2020-10-30 | 北京睿知图远科技有限公司 | 一种基于贷款多头数据的贷前审批预警方法及系统 |
CN112330440A (zh) * | 2020-11-06 | 2021-02-05 | 新华中经信用管理有限公司 | 一种基于区块链去中心化的信用体系构建方法 |
US20210065293A1 (en) * | 2019-08-29 | 2021-03-04 | The Lendingcoin, Inc. | Distributed ledger lending |
WO2021057139A1 (zh) * | 2019-09-29 | 2021-04-01 | 支付宝(杭州)信息技术有限公司 | 基于信用的交互处理方法以及装置 |
KR20210071335A (ko) * | 2019-12-06 | 2021-06-16 | 이상엽 | 블록체인을 이용한 개인간 대부 계약 중개 시스템 및 방법 |
CN113034265A (zh) * | 2020-11-24 | 2021-06-25 | 腾讯科技(深圳)有限公司 | 数据验证方法、装置、计算机设备及计算机可读存储介质 |
CN113591148A (zh) * | 2021-07-31 | 2021-11-02 | 郑州轻工业大学 | 基于区块链的食品安全上链数据可信性度量方法 |
CN113592287A (zh) * | 2021-07-27 | 2021-11-02 | 支付宝(杭州)信息技术有限公司 | 风险评估方法和装置 |
CN113657994A (zh) * | 2021-08-20 | 2021-11-16 | 中国银行股份有限公司 | 基于联盟链的借贷风险管理控制方法及装置 |
-
2022
- 2022-05-20 CN CN202210548668.4A patent/CN114936918B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190087893A1 (en) * | 2016-05-06 | 2019-03-21 | Othera Pty Ltd | Methods and Systems for Blockchain Based Segmented Risk Based Securities |
CN109509078A (zh) * | 2018-09-19 | 2019-03-22 | 平安科技(深圳)有限公司 | 基于区块链的借贷运行方法、系统、服务器及存储介质 |
WO2020082672A1 (zh) * | 2018-10-25 | 2020-04-30 | 深圳壹账通智能科技有限公司 | 基于区块链的贷款审批方法、装置、非易失性可读存储介质及电子设备 |
CN109064321A (zh) * | 2018-10-31 | 2018-12-21 | 曾文华 | 一种自动借贷系统及方法 |
CN109993004A (zh) * | 2019-04-10 | 2019-07-09 | 广州蚁比特区块链科技有限公司 | 基于信用机制的区块链自治方法及系统 |
US20210065293A1 (en) * | 2019-08-29 | 2021-03-04 | The Lendingcoin, Inc. | Distributed ledger lending |
WO2021057139A1 (zh) * | 2019-09-29 | 2021-04-01 | 支付宝(杭州)信息技术有限公司 | 基于信用的交互处理方法以及装置 |
KR20210071335A (ko) * | 2019-12-06 | 2021-06-16 | 이상엽 | 블록체인을 이용한 개인간 대부 계약 중개 시스템 및 방법 |
CN111369345A (zh) * | 2020-03-08 | 2020-07-03 | 杨九妹 | 云计算区块链的大数据信贷用户信用评估方法及系统 |
CN111489248A (zh) * | 2020-03-10 | 2020-08-04 | 天元大数据信用管理有限公司 | 一种基于区块链的贷款风险控制方法及系统、设备、介质 |
CN111861698A (zh) * | 2020-07-02 | 2020-10-30 | 北京睿知图远科技有限公司 | 一种基于贷款多头数据的贷前审批预警方法及系统 |
CN112330440A (zh) * | 2020-11-06 | 2021-02-05 | 新华中经信用管理有限公司 | 一种基于区块链去中心化的信用体系构建方法 |
CN113034265A (zh) * | 2020-11-24 | 2021-06-25 | 腾讯科技(深圳)有限公司 | 数据验证方法、装置、计算机设备及计算机可读存储介质 |
CN113592287A (zh) * | 2021-07-27 | 2021-11-02 | 支付宝(杭州)信息技术有限公司 | 风险评估方法和装置 |
CN113591148A (zh) * | 2021-07-31 | 2021-11-02 | 郑州轻工业大学 | 基于区块链的食品安全上链数据可信性度量方法 |
CN113657994A (zh) * | 2021-08-20 | 2021-11-16 | 中国银行股份有限公司 | 基于联盟链的借贷风险管理控制方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN114936918B (zh) | 2024-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10943186B2 (en) | Machine learning model training method and device, and electronic device | |
JP6771751B2 (ja) | リスク評価方法およびシステム | |
US20080133427A1 (en) | Collateralized Debt Obligation Evaluation System and Method | |
Hassani et al. | Scenario analysis in risk management | |
EP4075281A1 (en) | Ann-based program test method and test system, and application | |
CN114629654B (zh) | 一种面向信任管理机制的双链区块链及其共识方法 | |
Byanjankar | Predicting credit risk in Peer-to-Peer lending with survival analysis | |
US20100114745A1 (en) | System and method for calculating and applying market data change rate sets | |
CN114936918A (zh) | 基于区块链的风控数据跟踪方法、终端设备及存储介质 | |
CN109472586A (zh) | 策略确定方法及装置、存储介质、电子装置 | |
Wang et al. | A method of estimating operational risk: loss distribution approach with piecewise-defined frequency dependence | |
WO2019161666A1 (zh) | 一种基于技术-经济-真实参与者-计算机代理交互仿真的能源转型决策支撑方法 | |
Mattheiss et al. | Computational results on an algorithm for finding all vertices of a polytope | |
Shurda | Basic risk assessment methods | |
CN111464591B (zh) | 一种区块链内节点间争端的处理方法及系统 | |
CN109993529B (zh) | 去中心化应用程序的评测方法、装置及电子设备 | |
Zhong et al. | Agent-based simulation of online trading | |
CN113177733A (zh) | 基于卷积神经网络的中小微企业数据建模方法及系统 | |
CN116596406B (zh) | 北斗导航对抗训练的智能评估方法、装置、设备和介质 | |
Chiang et al. | Pricing Defaultable Bonds Using a Lévy Jump‐Diffusion Model | |
Nagy et al. | Investment under a disruptive risk with costly Bayesian learning | |
JP2005108147A (ja) | 最適意思決定支援方法とプログラム | |
CN114510431B (zh) | 一种工作量感知智能合约缺陷预测方法、系统及设备 | |
CN116342083B (zh) | 一种人才供需对接匹配的系统及方法 | |
CN111626592A (zh) | 一种工程进度中不确定风险的分析方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |