CN116342314A - 基于大数据云平台的线下回款自动匹配系统 - Google Patents

Abstract

本发明涉及财务记账技术领域，尤其涉及一种基于大数据云平台的线下回款自动匹配系统，包括历史数据模块，用以储存与合作方的历史合同信息；信用确定模块，用以确定合作方的信用等级以及确定缴纳滞纳金的回款期限；应收款模块，用以统计应收款信息，建立所述应收款信息和历史合同信息的对应关系；回款匹配模块，用以确定回款是否逾期，并确定逾期级别以及合作方需缴纳的滞纳金种类；滞纳金生成模块，用以计算基础滞纳金和调节后滞纳金；待确定模块，用以对未匹配成功的回款信息进行二次确认。本发明通过设置信用级别促进了回款率，缩短了回款周期，降低了企业损失。

Description

基于大数据云平台的线下回款自动匹配系统

技术领域

本发明涉及财务记账技术领域，尤其涉及一种基于大数据云平台的线下回款自动匹配系统。

背景技术

合同订单的签订不代表销售的结束,回款的完成才意味着订单的完成。回款工作在销售管理中的重要性越来越突出。对于企业而言,能否顺利回收货款,决定着企业的利益能否真正地实现,因此,在尽量短的时间内回收货款,成为现代企业销售管理的一个基本原则。

中国专利公开号：CN115578192A公开了一种回款记账方法、处理器、计算机设备及机器可读存储介质，方法包括：获取客户汇款的资金信息；根据资金信息，确定资金所属的目标客户；获取目标客户的还款模型；根据还款模型，确定目标客户的订单还款计划、订单逾期数据以及订单还款优先级；根据订单还款计划、订单逾期数据以及订单还款优先级，对目标客户的汇款资金进行分配和认款，并生成回款分解单；根据回款分解单生成财务记账凭证，完成回款记账。

在实际情况中，各企业应收帐存在严重超期，给企业造成严重损失，如何能最大限度降低企业损失并能有效促进回款率的问题亟待解决。

发明内容

为此，本发明提供一种基于大数据云平台的线下回款自动匹配系统，用以克服或部分克服以上问题。

为实现上述目的，本发明提供一种基于大数据云平台的线下回款自动匹配系统，包括：

历史数据模块，用以储存与合作方的历史合同信息，所述历史合同信息包括企业名称、汇款账号、合同明细、已回款以及逾期记录；

信用确定模块，其与所述历史数据模块相连，用以计算合作方的平均逾期时间以确定合作方的信用等级，并根据所述信用等级确定缴纳滞纳金的回款期限；

应收款模块，其与所述历史数据模块相连，用以统计应收款信息，应收款信息至少包括所述企业名称、回款金额以及约定回款日期，建立所述应收款信息和历史合同信息的对应关系；

回款匹配模块，其与所述应收款模块相连，用以将回款信息与所述应收款信息进行匹配以确定回款是否逾期，并确定逾期级别，基于所述逾期级别确定合作方需缴纳的滞纳金种类；所述回款信息至少包括所述企业名称、回款金额和回款日期；

滞纳金生成模块，其与所述回款匹配模块和信用确定模块相连，用以在低级逾期级别下确定滞纳金系数以计算基础滞纳金，以及用以在高级逾期级别下确定调节系数以计算调节后滞纳金；

待确定模块，其与所述回款匹配模块相连，用以对未匹配成功的回款信息进行二次确认。

进一步地，所述信用确定模块根据合作方的历史合同信息确定信用等级；

若合作方不存在逾期记录，所述信用确定模块设定合作方的信用等级为一级信用等级；

若合作方存在逾期记录，所述信用确定模块计算合作方的平均逾期时间以确定合作方的信用等级。

进一步地，所述信用确定模块根据以下公式计算合作方的平均逾期时间，设定：

所述信用确定模块中设有第一预设逾期时间和第二预设逾期时间，第一预设逾期时间小于第二预设逾期时间，所述第一预设逾期时间和第二预设逾期时间用以确定所述平均逾期时间的逾期水平，信用确定模块根据所述逾期水平确定合作方的信用等级；

若平均逾期时间处于第一逾期水平，所述信用确定模块设定合作方的信用等级为二级信用等级；

若平均逾期时间处于第二逾期水平，所述信用确定模块设定合作方的信用等级为三级信用等级；

若平均逾期时间处于第三逾期水平，所述信用确定模块设定合作方的信用等级为四级信用等级；

所述第一逾期水平满足平均逾期时间小于第一预设逾期时间，所述第二逾期水平满足平均逾期时间小于第二预设逾期时间且大于等于第一预设逾期时间，所述第三逾期水平满足平均逾期时间大于等于第二预设逾期时间。

进一步地，所述信用确定模块根据所述信用等级确定缴纳滞纳金的回款期限；

将一级信用等级的合作方的缴纳滞纳金的回款期限设置为第一回款期限；

将二级信用等级的合作方的缴纳滞纳金的回款期限设置为第二回款期限；

将三级信用等级的合作方的缴纳滞纳金的回款期限设置为第三回款期限；

将四级信用等级的合作方的缴纳滞纳金的回款期限设置为第四回款期限；

其中，信用级别高度为一级信用等级大于二级信用等级大于三级信用等级大于四级信用等级，第一回款期限大于第二回款期限大于第三回款期限大于第四回款期限。

进一步地，所述回款匹配模块将所述回款信息与应收款信息进行匹配；

若匹配成功，则提取合作方下的应收款信息，以确定回款是否存在逾期；

若匹配不成功，则根据回款金额与应收款信息进行初步匹配，并将初步匹配结果发送至待确定模块以进行二次确认。

进一步地，在所述回款信息与应收款信息匹配成功时，所述回款匹配模块将回款日期与约定回款日期进行比对以判定回款是否逾期；

若回款日期未超过约定回款日期，所述回款匹配模块判定回款未逾期；

若回款日期超过约定回款日期，所述回款匹配模块判定回款逾期，将逾期信息储存至所述历史数据模块，并将回款日期与所述回款期限进行比对以确定逾期级别，基于所述逾期级别确定合作方需缴纳的滞纳金种类；

若回款日期在约定回款日期和回款期限日期之间，所述回款匹配模块判定回款逾期为低级逾期级别，合作方需缴纳的滞纳金种类为基础滞纳金；

若回款日期超过回款期限日期，所述回款匹配模块判定回款逾期为高级逾期级别，合作方需缴纳的滞纳金种类为调节后滞纳金。

进一步地，所述滞纳金生成模块在低级逾期级别下根据所述平均逾期时间确定滞纳金系数，并计算基础滞纳金；

基础滞纳金＝预设滞纳金比率×滞纳金系数×回款金额×第一超期时长；

第一超期时长＝(回款日期-约定回款日期)/30。

进一步地，所述滞纳金生成模块在高级逾期级别下根据以下公式计算调节后滞纳金，设定：

调节后滞纳金＝预设滞纳金比率×滞纳金系数×回款金额×第一超期时长×调节系数。

进一步地，所述滞纳金生成模块根据以下公式计算调节系数，设定：

调节系数＝2+第二超期时长/回款期限；

第二超期时长＝(回款日期-回款期限日期)/30。

进一步地，所述待确定模块对所述初步匹配结果进行二次确认的方法包括：

所述待确定模块确定所述初步匹配结果中涉及的相关业务人员，提示业务人员提供信息对初步匹配结果进行二次确认，所述信息至少包括汇款人的身份信息和汇款截图，并将确认信息提交以进行审核，所述待确定模块根据通过审核的确认信息对回款进行匹配。

与现有技术相比，本发明的有益效果在于，本发明通过合作方的历史行为确定合作方的信用等级，并根据信用等级确定回款期限，在回款期限内回款需缴纳滞纳金，超过回款期限需缴纳调节后滞纳金，且，合作方的信用级别越高，其对应的回款期限越长，通过以上技术方案，促进合作方回款，以缩短回款周期，降低企业损失。

进一步地，本发明通过计算合作方的平均逾期时间以确定合作方的信用等级，若合作方不存在逾期或平均逾期时间较短，设定合作方的信用级别越高，若合作方的平均逾期时间较长，则设定合作方的信用级别越低，且，本发明根据平均逾期时间计算滞纳金系数，对应的平均逾期时间越短，合作方的信用级别越高，滞纳金系数越小，逾期回款需要缴纳的滞纳金或调节后滞纳金越少，通过以上技术方案，以进一步促进合作方回款，以缩短回款周期，降低企业损失。

进一步地，本发明在合作方信用等级级别越高时，对应的回款期限越长，可以在合作方逾期付款时降低合作方的违约金额，以进一步促进合作方回款，以缩短回款周期，降低企业损失。

进一步地，本发明设置逾期级别，在低级逾期级别，合作方需缴纳的滞纳金种类为基础滞纳金，在高级逾期级别，合作方需缴纳的滞纳金种类为调节后滞纳金，通过设置逾期级别，以进一步促进合作方回款，以缩短回款周期，降低企业损失。

进一步地，本发明回款匹配模块将回款信息与应收款信息进行匹配，提高了回款确认效率，降低了财务的工作量，通过自动匹配，提高了回款确认准确率，对于匹配不成功的回款信息，通过业务人员进行二次确认，进一步提高了回款确认准确率。

附图说明

图1为本发明实施例基于大数据云平台的线下回款自动匹配系统的结构框图。

具体实施方式

为了使本发明的目的和优点更加清楚明白，下面结合实施例对本发明作进一步描述；应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。

下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非在限制本发明的保护范围。

需要说明的是，在本发明的描述中，术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系，这仅仅是为了便于描述，而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

此外，还需要说明的是，在本发明的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域技术人员而言，可根据具体情况理解上述术语在本发明中的具体含义。

请参阅图1所示，其为本发明实施例基于大数据云平台的线下回款自动匹配系统的结构框图，本发明所述基于大数据云平台的线下回款自动匹配系统包括：

历史数据模块，用以储存与合作方的历史合同信息，所述历史合同信息包括企业名称、汇款账号、合同明细、已回款以及逾期记录；

信用确定模块，其与所述历史数据模块相连，用以计算合作方的平均逾期时间以确定合作方的信用等级，并根据所述信用等级确定缴纳滞纳金的回款期限；

应收款模块，其与所述历史数据模块相连，用以统计应收款信息，应收款信息至少包括所述企业名称、回款金额以及约定回款日期，建立所述应收款信息和历史合同信息的对应关系；

回款匹配模块，其与所述应收款模块相连，用以将回款信息与所述应收款信息进行匹配以确定回款是否逾期，并确定逾期级别，基于所述逾期级别确定合作方需缴纳的滞纳金种类；所述回款信息至少包括所述企业名称、回款金额和回款日期；

滞纳金生成模块，其与所述回款匹配模块和信用确定模块相连，用以在低级逾期级别下确定滞纳金系数以计算基础滞纳金，以及用以在高级逾期级别下确定调节系数以计算调节后滞纳金；

待确定模块，其与所述回款匹配模块相连，用以对未匹配成功的回款信息进行二次确认。

所述回款期限为约定回款日期之后宽限的回款时间段，在回款期限内回款需缴纳基础滞纳金，超过回款期限回款需缴纳调节后滞纳金。

具体而言，所述信用确定模块根据合作方的历史合同信息确定信用等级：

若合作方不存在逾期记录，所述信用确定模块设定合作方的信用等级为一级信用等级；

若合作方存在逾期记录，所述信用确定模块计算合作方的平均逾期时间以确定合作方的信用等级。

合作方未在约定回款日期完成回款记为逾期。

具体而言，所述信用确定模块根据以下公式计算合作方的平均逾期时间，设定：

所述信用确定模块中设有第一预设逾期时间和第二预设逾期时间，第一预设逾期时间小于第二预设逾期时间，所述第一预设逾期时间和第二预设逾期时间用以确定所述平均逾期时间的逾期水平，信用确定模块根据所述逾期水平确定合作方的信用等级；

若平均逾期时间处于第一逾期水平，所述信用确定模块设定合作方的信用等级为二级信用等级；

若平均逾期时间处于第二逾期水平，所述信用确定模块设定合作方的信用等级为三级信用等级；

若平均逾期时间处于第三逾期水平，所述信用确定模块设定合作方的信用等级为四级信用等级；

所述第一逾期水平满足平均逾期时间小于第一预设逾期时间，所述第二逾期水平满足平均逾期时间小于第二预设逾期时间且大于等于第一预设逾期时间，所述第三逾期水平满足平均逾期时间大于等于第二预设逾期时间。

本领域技术人员应当理解的是，第一预设逾期时间和第二预设逾期时间可根据实际需要进行设定，第一预设逾期时间小于第二预设逾期时间，本实例设定第一预设逾期时间为3个月，第二预设逾期时间为6个月。

例如，合作方A的历史合同中存在3次逾期，分别为逾期5个月、逾期4个月和逾期3个月，则平均逾期时间＝(5+4+3)/3＝4，该合作方A的平均逾期时间处于第二逾期水平，则设定该合作方A的信用等级为三级信用等级。

具体而言，所述信用确定模块根据所述信用等级确定缴纳滞纳金的回款期限；

将一级信用等级的合作方的缴纳滞纳金的回款期限设置为第一回款期限；

将二级信用等级的合作方的缴纳滞纳金的回款期限设置为第二回款期限；

将三级信用等级的合作方的缴纳滞纳金的回款期限设置为第三回款期限；

将四级信用等级的合作方的缴纳滞纳金的回款期限设置为第四回款期限；

其中，信用级别高度为一级信用等级大于二级信用等级大于三级信用等级大于四级信用等级，第一回款期限大于第二回款期限大于第三回款期限大于第四回款期限。

本实施例中，回款期限为约定回款日期后延长的时间，回款期限以月为单位，可根据实际需要进行设定，本实施例取第一回款期限为6个月，第二回款期限为5个月，第三回款期限为4个月，第四回款期限为3个月，例如，合作方A的约定回款日期为2023年3月20日，在2023年3月20日前完成回款则不存在逾期，若2023年3月20日前未完成回款，则为逾期还款，合作方A的信用等级为三级信用等级，其对应的第三回款期限为4个月，则合作方A在2023年3月20日之后的4个月内完成回款需要缴纳滞纳金。

本发明通过合作方的历史行为确定合作方的信用等级，并根据信用等级确定回款期限，在回款期限内回款需缴纳滞纳金，超过回款期限需缴纳调节后滞纳金，且，合作方的信用级别越高，其对应的回款期限越长，通过以上技术方案，促进合作方回款，以缩短回款周期，降低企业损失。

本发明在合作方信用等级级别越高时，对应的回款期限越长，可以在合作方逾期付款时降低合作方的违约金额，以进一步促进合作方回款，以缩短回款周期，降低企业损失。

具体而言，所述回款匹配模块将所述回款信息与应收款信息进行匹配；

若匹配成功，则提取合作方下的应收款信息，以确定回款是否存在逾期；

若匹配不成功，则根据回款金额与应收款信息进行初步匹配，并将初步匹配结果发送至待确定模块以进行二次确认。

在本实施例中，回款信息包括但不限于汇款账号、汇款主体名称、回款金额以及回款日期。当收到一笔回款时，所述回款匹配模块将回款信息与应收款信息进行匹配的过程包括，首先提取回款信息中的汇款账号，将汇款账号与历史合同信息进行匹配，若匹配成功，则提取该汇款账号对应的合作方下的应收款信息，以确定回款是否存在逾期；若汇款账号匹配不成功，则提取回款信息中的汇款主体名称(企业名称)以确定合作方，并提取该合作方下的应收款信息，以确定回款是否存在逾期。

具体而言，在所述回款信息与应收款信息匹配成功时，所述回款匹配模块将回款日期与约定回款日期进行比对以判定回款是否逾期；

若回款日期未超过约定回款日期(包含约定回款日期当日)，所述回款匹配模块判定回款未逾期；

若回款日期超过约定回款日期(不包含约定回款日期当日)，所述回款匹配模块判定回款逾期，将逾期信息储存至所述历史数据模块，并将回款日期与所述回款期限进行比对以确定逾期级别，基于所述逾期级别确定合作方需缴纳的滞纳金种类；

若回款日期在约定回款日期(不包含约定回款日期当日)和回款期限日期(包含回款期限日期当日)之间，所述回款匹配模块判定回款逾期为低级逾期级别，合作方需缴纳的滞纳金种类为基础滞纳金；

若回款日期超过回款期限日期(不包含回款期限日期当日)，所述回款匹配模块判定回款逾期为高级逾期级别，合作方需缴纳的滞纳金种类为调节后滞纳金。

本发明设置逾期级别，在低级逾期级别，合作方需缴纳的滞纳金种类为基础滞纳金，在高级逾期级别，合作方需缴纳的滞纳金种类为调节后滞纳金，通过设置逾期级别，以进一步促进合作方回款，以缩短回款周期，降低企业损失。

具体而言，所述滞纳金生成模块在低级逾期级别下根据所述平均逾期时间确定滞纳金系数，并计算基础滞纳金；

基础滞纳金＝预设滞纳金比率×滞纳金系数×回款金额×第一超期时长；

第一超期时长＝(回款日期-约定回款日期)/30。

例如，合作方A的滞纳金系数＝2×4/(3+6)＝0.89，合作方A的回款金额为30万，约定回款日期为2023年3月20日，回款日期为2023年5月3日，为低级逾期级别，则合作方A需要缴纳的基础滞纳金＝0.068％×0.89×300000×43/30＝260元，本领域技术人员可以理解的是，预设滞纳金比率可根据实际进行设定，或根据回款金额设置梯度预设滞纳金比率，本实施例设置预设滞纳金比率在0.05％至0.1％之间。

本发明通过计算合作方的平均逾期时间以确定合作方的信用等级，若合作方不存在逾期或平均逾期时间较短，设定合作方的信用级别越高，若合作方的平均逾期时间较长，则设定合作方的信用级别越低，且，本发明根据平均逾期时间计算滞纳金系数，对应的平均逾期时间越短，合作方的信用级别越高，滞纳金系数越小，逾期回款需要缴纳的滞纳金或调节后滞纳金越少，通过以上技术方案，以进一步促进合作方回款，以缩短回款周期，降低企业损失。

具体而言，所述滞纳金生成模块在高级逾期级别下根据以下公式计算调节后滞纳金，设定：

调节后滞纳金＝预设滞纳金比率×滞纳金系数×回款金额×第一超期时长×调节系数。

具体而言，所述滞纳金生成模块根据以下公式计算调节系数，设定：

调节系数＝2+第二超期时长/回款期限；

第二超期时长＝(回款日期-回款期限日期)/30。

例如，若合作方A回款日期为2023年9月25日，约定回款日期为2023年3月20日，由于合作方A的回款期限为4个月，回款期限日期为2023年7月19日，合作方A的回款日期超过回款期限，则需缴纳调节后滞纳金，第一超期时长＝(2023年9月25日-2023年3月20日)/30＝189/30＝6.3，第二超期时长＝(2023年9月25日-2023年7月19日)/30＝69/30＝2.3，调节系数＝2+2.3/4＝2.58，则调节后滞纳金＝0.068％×0.89×300000×6.3×2.58＝2951.08。

具体而言，所述待确定模块对所述初步匹配结果进行二次确认的方法包括：

所述待确定模块确定所述初步匹配结果中涉及的相关业务人员，提示业务人员提供信息对初步匹配结果进行二次确认，所述信息至少包括汇款人的身份信息和汇款截图，并将确认信息提交以进行审核，所述待确定模块根据通过审核的确认信息对回款进行匹配。

本发明回款匹配模块将回款信息与应收款信息进行匹配，提高了回款确认效率，降低了财务的工作量，通过自动匹配，提高了回款确认准确率，对于匹配不成功的回款信息，通过业务人员进行二次确认，进一步提高了回款确认准确率。

至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

以上所述仅为本发明的优选实施例，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，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于大数据云平台的线下回款自动匹配系统，其特征在于，包括：

历史数据模块，用以储存与合作方的历史合同信息，所述历史合同信息包括企业名称、汇款账号、合同明细、已回款以及逾期记录；

信用确定模块，其与所述历史数据模块相连，用以计算合作方的平均逾期时间以确定合作方的信用等级，并根据所述信用等级确定缴纳滞纳金的回款期限；

应收款模块，其与所述历史数据模块相连，用以统计应收款信息，应收款信息至少包括所述企业名称、回款金额以及约定回款日期，建立所述应收款信息和历史合同信息的对应关系；

回款匹配模块，其与所述应收款模块相连，用以将回款信息与所述应收款信息进行匹配以确定回款是否逾期，并确定逾期级别，基于所述逾期级别确定合作方需缴纳的滞纳金种类；所述回款信息至少包括所述企业名称、回款金额和回款日期；

滞纳金生成模块，其与所述回款匹配模块和信用确定模块相连，用以在低级逾期级别下确定滞纳金系数以计算基础滞纳金，以及用以在高级逾期级别下确定调节系数以计算调节后滞纳金；

待确定模块，其与所述回款匹配模块相连，用以对未匹配成功的回款信息进行二次确认。

2.根据权利要求1所述的基于大数据云平台的线下回款自动匹配系统，其特征在于，所述信用确定模块根据合作方的历史合同信息确定信用等级；

若合作方不存在逾期记录，所述信用确定模块设定合作方的信用等级为一级信用等级；

若合作方存在逾期记录，所述信用确定模块计算合作方的平均逾期时间以确定合作方的信用等级。

3.根据权利要求2所述的基于大数据云平台的线下回款自动匹配系统，其特征在于，所述信用确定模块根据以下公式计算合作方的平均逾期时间，设定：

所述信用确定模块中设有第一预设逾期时间和第二预设逾期时间，第一预设逾期时间小于第二预设逾期时间，所述第一预设逾期时间和第二预设逾期时间用以确定所述平均逾期时间的逾期水平，信用确定模块根据所述逾期水平确定合作方的信用等级；

若平均逾期时间处于第一逾期水平，所述信用确定模块设定合作方的信用等级为二级信用等级；

若平均逾期时间处于第二逾期水平，所述信用确定模块设定合作方的信用等级为三级信用等级；

若平均逾期时间处于第三逾期水平，所述信用确定模块设定合作方的信用等级为四级信用等级；

所述第一逾期水平满足平均逾期时间小于第一预设逾期时间，所述第二逾期水平满足平均逾期时间小于第二预设逾期时间且大于等于第一预设逾期时间，所述第三逾期水平满足平均逾期时间大于等于第二预设逾期时间。

4.根据权利要求3所述的基于大数据云平台的线下回款自动匹配系统，其特征在于，所述信用确定模块根据所述信用等级确定缴纳滞纳金的回款期限；

将一级信用等级的合作方的缴纳滞纳金的回款期限设置为第一回款期限；

将二级信用等级的合作方的缴纳滞纳金的回款期限设置为第二回款期限；

将三级信用等级的合作方的缴纳滞纳金的回款期限设置为第三回款期限；

将四级信用等级的合作方的缴纳滞纳金的回款期限设置为第四回款期限；

其中，信用级别高度为一级信用等级大于二级信用等级大于三级信用等级大于四级信用等级，第一回款期限大于第二回款期限大于第三回款期限大于第四回款期限。

5.根据权利要求4所述的基于大数据云平台的线下回款自动匹配系统，其特征在于，所述回款匹配模块将所述回款信息与应收款信息进行匹配；

若匹配成功，则提取合作方下的应收款信息，以确定回款是否存在逾期；

若匹配不成功，则根据回款金额与应收款信息进行初步匹配，并将初步匹配结果发送至待确定模块以进行二次确认。

6.根据权利要求5所述的基于大数据云平台的线下回款自动匹配系统，其特征在于，在所述回款信息与应收款信息匹配成功时，所述回款匹配模块将回款日期与约定回款日期进行比对以判定回款是否逾期；

若回款日期未超过约定回款日期，所述回款匹配模块判定回款未逾期；

若回款日期超过约定回款日期，所述回款匹配模块判定回款逾期，将逾期信息储存至所述历史数据模块，并将回款日期与所述回款期限进行比对以确定逾期级别，基于所述逾期级别确定合作方需缴纳的滞纳金种类；

若回款日期在约定回款日期和回款期限日期之间，所述回款匹配模块判定回款逾期为低级逾期级别，合作方需缴纳的滞纳金种类为基础滞纳金；

若回款日期超过回款期限日期，所述回款匹配模块判定回款逾期为高级逾期级别，合作方需缴纳的滞纳金种类为调节后滞纳金。

7.根据权利要求6所述的基于大数据云平台的线下回款自动匹配系统，其特征在于，所述滞纳金生成模块在低级逾期级别下根据所述平均逾期时间确定滞纳金系数，并计算基础滞纳金；

基础滞纳金＝预设滞纳金比率×滞纳金系数×回款金额×第一超期时长；

第一超期时长＝(回款日期-约定回款日期)/30。

8.根据权利要求7所述的基于大数据云平台的线下回款自动匹配系统，其特征在于，所述滞纳金生成模块在高级逾期级别下根据以下公式计算调节后滞纳金，设定：

调节后滞纳金＝预设滞纳金比率×滞纳金系数×回款金额×第一超期时长×调节系数。

9.根据权利要求8所述的基于大数据云平台的线下回款自动匹配系统，其特征在于，所述滞纳金生成模块根据以下公式计算调节系数，设定：

调节系数＝2+第二超期时长/回款期限；

第二超期时长＝(回款日期-回款期限日期)/30。

10.根据权利要求5所述的基于大数据云平台的线下回款自动匹配系统，其特征在于，所述待确定模块对所述初步匹配结果进行二次确认的方法包括：

所述待确定模块确定所述初步匹配结果中涉及的相关业务人员，提示业务人员提供信息对初步匹配结果进行二次确认，所述信息至少包括汇款人的身份信息和汇款截图，并将确认信息提交以进行审核，所述待确定模块根据通过审核的确认信息对回款进行匹配。

Images