TWM557879U - 客戶信用貶落預警系統 - Google Patents

客戶信用貶落預警系統 Download PDF

Info

Publication number
TWM557879U
TWM557879U TW106212787U TW106212787U TWM557879U TW M557879 U TWM557879 U TW M557879U TW 106212787 U TW106212787 U TW 106212787U TW 106212787 U TW106212787 U TW 106212787U TW M557879 U TWM557879 U TW M557879U
Authority
TW
Taiwan
Prior art keywords
risk
customer
database
warning system
electronic device
Prior art date
Application number
TW106212787U
Other languages
English (en)
Inventor
袁光華
李建佃
Original Assignee
彰化商業銀行股份有限公司
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 彰化商業銀行股份有限公司 filed Critical 彰化商業銀行股份有限公司
Priority to TW106212787U priority Critical patent/TWM557879U/zh
Publication of TWM557879U publication Critical patent/TWM557879U/zh

Links

Landscapes

  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

一種客戶信用貶落預警系統包含一內部風險指標衡量資料庫、一擔保圈網路模型資料庫、一暴險金額預估資料庫以及一客戶風險分級電子裝置。內部風險指標衡量資料庫用以根據預設的指標收集金融機構內部的關於該指標的資料。擔保圈網路模型資料庫用以根據預設的模型分類金融機構的客戶間的擔保關係。暴險金額預估資料庫用以根據預設的方式計算預估的暴險金額範圍。客戶風險分級電子裝置連接至內部風險指標衡量資料庫、擔保圈網路模型資料庫以及暴險金額預估資料庫,用以根據預設的權重計算出風險分數並依門檻分級。

Description

客戶信用貶落預警系統
本新型是關於一種金融信用管理系統,特別是關於一種客戶信用貶落預警系統。
授信管理對每家金融機構都是非常重要的事宜,關於個別客戶與金融機構往來的記錄常散佈於各系統中,若欲評估個別客戶的信用狀況,常需耗費人員時間去蒐集與拼湊各種資訊,且同一家金融機構內可能沒有一致的評估方式,對於客戶信用的控管上存在一定的風險。如何針對客戶信用貶落之各種徵兆有效提前預警是金融機構亟欲解決的問題。
本新型提出一種創新的客戶信用貶落預警系統,解決先前技術的問題。
於本新型的一實施例中,一種客戶信用貶落預警系統包含一內部風險指標衡量資料庫、一擔保圈網路模型資料庫、一暴險金額預估資料庫以及一客戶風險分級電子裝置。內部風險指標衡量資料庫用以根據預設的指標收集金融機構內 部的關於該指標的資料。擔保圈網路模型資料庫用以根據預設的模型分類金融機構的客戶間的擔保關係。暴險金額預估資料庫用以根據預設的方式計算預估的暴險金額範圍。客戶風險分級電子裝置連接至內部風險指標衡量資料庫、擔保圈網路模型資料庫以及暴險金額預估資料庫,用以根據預設的權重計算出風險分數並依門檻分級。
於本新型的一實施例中,內部風險指標衡量資料庫包含一通訊介面,用以連接至客戶風險分級電子裝置以及一資料源。
於本新型的一實施例中,內部風險指標衡量資料庫更包含一處理器,連接至通訊介面,用以依據預設的指標事件類別而給予評分。
於本新型的一實施例中,擔保圈網路模型資料庫包含一通訊介面,用以連接至客戶風險分級電子裝置以及一資料源。
於本新型的一實施例中,擔保圈網路模型資料庫更包含一處理器,連接至通訊介面,用以依據預設的擔保關係而給予評分。
於本新型的一實施例中,暴險金額預估資料庫包含一通訊介面,用以連接至客戶風險分級電子裝置以及一資料源。
於本新型的一實施例中,暴險金額預估資料庫更包含一處理器,連接至通訊介面,用以依據預設的暴險金額範圍而給予評分。
於本新型的一實施例中,客戶風險分級電子裝置包含一通訊介面,用以連接至內部風險指標衡量資料庫、擔保圈網路模型資料庫以及暴險金額預估資料庫。
於本新型的一實施例中,客戶風險分級電子裝置更包含一處理器,連接至通訊介面,用以根據預設的權重計算出風險分數並依門檻分級。
於本新型的一實施例中,客戶風險分級電子裝置更包含一儲存裝置,連接至該處理器,用以儲存該處理器的執行結果。
綜上所述,本新型的客戶信用貶落預警系統利用其自動化管理作業,加強控管授信品質及防制不良授信詐貸案件,避免客戶已有異常徵兆仍續用金融機構之授信或交易額度而損及債權。對於已有疑似負面或信用貶落表徵客戶,提早進行暴險金額評估及預估損失暨通報控管作業,強化並整合金融機構內部之風險控管資訊橫向溝通能力。對於高風險、高違約機率客戶,可自動凍結該客戶之可用額度及/或暫禁交易,同時並產出警示資訊,透過行動裝置傳送給相關權責人員進行追蹤確認。
以下將以實施方式對上述之說明作詳細的描述,並對本新型之技術方案提供更進一步的解釋。
為讓本新型之上述和其他目的、特徵、優點與實施例能更明顯易懂,所附符號之說明如下:
100‧‧‧客戶信用貶落預警系統
110‧‧‧客戶風險分級電子裝置
112‧‧‧通訊介面
114‧‧‧處理器
116‧‧‧儲存裝置
120‧‧‧內部風險指標衡量資料庫
122‧‧‧通訊介面
124‧‧‧處理器
126‧‧‧儲存裝置
130‧‧‧擔保圈網路模型資料庫
132‧‧‧通訊介面
134‧‧‧處理器
136‧‧‧儲存裝置
140‧‧‧暴險金額預估資料庫
142‧‧‧通訊介面
144‧‧‧處理器
146‧‧‧儲存裝置
150‧‧‧資料源
170‧‧‧行動電子裝置
為讓本新型之上述和其他目的、特徵、優點與實施例能更明顯易懂,所附圖式之說明如下: 第1圖係依照本新型一實施例之一種客戶信用貶落預警系統的方塊圖;以及第2圖係依照本新型另一實施例之一種客戶信用貶落預警系統的方塊圖。
為了使本新型之敘述更加詳盡與完備,可參照所附之圖式及以下所述各種實施例,圖式中相同之號碼代表相同或相似之元件。另一方面,眾所週知的元件與步驟並未描述於實施例中,以避免對本新型造成不必要的限制。
於實施方式與申請專利範圍中,除非內文中對於冠詞有所特別限定,否則『一』與『該』可泛指單一個或複數個。
本新型之技術態樣是一種客戶信用貶落預警系統,其可應用在各種需授信管理之相關作業。以下將搭配第1、2圖來說明客戶信用貶落預警系統之具體實施方式。
請參照第1、2圖,第1圖係依照本新型一實施例之一種客戶信用貶落預警系統的方塊圖;第2圖係依照本新型另一實施例之一種客戶信用貶落預警系統的方塊圖。
如第1圖所示,客戶信用貶落預警系統100包含內部風險指標衡量資料庫120、擔保圈網路模型資料庫130以及暴險金額預估資料庫140等三個資料庫。三個資料庫能不斷的從金融機構內的資料源150依預設的條件不斷的收集資料。資料源150包含金融機構的客戶資料或所有營業的資訊等。
於一實施例中,內部風險指標衡量資料庫120根據預設的指標收集金融機構內部的關於指標的資料。例如,內部風險指標衡量資料庫120收集金融機構企金或個金授信戶或授信戶負責人相關風險衡量指標資訊(即資料源150內的資訊),並結合企金戶財務、營運、銀行往來等各項衡量指標資訊。
於一實施例中,擔保圈網路模型資料庫130根據預設的模型分類金融機構的客戶間的擔保關係。例如,擔保圈網路模型資料庫130連接至資料源150以客戶擔保關係為基礎,透過大數據技術分析、社群關聯分析及路徑分析,建構全行擔保圈網路模型(例如互保、連環擔保、交叉擔保、擔保鏈等態樣)。
於一實施例中,暴險金額預估資料庫140根據預設的方式計算預估的暴險金額範圍。例如,根據企金或個金客戶(金融機構的債務人)及其關係戶之關係,彙整客戶資產負債資訊,將前述資產及負債相互抵減後,即可進行客戶暴險金額評估及預估損失範圍。此外,依據企金或個金客戶(金融機構的債務人),擷取關係戶客戶資料。針對個人戶,可例如是借款人之配偶、借款人為負責人之企業、借款人配偶為負責人之企業、借款人二親等以內血親等關係戶及相關授信保證人。針對企業戶,可例如是有控制與從屬關係之企業、相互投資關係之企業、公司董事長或總經理與他公司董事長或總經理為同一人或具有配偶關係之企業、具有利害關係之關係戶及相關授信保證人。上述保證人包含共同借款人、共同發票人、票據債務 人-係指金融交易之擔保背書、連帶保證人、擔保品提供人兼連帶保證人、連帶借款人、連帶債務人、擔保品提供人兼連帶債務人、一般保證人、擔保品提供人等。依據上述個人戶篩選之企個金客戶(本行債務人)及其關係戶客戶資料,擷取並彙整客戶整體資產負債資訊(包含一般存放款、應收帳款、信用卡、投資有價證券、存款設質等),將前述資產及負債相互抵減後,即可進行客戶暴險金額評估及預估損失範圍。
於一實施例中,客戶風險分級電子裝置110連接至內部風險指標衡量資料庫120、擔保圈網路模型資料庫130以及暴險金額預估資料庫140,並根據預設的權重計算出風險分數並依門檻分級。
於一實施例中,內部風險指標衡量資料庫120包含一通訊介面122,用以連接至客戶風險分級電子裝置110以及一資料源150。
於一實施例中,內部風險指標衡量資料庫120更包含一處理器124,連接至通訊介面122,用以依據預設的指標事件類別而給予評分。例如,可依據信用貶落徵兆嚴重程度,給予信用貶落徵兆分類之量化指標。例如,信用貶落徵兆較嚴重者:退票或拒往、授信戶已逾期或轉列催收呆帳、債清債協註記、信用卡強停紀錄、企金戶有債票信不良或公司營運面重大警訊、信評或財務惡化等狀況。信用貶落徵兆較輕微者:支存往來異常經常發生餘額不足且需常催促者、其他同業向聯徵查詢該戶次數激增者、受監護宣告/受輔助宣告、企金戶最近一年營收低於週轉金貸款額度、最近一次財報經會計師 簽發保留意見等狀況。或其他輔助資訊:美國經濟制裁名單、洗錢、歹徒詐騙、經濟金融犯罪者等狀況。根據嚴重程度予以評分(越嚴重越高分),例如:授信戶信用查詢有票據拒往紀錄(500分)、授信戶本行貸款已轉列催收或呆帳(500分)、授信戶信用查詢信用卡戶當期有逾期紀錄(300分)、支存往來異常經常發生餘額不足且需常催促者(50分)、他同業向聯徵查詢該戶次數激增者(20分)、歹徒詐騙(500分)、美國經濟制裁名單(500分)等。
於一實施例中,內部風險指標衡量資料庫120更包含一儲存裝置126,連接至處理器124。儲存裝置126可以是各種形式的儲存媒體,例如硬磁碟(hard disk drive)、固態硬碟(Solid State Disk)、軟碟(floppy diskette drive)、磁帶機(magnetic tape machine)等,用以存放上述處理器124執行後的結果。
於一實施例中,擔保圈網路模型資料庫130包含一通訊介面132,用以連接至客戶風險分級電子裝置110以及一資料源150。
於一實施例中,擔保圈網路模型資料庫130更包含一處理器134,連接至通訊介面132,用以依據預設的擔保關係而給予評分。根據嚴重程度予以評分(越嚴重越高分),例如:與有高違約機率客戶之互保關係(300分)、與有中違約機率客戶之互保關係(250分)、與有低違約機率客戶之互保關係(50分)、與有高違約機率客戶之連環擔保關係中具關鍵性位置(250分)等。
於一實施例中,擔保圈網路模型資料庫130更包含一儲存裝置136,連接至處理器134。儲存裝置136可以是各種形式的儲存媒體,例如硬磁碟(hard disk drive)、固態硬碟(Solid State Disk)、軟碟(floppy diskette drive)、磁帶機(magnetic tape machine)等,用以存放上述處理器134執行後的結果。
於一實施例中,暴險金額預估資料庫140包含一通訊介面142,用以連接至客戶風險分級電子裝置110以及一資料源150。
於一實施例中,暴險金額預估資料庫140更包含一處理器144,連接至通訊介面142,依據預設的暴險金額範圍而給予評分。暴險金額預估資料庫140根據暴險金額的高低而給予評分,例如:暴險金額逾50,000千元(300分)、暴險金額10,000千元~50,000千元(200分)、暴險金額未達10,000千元(100分)等。
於一實施例中,暴險金額預估資料庫140更包含一儲存裝置146,連接至處理器144。儲存裝置146可以是各種形式的儲存媒體,例如硬磁碟(hard disk drive)、固態硬碟(Solid State Disk)、軟碟(floppy diskette drive)、磁帶機(magnetic tape machine)等,用以存放上述處理器144執行後的結果。
於一實施例中,客戶風險分級電子裝置110包含一通訊介面112,用以連接至內部風險指標衡量資料庫120、擔保圈網路模型資料庫130以及暴險金額預估資料庫140,始 能進行資料的傳輸。
於一實施例中,客戶風險分級電子裝置110更包含一處理器114,連接至通訊介面112,用以根據預設的權重計算出風險分數並依門檻分級。客戶風險分級電子裝置110可以為上述資料庫的評分各設立權重,例如內部風險指標衡量資料庫120之評分權重為50%、擔保圈網路模型資料庫130之評分權重為40%、暴險金額預估資料庫140之之評分權重為10%。客戶風險分級電子裝置110可依風險等級區分其客戶為高中低三大類,如下表一:
若有一個人戶A具有以下相關資訊。有授信戶信用查詢有票據拒往紀錄(500分*50%=250);無危險擔保關係(0分*40%=0);暴險金額預估損失未達10,000千元(100分*10%=10)。則依據上述表一之客戶風險指標評分模型(個人戶),計算分數:250+0+10=總分260,依據風險門檻設定表進行客戶風險分級,確認該客戶A為高風險客戶。
若有一個人戶B具有以下相關資訊。有他同業向聯徵查詢該戶次數激增者(20分*50%=10);無危險擔保關係(0分*40%=0);暴險金額預估損失未達10,000千元(100分*10%=10)。則依據上述表一之客戶風險指標評分模型(個人 戶),計算分數:10+0+10=總分20,依據風險門檻設定表進行客戶風險分級,確認該客戶B為低風險客戶。
若有一個人戶C具有以下相關資訊。有他同業向聯徵查詢該戶次數激增者(20分*50%=10);與有低違約機率客戶之互保關係(50分*40%=20);暴險金額預估損失未達10,000千元(100分*10%=10)。則依據上述表一之客戶風險指標評分模型(個人戶),計算分數:10+20+10=總分40,依據風險門檻設定表進行客戶風險分級,確認該客戶C為中風險客戶。
客戶風險分級電子裝置110更包含一儲存裝置116,連接至處理器114,用以儲存處理器114的執行結果。
客戶風險分級電子裝置110將其客戶風險等級區分為高中低三大類後,隨時監控並強化違約預警管理。對於判定為中風險、中違約機率客戶,持續進行風險監控作業。對於高風險、高違約機率客戶(例如個人戶風險值高於100或法人戶風險值高於200),可自動凍結該客戶之可用額度及/或暫禁交易,同時並產出警示資訊(如email及簡訊通知),透過行動裝置傳送給相關權責人員進行追蹤確認(例如客戶風險分級電子裝置110會自動發訊息給相關權責人員之行動電子裝置170,訊息中可以簡要說明客戶之狀況,並附上相關連結之資料,供進一步評估確認)。
綜上所述,本新型的客戶信用貶落預警系統利用其自動化管理作業,加強控管授信品質及防制不良授信詐貸案件,避免客戶已有異常徵兆仍續用金融機構之授信或交易額度 而損及債權。對於已有疑似負面或信用貶落表徵客戶,提早進行暴險金額評估及預估損失暨通報控管作業,強化並整合金融機構內部之風險控管資訊橫向溝通能力。對於高風險、高違約機率客戶,可自動凍結該客戶之可用額度及/或暫禁交易,同時並產出警示資訊,透過行動裝置傳送給相關權責人員進行追蹤確認。
雖然本新型已以實施方式揭露如上,然其並非用以限定本新型,任何熟習此技藝者,於不脫離本新型之精神和範圍內,當可作各種之更動與潤飾,因此本新型之保護範圍當視後附之申請專利範圍所界定者為準。

Claims (10)

  1. 一種客戶信用貶落預警系統,包含:一內部風險指標衡量資料庫,用以根據預設的指標收集金融機構內部的關於該指標的資料;一擔保圈網路模型資料庫,用以根據預設的模型分類金融機構的客戶間的擔保關係;一暴險金額預估資料庫,用以根據預設的方式計算預估的暴險金額範圍;以及一客戶風險分級電子裝置,連接至該內部風險指標衡量資料庫、該擔保圈網路模型資料庫以及該暴險金額預估資料庫,用以根據預設的權重計算出風險分數並依門檻分級。
  2. 如請求項1所述之客戶信用貶落預警系統,其中該內部風險指標衡量資料庫包含:一通訊介面,用以連接至該客戶風險分級電子裝置以及一資料源。
  3. 如請求項2所述之客戶信用貶落預警系統,其中該內部風險指標衡量資料庫更包含:一處理器,連接至該通訊介面,用以依據預設的指標事件類別而給予評分。
  4. 如請求項1所述之客戶信用貶落預警系統,其中該擔保圈網路模型資料庫包含: 一通訊介面,用以連接至該客戶風險分級電子裝置以及一資料源。
  5. 如請求項4所述之客戶信用貶落預警系統,其中該擔保圈網路模型資料庫更包含:一處理器,連接至該通訊介面,用以依據預設的擔保關係而給予評分。
  6. 如請求項1所述之客戶信用貶落預警系統,其中該暴險金額預估資料庫包含:一通訊介面,用以連接至該客戶風險分級電子裝置以及一資料源。
  7. 如請求項6所述之客戶信用貶落預警系統,其中該暴險金額預估資料庫更包含:一處理器,連接至該通訊介面,用以依據預設的暴險金額範圍而給予評分。
  8. 如請求項1所述之客戶信用貶落預警系統,其中該客戶風險分級電子裝置包含:一通訊介面,用以連接至該內部風險指標衡量資料庫、該擔保圈網路模型資料庫以及該暴險金額預估資料庫。
  9. 如請求項8所述之客戶信用貶落預警系統,其中該客戶風險分級電子裝置更包含: 一處理器,連接至該通訊介面,用以根據預設的權重計算出風險分數並依門檻分級。
  10. 如請求項9所述之客戶信用貶落預警系統,其中該客戶風險分級電子裝置更包含:一儲存裝置,連接至該處理器,用以儲存該處理器的執行結果。
TW106212787U 2017-08-29 2017-08-29 客戶信用貶落預警系統 TWM557879U (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW106212787U TWM557879U (zh) 2017-08-29 2017-08-29 客戶信用貶落預警系統

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW106212787U TWM557879U (zh) 2017-08-29 2017-08-29 客戶信用貶落預警系統

Publications (1)

Publication Number Publication Date
TWM557879U true TWM557879U (zh) 2018-04-01

Family

ID=62643738

Family Applications (1)

Application Number Title Priority Date Filing Date
TW106212787U TWM557879U (zh) 2017-08-29 2017-08-29 客戶信用貶落預警系統

Country Status (1)

Country Link
TW (1) TWM557879U (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109102392A (zh) * 2018-08-15 2018-12-28 吉林亿联银行股份有限公司 一种征信查询风险预警方法及装置
TWI650726B (zh) * 2017-08-29 2019-02-11 彰化商業銀行股份有限公司 客戶信用貶落預警系統

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI650726B (zh) * 2017-08-29 2019-02-11 彰化商業銀行股份有限公司 客戶信用貶落預警系統
CN109102392A (zh) * 2018-08-15 2018-12-28 吉林亿联银行股份有限公司 一种征信查询风险预警方法及装置

Similar Documents

Publication Publication Date Title
US8504456B2 (en) Behavioral baseline scoring and risk scoring
US8612320B2 (en) Method and apparatus for detecting fraudulent loans
US20120109802A1 (en) Verifying identity through use of an integrated risk assessment and management system
CN111476660B (zh) 一种基于数据分析的智能风控系统及方法
US20110251945A1 (en) Methods and systems of predicting mortgage payment risk
Yücel Effectiveness Of Red Flags in Detecting Fraudulent Financial Reporting: An Application In Turkey.
US20120209760A1 (en) Risk identification system and judgmental review interface
Song et al. Predicting accounting fraud: Evidence from Japan
Mercuri Scoping identity theft
CN105956824A (zh) 一种业务数据申请评估方法及装置
CN113989017A (zh) 一种对公客户贷后风险预警装置和方法
CN113643115A (zh) 基于期权定价模型的商业承兑汇票信用评分方法及系统
TWM557879U (zh) 客戶信用貶落預警系統
TWM555988U (zh) 借款人信用風險之早期預警系統
TWI650726B (zh) 客戶信用貶落預警系統
AU2008311048A1 (en) Methods and systems of predicting mortgage payment risk
TW202115652A (zh) 基於人工智慧與區塊鏈的跨企業信用評等及風險評估方法與系統
Blascak et al. Financial consequences of severe identity theft in the US
TWM557878U (zh) 企業客戶智能風控系統
TWI719246B (zh) 企業客戶智能風控系統
CN113191770A (zh) 一种基于网关交易的反欺诈算法模型系统架构设计方法
JP2012238073A (ja) 債権買取査定支援システム及び債権買取査定支援方法
TW201901581A (zh) 人壽保險業之防制洗錢及打擊資助恐怖主義風險評估系統
CN114201536A (zh) 产品覆盖率计算方法、装置、设备及计算机存储介质
Li‐fang et al. The Chinese financial institution campaign against money laundering

Legal Events

Date Code Title Description
MM4K Annulment or lapse of a utility model due to non-payment of fees