CN110335138A - 一种预测客群资质变化的风险预警方法、装置和电子设备 - Google Patents
一种预测客群资质变化的风险预警方法、装置和电子设备 Download PDFInfo
- Publication number
- CN110335138A CN110335138A CN201910541799.8A CN201910541799A CN110335138A CN 110335138 A CN110335138 A CN 110335138A CN 201910541799 A CN201910541799 A CN 201910541799A CN 110335138 A CN110335138 A CN 110335138A
- Authority
- CN
- China
- Prior art keywords
- data
- qualification
- objective group
- risk
- variation
- 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
- 238000012797 qualification Methods 0.000 title claims abstract description 164
- 238000000034 method Methods 0.000 title claims abstract description 56
- 244000309464 bull Species 0.000 claims description 14
- 230000007613 environmental effect Effects 0.000 claims description 7
- 239000000284 extract Substances 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 230000007423 decrease Effects 0.000 claims description 5
- 230000009897 systematic effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 7
- 239000000047 product Substances 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 238000013481 data capture Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000005291 magnetic effect Effects 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 229910052709 silver Inorganic materials 0.000 description 1
- 239000004332 silver Substances 0.000 description 1
- 210000000352 storage cell Anatomy 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/03—Credit; Loans; Processing thereof
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Educational Administration (AREA)
- Technology Law (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种预测客群资质变化的风险预警方法，包括：根据客群的信用数据，金融行业数据，宏观经济数据建立客群资质标签数据；实时获取所述客群资质标签数据的变化；当所述客群资质标签数据的变化满足风险规则时，确定客群资质变化后存在风险，并发出风险预警。本发明通过预测客群资质变化，进一步预测可能会发生的信用风险，市场风险，政策风险，并发出预警，以便及时作出应对策略，减少***性风险的损失，减少优质客户的流失。
Description
技术领域
本发明涉及计算机信息处理领域，具体而言，涉及一种预测客群资质变化的风险预警方法、装置、电子设备及计算机可读介质。
背景技术
互联网金融行业不仅存在信用风险，还存在政策风险，市场风险，且政策风险和市场风险风险难以预测和解决。如果金融公司无法敏锐地察觉存在的风险，或是无法更准确地预测风险，以及未做好应对风险的准备，就会造成巨大经济损失，流失大量优质客户。
现有技术中，存在用于评估信用风险的参数，用于评估市场风险的参数，也存在用于评估政策风险的参数。
现有技术中，不存在合理的参数或标准，用于预测整体的风险，整体的风险，即包括：信用风险，政策风险和市场风险。
发明内容
本发明要解决的技术问题是如何建立合理的标准，用于预测整体的风险，并减少优质客户流失。
本发明的一方面提供一种预测客群资质变化的风险预警方法，包括：
根据客群的信用数据，金融行业数据，宏观经济数据建立客群资质标签数据；
实时获取所述客群资质标签数据的变化；
当所述客群资质标签数据的变化满足风险规则时，确定客群资质变化后存在风险，并发出风险预警。
根据本发明的一种优选实施方式，还包括：获取客群的信用数据，所述信用数据包括：属性数据、和/或借贷数据；获取金融行业数据，所述金融行业数据包括：金融行业景气度数据、金融产品供给数据、金融行业竞争数据、和/或金融市场环境数据；获取宏观经济数据，所述宏观经济数据包括：货币供应量、GDP、CPI、PPP指数、M2放款量、和/或失业率。
根据本发明的一种优选实施方式，所述获取客群的信用数据，进一步包括：
获取客群的属性数据，所述属性数据包括：收入、消费、职业、城市、性别、年龄中的至少一个；
获取客群的借贷数据，所述借贷数据包括：借贷频率、借贷次数、借贷额、逾期率、还款积极度、历史还款记录、已还款期、应还款期、还款期数、和/或贷款多头数量。
根据本发明的一种优选实施方式，所述根据客群的信用数据，金融行业数据，宏观经济数据建立客群资质标签数据，进一步包括：
从所述客群的信用数据，金融行业数据，宏观经济数据中提取特征数据；
根据数据预处理方法对所述特征数据进行预处理；
根据预处理后的特征数据建立客群资质标签数据。
根据本发明的一种优选实施方式，所述实时获取所述客群资质标签数据的变化，进一步包括：
实时获取客群资质标签数据的历史数据；
实时获取客群资质标签数据的当前数据；
通过对比所述历史数据与所述当前数据，确定所述客群资质标签数据的变化。
根据本发明的一种优选实施方式，还包括：确定风险规则，所述风险规则为满足收入降低、逾期率上升、贷款多头数量增加、还款积极度下降、股市整体下滑、上市公司数量缩减、裁员增加、银行贷款收紧、经济增速放缓中的至少一个。
根据本发明的一种优选实施方式，还包括：根据所述客群资质标签数据，建立客群资质评分模型，所述客群资质评分模型用于预测客群资质，并输出客群资质评分。
根据本发明的一种优选实施方式，还包括：当所述客群资质评分满足风险阈值时，确定客群资质存在风险，并发出风险预警。
根据本发明的一种优选实施方式，还包括：通过机器学习模型训练生成所述风险阈值。
本发明的另一方面提供一种预测客群资质变化的风险预警装置，包括：
标签数据建立模块，用于根据客群的信用数据，金融行业数据，宏观经济数据建立客群资质标签数据；
标签数据变化获取模块，用于实时获取所述客群资质标签数据的变化；
风险预警模块，用于当所述客群资质标签数据的变化满足风险规则时，确定客群资质变化后存在风险，并发出风险预警。
根据本发明的一种优选实施方式，还包括：
信用数据获取模块，用于获取客群的信用数据，所述信用数据包括：属性数据、和/或借贷数据；
行业数据获取模块，用于获取金融行业数据，所述金融行业数据包括：金融行业景气度数据、金融产品供给数据、金融行业竞争数据、和/或金融市场环境数据；
宏观经济数据获取模块，用于获取宏观经济数据，所述宏观经济数据包括：货币供应量、GDP、CPI、PPP指数、M2放款量、和/或失业率。
根据本发明的一种优选实施方式，所述信用数据获取模块，进一步包括：
属性数据获取单元，用于获取客群的属性数据，所述属性数据包括：收入、消费、职业、城市、性别、年龄中的至少一个；
借贷数据获取单元，用于获取客群的借贷数据，所述借贷数据包括：借贷频率、借贷次数、借贷额、逾期率、还款积极度、历史还款记录、已还款期、应还款期、还款期数、和/或贷款多头数量。
根据本发明的一种优选实施方式，所述所述标签数据建立模块，进一步包括：
特征数据提取单元，用于从所述客群的信用数据，金融行业数据，宏观经济数据中提取特征数据；
特征数据预处理单元，用于根据数据预处理方法对所述特征数据进行预处理；
标签数据建立单元，用于根据预处理后的特征数据建立客群资质标签数据。
根据本发明的一种优选实施方式，所述标签数据变化获取模块，进一步包括：
历史数据获取单元，用于实时获取客群资质标签数据的历史数据；
当前数据获取单元，用于实时获取客群资质标签数据的当前数据；
标签变化确定单元，用于通过对比所述历史数据与所述当前数据，确定所述客群资质标签数据的变化。
根据本发明的一种优选实施方式，还包括：风险规则确定模块，用于确定风险规则，所述风险规则为满足收入降低、逾期率上升、贷款多头数量增加、还款积极度下降、股市整体下滑、上市公司数量缩减、裁员增加、银行贷款收紧、经济增速放缓中的至少一个。
根据本发明的一种优选实施方式，还包括：资质评分模型建立模块，用于根据所述客群资质标签数据，建立客群资质评分模型，所述客群资质评分模型用于预测客群资质，并输出客群资质评分。
根据本发明的一种优选实施方式，所述资质评分模型建立模块，还包括：资质风险确定单元，用于当所述客群资质评分满足风险阈值时，确定客群资质存在风险，并发出风险预警。
根据本发明的一种优选实施方式，所述资质评分模型建立模块，还包括：
风险阈值生成单元，通过机器学习模型训练生成所述风险阈值。
本发明的第三方面提出一种电子设备，其中，该电子设备包括：处理器；以及，存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行所述的预测客群资质变化的风险预警方法。
本发明的第四方面提出一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现所述的预测客群资质变化的风险预警方法。
本发明的技术方案，具有如下有益效果：
本发明通过预测客群资质变化，进一步预测可能会发生的信用风险，市场风险，政策风险，并发出预警，以便及时作出应对策略，减少***性风险的损失，减少优质客户的流失。
附图说明
为了使本发明所解决的技术问题、采用的技术手段及取得的技术效果更加清楚，下面将参照附图详细描述本发明的具体实施例。但需声明的是，下面描述的附图仅仅是本发明本发明示例性实施例的附图，对于本领域的技术人员来讲，在不付出创造性劳动的前提下，可以根据这些附图获得其他实施例的附图。
图1是本发明的预测客群资质变化的风险预警方法流程示意图；
图2是本发明的预测客群资质变化的风险预警方法的建立客群资质标签数据的方法步骤流程示意图；
图3是本发明的预测客群资质变化的风险预警方法的标签数据变化获取的方法步骤流程示意图；
图4是本发明的预测客群资质变化的风险预警装置模块架构示意图；
图5是是本发明的预测客群资质变化的风险预警装置的标签数据建立模块架构示意图；
图6是是本发明的预测客群资质变化的风险预警装置的标签数据变化获取模块架构示意图；
图7是本发明的预测客群资质变化的风险预警的电子设备结构框架示意图；
图8是本发明的计算机可读存储介质示意图。
具体实施方式
现在将参考附图更全面地描述本发明的示例性实施例。然而，示例性实施例能够以多种形式实施，且不应被理解为本发明仅限于在此阐述的实施例。相反，提供这些示例性实施例能够使得本发明更加全面和完整，更加便于将发明构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的元件、组件或部分，因而将省略对它们的重复描述。
在符合本发明的技术构思的前提下，在某个特定的实施例中描述的特征、结构、特性或其他细节不排除可以以合适的方式结合在一个或更多其他的实施例中。
在对于具体实施例的描述中，本发明描述的特征、结构、特性或其他细节是为了使本领域的技术人员对实施例进行充分理解。但是，并不排除本领域技术人员可以实践本发明的技术方案而没有特定特征、结构、特性或其他细节的一个或更多。
附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
应理解，虽然本文中可能使用第一、第二、第三等表示编号的定语来描述各种器件、元件、组件或部分，但这不应受这些定语限制。这些定语乃是用以区分一者与另一者。例如，第一器件亦可称为第二器件而不偏离本发明实质的技术方案。
术语“和/或”或者“及/或”包括相关联的列出项目中的任一个及一或多者的所有组合。
图1是本发明的预测客群资质变化的风险预警方法流程示意图；如图1所示，本发明的预测客群资质变化的风险预警方法，包括：
S1：根据客群的信用数据，金融行业数据，宏观经济数据建立客群资质标签数据。
图2是本发明的预测客群资质变化的风险预警方法的建立客群资质标签数据的方法步骤流程示意图；如图2所示，其中，建立客群资质标签数据的方法步骤包括：
S11：从所述客群的信用数据，金融行业数据，宏观经济数据中提取特征数据。
S12：根据数据预处理方法对所述特征数据进行预处理。
S13：根据预处理后的特征数据建立客群资质标签数据。
在根据客群的信用数据，金融行业数据，宏观经济数据建立客群资质标签数据之前，还包括：获取客群的信用数据、金融行业数据、宏观经济数据。
获取客群的信用数据，所述信用数据包括：属性数据、和/或借贷数据。
获取金融行业数据，所述金融行业数据包括：金融行业景气度数据、金融产品供给数据、金融行业竞争数据、和/或金融市场环境数据。
获取宏观经济数据，所述宏观经济数据包括：货币供应量、GDP、CPI、PPP指数、M2放款量、和/或失业率。
其中，所述获取客群的信用数据，进一步包括：获取客群的属性数据、获取客群的借贷数据。
获取客群的属性数据，所述属性数据包括：收入、消费、职业、城市、性别、年龄中的至少一个；
获取客群的借贷数据，所述借贷数据包括：借贷频率、借贷次数、借贷额、逾期率、还款积极度、历史还款记录、已还款期、应还款期、还款期数、和/或贷款多头数量。
S2：实时获取所述客群资质标签数据的变化。
图3是本发明的预测客群资质变化的风险预警方法的标签数据变化获取的方法步骤流程示意图；如图3所示，所述实时获取所述客群资质标签数据的变化，进一步包括：
S21：实时获取客群资质标签数据的历史数据；
S22：实时获取客群资质标签数据的当前数据；
S23：通过对比所述历史数据与所述当前数据，确定所述客群资质标签数据的变化。
S3：当所述客群资质标签数据的变化满足风险规则时，确定客群资质变化后存在风险，并发出风险预警。
其中，在步骤S3当所述客群资质标签数据的变化满足风险规则时，确定客群资质变化后存在风险，并发出风险预警之前，还包括：
确定风险规则，所述风险规则为满足收入降低、逾期率上升、贷款多头数量增加、还款积极度下降、股市整体下滑、上市公司数量缩减、裁员增加、银行贷款收紧、经济增速放缓中的至少一个。
本发明的预测客群资质变化的风险预警方法，不仅限于通过风险规则判断客群资质变化，还可以通过建立客群资质评分模型，输出客群资质评分，判断客群资质评分是否满足风险阈值来判断客群资质变化。
本发明的预测客群资质变化的风险预警方法，还包括：根据所述客群资质标签数据，建立客群资质评分模型，所述客群资质评分模型用于预测客群资质，并输出客群资质评分。
本发明的预测客群资质变化的风险预警方法，还包括：当所述客群资质评分满足风险阈值时，确定客群资质存在风险，并发出风险预警。
本发明的预测客群资质变化的风险预警方法，还包括：通过机器学习模型训练生成所述风险阈值。
作为示例，对本发明的预测客群资质变化的风险预警方法进行说明。
获取客群的信用数据，所述信用数据包括：属性数据、和/或借贷数据；其中，所述属性数据包括：收入、消费、职业、城市、性别、年龄中的至少一个；其中，借贷数据包括：借贷频率、借贷次数、借贷额、逾期率、还款积极度、历史还款记录、已还款期、应还款期、还款期数、和/或贷款多头数量。
本发明的预测客群资质变化的风险预警方法，通过微观的客户行为，收入变化和消费变化等预测客户的财务状况和还款能力。
获取金融行业数据，所述金融行业数据包括：金融行业景气度数据、金融产品供给数据、金融行业竞争数据、和/或金融市场环境数据。
作为示例，金融行业景气度数据能够从金融公司数量变化、金融公司排名等数据中反映出来。
除此之外，互联网金融行业资金是否过热，同样能够反映互联网金融行业的情况，互联网金融行业的信息来源包括：金融行业新闻，财经新闻，金融市场政策。
获取宏观经济数据，所述宏观经济数据包括：货币供应量、GDP、CPI、PPP指数、M2放款量、和/或失业率。
通过宏观经济变量预测整体经济状况，判断经济周期的阶段以及需求变化情况。
获取到客群的信用数据，金融行业数据，宏观经济数据之后，根据客群的信用数据，金融行业数据，宏观经济数据建立客群资质标签数据。
其中，从所述客群的信用数据，金融行业数据，宏观经济数据中提取特征数据；特征数据是能够有效反映客群的信用情况，金融行业情况，宏观经济情况。
从各数据源获取到的数据，由于格式不统一，或是数据缺失等情况，需要对获取到的数据进行预处理。
根据数据预处理方法对所述特征数据进行预处理，预处理方法包括：处理缺失值、特征编码、数据标准化、数据正则化等。
根据预处理后的特征数据建立客群资质标签数据。
客群资质标签数据建立之后，实时获取所述客群资质标签数据的变化，进一步包括：
实时获取客群资质标签数据的历史数据；
实时获取客群资质标签数据的当前数据；
通过对比所述历史数据与所述当前数据，确定所述客群资质标签数据的变化。
作为示例，客群中某客户的收入之前为2w，当前获取到该用户的收入为1w。经过对比分析发现，该客户的收入发生巨大变化，收入降低1w。
同样，作为示例，客群中另一客户，该客户之前并未存在逾期记录，当前获取到该用户逾期3次，该用户逾期率增加。
确定风险规则，所述风险规则为满足收入降低、逾期率上升、贷款多头数量增加、还款积极度下降、股市整体下滑、上市公司数量缩减、裁员增加、银行贷款收紧、经济增速放缓中的至少一个。
作为示例，假设风险规则包括50条规定，例如，收入降低、逾期率上升、贷款多头数量增加、还款积极度下降、股市整体下滑、上市公司数量缩减、裁员增加、银行贷款收紧、经济增速放缓等。
当所述客群资质标签数据的变化满足风险规则时，确定客群资质变化后存在风险，并发出风险预警。
作为示例，假设客户满足50条规定中的5条，即满足收入降低、逾期率上升、还款积极度下降、股市整体下滑、经济增速放缓，则确定客群资质变化后存在风险，并发出风险预警。
本发明的预测客群资质变化的风险预警方法，在预估整体风险上升临近阈值时，会发出预警信号，比如，去年P2P公司爆雷的情况，从而提前做好应对措施，比如，对用户借贷加严，减少风险，减少优质客户的流失。
本发明的预测客群资质变化的风险预警方法，可进行手工参数/阈值设置。
需要说明的是，本发明的预测客群资质变化的风险预警方法，不仅限于通过风险规则判断客群资质变化，还可以通过建立客群资质评分模型，输出客群资质评分，判断客群资质评分是否满足风险阈值来判断客群资质变化。
作为示例，根据客群的收入、消费、职业、城市、性别、年龄、借贷频率、借贷次数、借贷额、逾期率、还款积极度、历史还款记录、已还款期、应还款期、还款期数、贷款多头数量、金融行业景气度数据、金融产品供给数据、金融行业竞争数据、金融市场环境数据、货币供应量、GDP、CPI、PPP指数、M2放款量、和/或失业率等数据，建立客群资质评分模型，模型的阈值为0.6，如果用户的评分低于0.6，即确定客群资质存在风险，并发出风险预警。
假设某用户输出的客群资质评分为0.2，则降低该用户的授信额度，对该用户的借贷行为加严管理。
需要说明的是，模型的风险阈值0.6，可通过机器学习模型训练生成。
本领域技术人员可以理解，实现上述实施例的全部或部分步骤被实现为由计算机数据处理设备执行的程序(计算机程序)。在该计算机程序被执行时，可以实现本发明提供的上述方法。而且，所述的计算机程序可以存储于计算机可读存储介质中，该存储介质可以是磁盘、光盘、ROM、RAM等可读存储介质，也可以是多个存储介质组成的存储阵列，例如磁盘或磁带存储阵列。所述的存储介质不限于集中式存储，其也可以是分布式存储，例如基于云计算的云存储。
下面描述本发明的装置实施例，该装置可以用于执行本发明的方法实施例。对于本发明装置实施例中描述的细节，应视为对于上述方法实施例的补充；对于在本发明装置实施例中未披露的细节，可以参照上述方法实施例来实现。
图4是本发明的预测客群资质变化的风险预警装置模块架构示意图；如图4所示，本发明的预测客群资质变化的风险预警装置，包括：标签数据建立模块，标签数据变化获取模块，风险预警模块。
标签数据建立模块，用于根据客群的信用数据，金融行业数据，宏观经济数据建立客群资质标签数据。
图5是是本发明的预测客群资质变化的风险预警装置的标签数据建立模块架构示意图；如图5所示，其中，标签数据建立模块，进一步包括：特征数据提取单元，特征数据预处理单元，标签数据建立单元。
特征数据提取单元，用于从所述客群的信用数据，金融行业数据，宏观经济数据中提取特征数据。
特征数据预处理单元，用于根据数据预处理方法对所述特征数据进行预处理。
标签数据建立单元，用于根据预处理后的特征数据建立客群资质标签数据。
标签数据变化获取模块，用于实时获取所述客群资质标签数据的变化。
图6是是本发明的预测客群资质变化的风险预警装置的标签数据变化获取模块架构示意图；如图6所示，标签数据变化获取模块，进一步包括：历史数据获取单元，当前数据获取单元，标签变化确定单元。
历史数据获取单元，用于实时获取客群资质标签数据的历史数据。
当前数据获取单元，用于实时获取客群资质标签数据的当前数据。
标签变化确定单元，用于通过对比所述历史数据与所述当前数据，确定所述客群资质标签数据的变化。
风险预警模块，用于当所述客群资质标签数据的变化满足风险规则时，确定客群资质变化后存在风险，并发出风险预警。
本发明的预测客群资质变化的风险预警装置，不仅包括：标签数据建立模块，标签数据变化获取模块，风险预警模块，还包括：信用数据获取模块、行业数据获取模块、宏观经济数据获取模块、和/或风险规则确定模块。
信用数据获取模块，用于获取客群的信用数据，所述信用数据包括：属性数据、和/或借贷数据。
其中，信用数据获取模块，进一步包括：属性数据获取单元，借贷数据获取单元。
属性数据获取单元，用于获取客群的属性数据，所述属性数据包括：收入、消费、职业、城市、性别、年龄中的至少一个。
借贷数据获取单元，用于获取客群的借贷数据，所述借贷数据包括：借贷频率、借贷次数、借贷额、逾期率、还款积极度、历史还款记录、已还款期、应还款期、还款期数、和/或贷款多头数量。
行业数据获取模块，用于获取金融行业数据，所述金融行业数据包括：金融行业景气度数据、金融产品供给数据、金融行业竞争数据、和/或金融市场环境数据；
宏观经济数据获取模块，用于获取宏观经济数据，所述宏观经济数据包括：货币供应量、GDP、CPI、PPP指数、M2放款量、和/或失业率。
风险规则确定模块，用于确定风险规则，所述风险规则为满足收入降低、逾期率上升、贷款多头数量增加、还款积极度下降、股市整体下滑、上市公司数量缩减、裁员增加、银行贷款收紧、经济增速放缓中的至少一个。
需要说明的是，本发明的预测客群资质变化的风险预警装置，还包括：资质评分模型建立模块。
资质评分模型建立模块，用于根据所述客群资质标签数据，建立客群资质评分模型，所述客群资质评分模型用于预测客群资质，并输出客群资质评分。
其中，资质评分模型建立模块，还包括：资质风险确定单元，用于当所述客群资质评分满足风险阈值时，确定客群资质存在风险，并发出风险预警。
其中，所述资质评分模型建立模块，还包括：风险阈值生成单元，通过机器学习模型训练生成所述风险阈。
本领域技术人员可以理解，上述装置实施例中的各模块可以按照描述分布于装置中，也可以进行相应变化，分布于不同于上述实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
下面描述本发明的电子设备实施例，该电子设备可以视为对于上述本发明的方法和装置实施例的具体实体实施方式。对于本发明电子设备实施例中描述的细节，应视为对于上述方法或装置实施例的补充；对于在本发明电子设备实施例中未披露的细节，可以参照上述方法或装置实施例来实现。
图7是根据本发明的一种电子设备的示例性实施例的结构框图。下面参照图7来描述根据本发明该实施例的的电子设备200。图7显示的电子设备200仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示，电子设备200以通用计算设备的形式表现。电子设备200的组件可以包括但不限于：至少一个处理单元210、至少一个存储单元220、连接不同***组件(包括存储单元220和处理单元210)的总线230、显示单元240等。
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元210执行，使得所述处理单元210执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元210可以执行如图1所示的步骤。
所述存储单元220可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)2201和/或高速缓存存储单元2202，还可以进一步包括只读存储单元(ROM)2203。
所述存储单元220还可以包括具有一组(至少一个)程序模块2205的程序/实用工具2204，这样的程序模块2205包括但不限于：操作***、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线230可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、***总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备200也可以与一个或多个外部设备300(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备200交互的设备通信，和/或与使得该电子设备200能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口250进行。并且，电子设备200还可以通过网络适配器260与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器260可以通过总线230与电子设备200的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备200使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
通过以上的实施方式的描述，本领域的技术人员易于理解，本发明描述的示例性实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个计算机可读的存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本发明的上述方法。当所述计算机程序被一个数据处理设备执行时，使得该计算机可读介质能够实现本发明的上述方法，即：根据客群的信用数据，金融行业数据，宏观经济数据建立客群资质标签数据；实时获取所述客群资质标签数据的变化；当所述客群资质标签数据的变化满足风险规则时，确定客群资质变化后存在风险，并发出风险预警。
所述计算机程序可以存储于一个或多个计算机可读介质上，如图8所示。计算机可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
综上所述，本发明可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)等通用数据处理设备来实现根据本发明实施例中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，本发明不与任何特定计算机、虚拟装置或者电子设备固有相关，各种通用装置也可以实现本发明。以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种预测客群资质变化的风险预警方法，其特征在于，包括：
根据客群的信用数据，金融行业数据，宏观经济数据建立客群资质标签数据；
实时获取所述客群资质标签数据的变化；
当所述客群资质标签数据的变化满足风险规则时，确定客群资质变化后存在风险，并发出风险预警。
2.如权利要求1所述的方法，其特征在于，还包括：
获取客群的信用数据，所述信用数据包括：属性数据、和/或借贷数据；
获取金融行业数据，所述金融行业数据包括：金融行业景气度数据、金融产品供给数据、金融行业竞争数据、和/或金融市场环境数据；
获取宏观经济数据，所述宏观经济数据包括：货币供应量、GDP、CPI、PPP指数、M2放款量、和/或失业率。
3.如权利要求1-2中任一项所述的方法，其特征在于，所述获取客群的信用数据，进一步包括：
获取客群的属性数据，所述属性数据包括：收入、消费、职业、城市、性别、年龄中的至少一个；
获取客群的借贷数据，所述借贷数据包括：借贷频率、借贷次数、借贷额、逾期率、还款积极度、历史还款记录、已还款期、应还款期、还款期数、和/或贷款多头数量。
4.如权利要求1-3中任一项所述的方法，其特征在于，所述根据客群的信用数据，金融行业数据，宏观经济数据建立客群资质标签数据，进一步包括：
从所述客群的信用数据，金融行业数据，宏观经济数据中提取特征数据；
根据数据预处理方法对所述特征数据进行预处理；
根据预处理后的特征数据建立客群资质标签数据。
5.如权利要求1-4中任一项所述的方法，其特征在于，所述实时获取所述客群资质标签数据的变化，进一步包括：
实时获取客群资质标签数据的历史数据；
实时获取客群资质标签数据的当前数据；
通过对比所述历史数据与所述当前数据，确定所述客群资质标签数据的变化。
6.如权利要求1-5中任一项所述的方法，其特征在于，还包括：
确定风险规则，所述风险规则为满足收入降低、逾期率上升、贷款多头数量增加、还款积极度下降、股市整体下滑、上市公司数量缩减、裁员增加、银行贷款收紧、经济增速放缓中的至少一个。
7.如权利要求1-6中任一项所述的方法，其特征在于，还包括：
根据所述客群资质标签数据，建立客群资质评分模型，所述客群资质评分模型用于预测客群资质，并输出客群资质评分。
8.一种预测客群资质变化的风险预警装置，其特征在于，包括：
标签数据建立模块，用于根据客群的信用数据，金融行业数据，宏观经济数据建立客群资质标签数据；
标签数据变化获取模块，用于实时获取所述客群资质标签数据的变化；
风险预警模块，用于当所述客群资质标签数据的变化满足风险规则时，确定客群资质变化后存在风险，并发出风险预警。
9.一种电子设备，其中，该电子设备包括：
处理器；以及，
存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行根据权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现权利要求1-7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910541799.8A CN110335138A (zh) | 2019-06-21 | 2019-06-21 | 一种预测客群资质变化的风险预警方法、装置和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910541799.8A CN110335138A (zh) | 2019-06-21 | 2019-06-21 | 一种预测客群资质变化的风险预警方法、装置和电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110335138A true CN110335138A (zh) | 2019-10-15 |
Family
ID=68142565
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910541799.8A Pending CN110335138A (zh) | 2019-06-21 | 2019-06-21 | 一种预测客群资质变化的风险预警方法、装置和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110335138A (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110851540A (zh) * | 2019-10-28 | 2020-02-28 | 天津大学 | 一种基于金融业务图谱的商业银行客户流失预警方法 |
| CN111191894A (zh) * | 2019-12-20 | 2020-05-22 | 上海淇玥信息技术有限公司 | 基于用户分类进行资源需求处理的方法、装置和电子设备 |
| CN111583018A (zh) * | 2020-04-09 | 2020-08-25 | 上海淇毓信息科技有限公司 | 一种基于用户金融表现分析的授信策略管理方法、装置和电子设备 |
| CN111833076A (zh) * | 2020-07-07 | 2020-10-27 | 信雅达***工程股份有限公司 | 智能催收***及方法 |
| CN111932377A (zh) * | 2020-08-21 | 2020-11-13 | 深圳技术大学 | 资产证券产品的预警方法、装置、电子设备及存储介质 |
| CN112116166A (zh) * | 2020-09-28 | 2020-12-22 | 中国建设银行股份有限公司 | 信用风险指标预测方法及装置 |
| CN112598244A (zh) * | 2020-12-15 | 2021-04-02 | 深圳前海微众银行股份有限公司 | 风险收益的管理方法、装置、***及计算机可读存储介质 |
| CN112633660A (zh) * | 2020-12-17 | 2021-04-09 | 山大地纬软件股份有限公司 | 一种多角度的失业风险预警装置及方法 |
| CN112749895A (zh) * | 2021-01-12 | 2021-05-04 | 深圳前海微众银行股份有限公司 | 客群指标管理方法、装置、设备及存储介质 |
| CN113935780A (zh) * | 2021-10-28 | 2022-01-14 | 平安银行股份有限公司 | 基于生存分析的客户流失风险的预测方法、及其相关设备 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090086370A (ko) * | 2009-06-26 | 2009-08-12 | 주식회사 신한은행 | 여신 고객등급 처리방법 |
| CN105976236A (zh) * | 2016-04-28 | 2016-09-28 | 中国建设银行股份有限公司 | 一种借贷业务监测预警方法及装置 |
| CN106855989A (zh) * | 2016-12-29 | 2017-06-16 | 深圳微众税银信息服务有限公司 | 一种贷后风险监控方法与*** |
| CN107527288A (zh) * | 2017-06-16 | 2017-12-29 | 兴业数字金融服务（上海）股份有限公司 | 一种债券存续期风险预警*** |
| CN109063921A (zh) * | 2018-08-20 | 2018-12-21 | 平安科技（深圳）有限公司 | 客户风险预警的优化处理方法、装置、计算机设备和介质 |
| CN109272396A (zh) * | 2018-08-20 | 2019-01-25 | 平安科技（深圳）有限公司 | 客户风险预警方法、装置、计算机设备和介质 |
| CN109657894A (zh) * | 2018-09-27 | 2019-04-19 | 深圳壹账通智能科技有限公司 | 企业信用风险预警方法、装置、设备及存储介质 |
-
2019
- 2019-06-21 CN CN201910541799.8A patent/CN110335138A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20090086370A (ko) * | 2009-06-26 | 2009-08-12 | 주식회사 신한은행 | 여신 고객등급 처리방법 |
| CN105976236A (zh) * | 2016-04-28 | 2016-09-28 | 中国建设银行股份有限公司 | 一种借贷业务监测预警方法及装置 |
| CN106855989A (zh) * | 2016-12-29 | 2017-06-16 | 深圳微众税银信息服务有限公司 | 一种贷后风险监控方法与*** |
| CN107527288A (zh) * | 2017-06-16 | 2017-12-29 | 兴业数字金融服务（上海）股份有限公司 | 一种债券存续期风险预警*** |
| CN109063921A (zh) * | 2018-08-20 | 2018-12-21 | 平安科技（深圳）有限公司 | 客户风险预警的优化处理方法、装置、计算机设备和介质 |
| CN109272396A (zh) * | 2018-08-20 | 2019-01-25 | 平安科技（深圳）有限公司 | 客户风险预警方法、装置、计算机设备和介质 |
| CN109657894A (zh) * | 2018-09-27 | 2019-04-19 | 深圳壹账通智能科技有限公司 | 企业信用风险预警方法、装置、设备及存储介质 |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110851540A (zh) * | 2019-10-28 | 2020-02-28 | 天津大学 | 一种基于金融业务图谱的商业银行客户流失预警方法 |
| CN111191894A (zh) * | 2019-12-20 | 2020-05-22 | 上海淇玥信息技术有限公司 | 基于用户分类进行资源需求处理的方法、装置和电子设备 |
| CN111583018A (zh) * | 2020-04-09 | 2020-08-25 | 上海淇毓信息科技有限公司 | 一种基于用户金融表现分析的授信策略管理方法、装置和电子设备 |
| CN111833076A (zh) * | 2020-07-07 | 2020-10-27 | 信雅达***工程股份有限公司 | 智能催收***及方法 |
| CN111932377A (zh) * | 2020-08-21 | 2020-11-13 | 深圳技术大学 | 资产证券产品的预警方法、装置、电子设备及存储介质 |
| CN112116166A (zh) * | 2020-09-28 | 2020-12-22 | 中国建设银行股份有限公司 | 信用风险指标预测方法及装置 |
| CN112598244A (zh) * | 2020-12-15 | 2021-04-02 | 深圳前海微众银行股份有限公司 | 风险收益的管理方法、装置、***及计算机可读存储介质 |
| CN112598244B (zh) * | 2020-12-15 | 2024-04-16 | 深圳前海微众银行股份有限公司 | 风险收益的管理方法、装置、***及计算机可读存储介质 |
| CN112633660A (zh) * | 2020-12-17 | 2021-04-09 | 山大地纬软件股份有限公司 | 一种多角度的失业风险预警装置及方法 |
| CN112749895A (zh) * | 2021-01-12 | 2021-05-04 | 深圳前海微众银行股份有限公司 | 客群指标管理方法、装置、设备及存储介质 |
| CN112749895B (zh) * | 2021-01-12 | 2024-06-07 | 深圳前海微众银行股份有限公司 | 客群指标管理方法、装置、设备及存储介质 |
| CN113935780A (zh) * | 2021-10-28 | 2022-01-14 | 平安银行股份有限公司 | 基于生存分析的客户流失风险的预测方法、及其相关设备 |
| CN113935780B (zh) * | 2021-10-28 | 2024-05-17 | 平安银行股份有限公司 | 基于生存分析的客户流失风险的预测方法、及其相关设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110335138A (zh) | 一种预测客群资质变化的风险预警方法、装置和电子设备 | |
| CN112348660B (zh) | 生成风险警示信息的方法、装置及电子设备 | |
| CN111192131A (zh) | 金融风险预测方法、装置和电子设备 | |
| CN110348991A (zh) | 评估用户授信额度上限的方法、装置和电子设备 | |
| CN110110012A (zh) | 用户预期价值评估方法、装置、电子设备及可读介质 | |
| CN110348726A (zh) | 一种基于社交关系网络的用户额度调整方法、装置和电子设备 | |
| CN109242280A (zh) | 用户行为数据处理方法、装置、电子设备及可读介质 | |
| CN108257033A (zh) | 一种保单分析方法、装置、终端设备及存储介质 | |
| CN111583018A (zh) | 一种基于用户金融表现分析的授信策略管理方法、装置和电子设备 | |
| CN109087138A (zh) | 数据处理方法及***、计算机***和可读存储介质 | |
| CN110348852A (zh) | 一种资信评估模型修正方法、装置、电子设备 | |
| CN110503564A (zh) | 基于大数据的保全案件处理方法、***、设备及存储介质 | |
| CN110363656A (zh) | 金融服务请求处理方法、装置及电子设备 | |
| CN110348208A (zh) | 一种基于用户行为和神经网络的风险控制方法、装置和电子设备 | |
| CN110348725A (zh) | 基于区域社会环境信息的风险策略调整方法、装置和电子设备 | |
| CN113792039B (zh) | 数据处理方法及装置、电子设备、存储介质 | |
| CN114463138A (zh) | 风险监测方法、装置、设备及存储介质 | |
| CN110288466A (zh) | 一种基于夏普比率的信贷策略评估和选择方法 | |
| CN110363394A (zh) | 一种基于云平台的风控服务方法、装置和电子设备 | |
| CN110363583A (zh) | 一种基于位置信息创建用户消费行为标签的方法、装置和电子设备 | |
| US20230116345A1 (en) | Systems and methods for enterprise wide risk assessment and aggregated risk analysis | |
| CN110362589A (zh) | 基于***定制化开关的资信查询方法、装置、电子设备 | |
| CN109919414A (zh) | P2p网络借贷平台风险分析方法、装置及存储介质 | |
| CN110348438A (zh) | 一种基于人工神经网络模型的图片字符识别方法、装置和电子设备 | |
| US20230136972A1 (en) | Egocentric network entity robustness prediction |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 201500 room a3-5588, 58 Fumin Branch Road, Hengsha Township, Chongming District, Shanghai (Shanghai Hengtai Economic Development Zone) Applicant after: Qifu Shuke (Shanghai) Technology Co.,Ltd. Address before: 201500 room a3-5588, 58 Fumin Branch Road, Hengsha Township, Chongming District, Shanghai (Shanghai Hengtai Economic Development Zone) Applicant before: Shanghai Qifu Information Technology Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Country or region after: China Address after: 200062 room 1027, floor 10, No. 89, Yunling East Road, Putuo District, Shanghai Applicant after: Qifu Shuke (Shanghai) Technology Co.,Ltd. Address before: 201500 room a3-5588, 58 Fumin Branch Road, Hengsha Township, Chongming District, Shanghai (Shanghai Hengtai Economic Development Zone) Applicant before: Qifu Shuke (Shanghai) Technology Co.,Ltd. Country or region before: China |