CN116645195A - 一种管理消费金融业务的方法及装置 - Google Patents
一种管理消费金融业务的方法及装置 Download PDFInfo
- Publication number
- CN116645195A CN116645195A CN202310632506.3A CN202310632506A CN116645195A CN 116645195 A CN116645195 A CN 116645195A CN 202310632506 A CN202310632506 A CN 202310632506A CN 116645195 A CN116645195 A CN 116645195A
- Authority
- CN
- China
- Prior art keywords
- analysis
- calculation formula
- business
- credit
- sensitivity
- 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
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000004364 calculation method Methods 0.000 claims abstract description 65
- 238000007726 management method Methods 0.000 claims abstract description 54
- 238000004458 analytical method Methods 0.000 claims abstract description 51
- 230000035945 sensitivity Effects 0.000 claims abstract description 46
- 230000008569 process Effects 0.000 claims abstract description 27
- 238000010206 sensitivity analysis Methods 0.000 claims abstract description 24
- 238000012544 monitoring process Methods 0.000 claims abstract description 19
- 238000005259 measurement Methods 0.000 claims abstract description 15
- 238000013459 approach Methods 0.000 claims abstract description 14
- 238000013139 quantization Methods 0.000 claims abstract description 9
- 238000004590 computer program Methods 0.000 claims description 22
- 230000008859 change Effects 0.000 claims description 17
- 230000007246 mechanism Effects 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 8
- 238000011156 evaluation Methods 0.000 claims description 7
- 230000008901 benefit Effects 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 238000013475 authorization Methods 0.000 claims description 4
- 238000003032 molecular docking Methods 0.000 claims description 4
- 238000004806 packaging method and process Methods 0.000 claims description 4
- 125000004122 cyclic group Chemical group 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
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
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Educational Administration (AREA)
- Accounting & Taxation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Technology Law (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明涉及业务管理技术领域,更具体地,涉及一种管理消费金融业务的方法及装置。该方案包括通过设置量化指标,实现进行贷前或贷中的测算;在线进行每个金融业务的敏感性分析和临界值求解;根据敏感度的排序进行策略推送;设置全业务流程的关联内容,进行自动审批和决策;在线进行已经发生的历史数据的在线监视,形成一系列在线前段分析指标;获取历史信息进行回溯分析,对于无法逼近用户设定策略参数的资产进行标记并预警给业务用户。该方案提供了一个全流程闭环系统,实现资金资产测算‑数据分析‑用户管理决策‑信贷核心‑历史数据回溯‑用户管理决策再升级‑预警监控整个消费金融业务生命管理周期的全流程自主管控。
Description
技术领域
本发明涉及业务管理技术领域,更具体地,涉及一种管理消费金融业务的方法及装置。
背景技术
信托公司作为消费金融业务的中间管理机构,在开展消费金融业务过程中,如何高效地管理业务,如何在管理业务过程中创造最佳收益率,为公司创造最大收益,一直是痛点。尽管市面上存在一些提供给信托公司的技术系统,但这类系统的功能过于单一,没法对业务进行上下游的串联。假设现在有现成的资产测算系统A和信贷核心系统B放在信托业务人员面前,业务人员使用起来非常不方便。
现有技术中虽有业务管理系统,但存在如下问题:系统在使用过程中需要人为不断地去调整参数、肉眼观察、测算结果,无法快速地给出业务建议,由于影响信托报酬收益率的参数过多,业务无法直接定位哪些要素会对最终结果有影响,效率很低。此外,即使某个特定系统中解决了上述问题,业务人员可以用一个测算模型测算出最佳参数,但这套参数如何给到其他系统中使用是个大问题。业务人员不知道应该如何将最佳参数实际运用到其他系统中并看到最佳参数的实际效果,没有实际效果也无从证明其他系统的参数准确性。
发明内容
鉴于上述问题,本发明提出了一种管理消费金融业务的方法及装置,提供了一个全流程闭环系统,实现资金资产测算-数据分析-用户管理决策-信贷核心-历史数据回溯-用户管理决策再升级-预警监控整个消费金融业务生命管理周期的全流程自主管控。
根据本发明实施例第一方面,提供一种管理消费金融业务的方法。
在一个或多个实施例中,优选地,所述一种管理消费金融业务的方法包括:
通过设置量化指标,实现进行贷前或贷中的测算;
在线进行每个金融业务的敏感性分析和临界值求解;
根据敏感度的排序进行策略推送;
设置全业务流程的关联内容,进行自动审批和决策;
在线进行已经发生的历史数据的在线监视,形成一系列在线前段分析指标;
获取历史信息进行回溯分析,对于无法逼近用户设定策略参数的资产进行标记并预警给业务用户。
在一个或多个实施例中,优选地,所述通过设置量化指标,实现进行贷前或贷中的测算,具体包括:
预先设置一系列量化的指标;
模拟放贷资产生命周期的现金流,测算出信托管理机构的信托报酬收益率;
从外部的信托业务管理平台、产品运营配置中心拉取信托计划信息、资金到期信息、对接机构信息和信贷产品信息;
用户选择不同的产品、资金组合根据所述量化的指标进行贷前或贷中的测算。
在一个或多个实施例中,优选地,所述在线进行每个金融业务的敏感性分析和临界值求解,具体包括:
对每个金融业务的效益进行具体的关联因素的设置;
利用第一计算公式根据历史数据计算对应的敏感度系数;
利用判别所述敏感度系数是否满足第二计算公式,若满足则认为评价指标与不确定因素同方向变化,若不满足则认为评价指标与不确定因素呈反方向变化;
形成不同类型影响因素的敏感度系数,并进行排序;
在确定完敏感性因素后,业务对其中一个或两个的相关因素的相互变化进行预测,并在实际执行过程中对敏感因素加以控制,减少业务项目的风险;
通过线性规划求解出金融业务的风险临界值,并在线展示;
所述第一计算公式为:
E=△A/△F
其中,E为敏感度系数,△A为不确定因素变化的百分率之比,△F为指标变化的百分率;
所述第二计算公式为:
E>0
所述第三计算公式为:
X=|E|
其中,X为敏感度系数。
在一个或多个实施例中,优选地,所述根据敏感度的排序进行策略推送,具体包括:
接入敏感性分析模块的测算结果数据;
根据系统自动跑出的建议参数结合业务用户人员的配置,接入央行征信、百行征信等外部多维数据;
根据预设的规则结合金融业务的风险临界值,进行自动控制和筛选确定是否通过或拒绝借款人的借款申请,并将对应测算结果进行推送。
在一个或多个实施例中,优选地,所述设置全业务流程的关联内容,进行自动审批和决策,具体包括:
设置不同类型资产的投放策略包,其中,所述投放策略包包括贷前授信、额度管理、扣款授权、对客签约、支用放款、账务核算、还款管理、逾期保全、对账管理、影像管理、贷后核查;
根据所述投放策略包逐一进行资产筛选、封包、购买、回款清分、循环购买及资金划付的全部流程的自动化处理。
在一个或多个实施例中,优选地,所述在线进行已经发生的历史数据的在线监视,形成一系列在线前段分析指标,具体包括:
设置在线前段分析指标库,其中,所述指标库包括产品实际投放比例、加权平均名义期限、续存逾期率和整体逾期率:
利用第四计算公式计算产品实际投放比例;
利用第五计算公式计算加权平均名义期限;
利用第六计算公式计算续存逾期率;
利用第七计算公式计算整体逾期率;
将所述在线前段分析指标库的数据存储到在线前段分析指标;
所述第四计算公式为:
其中,TS为产品实际投放比例,ma为a产品对应的T-1日授信进件量,na为a产品对应的T-1日平均授信信额度,ta为a产品对应的T-1日拒绝授信笔数,mb为b产品对应的T-1日授信进件量,nb为b产品对应的T-1日平均授信信额度,tb为b产品对应的T-1日拒绝授信笔数,mc为c产品对应的T-1日授信进件量,nc为c产品对应的T-1日平均授信信额度,tc为c产品对应的T-1日拒绝授信笔数;
所述第五计算公式为:
J=sum(A1*A2)/sum(A3)
其中,A1为消费贷款合同借据期限,A2为合同借据金额,sum()为近7天数据的求和公式,J为加权平均名义期限,A3为合同借据金额;
所述第六计算公式为:
其中,Y1为续存逾期率,ZD为在贷款本金预额,L1为M1逾期本金之和,L2为M2逾期本金之和,L3为M3逾期本金之和,L4为M3及以上逾期本金之和;
所述第七计算公式为:
其中,Y2为整体逾期率,FF为累计放款金额。
在一个或多个实施例中,优选地,所述获取历史信息进行回溯分析,对于无法逼近用户设定策略参数的资产进行标记并预警给业务用户,具体包括:
根据在线前段分析指标进行历史数据的回溯分析,形成一段时间内的配置产品投放比例;
利用第八计算公式判断,若满足第八计算公式则不发生预警,反之则发出预警;
所述第八计算公式为:
TA×(1-PY)<TS<TA×(1+PY)
其中,TS为实时投放比例,TA为投放比例,PY为偏移差。
根据本发明实施例第二方面,提供一种管理消费金融业务的装置。
在一个或多个实施例中,优选地,所述一种管理消费金融业务的装置包括:
放贷测算模块,用于通过设置量化指标,实现进行贷前或贷中的测算;
业务提取模块,用于在线进行每个金融业务的敏感性分析和临界值求解;
敏感推送模块,用于根据敏感度的排序进行策略推送;
自动审批模块,用于设置全业务流程的关联内容,进行自动审批和决策;
历史分析模块,用于在线进行已经发生的历史数据的在线监视,形成一系列在线前段分析指标;
信息预警模块,用于获取历史信息进行回溯分析,对于无法逼近用户设定策略参数的资产进行标记并预警给业务用户。
根据本发明实施例第三方面,提供一种计算机可读存储介质,其上存储计算机程序指令,所述计算机程序指令在被处理器执行时实现如本发明实施例第一方面中任一项所述的方法。
根据本发明实施例第四方面,提供一种电子设备,包括存储器和处理器,所述存储器用于存储一条或多条计算机程序指令,其中,所述一条或多条计算机程序指令被所述处理器执行以实现本发明实施例第一方面中任一项所述的方法。
本发明的实施例提供的技术方案可以包括以下有益效果:
本发明方案中,通过数据,提升消费金融业务精细化、专业化管理能力,开发底层测算模型+敏感性分析模块,实现贷前贷中收益测算,给出用户管理建议。并从信贷核心+历史数据模块回溯资产质量、合同履约、资金管理等方面,进行监控预警实现管理的闭环正反馈,解决了多个系统功能无法串联在一起的问题。
本发明方案中,设计了敏感性分析模块,解决了用户敏感性因素选择不规范、计算烦琐、结论适应性差的问题。运用了强大的数学分析软件,释放了业务的烦琐的计算工作,能迅速给出最优化参数。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一个实施例的一种管理消费金融业务的方法的流程图。
图2是本发明一个实施例的一种管理消费金融业务的方法中的通过设置量化指标,实现进行贷前或贷中的测算的流程图。
图3是本发明一个实施例的一种管理消费金融业务的方法中的在线进行每个金融业务的敏感性分析和临界值求解的流程图。
图4是本发明一个实施例的一种管理消费金融业务的方法中的根据敏感度的排序进行策略推送的流程图。
图5是本发明一个实施例的一种管理消费金融业务的方法中的设置全业务流程的关联内容,进行自动审批和决策的流程图。
图6是本发明一个实施例的一种管理消费金融业务的方法中的在线进行已经发生的历史数据的在线监视,形成一系列在线前段分析指标的流程图。
图7是本发明一个实施例的一种管理消费金融业务的方法中的获取历史信息进行回溯分析,对于无法逼近用户设定策略参数的资产进行标记并预警给业务用户的流程图。
图8是本发明一个实施例的一种管理消费金融业务的装置的结构图。
图9是本发明一个实施例中一种电子设备的结构图。
具体实施方式
在本发明的说明书和权利要求书及上述附图中的描述的一些流程中,包含了按照特定顺序出现的多个操作,但是应该清楚了解,这些操作可以不按照其在本文中出现的顺序来执行或并行执行,操作的序号如101、102等,仅仅是用于区分开各个不同的操作,序号本身不代表任何的执行顺序。另外,这些流程可以包括更多或更少的操作,并且这些操作可以按顺序执行或并行执行。需要说明的是,本文中的“第一”、“第二”等描述,是用于区分不同的消息、设备、模块等,不代表先后顺序,也不限定“第一”和“第二”是不同的类型。
下面将结合本发明实施例中的附图,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,本领域技术人员在没有作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。
信托公司作为消费金融业务的中间管理机构,在开展消费金融业务过程中,如何高效地管理业务,如何在管理业务过程中创造最佳收益率,为公司创造最大收益,一直是痛点。尽管市面上存在一些提供给信托公司的技术系统,但这类系统的功能过于单一,没法对业务进行上下游的串联。假设现在有现成的资产测算系统A和信贷核心系统B放在信托业务人员面前,业务人员使用起来非常不方便。
现有技术中虽有业务管理系统,但存在如下问题:系统在使用过程中需要人为不断地去调整参数、肉眼观察、测算结果,无法快速地给出业务建议,由于影响信托报酬收益率的参数过多,业务无法直接定位哪些要素会对最终结果有影响,效率很低。此外,即使某个特定系统中解决了上述问题,业务人员可以用一个测算模型测算出最佳参数,但这套参数如何给到其他系统中使用是个大问题。业务人员不知道应该如何将最佳参数实际运用到其他系统中并看到最佳参数的实际效果,没有实际效果也无从证明其他系统的参数准确性。
本发明实施例中,提供了一种管理消费金融业务的方法及装置。该方案提供了一个全流程闭环系统,实现资金资产测算-数据分析-用户管理决策-信贷核心-历史数据回溯-用户管理决策再升级-预警监控整个消费金融业务生命管理周期的全流程自主管控。
根据本发明实施例第一方面,提供一种管理消费金融业务的方法。
图1是本发明一个实施例的一种管理消费金融业务的方法的流程图。
在一个或多个实施例中,优选地,所述一种管理消费金融业务的方法包括:
S101、通过设置量化指标,实现进行贷前或贷中的测算;
S102、在线进行每个金融业务的敏感性分析和临界值求解;
S103、根据敏感度的排序进行策略推送;
S104、设置全业务流程的关联内容,进行自动审批和决策;
S105、在线进行已经发生的历史数据的在线监视,形成一系列在线前段分析指标;
S106、获取历史信息进行回溯分析,对于无法逼近用户设定策略参数的资产进行标记并预警给业务用户。
在本发明实施例中,明确底层模型测算模块,如何进行放贷前的测算,进而提取最佳的小微金融业务,完成敏感模块进行策略推送,进行自动审批和决策,进行历史数据的回溯分析,最终完成信息预警。
图2是本发明一个实施例的一种管理消费金融业务的方法中的通过设置量化指标,实现进行贷前或贷中的测算的流程图。
如图2所示,在一个或多个实施例中,优选地,所述通过设置量化指标,实现进行贷前或贷中的测算,具体包括:
S201、预先设置一系列量化的指标;
S202、模拟放贷资产生命周期的现金流,测算出信托管理机构的信托报酬收益率;
S203、从外部的信托业务管理平台、产品运营配置中心拉取信托计划信息、资金到期信息、对接机构信息和信贷产品信息;
S204、用户选择不同的产品、资金组合根据所述量化的指标进行贷前或贷中的测算。
在本发明实施例中,明确进行放贷前的测算方式,通过一系列量化的指标,模拟放贷资产生命周期的现金流,测算出信托管理机构的信托报酬收益率,从外部的信托业务管理平台、产品运营配置中心拉取信托计划信息、资金到期信息、对接机构信息、信贷产品信息,用户可以选择不同的产品、资金组合进行贷前或贷中的测算,具体的算法可以参考一种准确模拟消费金融资产现金流的方法。
图3是本发明一个实施例的一种管理消费金融业务的方法中的在线进行每个金融业务的敏感性分析和临界值求解的流程图。
如图3所示,在一个或多个实施例中,优选地,所述在线进行每个金融业务的敏感性分析和临界值求解,具体包括:
S301、对每个金融业务的效益进行具体的关联因素的设置;
S302、利用第一计算公式根据历史数据计算对应的敏感度系数;
S303、利用判别所述敏感度系数是否满足第二计算公式,若满足则认为评价指标与不确定因素同方向变化,若不满足则认为评价指标与不确定因素呈反方向变化;
S304、形成不同类型影响因素的敏感度系数,并进行排序;
S305、在确定完敏感性因素后,业务对其中一个或两个的相关因素的相互变化进行预测,并在实际执行过程中对敏感因素加以控制,减少业务项目的风险;
S306、通过线性规划求解出金融业务的风险临界值,并在线展示;
所述第一计算公式为:
E=△A/△F
其中,E为敏感度系数,△A为不确定因素变化的百分率之比,△F为指标变化的百分率;
所述第二计算公式为:
E>0
所述第三计算公式为:
X=|E|
其中,X为敏感度系数。
在本发明实施例中,提取最佳的小微金融业务,通过确定敏感性因素,单/双变量敏感性分析、临界值求解等方法为用户提供最佳的小微金融业务管理策略参数。在此过程中,首先进行敏感性因素选择。辅助业务人员选定不确定因素并确定其偏离基本情况的程度。在没有自主研发这个模块时,业务人员需要线下通过exce l多次调整参数观察计算结果,无法快速定位敏感性因素和非敏感性因素。而敏感性分析模块可以通过多次快速迭代迅速定位到敏感性因素。原理为:敏感度系数是y指标变化的百分率与不确定因素变化的百分率之比,利用第一计算公式计算。进而利用第二计算公式进行判据分析,E>0,表示评价指标与不确定因素同方向变化;E<0,表示呈反方向变化,|E|越大敏感度系数越高,项目效益对该不确定因素敏感程度越高,最终形成不同类型影响因素的敏感度排行和敏感度系数,在此基础上进行敏感性分析和临界值求解。
图4是本发明一个实施例的一种管理消费金融业务的方法中的根据敏感度的排序进行策略推送的流程图。
如图4所示,在一个或多个实施例中,优选地,所述根据敏感度的排序进行策略推送,具体包括:
S401、接入敏感性分析模块的测算结果数据;
S402、根据系统自动跑出的建议参数结合业务用户人员的配置,接入央行征信、百行征信等外部多维数据;
S403、根据预设的规则结合金融业务的风险临界值,进行自动控制和筛选确定是否通过或拒绝借款人的借款申请,并将对应测算结果进行推送。
在本发明实施例中,敏感模块进行策略推送,通过敏感性模块给出的数据策略,用户结合实际的商务场景选择最佳的参数配置策略,并把该策略推送至信贷核心模块,接入底层测算+敏感性分析模块的测算结果数据,根据系统自动跑出的建议参数结合业务用户人员的配置,接入央行征信、百行征信等外部多维数据,采用“规则+模型”双引擎,自主制定风控策略,对借款人进行欺诈、多头借贷等风险筛查与判别,进而确定是否通过或拒绝借款人的借款申请。
图5是本发明一个实施例的一种管理消费金融业务的方法中的设置全业务流程的关联内容,进行自动审批和决策的流程图。
如图5所示,在一个或多个实施例中,优选地,所述设置全业务流程的关联内容,进行自动审批和决策,具体包括:
S501、设置不同类型资产的投放策略包,其中,所述投放策略包包括贷前授信、额度管理、扣款授权、对客签约、支用放款、账务核算、还款管理、逾期保全、对账管理、影像管理、贷后核查;
S502、根据所述投放策略包逐一进行资产筛选、封包、购买、回款清分、循环购买及资金划付的全部流程的自动化处理。
在本发明实施例中,自动审批和决策,接纳用户决策模块的策略,让不同资产包的投放策略、授信放款的审批策略更接近于用户决策模块配置的参数。信贷核心的交易管理方面,涵盖贷前授信、额度管理、扣款授权、对客签约、支用放款、账务核算、还款管理、逾期保全、对账管理、影像管理、贷后核查等消费金融业务全流程;信贷核心的资产管理方面,普惠资产的双池模式及信托端证券化业务,全业务流程(资产筛选、封包、购买、回款清分、循环购买及资金划付等)实现自动化运营。
图6是本发明一个实施例的一种管理消费金融业务的方法中的在线进行已经发生的历史数据的在线监视,形成一系列在线前段分析指标的流程图。
如图6所示,在一个或多个实施例中,优选地,所述在线进行已经发生的历史数据的在线监视,形成一系列在线前段分析指标,具体包括:
S601、设置在线前段分析指标库,其中,所述指标库包括产品实际投放比例、加权平均名义期限、续存逾期率和整体逾期率:
S602、利用第四计算公式计算产品实际投放比例;
S603、利用第五计算公式计算加权平均名义期限;
S604、利用第六计算公式计算续存逾期率;
S605、利用第七计算公式计算整体逾期率;
S606、将所述在线前段分析指标库的数据存储到在线前段分析指标;
所述第四计算公式为:
其中,TS为产品实际投放比例,ma为a产品对应的T-1日授信进件量,na为a产品对应的T-1日平均授信信额度,ta为a产品对应的T-1日拒绝授信笔数,mb为b产品对应的T-1日授信进件量,nb为b产品对应的T-1日平均授信信额度,tb为b产品对应的T-1日拒绝授信笔数,mc为c产品对应的T-1日授信进件量,nc为c产品对应的T-1日平均授信信额度,tc为c产品对应的T-1日拒绝授信笔数;
所述第五计算公式为:
J=sum(A1×A2)/sum(A3)
其中,A1为消费贷款合同借据期限,A2为合同借据金额,sum()为近7天数据的求和公式,J为加权平均名义期限,A3为合同借据金额;
所述第六计算公式为:
其中,Y1为续存逾期率,ZD为在贷款本金预额,L1为M1逾期本金之和,L2为M2逾期本金之和,L3为M3逾期本金之和,L4为M3及以上逾期本金之和;
所述第七计算公式为:
其中,Y2为整体逾期率,FF为累计放款金额。
在本发明实施例中,进行历史数据的回溯分析,通过观测信贷核心模块已发生的贷款及还款数据,标记不同的资产包的质量,供预警模块和敏感性分析模块使用。举例说明,通过观测信贷核心模块已发生的贷款及还款数据,设定近30个前端指标、近100个后端基础指标标记不同的资产的质量,供预警模块及敏感性分析模块使用。其中每个指标加工有不同的规则,这里通过第三、第四、第五、第六、第七、第八和第九计算公式进行在线前段分析,在T日进行观察T-1日的数据。
图7是本发明一个实施例的一种管理消费金融业务的方法中的获取历史信息进行回溯分析,对于无法逼近用户设定策略参数的资产进行标记并预警给业务用户的流程图。
如图7所示,在一个或多个实施例中,优选地,所述获取历史信息进行回溯分析,对于无法逼近用户设定策略参数的资产进行标记并预警给业务用户,具体包括:
S701、根据在线前段分析指标进行历史数据的回溯分析,形成一段时间内的配置产品投放比例;
S702、利用第八计算公式判断,若满足第八计算公式则不发生预警,反之则发出预警;
所述第八计算公式为:
TA×(1-PY)<TS<TA×(1+PY)
其中,TS为实时投放比例,TA为投放比例,PY为偏移差。
在本发明实施例中,进行信息预警,获取历史数据回溯分析模块的数据,对于无法逼近用户设定策略参数的资产进行标记并预警给业务用户,便于用户及时发现并调整策略。利用第十计算公式进行预警分析,具体的预警过程中,用户决策模块配置产品A的投放比例为30%,配置预警模型为指标的偏移差为10%,那么当产品A的投放比例在30%*(1-10%)和30%*(1+10%)之间为正常结果,不触发报警,一旦低于27%或高于33%则触发预警方案。预警方案:1、在业务人员的系统工作台弹出信息报警;2、接入短信接口或企业微信推送到业务人员的手机上。具体地,通过日终批量进行统一处理生成预警任务下发到指定的人员任务跟踪列表,预警方案的配置流程是:根据预警模型生成预警方案。
根据本发明实施例第二方面,提供一种管理消费金融业务的装置。
图8是本发明一个实施例的一种管理消费金融业务的装置的结构图。
在一个或多个实施例中,优选地,所述一种管理消费金融业务的装置包括:
放贷测算模块801,用于通过设置量化指标,实现进行贷前或贷中的测算;
业务提取模块802,用于在线进行每个金融业务的敏感性分析和临界值求解;
敏感推送模块803,用于根据敏感度的排序进行策略推送;
自动审批模块804,用于设置全业务流程的关联内容,进行自动审批和决策;
历史分析模块805,用于在线进行已经发生的历史数据的在线监视,形成一系列在线前段分析指标;
信息预警模块806,用于获取历史信息进行回溯分析,对于无法逼近用户设定策略参数的资产进行标记并预警给业务用户。
在本发明实施例中,通过一系列的模块化设计,实现一个适用于不同结构下的系统,该装置能够通过采集、分析和控制,实现闭环的、可靠的、高效的执行。
根据本发明实施例第三方面,提供一种计算机可读存储介质,其上存储计算机程序指令,所述计算机程序指令在被处理器执行时实现如本发明实施例第一方面中任一项所述的方法。
根据本发明实施例第四方面,提供一种电子设备。图9是本发明一个实施例中一种电子设备的结构图。图9所示的电子设备为通用管理消费金融业务装置。该电子设备可以是智能手机、平板电脑等设备。如示,电子设备900包括处理器901和存储器902。其中,处理器901与存储器902电性连接。处理器901是终端900的控制中心,利用各种接口和线路连接整个终端的各个部分,通过运行或调用存储在存储器902内的计算机程序,以及调用存储在存储器902内的数据,执行终端的各种功能和处理数据,从而对终端进行整体监控。
在本实施例中,电子设备900中的处理器901会按照如下的步骤,将一个或一个以上的计算机程序的进程对应的指令加载到存储器902中,并由处理器901来运行存储在存储器902中的计算机程序,从而实现各种功能:通过设置量化指标,实现进行贷前或贷中的测算;在线进行每个金融业务的敏感性分析和临界值求解;根据敏感度的排序进行策略推送;设置全业务流程的关联内容,进行自动审批和决策;在线进行已经发生的历史数据的在线监视,形成一系列在线前段分析指标;获取历史信息进行回溯分析,对于无法逼近用户设定策略参数的资产进行标记并预警给业务用户。
存储器902可用于存储计算机程序和数据。存储器902存储的计算机程序中包含有可在处理器中执行的指令。计算机程序可以组成各种功能模块。处理器901通过调用存储在存储器902的计算机程序,从而执行各种功能应用以及数据处理。
本发明的实施例提供的技术方案可以包括以下有益效果:
本发明方案中,通过数据,提升消费金融业务精细化、专业化管理能力,开发底层测算模型+敏感性分析模块,实现贷前贷中收益测算,给出用户管理建议。并从信贷核心+历史数据模块回溯资产质量、合同履约、资金管理等方面,进行监控预警实现管理的闭环正反馈,解决了多个系统功能无法串联在一起的问题。
本发明方案中,设计了敏感性分析模块,解决了用户敏感性因素选择不规范、计算烦琐、结论适应性差的问题。运用了强大的数学分析软件,释放了业务的烦琐的计算工作,能迅速给出最优化参数。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明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,本发明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和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、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数据处理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数据处理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。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置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。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供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步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种管理消费金融业务的方法,其特征在于,该方法包括:
通过设置量化指标,实现进行贷前或贷中的测算;
在线进行每个金融业务的敏感性分析和临界值求解;
根据敏感度的排序进行策略推送;
设置全业务流程的关联内容,进行自动审批和决策;
在线进行已经发生的历史数据的在线监视,形成一系列在线前段分析指标;
获取历史信息进行回溯分析,对于无法逼近用户设定策略参数的资产进行标记并预警给业务用户。
2.如权利要求1所述的一种管理消费金融业务的方法,其特征在于,所述通过设置量化指标,实现进行贷前或贷中的测算,具体包括:
预先设置一系列量化的指标;
模拟放贷资产生命周期的现金流,测算出信托管理机构的信托报酬收益率;
从外部的信托业务管理平台、产品运营配置中心拉取信托计划信息、资金到期信息、对接机构信息和信贷产品信息;
用户选择不同的产品、资金组合根据所述量化的指标进行贷前或贷中的测算。
3.如权利要求1所述的一种管理消费金融业务的方法,其特征在于,所述在线进行每个金融业务的敏感性分析和临界值求解,具体包括:
对每个金融业务的效益进行具体的关联因素的设置;
利用第一计算公式根据历史数据计算对应的敏感度系数;
利用判别所述敏感度系数是否满足第二计算公式,若满足则认为评价指标与不确定因素同方向变化,若不满足则认为评价指标与不确定因素呈反方向变化;
形成不同类型影响因素的敏感度系数,并进行排序;
在确定完敏感性因素后,业务对其中一个或两个的相关因素的相互变化进行预测,并在实际执行过程中对敏感因素加以控制,减少业务项目的风险;
通过线性规划求解出金融业务的风险临界值,并在线展示;
所述第一计算公式为:
E=△A/△F
其中,E为敏感度系数,△A为不确定因素变化的百分率之比,△F为指标变化的百分率;
所述第二计算公式为:
E>0
所述第三计算公式为:
X=|E|
其中,X为敏感度系数。
4.如权利要求1所述的一种管理消费金融业务的方法,其特征在于,所述根据敏感度的排序进行策略推送,具体包括:
接入敏感性分析模块的测算结果数据;
根据系统自动跑出的建议参数结合业务用户人员的配置,接入央行征信、百行征信等外部多维数据;
根据预设的规则结合金融业务的风险临界值,进行自动控制和筛选确定是否通过或拒绝借款人的借款申请,并将对应测算结果进行推送。
5.如权利要求1所述的一种管理消费金融业务的方法,其特征在于,所述设置全业务流程的关联内容,进行自动审批和决策,具体包括:
设置不同类型资产的投放策略包,其中,所述投放策略包包括贷前授信、额度管理、扣款授权、对客签约、支用放款、账务核算、还款管理、逾期保全、对账管理、影像管理、贷后核查;
根据所述投放策略包逐一进行资产筛选、封包、购买、回款清分、循环购买及资金划付的全部流程的自动化处理。
6.如权利要求1所述的一种管理消费金融业务的方法,其特征在于,所述在线进行已经发生的历史数据的在线监视,形成一系列在线前段分析指标,具体包括:
设置在线前段分析指标库,其中,所述指标库包括产品实际投放比例、加权平均名义期限、续存逾期率和整体逾期率:
利用第四计算公式计算产品实际投放比例;
利用第五计算公式计算加权平均名义期限;
利用第六计算公式计算续存逾期率;
利用第七计算公式计算整体逾期率;
将所述在线前段分析指标库的数据存储到在线前段分析指标;
所述第四计算公式为:
其中,TS为产品实际投放比例,ma为a产品对应的T-1日授信进件量,na为a产品对应的T-1日平均授信信额度,ta为a产品对应的T-1日拒绝授信笔数,mb为b产品对应的T-1日授信进件量,nb为b产品对应的T-1日平均授信信额度,tb为b产品对应的T-1日拒绝授信笔数,mc为c产品对应的T-1日授信进件量,nc为c产品对应的T-1日平均授信信额度,tc为c产品对应的T-1日拒绝授信笔数;
所述第五计算公式为:
J=sum(A1*A2)/sum(A3)
其中,A1为消费贷款合同借据期限,A2为合同借据金额,sum()为近7天数据的求和公式,J为加权平均名义期限,A3为合同借据金额;
所述第六计算公式为:
其中,Y1为续存逾期率,ZD为在贷款本金预额,L1为M1逾期本金之和,L2为M2逾期本金之和,L3为M3逾期本金之和,L4为M3及以上逾期本金之和;
所述第七计算公式为:
其中,Y2为整体逾期率,FF为累计放款金额。
7.如权利要求1所述的一种管理消费金融业务的方法,其特征在于,所述获取历史信息进行回溯分析,对于无法逼近用户设定策略参数的资产进行标记并预警给业务用户,具体包括:
根据在线前段分析指标进行历史数据的回溯分析,形成一段时间内的配置产品投放比例;
利用第八计算公式判断,若满足第八计算公式则不发生预警,反之则发出预警;
所述第八计算公式为:
TA×(1-PY)<TS<TA×(1+PY)
其中,TS为实时投放比例,TA为投放比例,PY为偏移差。
8.一种管理消费金融业务的装置,其特征在于,该装置包括:
放贷测算模块,用于通过设置量化指标,实现进行贷前或贷中的测算;
业务提取模块,用于在线进行每个金融业务的敏感性分析和临界值求解;
敏感推送模块,用于根据敏感度的排序进行策略推送;
自动审批模块,用于设置全业务流程的关联内容,进行自动审批和决策;
历史分析模块,用于在线进行已经发生的历史数据的在线监视,形成一系列在线前段分析指标;
信息预警模块,用于获取历史信息进行回溯分析,对于无法逼近用户设定策略参数的资产进行标记并预警给业务用户。
9.一种计算机可读存储介质,其上存储计算机程序指令,其特征在于,所述计算机程序指令在被处理器执行时实现如权利要求1-7中任一项所述的方法。
10.一种电子设备,包括存储器和处理器,其特征在于,所述存储器用于存储一条或多条计算机程序指令,其中,所述一条或多条计算机程序指令被所述处理器执行以实现如权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310632506.3A CN116645195A (zh) | 2023-05-31 | 2023-05-31 | 一种管理消费金融业务的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310632506.3A CN116645195A (zh) | 2023-05-31 | 2023-05-31 | 一种管理消费金融业务的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116645195A true CN116645195A (zh) | 2023-08-25 |
Family
ID=87643065
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310632506.3A Pending CN116645195A (zh) | 2023-05-31 | 2023-05-31 | 一种管理消费金融业务的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116645195A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117273720A (zh) * | 2023-11-21 | 2023-12-22 | 湖南兴盛优选网络科技有限公司 | 一种高性能的可扩展的计量计费服务平台 |
-
2023
- 2023-05-31 CN CN202310632506.3A patent/CN116645195A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117273720A (zh) * | 2023-11-21 | 2023-12-22 | 湖南兴盛优选网络科技有限公司 | 一种高性能的可扩展的计量计费服务平台 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1265169A2 (en) | Attribute forecasting system and method thereof, insurance premium calculation system and method thereof, and computer program product | |
CN109360084A (zh) | 征信违约风险的评估方法及装置、存储介质、计算机设备 | |
CN107622444A (zh) | 业务准入方法及装置、电子设备 | |
CN109697667B (zh) | 一种基于授信模式的限额管控的方法及装置 | |
CN107026848A (zh) | 业务授权方法及装置 | |
CN108711047A (zh) | 一种自动还款方法、系统及终端设备 | |
CN110276618A (zh) | 生成洗钱案宗预测模型、预测洗钱案宗的方法及系统 | |
CN113554228B (zh) | 还款率预测模型的训练方法及还款率的预测方法 | |
EP3613003A1 (fr) | Système et procédé pour gérer la détection de fraudes dans un système de transactions financières | |
CN112232949A (zh) | 基于区块链的借贷风险的预测方法和装置 | |
CN116777633A (zh) | 基于数据管理的金融资产管理系统 | |
CN110288038A (zh) | 一种企业的分类方法及装置 | |
CN107480703B (zh) | 交易故障检测方法及装置 | |
CN113313580A (zh) | 可疑交易筛选方法、装置、电子设备和存储介质 | |
CN109741160A (zh) | 资金监控方法、资金监控系统、终端及可读存储介质 | |
CN113159545A (zh) | 确定价值属性值的方法、装置、电子设备和存储介质 | |
CN116645195A (zh) | 一种管理消费金融业务的方法及装置 | |
CN115496480A (zh) | 数据检验方法、系统及相关设备 | |
CN110472827B (zh) | 系统策略预警方法、装置、服务器及可读存储介质 | |
CN114066616A (zh) | 一种基于区块链的工程领域供应链金融风险评估系统 | |
CN112116169B (zh) | 一种用户行为的确定方法、装置及电子设备 | |
KR102444936B1 (ko) | 계수 장치의 관리를 위한 서비스 제공 방법 및 그 시스템 | |
CN116703534B (zh) | 一种电商订单数据智能管理方法 | |
US20240086925A1 (en) | Systems and methods for training and applying machine learning systems in fraud detection | |
Visschedijk et al. | Bachelor thesis Computer Science |
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 |