CN112991034A - 基于模型的小微企业信贷评估方法、设备及存储介质 - Google Patents
基于模型的小微企业信贷评估方法、设备及存储介质 Download PDFInfo
- Publication number
- CN112991034A CN112991034A CN202011378824.4A CN202011378824A CN112991034A CN 112991034 A CN112991034 A CN 112991034A CN 202011378824 A CN202011378824 A CN 202011378824A CN 112991034 A CN112991034 A CN 112991034A
- Authority
- CN
- China
- Prior art keywords
- model
- target
- layer
- industry
- scoring card
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000011156 evaluation Methods 0.000 claims description 44
- 238000004590 computer program Methods 0.000 claims description 11
- 238000013515 script Methods 0.000 claims description 9
- 238000003032 molecular docking Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012797 qualification Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Technology Law (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明提供一种基于模型的小微企业信贷评估方法、设备及存储介质,该方法通过根据已知逻辑关系和各行业情况,基于预设的决策配置结构,建立定量模型和定性模型,从而实现对小微企业的信贷评估,提高了对小微企业的信贷评估的效率,能够最终为小微信贷的申请企业输出信贷是否通过、利率及额度的建议信息。
Description
技术领域
本发明涉及计算机通信技术领域,尤其涉及一种基于模型的小微企业信贷评估方法、设备及存储介质。
背景技术
信贷是体现一定经济关系的不同所有者之间的借贷行为,是以偿还为条件的价值运动特殊形式,是债权人贷出货币,债务人按期偿还并支付一定利息的信用活动,(通过转让资金使用权获取收益)。信贷有广义和狭义之分。广义的信贷是指以银行为中介、以存贷为主体的信用活动的总称,包括存款、贷款和结算业务。狭义的信贷通常指银行的贷款,即以银行为主体的货币资金发放行为。
传统的信贷审批方法是由金融机构的工作人员对借款用户的借款请求进行人工审核,审核的过程中需要工作人员核对借款用户的大量数据信息,以判别贷款交易的风险情况,例如借款用户借得起多少钱、贷款周期内能否偿还等。但是人工评估工作量大,效率低。
发明内容
基于此,有必要针对上述技术问题,提供一种基于模型的小微企业信贷评估方法、设备及存储介质。
一种基于模型的小微企业信贷评估方法,所述方法包括:根据已知逻辑关系,基于预设的决策配置结构,建立定性模型,所述定性模型包括税务核心数据准入模型和税票核心数据准入模型;根据各行业情况,基于预设的决策配置结构,建立多个定量模型,所述定量模型具体为评分卡模型,所述评分卡模型具体分为两类,一类为某一行业的评分卡模型,另一类为行业通用的评分卡模型;获取目标企业的基本数据,根据所述基本数据选择合适的定性模型作为目标定性模型,并对目标企业进行准入评估;当所述目标定性模型的准入评估结果为通过时,判断所述目标企业所属的目标行业;根据所述目标行业选择对应的评分卡模型作为目标评分卡模型,并对目标企业进行信贷评估;当所述目标评分卡模型的信贷评估结果为通过时,输出所述信贷评估结果,所述信贷评估结果至少包括建议额度和建议利率。
在其中一个实施例中,所述预设的决策配置结构,具体为决策流配置的整体层级结构,根据层级从低到高依次包括数据源层、指标层、组件层、决策流层、对接层和机构层,存在各层级间存在交叉引用,高层对底层有一对多引用,以及跨层级引用三种引用关系。
在其中一个实施例中,所述组件层包括规则、评分卡模块和自定义脚本三种类型。
在其中一个实施例中,所述根据预设的决策配置结构,建立定性模型,具体为:根据已知逻辑关系,基于预设的决策配置结构,选择组件层的多个规则并建立逻辑关系,构成定性模型,所述定性模型包括税务核心数据准入模型和税票核心数据准入模型;每一个规则的输出结果均为布尔类型,根据建立的逻辑关系,基于每条规则的输出结果,经过逻辑运算后得到最终的目标输出结果,作为定性模型的输出。
在其中一个实施例中,所述根据各行业情况,基于预设的决策配置结构,建立多个定量模型,具体为:根据各行业情况,定义多个定量模型,所述多个定量模型具体为多个评分卡模型,所述多个评分卡模型分为两类,一类为行业通用的定量模型,一类为某一行业的定量模型;对每一个评分卡模型,根据定义类型和各行业情况,从预设的决策配置结构中的组件层选择对应的多个评分卡模块,每一个所述评分卡模块对应多个指标,完成对定量模型的建立;其中,每一个所述评分卡模块所表征的值由多个指标的值按照加权和的形式计算得到,而每一个所述评分卡模型的输出,即为多个评分卡模块的值通过加权和的形式进行计算得到目标数值。
在其中一个实施例中,所述指标层中包括指标、派生指标和参数三类,其中参数来源于数据层,且指标由参数构成,将参数设置在指标层中,能被组件层引用,实现对指标的复用。
在其中一个实施例中,所述获取目标企业的基本数据,根据所述基本数据选择合适的定性模型作为目标定性模型,并对目标企业进行准入评估之后,还包括:当所述目标定性模型的准入评估结果为未通过时,结束评估并输出拒绝结果。
在其中一个实施例中,所述根据所述目标行业选择对应的评分卡模型作为目标评分卡模型,并执行之后,还包括:当所述目标评分卡模型的信贷评估结果为未通过时,结束评估并输出拒绝结果。
一种设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述各个实施例中所述的基于模型的小微企业信贷评估方法的步骤。
一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述各个实施例中所述的基于模型的小微企业信贷评估方法的步骤。
上述基于模型的小微企业信贷评估方法、设备及存储介质,通过根据已知逻辑关系和各行业情况,基于预设的决策配置结构,建立定量模型和定性模型,从而实现对小微企业的信贷评估,提高了对小微企业的信贷评估的效率,能够最终为小微信贷的申请企业输出信贷是否通过、利率及额度的建议信息;并且通过引入参数从而实现定性模型和定量模型对指标的复用。
附图说明
图1为一个实施例中基于模型的小微企业信贷评估方法的流程示意图;
图2为另一个实施例中基于模型的小微企业信贷评估方法的流程示意图;
图3为一个实施例中决策流配置的整体层级结构的示意图;
图4是一个实施例中设备的内部结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,下面通过具体实施方式结合附图对本发明做进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
在一个实施例中,如图1所示,提供了一种基于模型的小微企业信贷评估方法,包括以下步骤:
S110根据已知逻辑关系,基于预设的决策配置结构,建立定性模型,定性模型包括税务核心数据准入模型和税票核心数据准入模型。
具体地,已知逻辑关系为一般企业的税务核心数据准入模型和税票核心数据准入模型之间所涉及的规则之间的逻辑关系,而预设的决策配置结构即为图3中所示的各层关系。
在一个实施例中,预设的决策配置结构,具体为决策流配置的整体层级结构,根据层级从低到高依次包括数据源层、指标层、组件层、决策流层、对接层和机构层,存在各层级间存在交叉引用,高层对底层有一对多引用,以及跨层级引用三种引用关系。具体地,如图3所示,决策流配置的整体层级结构包括数据源层、指标层、组件层、决策流层、对接层和机构层,各个层级则存在层级内属性,层级间交叉引用,上层对下层的1对N引用,跨层级传递参数等各种复杂的情况。指标层主要实现不同业务下不同指标的配置及计算;组件层实现对指标的引用,该引用过程可以体现在业务规则的配置中,也可以体现在评分卡模型的配置中,同样也能体现在自定义脚本中;决策流层主要实现对不同组件执行顺序、依赖关系、逻辑关系的配置;对接层负责业务***与配置于星盘脚本引擎中的决策流进行对接。
在一个实施例中,组件层包括规则、评分卡模块和自定义脚本三种类型。具体地,如图3中所示,组件层中有三类组件,分别是规则、评分卡模块和自定义脚本。
在一个实施例中,步骤S110具体为:根据已知逻辑关系,基于预设的决策配置结构,选择组件层的多个规则并建立逻辑关系,构成定性模型,定性模型包括税务核心数据准入模型和税票核心数据准入模型;每一个规则的输出结果均为布尔类型,根据建立的逻辑关系,基于每条规则的输出结果,经过逻辑运算后得到最终的目标输出结果,作为定性模型的输出。具体地,定性模型与定量模型主要涉及整个决策流的指标层与组件层,可以将若干个配置完成的指标绑定至规则组件或评分卡模型组件,最终在决策流执行时被引用。而在针对小微企业的信贷领域,定性模型直接被分为了税务核心数据准入模型和税票核心数据准入模型,即分别判断对应的税务核心数据或者税票核心数据是否符合基本的信贷要求,如果不符合,直接评估结束。
S120根据各行业情况,基于预设的决策配置结构,建立多个定量模型,定量模型具体为评分卡模型,评分卡模型具体分为两类,一类为某一行业的评分卡模型,另一类为行业通用的评分卡模型。
具体地,定量模型实质为评分卡模型,其构成是预设的决策配置结构中的组件层的评分卡模块,评分卡模块相互间通过用户设置权重及是否必要,从而定义出一个关于某一行业或者行业通用的评分卡模型。
在一个实施例中,步骤S120具体为:根据各行业情况,定义多个定量模型,多个定量模型具体为多个评分卡模型,多个评分卡模型分为两类,一类为行业通用的定量模型,一类为某一行业的定量模型;对每一个评分卡模型,根据定义类型和各行业情况,从预设的决策配置结构中的组件层选择对应的多个评分卡模块,每一个评分卡模块对应多个指标,完成对定量模型的建立;其中,每一个评分卡模块所表征的值由多个指标的值按照加权和的形式计算得到,而每一个评分卡模型的输出,即为多个评分卡模块的值通过加权和的形式进行计算得到目标数值。具体地,定量模型的输出为一个量化的数值,该数值由若干个模块的得分以加权和的形式计算得到;对于单一模块而言,其得分则是由若干指标的值按照加权和的形式计算得到。在实际运用时,通过界面配置的形式呈现,有利于业务方理解模型本身。
在一个实施例中,指标层中包括指标、派生指标和参数三类,其中参数来源于数据层,且指标由参数构成,将参数设置在指标层中,能被组件层引用,实现对指标的复用。具体地,指标的复用主要应用于规则组件和评分卡组件。为了解决传统脚本引擎对指标复用率低的问题,预设的决策配置结构在设计时引入了“参数类型”及“参数值”的概念。同样以“近1年应纳税额”和“近3年应纳税额的均值”这两个指标为例:***只需要在底层实现一个原子指标脚本A【应纳税额】(原子指标考虑了传参特性,用以代表业务领域的特征),则:“近1年应纳税额”配置方案:选用指标为“应纳税额”,同时在规则配置时传入参数类型为入回溯年份,值为1的参数。“近3年应纳税额的均值”配置方案:选用指标同样为“应纳税额”,同时在规则配置时传入2个参数:①参数类型为入回溯年份,值为3;②参数类型为统计类型,值为avg。可以看到,不同业务需求的“应纳税额”指标得以通过传参的方式实现了脚本代码的复用。
S130获取目标企业的基本数据,根据基本数据选择合适的定性模型作为目标定性模型,并对目标企业进行准入评估。
具体地,设计好定性模型和定量模型之后,先进行模型判断,也就是根据目标企业的基本数据,选择税务核心数据准入模型或者税票核心数据准入模型,并利用选择的模型对目标企业的情况进行评估。
在一个实施例中,步骤S130之后,还包括:S131当目标定性模型的准入评估结果为未通过时,结束评估并输出拒绝结果。具体地,如果选择出来的目标定量模型在对目标企业进行评估的时候,没有评估通过,即为该目标企业不具有信贷准入资格,则直接结束对该目标企业的信贷评估。
S140当目标定性模型的准入评估结果为通过时,判断目标企业所属的目标行业。
具体地,当目标定性模型的准入评估结果为通过时,即为目标企业具有了信贷准入资格,则进行定量模型的判断,因此需要先判断目标企业的行业类别。
S150根据目标行业选择对应的评分卡模型作为目标评分卡模型,并对目标企业进行信贷评估。
具体地,在步骤S120中建立了多个定量模型,即为评分卡模型,根据目标企业的行业选择对应的评分卡模型进行评估,如果没有对应的行业,则选择行业通用的评分卡模型对目标企业进行信贷评估。
在一个实施例中,步骤S150之后,还包括:S151当目标评分卡模型的信贷评估结果为未通过时,结束评估并输出拒绝结果。具体地,如果选择出来的目标评分卡模型对目标企业的信贷评估结果为未通过,则说明该目标企业不适合信贷,直接结束信贷评估。
S160当目标评分卡模型的信贷评估结果为通过时,输出信贷评估结果,信贷评估结果至少包括建议额度和建议利率。
具体地,当目标评分卡模型对目标企业的信贷评估结果为通过时,输出该信贷评估结果,信贷评估结果至少包括建议额度和建议利率。
上述实施例中,通过根据已知逻辑关系和各行业情况,基于预设的决策配置结构,建立定量模型和定性模型,从而实现对小微企业的信贷评估,提高了对小微企业的信贷评估的效率,能够最终为小微信贷的申请企业输出信贷是否通过、利率及额度的建议信息;并且通过引入参数从而实现定性模型和定量模型对指标的复用。
在一个实施例中,提供了一种设备,该设备可以是服务器,其内部结构图可以如图4所示。该设备包括通过***总线连接的处理器、存储器、网络接口和数据库。其中,该设备的处理器用于提供计算和控制能力。该设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该设备的数据库用于存储配置模板,还可用于存储目标网页数据。该设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现基于模型的小微企业信贷评估方法。
本领域技术人员可以理解,图4中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的设备的限定,具体的设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供一种存储介质,所述存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被计算机执行时使所述计算机执行如前述实施例所述的方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
显然,本领域的技术人员应该明白,上述本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在计算机存储介质(ROM/RAM、磁碟、光盘)中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。所以,本发明不限制于任何特定的硬件和软件结合。
以上内容是结合具体的实施方式对本发明所做的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (10)
1.一种基于模型的小微企业信贷评估方法,其特征在于,包括:
根据已知逻辑关系,基于预设的决策配置结构,建立定性模型,所述定性模型包括税务核心数据准入模型和税票核心数据准入模型;
根据各行业情况,基于预设的决策配置结构,建立多个定量模型,所述定量模型具体为评分卡模型,所述评分卡模型具体分为两类,一类为某一行业的评分卡模型,另一类为行业通用的评分卡模型;
获取目标企业的基本数据,根据所述基本数据选择合适的定性模型作为目标定性模型,并对目标企业进行准入评估;
当所述目标定性模型的准入评估结果为通过时,判断所述目标企业所属的目标行业;
根据所述目标行业选择对应的评分卡模型作为目标评分卡模型,并对目标企业进行信贷评估;
当所述目标评分卡模型的信贷评估结果为通过时,输出所述信贷评估结果,所述信贷评估结果至少包括建议额度和建议利率。
2.如权利要求1所述的方法,其特征在于,所述预设的决策配置结构,具体为决策流配置的整体层级结构,根据层级从低到高依次包括数据源层、指标层、组件层、决策流层、对接层和机构层,存在各层级间存在交叉引用,高层对底层有一对多引用,以及跨层级引用三种引用关系。
3.如权利要求2所述的方法,其特征在于,所述组件层包括规则、评分卡模块和自定义脚本三种类型。
4.如权利要求3所述的方法,其特征在于,所述根据预设的决策配置结构,建立定性模型,具体为:
根据已知逻辑关系,基于预设的决策配置结构,选择组件层的多个规则并建立逻辑关系,构成定性模型,所述定性模型包括税务核心数据准入模型和税票核心数据准入模型;
每一个规则的输出结果均为布尔类型,根据建立的逻辑关系,基于每条规则的输出结果,经过逻辑运算后得到最终的目标输出结果,作为定性模型的输出。
5.如权利要求3所述的方法,其特征在于,所述根据各行业情况,基于预设的决策配置结构,建立多个定量模型,具体为:
根据各行业情况,定义多个定量模型,所述多个定量模型具体为多个评分卡模型,所述多个评分卡模型分为两类,一类为行业通用的定量模型,一类为某一行业的定量模型;
对每一个评分卡模型,根据定义类型和各行业情况,从预设的决策配置结构中的组件层选择对应的多个评分卡模块,每一个所述评分卡模块对应多个指标,完成对定量模型的建立;
其中,每一个所述评分卡模块所表征的值由多个指标的值按照加权和的形式计算得到,而每一个所述评分卡模型的输出,即为多个评分卡模块的值通过加权和的形式进行计算得到目标数值。
6.如权利要求3所述的方法,其特征在于,所述指标层中包括指标、派生指标和参数三类,其中参数来源于数据层,且指标由参数构成,将参数设置在指标层中,能被组件层引用,实现对指标的复用。
7.如权利要求1所述的方法,其特征在于,所述获取目标企业的基本数据,根据所述基本数据选择合适的定性模型作为目标定性模型,并对目标企业进行准入评估之后,还包括:
当所述目标定性模型的准入评估结果为未通过时,结束评估并输出拒绝结果。
8.如权利要求1所述的方法,其特征在于,所述根据所述目标行业选择对应的评分卡模型作为目标评分卡模型,并执行之后,还包括:
当所述目标评分卡模型的信贷评估结果为未通过时,结束评估并输出拒绝结果。
9.一种设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述方法的步骤。
10.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011378824.4A CN112991034B (zh) | 2020-11-30 | 2020-11-30 | 基于模型的小微企业信贷评估方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011378824.4A CN112991034B (zh) | 2020-11-30 | 2020-11-30 | 基于模型的小微企业信贷评估方法、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112991034A true CN112991034A (zh) | 2021-06-18 |
CN112991034B CN112991034B (zh) | 2021-12-24 |
Family
ID=76344857
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011378824.4A Active CN112991034B (zh) | 2020-11-30 | 2020-11-30 | 基于模型的小微企业信贷评估方法、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112991034B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108416664A (zh) * | 2018-01-29 | 2018-08-17 | 广州越秀金融科技有限公司 | 基于消费信贷场景的风险评估方法及***实现 |
CN110163741A (zh) * | 2019-04-16 | 2019-08-23 | 深圳壹账通智能科技有限公司 | 基于信贷风控模型的信贷决策方法、装置、设备及介质 |
CN110348852A (zh) * | 2019-06-28 | 2019-10-18 | 北京淇瑀信息科技有限公司 | 一种资信评估模型修正方法、装置、电子设备 |
CN110443698A (zh) * | 2019-08-13 | 2019-11-12 | 爱信诺征信有限公司 | 信用评估装置和信用评估*** |
CN110443458A (zh) * | 2019-07-05 | 2019-11-12 | 深圳壹账通智能科技有限公司 | 风险评估方法、装置、计算机设备和存储介质 |
CN110727922A (zh) * | 2019-10-11 | 2020-01-24 | 集奥聚合(北京)人工智能科技有限公司 | 一种基于多维度数据流的反欺诈决策模型构建方法 |
CN110766541A (zh) * | 2019-09-25 | 2020-02-07 | 平安科技(深圳)有限公司 | 贷款风险评估方法、装置、设备及计算机可读存储介质 |
CN111489254A (zh) * | 2020-04-14 | 2020-08-04 | 上海数喆数据科技有限公司 | 基于历史信用大数据的信贷风险评估智能引擎*** |
CN111861738A (zh) * | 2020-08-20 | 2020-10-30 | 深圳市富之富信息科技有限公司 | 风控规则筛选方法、装置、计算机设备及存储介质 |
-
2020
- 2020-11-30 CN CN202011378824.4A patent/CN112991034B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108416664A (zh) * | 2018-01-29 | 2018-08-17 | 广州越秀金融科技有限公司 | 基于消费信贷场景的风险评估方法及***实现 |
CN110163741A (zh) * | 2019-04-16 | 2019-08-23 | 深圳壹账通智能科技有限公司 | 基于信贷风控模型的信贷决策方法、装置、设备及介质 |
CN110348852A (zh) * | 2019-06-28 | 2019-10-18 | 北京淇瑀信息科技有限公司 | 一种资信评估模型修正方法、装置、电子设备 |
CN110443458A (zh) * | 2019-07-05 | 2019-11-12 | 深圳壹账通智能科技有限公司 | 风险评估方法、装置、计算机设备和存储介质 |
CN110443698A (zh) * | 2019-08-13 | 2019-11-12 | 爱信诺征信有限公司 | 信用评估装置和信用评估*** |
CN110766541A (zh) * | 2019-09-25 | 2020-02-07 | 平安科技(深圳)有限公司 | 贷款风险评估方法、装置、设备及计算机可读存储介质 |
CN110727922A (zh) * | 2019-10-11 | 2020-01-24 | 集奥聚合(北京)人工智能科技有限公司 | 一种基于多维度数据流的反欺诈决策模型构建方法 |
CN111489254A (zh) * | 2020-04-14 | 2020-08-04 | 上海数喆数据科技有限公司 | 基于历史信用大数据的信贷风险评估智能引擎*** |
CN111861738A (zh) * | 2020-08-20 | 2020-10-30 | 深圳市富之富信息科技有限公司 | 风控规则筛选方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112991034B (zh) | 2021-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10698795B2 (en) | Virtual payments environment | |
Banker et al. | Implications of impairment decisions and assets' cash-flow horizons for conservatism research | |
US8065214B2 (en) | Methods and system for assessing loss severity for commercial loans | |
US11645656B2 (en) | Machine learning-based determination of limits on merchant use of a third party payments system | |
Gatti et al. | Measuring value‐at‐risk in project finance transactions | |
US20080154679A1 (en) | Method and apparatus for a processing risk assessment and operational oversight framework | |
US20080109272A1 (en) | Apparatus, System, Method and Computer Program Product for Analysis of Fraud in Transaction Data | |
CN106651573A (zh) | 一种业务数据处理方法及装置 | |
CN110503564A (zh) | 基于大数据的保全案件处理方法、***、设备及存储介质 | |
Brugues | Take the goods and run: Contracting frictions and market power in supply chains | |
US10282781B2 (en) | Data analytics database and platform system and method | |
Pastiranová et al. | Impact of implementation of IFRS 9 on Czech banking sector | |
CN114862110A (zh) | 商业银行业务中台构建方法、装置、电子设备及存储介质 | |
CN110458691A (zh) | 一种贷前风险监控方法及装置 | |
CN113743816A (zh) | 车辆租赁的风险控制方法、装置、计算机设备及存储介质 | |
CN115809837B (zh) | 基于数字化模拟场景的金融企业管理方法、设备及介质 | |
CN112766814A (zh) | 一种信用风险压力测试模型的训练方法、装置及设备 | |
Rutledge et al. | Elements of structured finance | |
CN112991034B (zh) | 基于模型的小微企业信贷评估方法、设备及存储介质 | |
CN114820150A (zh) | 一种可提供不间断服务的账务记账构建方法 | |
CN114626938A (zh) | 一种智能决策引擎、决策***及决策方法 | |
KR20220051496A (ko) | 레그테크(RegTech)의 비즈니스 분야에서 인공지능(AI)을 활용한 불완전판매 관리 시스템 및 그 방법 | |
Stellian et al. | Firms in financial distress: evidence from inter-firm payment networks with volatility driven by ‘animal spirits’ | |
US20230360121A1 (en) | Systems and methods for automated analysis of bank and/or transaction information | |
CN111932368B (zh) | 一种***发卡***及其构建方法、装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: 401121 Chongqing Yubei District Huangshan Avenue No. 53 with No. 2 Kirin C Block 9 Floor Patentee after: Chongqing Yucun Technology Co.,Ltd. Country or region after: China Address before: 401121 Chongqing Yubei District Huangshan Avenue No. 53 with No. 2 Kirin C Block 9 Floor Patentee before: CHONGQING SOCIALCREDITS BIG DATA TECHNOLOGY CO.,LTD. Country or region before: China |