CN115018625A - 征信融合报告生成方法、装置、设备及存储介质 - Google Patents

征信融合报告生成方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN115018625A
CN115018625A CN202210590646.4A CN202210590646A CN115018625A CN 115018625 A CN115018625 A CN 115018625A CN 202210590646 A CN202210590646 A CN 202210590646A CN 115018625 A CN115018625 A CN 115018625A
Authority
CN
China
Prior art keywords
target
credit
variable
fusion
data
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
Application number
CN202210590646.4A
Other languages
English (en)
Inventor
李潇
谢艳晴
吴艳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Fuli Technology Co ltd
Original Assignee
Shanghai Fuli Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Fuli Technology Co ltd filed Critical Shanghai Fuli Technology Co ltd
Priority to CN202210590646.4A priority Critical patent/CN115018625A/zh
Publication of CN115018625A publication Critical patent/CN115018625A/zh
Pending legal-status Critical Current

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
    • 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
    • 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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
    • G06Q20/409—Device specific authentication in transaction processing
    • G06Q20/4097—Device specific authentication in transaction processing using mutual authentication between devices and transaction partners

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Accounting & Taxation (AREA)
  • Computer Security & Cryptography (AREA)
  • Finance (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明属于金融技术领域，公开了一种征信融合报告生成方法、装置、设备及存储介质。该方法包括：获取待评估用户的授权信用报告和外部融合数据；根据授权信用报告和预设评估方式确定目标衍生变量和目标关键变量；根据目标衍生变量、目标关键变量以及外部融合数据进行征信评估，得到目标评估结果；根据目标评估结果生成待评估用户的征信融合报告。通过获取待评估用户的授权信用报告和外部融合数据，基于专家经验得到预设评估方式，根据预设评估方式、授权信用报告以及外部融合数据对待评估用户的征信进行评估，得到对应的目标评估结果，最终能够自动生成计算准确的征信融合报告，不仅方便快捷提高了效率，同时还能够顺应小微信贷业务的发展要求。

Description

征信融合报告生成方法、装置、设备及存储介质
技术领域
本发明涉及金融技术领域，尤其涉及一种征信融合报告生成方法、装置、设备及存储介质。
背景技术
小微信贷中征信作为客户信用评级的重要抓手，可反映客户的信贷风险，随着我国征信体系的不断发展，个人信用报告、企业信用报告内容不断丰富，通过手工分析报告内容不是一件高效的事情，当需要结合借款人、配偶、关联企业等多份报告进行分析，交叉验证、去冗余等，更是一件非常耗时的事情，因而，如何自动生成征信融合报告是现在亟待解决的问题。
发明内容
本发明的主要目的在于提供一种征信融合报告生成方法、装置、设备及存储介质，旨在解决如何线上生成征信融合报告的技术问题。
为实现上述目的，本发明提供了一种征信融合报告生成方法，所述征信融合报告生成方法包括：
获取待评估用户的授权信用报告和外部融合数据；
根据所述授权信用报告和预设评估方式确定目标衍生变量和目标关键变量；
根据所述目标衍生变量、所述目标关键变量以及所述外部融合数据进行征信评估，得到目标评估结果；
根据所述目标评估结果生成所述待评估用户的征信融合报告。
可选地，所述根据所述授权信用报告和预设评估方式确定目标衍生变量和目标关键变量，包括：
对所述授权信用报告进行数据解析，得到结构化信用数据；
根据所述预设评估方式对所述结构化信用数据进行变量提取，得到初始关键变量；
根据所述初始关键变量和所述预设评估方式生成初始衍生变量；
根据所述初始关键变量和所述初始衍生变量确定目标衍生变量和目标关键变量。
可选地，所述根据所述初始关键变量和所述初始衍生变量确定目标衍生变量和目标关键变量，包括：
根据预设评估指标对所述初始关键变量和所述初始衍生变量进行有效性衡量，得到衡量结果；
根据所述衡量结果对所述初始关键变量和所述初始衍生变量进行有效性筛选，得到目标衍生变量和目标关键变量。
可选地，所述外部融合数据包括待评估用户的申请数据、尽调数据、三方数据以及征信数据中的至少一项；
所述根据所述目标衍生变量、所述目标关键变量以及所述外部融合数据进行征信评估，得到目标评估结果，包括：
根据所述目标衍生变量、所述目标关键变量以及所述申请数据进行申请校验评估，得到申请评估结果；
根据所述目标衍生变量、所述目标关键变量、所述尽调数据以及所述征信数据进行负债评估，得到负债评估结果；
根据所述目标衍生变量、所述目标关键变量以及所述三方数据进行风险评估，得到风险评估结果；
根据所述申请评估结果、所述负债评估结果以及所述风险评估结果得到目标评估结果。
可选地，所述根据所述目标衍生变量、所述目标关键变量以及所述申请数据进行申请校验评估，得到申请评估结果，包括：
根据所述目标衍生变量和所述目标关键变量确定第一申请变量；
根据所述申请数据确定第二申请变量；
基于所述第一申请变量和所述第二申请变量进行身份互验，得到申请评估结果。
可选地，所述根据所述目标衍生变量、所述目标关键变量以及所述三方数据进行风险评估，得到风险评估结果，包括：
根据所述目标衍生变量、所述目标关键变量以及所述三方数据进行风险数据提取，得到风险变量；
根据所述三方数据进行模型建立，得到风险预测模型；
根据所述风险变量和所述风险预测模型进行风险评估，得到风险评估结果。
可选地，所述根据所述目标评估结果生成所述待评估用户的征信融合报告，包括：
根据所述授权信用报告和预设关注规则确定目标比对数据；
将所述目标比对数据与所述预设征信规则进行比对，得到异常比对结果；
根据所述异常比对结果生成预警信息；
根据所述预警信息和所述目标评估结果生成所述待评估用户的征信融合报告。
此外，为实现上述目的，本发明还提出一种征信融合报告生成装置，所述征信融合报告生成装置包括：
获取模块，用于获取待评估用户的授权信用报告和外部融合数据；
确定模块，用于根据所述授权信用报告和预设评估方式确定目标衍生变量和目标关键变量；
评估模块，用于根据所述目标衍生变量、所述目标关键变量以及所述外部融合数据进行征信评估，得到目标评估结果；
生成模块，用于根据所述目标评估结果生成所述待评估用户的征信融合报告。
此外，为实现上述目的，本发明还提出一种征信融合报告生成设备，所述征信融合报告生成设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的征信融合报告生成程序，所述征信融合报告生成程序配置为实现如上文所述的征信融合报告生成方法。
此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有征信融合报告生成程序，所述征信融合报告生成程序被处理器执行时实现如上文所述的征信融合报告生成方法。
本发明通过获取待评估用户的授权信用报告和外部融合数据；根据所述授权信用报告和预设评估方式确定目标衍生变量和目标关键变量；根据所述目标衍生变量、所述目标关键变量以及所述外部融合数据进行征信评估，得到目标评估结果；根据所述目标评估结果生成所述待评估用户的征信融合报告。通过上述方式，通过获取待评估用户的授权信用报告和外部融合数据，基于专家经验得到预设评估方式，根据预设评估方式、授权信用报告以及外部融合数据对待评估用户的征信进行评估，得到对应的目标评估结果，最终能够自动生成计算准确的征信融合报告，不仅方便快捷提高了效率，同时还能够顺应小微信贷业务的发展要求。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的征信融合报告生成设备的结构示意图；
图2为本发明征信融合报告生成方法第一实施例的流程示意图；
图3为本发明征信融合报告生成方法第二实施例的流程示意图；
图4为本发明征信融合报告生成装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
参照图1，图1为本发明实施例方案涉及的硬件运行环境的征信融合报告生成设备结构示意图。
如图1所示，该征信融合报告生成设备可以包括：处理器1001，例如中央处理器(Central Processing Unit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(Wireless-Fidelity，Wi-Fi)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory，RAM)存储器，也可以是稳定的非易失性存储器(Non-Volatile Memory，NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的结构并不构成对征信融合报告生成设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及征信融合报告生成程序。
在图1所示的征信融合报告生成设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明征信融合报告生成设备中的处理器1001、存储器1005可以设置在征信融合报告生成设备中，所述征信融合报告生成设备通过处理器1001调用存储器1005中存储的征信融合报告生成程序，并执行本发明实施例提供的征信融合报告生成方法。
本发明实施例提供了一种征信融合报告生成方法，参照图2，图2为本发明一种征信融合报告生成方法第一实施例的流程示意图。
征信融合报告生成方法包括以下步骤：
步骤S10：获取待评估用户的授权信用报告和外部融合数据。
需要说明的是，在现有技术中，在小微企业客户信贷申请过程中，客户提供授权信用报告后，客户经理、审批人员看到报告往往要花费大量的时间来进行多份报告的负债核算、信贷习惯分析、考虑授信额度、授信期数等问题。甚至经验不足的客户经理拿到征信报告也无法进行准确调研，从而忽略了客户风险。为了解决上述问题，提出了本实施例的征信融合报告生成方法，基于授权信用报告自动生成征信融合报告。
可以理解的是，本实施例的执行主体为终端设备，终端设备上安装有征信融合报告生成系统，终端设备可为电脑或其他智能设备，本实施例对此不加以限制。终端设备在接收到用户的借贷请求后，将借贷请求转发至征信融合报告生成系统，征信融合报告生成系统根据借贷请求获取待评估用户的授权信用报告和外部融合数据，根据授权信用报告和预设评估方式确定目标衍生变量和目标关键变量；根据目标衍生变量、目标关键变量以及外部融合数据进行征信评估，得到目标评估结果，根据目标评估结果生成待评估用户的征信融合报告。
在具体实现中，待评估用户指的是小微企业发起信贷申请的客户，授权信用报告指的是待评估用户提供授权后，根据授权获取的个人信用报告和企业信用报告。外部融合数据指的是待评估用户的申请数据、尽调数据、三方数据以及征信数据。基于多方数据，在数据源变化时更稳定，避免但数据源变化时后续进行征信评估时导致不可用的情况发生。
步骤S20：根据所述授权信用报告和预设评估方式确定目标衍生变量和目标关键变量。
需要说明的是，预设评估方式指的是根据资深信贷审批专家从业务角度总结的关键变量提取方式以及对特征衍生方向提供指导意见的衍生方式。
可以理解的是，根据授权信用报告和预设评估方式在授权信用报告中从业务角度提取目标关键变量，并基于目标关键变量和预设评估方式进行特征衍生，尽可能多的提供对因变量有影响的自变量，从而得到衍生后的目标衍生变量。
在具体实现中，为了基于授权信用报告能够高效快速进行特征提取和衍生，进一步地，所述根据所述授权信用报告和预设评估方式确定目标衍生变量和目标关键变量，包括：对所述授权信用报告进行数据解析，得到结构化信用数据；根据所述预设评估方式对所述结构化信用数据进行变量提取，得到初始关键变量；根据所述初始关键变量和所述预设评估方式生成初始衍生变量；根据所述初始关键变量和所述初始衍生变量确定目标衍生变量和目标关键变量。
需要说明的是，在得到授权信用报告后，授权信用报告为html文件，对授权信用报告进行数据解析，从而得到授权信用报告上的结构化信用数据，即将授权信用报告上的内容结构化后存储到数据库，结构化信用数据中为授权信用报告上除报告说明以外的所有内容。
可以理解的是，在得到结构化信用数据后，根据预设评估方式中的资深信贷审批专家从业务角度总结的关键变量提取方式在结构化数据中提取初始关键变量，并基于预设评估方式中和资深信贷审批专家对特征衍生方向提供指导意见的衍生方式和初始关键变量进行特征衍生，得到初始衍生变量。在得到初始衍生变量和初始关键变量后，即可确定最终用征信评估的目标衍生变量和目标关键变量。
在具体实现中，为了能够得到准确的目标衍生变量和目标关键变量，进一步地，所述根据所述初始关键变量和所述初始衍生变量确定目标衍生变量和目标关键变量，包括：根据预设评估指标对所述初始关键变量和所述初始衍生变量进行有效性衡量，得到衡量结果；根据所述衡量结果对所述初始关键变量和所述初始衍生变量进行有效性筛选，得到目标衍生变量和目标关键变量。
需要说明的是，预设评估指标指的是用于对变量进行有效性衡量的评判指标。预设评估指标可包括稳定性、准确性以及其他评估指标，本实施例对此不加以限制。
可以理解的是，在得到预设评估指标后，基于预设评估指标对初始关键变量和初始衍生变量进行有效性衡量，得到衡量结果。基于衡量结果对初始关键变量和初始衍生变量进行有效性筛选，将初始关键变量和初始衍生变量中效果极低的变量过滤出来，从而得到效果较好的目标衍生变量和目标关键变量。
在具体实现中，在后续基于目标衍生变量和目标关键变量进行征信评估过程中，会对目标衍生变量和目标关键变量进行特征监控，观察数据变化是否便于评估或在评估时的参考性，从而对目标衍生变量和目标关键变量进行实时调整。
步骤S30：根据所述目标衍生变量、所述目标关键变量以及所述外部融合数据进行征信评估，得到目标评估结果。
需要说明的是，征信评估包括申请校验评估、负债评估以及风险评估，征信评估的评估结果即为目标评估结果。
步骤S40：根据所述目标评估结果生成所述待评估用户的征信融合报告。
需要说明的是，在得到目标评估结果后，将目标评估结果进行汇总并按照预设格式进行展示，从而得到待评估用户的征信融合报告。
可以理解的是，为了得到准确的征信融合报告，进一步地，所述根据所述目标评估结果生成所述待评估用户的征信融合报告，包括：根据所述授权信用报告和预设关注规则确定目标比对数据；将所述目标比对数据与所述预设征信规则进行比对，得到异常比对结果；根据所述异常比对结果生成预警信息；根据所述预警信息和所述目标评估结果生成所述待评估用户的征信融合报告。
在具体实现中，预设关注规则指的是根据资深客户经理设定的在贷详细信息中的重点关注信息相关规则。在得到授权信用报告和外部融合数据后，根据预设关注规则确定授权信用报告和外部融合数据中的目标比对数据。目标比对数据包括但不限于待评估用户的资产负债情况、履约情况、融资情况。基于目标比对数据可快速了解待评估用户的所有贷款和整体负债情况，并基于目标比对数据可抽提过去一年已结清且未在贷机构，抽提截止征信查询时间已到期贷款，从而确定待评估用户是否存在抽贷、逾期等风险。
需要说明的是，预设征信规则指的是预先设定的征信规则。预设征规则包括但不限于抽贷规则、逾期规则、征信多头查询规则、资金紧张规则、行政处罚规则、民事判决规则、结合尽调数据与征信数据校验的规则等。在得到目标比对数据后，将目标比对数据与预设征信规则进行比对，得到异常比对结果。并基于异常比对结果触发预警生成预警信息。根据预警信息和目标评估结果生成待评估用户的征信融合报告，能够通过征信融合报告对各项评估结果一目了然且能够快速了解其中的预警信息。
本实施例通过获取待评估用户的授权信用报告和外部融合数据；根据所述授权信用报告和预设评估方式确定目标衍生变量和目标关键变量；根据所述目标衍生变量、所述目标关键变量以及所述外部融合数据进行征信评估，得到目标评估结果；根据所述目标评估结果生成所述待评估用户的征信融合报告。通过上述方式，通过获取待评估用户的授权信用报告和外部融合数据，基于专家经验得到预设评估方式，根据预设评估方式、授权信用报告以及外部融合数据对待评估用户的征信进行评估，得到对应的目标评估结果，最终能够自动生成计算准确的征信融合报告，不仅方便快捷提高了效率，同时还能够满足小微信贷业务的发展需求。
参考图3，图3为本发明一种征信融合报告生成方法第二实施例的流程示意图。
基于上述第一实施例，本实施例征信融合报告生成方法中所述外部融合数据包括待评估用户的申请数据、尽调数据、三方数据以及征信数据中的至少一项，所述步骤S30，包括：
步骤S31：根据所述目标衍生变量、所述目标关键变量以及所述申请数据进行申请校验评估，得到申请评估结果。
需要说明的是，在得到目标衍生变量、目标关键变量以及申请数据后，可基于上述三项数据进行申请校验评估，申请校验评估即为互相校验，从而得到申请评估结果。
可以理解的是，为了得到准确的申请评估结果，进一步地，所述根据所述目标衍生变量、所述目标关键变量以及所述申请数据进行申请校验评估，得到申请评估结果，包括：根据所述目标衍生变量和所述目标关键变量确定第一申请变量；根据所述申请数据确定第二申请变量；基于所述第一申请变量和所述第二申请变量进行身份互验，得到申请评估结果。
在具体实现中，第一申请变量指的是待评估用户，第二申请变量指的是待评估用户的配偶，根据第一申请变量和第二申请变量进行身份互验，从而得到身份互验结果，身份互验结果即为申请评估结果。
需要说明的是，身份互验具体为在第一申请变量的申请信息为未婚、征信是已婚，则需明确得到第一申请变量是否为了不提供配偶信息，在配偶不知情的情况下进行贷款申请的结果；且第一申请变量与第二申请变量互验，若不一致，进一步在对外担保信息与贷款信息互验，若为对内担保，整合的担保信息中将去除对内的担保信息，计算负债时判断是否存在共同借款，系统计算时自动剔除共同负债，避免重复计算导致借款人及强关联关系的负债虚增，最终第一申请变量和第二申请变量互验结果和对外担保信息与贷款信息的互验结果为申请评估结果。
步骤S32：根据所述目标衍生变量、所述目标关键变量、所述尽调数据以及所述征信数据进行负债评估，得到负债评估结果。
需要说明的是，在得到目标衍生变量、目标关键变量、尽调数据以及征信数据后，基于上述四项数据可进行负债评估，得到待评估用户的负债情况，最终得到负债评估结果。
可以理解的是，基于信息互补，得到待评估用户的资产负债信息，并进行同行业负债水平分析，结合待评估用户的经营规模信息和多头借贷信息，与近年同行业客户比较，动态展示待评估用户的负债水平位于同行业负债中的排位，评估还款压力和资产负债率，最终得到负债评估结果。
步骤S33：根据所述目标衍生变量、所述目标关键变量以及所述三方数据进行风险评估，得到风险评估结果。
需要说明的是，在得到目标衍生变量、目标关键变量以及三方数据后，可进行客户的多头风险评估，得到待评估用户的综合评分，待评估用户的综合评分即为风险评估结果。
可以理解的是，为了得到准确的风险评估结果，进一步地，所述根据所述目标衍生变量、所述目标关键变量以及所述三方数据进行风险评估，得到风险评估结果，包括：根据所述目标衍生变量、所述目标关键变量以及所述三方数据进行风险数据提取，得到风险变量；根据所述三方数据进行模型建立，得到风险预测模型；根据所述风险变量和所述风险预测模型进行风险评估，得到风险评估结果。
在具体实现中，根据目标衍生变量、目标关键变量以及三方数据进行多头借贷风险数据的提取，从而得到风险变量，并基于三方数据进行建模，得到待评估用户的风险预测模型，基于风险变量和风险预测模型可进行待评估用户的综合评分(即模型分)，待评估用户的综合评分即为风险评估结果。
步骤S34：根据所述申请评估结果、所述负债评估结果以及所述风险评估结果得到目标评估结果。
需要说明的是，基于征信评估中的申请品谷歌结果、负债评估结果以及风险评估结果进行内容汇总，即可得到待评估用户的目标评估结果。目标评估结果增加了后续征信融合报告的丰富度及可用性。
本实施例通过根据所述目标衍生变量、所述目标关键变量以及所述申请数据进行申请校验评估，得到申请评估结果；根据所述目标衍生变量、所述目标关键变量、所述尽调数据以及所述征信数据进行负债评估，得到负债评估结果；根据所述目标衍生变量、所述目标关键变量以及所述三方数据进行风险评估，得到风险评估结果；根据所述申请评估结果、所述负债评估结果以及所述风险评估结果得到目标评估结果。基于目标衍生变量、目标关键变量以及外部融合数据进行各项评估，从而得到准确的征信评估结果，增加了后续征信融合报告的丰富度及可用性。
此外，参照图4，本发明实施例还提出一种征信融合报告生成装置，所述征信融合报告生成装置包括：
获取模块10，用于获取待评估用户的授权信用报告和外部融合数据。
确定模块20，用于根据所述授权信用报告和预设评估方式确定目标衍生变量和目标关键变量。
评估模块30，用于根据所述目标衍生变量、所述目标关键变量以及所述外部融合数据进行征信评估，得到目标评估结果。
生成模块40，用于根据所述目标评估结果生成所述待评估用户的征信融合报告。
本实施例通过获取待评估用户的授权信用报告和外部融合数据；根据所述授权信用报告和预设评估方式确定目标衍生变量和目标关键变量；根据所述目标衍生变量、所述目标关键变量以及所述外部融合数据进行征信评估，得到目标评估结果；根据所述目标评估结果生成所述待评估用户的征信融合报告。通过上述方式，通过获取待评估用户的授权信用报告和外部融合数据，基于专家经验得到预设评估方式，根据预设评估方式、授权信用报告以及外部融合数据对待评估用户的征信进行评估，得到对应的目标评估结果，最终能够自动生成计算准确的征信融合报告，不仅方便快捷提高了效率，同时还能够顺应小微信贷业务的发展要求。
在一实施例中，所述确定模块20，还用于对所述授权信用报告进行数据解析，得到结构化信用数据；
根据所述预设评估方式对所述结构化信用数据进行变量提取，得到初始关键变量；
根据所述初始关键变量和所述预设评估方式生成初始衍生变量；
根据所述初始关键变量和所述初始衍生变量确定目标衍生变量和目标关键变量。
在一实施例中，所述确定模块20，还用于根据预设评估指标对所述初始关键变量和所述初始衍生变量进行有效性衡量，得到衡量结果；
根据所述衡量结果对所述初始关键变量和所述初始衍生变量进行有效性筛选，得到目标衍生变量和目标关键变量。
在一实施例中，所述评估模块30，还用于根据所述目标衍生变量、所述目标关键变量以及所述申请数据进行申请校验评估，得到申请评估结果；
根据所述目标衍生变量、所述目标关键变量、所述尽调数据以及所述征信数据进行负债评估，得到负债评估结果；
根据所述目标衍生变量、所述目标关键变量以及所述三方数据进行风险评估，得到风险评估结果；
根据所述申请评估结果、所述负债评估结果以及所述风险评估结果得到目标评估结果。
在一实施例中，所述评估模块30，还用于根据所述目标衍生变量和所述目标关键变量确定第一申请变量；
根据所述申请数据确定第二申请变量；
基于所述第一申请变量和所述第二申请变量进行身份互验，得到申请评估结果。
在一实施例中，所述评估模块30，还用于根据所述目标衍生变量、所述目标关键变量以及所述三方数据进行风险数据提取，得到风险变量；
根据所述三方数据进行模型建立，得到风险预测模型；
根据所述风险变量和所述风险预测模型进行风险评估，得到风险评估结果。
在一实施例中，所述生成模块40，还用于根据所述授权信用报告和预设关注规则确定目标比对数据；
将所述目标比对数据与所述预设征信规则进行比对，得到异常比对结果；
根据所述异常比对结果生成预警信息；
根据所述预警信息和所述目标评估结果生成所述待评估用户的征信融合报告。
由于本装置采用了上述所有实施例的全部技术方案，因此至少具有上述实施例的技术方案所带来的所有有益效果，在此不再一一赘述。
此外，本发明实施例还提出一种存储介质，所述存储介质上存储有征信融合报告生成程序，所述征信融合报告生成程序被处理器执行时实现如上文所述的征信融合报告生成方法的步骤。
由于本存储介质采用了上述所有实施例的全部技术方案，因此至少具有上述实施例的技术方案所带来的所有有益效果，在此不再一一赘述。
需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。
另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的征信融合报告生成方法，此处不再赘述。
此外，需要说明的是，在本文中，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、物品或者系统不仅包括那些要素，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、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器(Read Only Memory，ROM)/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种征信融合报告生成方法，其特征在于，所述征信融合报告生成方法包括：
获取待评估用户的授权信用报告和外部融合数据；
根据所述授权信用报告和预设评估方式确定目标衍生变量和目标关键变量；
根据所述目标衍生变量、所述目标关键变量以及所述外部融合数据进行征信评估，得到目标评估结果；
根据所述目标评估结果生成所述待评估用户的征信融合报告。
2.如权利要求1所述的征信融合报告生成方法，其特征在于，所述根据所述授权信用报告和预设评估方式确定目标衍生变量和目标关键变量，包括：
对所述授权信用报告进行数据解析，得到结构化信用数据；
根据所述预设评估方式对所述结构化信用数据进行变量提取，得到初始关键变量；
根据所述初始关键变量和所述预设评估方式生成初始衍生变量；
根据所述初始关键变量和所述初始衍生变量确定目标衍生变量和目标关键变量。
3.如权利要求2所述的征信融合报告生成方法，其特征在于，所述根据所述初始关键变量和所述初始衍生变量确定目标衍生变量和目标关键变量，包括：
根据预设评估指标对所述初始关键变量和所述初始衍生变量进行有效性衡量，得到衡量结果；
根据所述衡量结果对所述初始关键变量和所述初始衍生变量进行有效性筛选，得到目标衍生变量和目标关键变量。
4.如权利要求1所述的征信融合报告生成方法，其特征在于，所述外部融合数据包括待评估用户的申请数据、尽调数据、三方数据以及征信数据中的至少一项；
所述根据所述目标衍生变量、所述目标关键变量以及所述外部融合数据进行征信评估，得到目标评估结果，包括：
根据所述目标衍生变量、所述目标关键变量以及所述申请数据进行申请校验评估，得到申请评估结果；
根据所述目标衍生变量、所述目标关键变量、所述尽调数据以及所述征信数据进行负债评估，得到负债评估结果；
根据所述目标衍生变量、所述目标关键变量以及所述三方数据进行风险评估，得到风险评估结果；
根据所述申请评估结果、所述负债评估结果以及所述风险评估结果得到目标评估结果。
5.如权利要求4所述的征信融合报告生成方法，其特征在于，所述根据所述目标衍生变量、所述目标关键变量以及所述申请数据进行申请校验评估，得到申请评估结果，包括：
根据所述目标衍生变量和所述目标关键变量确定第一申请变量；
根据所述申请数据确定第二申请变量；
基于所述第一申请变量和所述第二申请变量进行身份互验，得到申请评估结果。
6.如权利要求4所述的征信融合报告生成方法，其特征在于，所述根据所述目标衍生变量、所述目标关键变量以及所述三方数据进行风险评估，得到风险评估结果，包括：
根据所述目标衍生变量、所述目标关键变量以及所述三方数据进行风险数据提取，得到风险变量；
根据所述三方数据进行模型建立，得到风险预测模型；
根据所述风险变量和所述风险预测模型进行风险评估，得到风险评估结果。
7.如权利要求1至6中任一项所述的征信融合报告生成方法，其特征在于，所述根据所述目标评估结果生成所述待评估用户的征信融合报告，包括：
根据所述授权信用报告和预设关注规则确定目标比对数据；
将所述目标比对数据与所述预设征信规则进行比对，得到异常比对结果；
根据所述异常比对结果生成预警信息；
根据所述预警信息和所述目标评估结果生成所述待评估用户的征信融合报告。
8.一种征信融合报告生成装置，其特征在于，所述征信融合报告生成装置包括：
获取模块，用于获取待评估用户的授权信用报告和外部融合数据；
确定模块，用于根据所述授权信用报告和预设评估方式确定目标衍生变量和目标关键变量；
评估模块，用于根据所述目标衍生变量、所述目标关键变量以及所述外部融合数据进行征信评估，得到目标评估结果；
生成模块，用于根据所述目标评估结果生成所述待评估用户的征信融合报告。
9.一种征信融合报告生成设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的征信融合报告生成程序，所述征信融合报告生成程序配置为实现如权利要求1至7中任一项所述的征信融合报告生成方法。
10.一种存储介质，其特征在于，所述存储介质上存储有征信融合报告生成程序，所述征信融合报告生成程序被处理器执行时实现如权利要求1至7任一项所述的征信融合报告生成方法。
CN202210590646.4A 2022-05-27 2022-05-27 征信融合报告生成方法、装置、设备及存储介质 Pending CN115018625A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210590646.4A CN115018625A (zh) 2022-05-27 2022-05-27 征信融合报告生成方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210590646.4A CN115018625A (zh) 2022-05-27 2022-05-27 征信融合报告生成方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN115018625A true CN115018625A (zh) 2022-09-06

Family

ID=83071539

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210590646.4A Pending CN115018625A (zh) 2022-05-27 2022-05-27 征信融合报告生成方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN115018625A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117556225A (zh) * 2024-01-12 2024-02-13 杭银消费金融股份有限公司 一种人行征信数据风险管理系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117556225A (zh) * 2024-01-12 2024-02-13 杭银消费金融股份有限公司 一种人行征信数据风险管理系统
CN117556225B (zh) * 2024-01-12 2024-04-05 杭银消费金融股份有限公司 一种人行征信数据风险管理系统

Similar Documents

Publication Publication Date Title
CN108876133B (zh) 基于业务信息的风险评估处理方法、装置、服务器和介质
Engelmann et al. The Basel II risk parameters: estimation, validation, and stress testing
EP2866168B1 (en) Calibration of strategies for fraud detection
CN112215702A (zh) 信用风险的评估方法、移动终端及计算机存储介质
CN113704702B (zh) Nft鉴权方法
CN112529575B (zh) 风险预警方法、设备、存储介质及装置
US20150178647A1 (en) Method and system for project risk identification and assessment
Lucchini et al. CSR disclosure, visibility and media pressure international evidence from the apparel and textile industry
CN115018625A (zh) 征信融合报告生成方法、装置、设备及存储介质
CN115269437A (zh) 测试用例推荐方法、装置、计算机设备及存储介质
CN111191889A (zh) 一种基于逻辑回归与投票式模型集成的评分卡开发方法
CN113536319B (zh) 接口风险预测方法、装置、计算机设备和存储介质
Irimia-Diéguez et al. Predicting the intention to use Paytech services by Islamic banking users
CN116610583A (zh) Sca工具成熟度评价方法、装置、设备、介质和产品
US6651017B2 (en) Methods and systems for generating a quality enhancement project report
US20210200746A1 (en) System and method for multivariate anomaly detection
KR101478935B1 (ko) 리스크-프로파일 생성 장치
CN114266643A (zh) 基于融合算法的企业挖掘方法、装置、设备及存储介质
CN114387089A (zh) 客户信用风险评估方法、装置、设备及存储介质
CN110827144B (zh) 用户的申请风险评估方法、申请风险评估装置及电子设备
CN110502745B (zh) 文本信息评价方法、装置、计算机设备和存储介质
CN112669039A (zh) 基于知识图谱的客户风险管控系统及方法
CN113177840A (zh) 一种客户风险的识别方法及装置
JP2024016300A (ja) 分析プログラム、分析装置、及び分析方法
Shi et al. Improving financial services data quality–a financial company practice

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