基于跨行业数据的贷款风险预警方法及系统技术方案

本发明专利技术涉及贷款风险预警领域，公开了一种基于跨行业数据的贷款风险预警方法及系统，利用跨行业数据，从多个角度获取与贷款人相关的用户信息；将所述用户信息与所述贷款人的历史信息进行比对，进行贷款人行为异常识别；再根据异常识别结果中异常信息进行风险事件归类；最后根据预设风险指标对贷款人进行贷款风险评定，确定贷款人的贷款风险等级，输出预警报告。本发明专利技术基于跨行业数据对贷款人进行贷款后持续的监控预警，能更为准确且有效地识别出有逾期倾向的贷款，并做出相应预警提醒，提高贷款回收率，减少银行等信贷金融机构的不良资产。

【技术实现步骤摘要】

本专利技术涉及贷款风险预警领域，特别是涉及一种基于跨行业数据的贷款风险预警方法。以及一种基于跨行业数据的贷款风险预警系统，所述跨行业数据相对于贷款行业数据，例如运营商数据、航信数据和银联数据等等。
技术介绍
近年来，随着信息产业的高速发展和移动互联网的普及，越来越多的小额贷款机构、消费金融公司、P2P网贷金融机构都在极力的扩张各自的业务，但因前期野蛮扩张，风控体系薄弱，吸引真实需求客户的同时也带来了不少低质量客户和欺诈客户，因此伴随着业务量增长的同时，行业不良率也一直居高不下。目前大多数市面上提供的贷中/贷后的贷款预警数据均来源于银行或小贷机构等贷款平台的数据库，并且，只有贷款人在一家贷款平台出现逾期数据时，才会发出相关的预警报告。这种预警报告的局限性较强，贷款人必须在多方平台上发生借贷行为，且其相应的贷款机构均在警告数据池里才会有预警报告，而且其预警时间相对滞后，若贷款人在其他非贷款行业中出现不良信息时，该贷款人极有可能存在逾期行为或潜在的逾期风险。另外，由于我国本身征信体系就不完善，贷款行业内的数据又很少在机构之间共享，因此，众多信贷金融机构很难判断客户的好坏质量，甚至有一大部分的小贷机构完全成为信息孤岛，对客户的贷前审核，贷后管理存在极大盲区，在信贷逾期风险上完全不可控。因此，仅仅基于贷款行业数据来对贷款人进行风险预警，并不能及时有效地识别出贷款人是否存在逾期行为或潜在的逾期风险。
技术实现思路
本专利技术的专利技术目的在于：针对上述存在的问题，提供基于跨行业数据的贷款风险预警方法及系统，基于跨行业数据，对贷款人在贷中/贷后管理中出现的任何可能逾期的高风险事件进行预警，提前对有逾期倾向的贷款，并在其恶化之前迅速做出相应预警提醒，实现贷款及时回收，提高贷款回收率，减少银行等贷款机构的不良资产。本专利技术采用的技术方案如下：方案一本专利技术提出了一种基于跨行业数据的贷款风险预警方法，所述跨行业数据相对于贷款行业数据，所述方法包括以下步骤：S1，跨行业数据监测：获取包含贷款人信息的跨行业数据；从所述跨行业数据中提取与所述贷款人相关的用户信息；S2，贷款人行为异常识别：将所述用户信息与所述贷款人的历史信息进行比对，若所述贷款人的用户信息与其历史信息存在不匹配或不满足预设要求的异常变量时，则相应的用户信息为异常信息，确定该贷款人存在异常行为，并输出包含所述异常变量的异常识别结果；S3，风险事件归类：根据异常识别结果中异常信息对异常识别结果按维度进行归类，输出所属维度的维度分析信息；S4，风险等级评估：根据预设风险指标对所述维度分析信息进行贷款风险评定，确定贷款人的贷款风险等级。进一步的，所述跨行业数据至少包括运营商数据、航信数据和银联数据中的一种或多种组合。基于上述实施例，优选的，所述维度可包括失联风险维度，当所述异常变量为失联风险维度变量时，将所述异常变量归为失联风险维度，并输出失联风险维度信息。基于上述实施例，优选的，所述维度还可包括交际圈风险维度，当所述异常变量为交际圈风险维度变量时，将所述异常变量归为交际圈风险维度，并输出交际圈风险维度信息。基于上述实施例，优选的，所述维度也可包括犯罪风险维度，当所述异常变量为犯罪风险维度变量时，将所述异常变量归为犯罪风险维度，并输出犯罪风险维度信息。基于上述实施例，优选的，所述维度还可包括逾期风险维度，当进行逾期风险维度分类时，基于贷款行业数据，从贷款行业数据获取该贷款人的贷款风险信息，当贷款风险信息中的异常变量为逾期风险维度变量时，将所述异常变量归为逾期风险维度，并输出逾期风险维度信息。方案二本专利技术还提出了一种基于跨行业数据的贷款风险预警系统，至少包括：跨行业数据监测模块，用于获取包含贷款人信息的跨行业数据；从所述跨行业数据中提取与所述贷款人相关的用户信息；贷款人行为异常识别模块，用于将所述用户信息与该贷款人的参考信息进行比对，若所述贷款人的用户信息与其历史信息中存在不匹配或不满足预设要求的异常变量时，则相应的用户信息为异常信息，确定该贷款人存在异常行为，并输出包含所述异常变量的异常识别结果；风险事件归类模块，用于根据异常识别结果中所述异常变量的类型，对所述异常变量按维度进行归类，输出所属维度的维度分类信息维度分类信息；风险等级评估模块，用于根据预设风险指标对所述维度分类信息进行贷款风险评定，确定贷款人的贷款风险等级。进一步的，所述跨行业数据至少包括运营商数据、航信数据和银联数据中的一种或多种组合。基于上述系统的实施例，所述风险事件归类模块至少包括风险维度分类子模块、交际圈风险维度分类子模块、犯罪风险维度分类子模块和逾期风险维度分类子模块中的一种或多种组合；相应的，所述维度分类信息至少包括风险维度分类信息、交际圈风险维度分类信息、犯罪风险维度分类信息和逾期风险维度分类信息中的一种或多种组合。进一步的，所述系统还可包括数据查询模块，用于接收用户或上位机的贷款风险查询请求，并将贷款风险查询请求发给跨行业数据监测模块。综上所述，由于采用了上述技术方案，本专利技术的有益效果是：1）本专利技术基于跨行业数据，利用大数据征信、云评分方式运用于贷后风险管理，对贷款人在贷中/贷后管理中出现的任何可能逾期的高风险事件进行预警，提前对有逾期倾向的贷款，并在其恶化之前迅速做出相应预警提醒，实现贷款后持续的监控预警，对风险进行提前预警，贷款机构可提早进行催收，提高贷款回收率，减少银行等贷款机构的不良资产。2）本专利技术采用多维度分析方式，如风险维度分析、交际圈风险维度分析、犯罪风险维度分析和逾期风险维度分析等等，从多个角度对贷款人的高风险事件进行贷款风险预警分析，保证贷款风险预警报告的准确性、可靠性和有效性。3）本专利技术既可单独作为贷款预警使用，对贷款人的贷款风险进行评估，也可以作为信贷金融机构的现有风险管理体系作补充预警分析，与信贷金融机构的现有风险管理体系配合使用，提升其贷后风险管理效率和准确率，帮助机构实现贷后风险管理自动化。附图说明本专利技术将通过例子并参照附图的方式说明，其中：图1为本专利技术中贷款风险预警方法的流程示意图。图2为本专利技术中贷款风险预警系统独立使用的示意图。图3为本专利技术中贷款风险预警系统配合使用的示意图。图4为本专利技术中贷款风险预警系统的结构示意图。具体实施方式本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。本说明书（包括任何附加权利要求、摘要）中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。（一）基于跨行业数据的贷款风险预警方法本专利技术所提出的一种基于跨行业数据的贷款风险预警方法，根据跨行业数据，从风险维度、交际圈风险维度、犯罪风险维度和逾期风险维度等多种维度，对贷款人进行贷款风险预警。本专利技术方法既可单独作为贷款预警使用，对贷款人的贷款风险进行评估，当用户需要对贷款人进行贷款风险预警分析时，可直接输入贷款风险查询请求。本专利技术也可以作为信贷金融机构的现有风险管理体系作补充预警分析，与信贷金融机构的现有风险管理体系配合使用，当信贷金融机构在需要补充分析贷款人的贷款风险时，向本专利技术发起贷款风险查询请求。本专利技术对贷后风险查询请求本文档来自技高网...

【技术保护点】
基于跨行业数据的贷款风险预警方法，其特征在于，所述方法包括以下步骤：S1，跨行业数据监测：获取包含贷款人信息的跨行业数据；从所述跨行业数据中提取与所述贷款人相关的用户信息；S2，贷款人行为异常识别：将所述用户信息与所述贷款人的历史信息进行比对，若所述贷款人的用户信息与其历史信息存在不匹配或不满足预设要求的异常变量时，则相应的用户信息为异常信息，确定该贷款人存在异常行为，并输出包含所述异常变量的异常识别结果；S3，风险事件归类：根据异常识别结果中异常信息对异常识别结果按维度进行归类，输出所属维度的维度分类信息；S4，风险等级评估：根据预设风险指标对所述维度分类信息进行贷款风险评定，确定贷款人的贷款风险等级。

【技术特征摘要】
1.基于跨行业数据的贷款风险预警方法，其特征在于，所述方法包括以下步骤：S1，跨行业数据监测：获取包含贷款人信息的跨行业数据；从所述跨行业数据中提取与所述贷款人相关的用户信息；S2，贷款人行为异常识别：将所述用户信息与所述贷款人的历史信息进行比对，若所述贷款人的用户信息与其历史信息存在不匹配或不满足预设要求的异常变量时，则相应的用户信息为异常信息，确定该贷款人存在异常行为，并输出包含所述异常变量的异常识别结果；S3，风险事件归类：根据异常识别结果中异常信息对异常识别结果按维度进行归类，输出所属维度的维度分类信息；S4，风险等级评估：根据预设风险指标对所述维度分类信息进行贷款风险评定，确定贷款人的贷款风险等级。2.基于权利要求1所述的基于跨行业数据的贷款风险预警方法，其特征在于：所述跨行业数据至少包括运营商数据、航信数据和银联数据中的一种或多种组合。3.基于权利要求1所述的基于跨行业数据的贷款风险预警方法，其特征在于：所述维度至少包括失联风险维度，当所述异常变量为失联风险维度变量时，将所述异常变量归为失联风险维度，并输出失联风险维度信息；所述失联风险维度变量至少包括第一失联变量、第二失联变量、第三失联变量和第四失联变量中的任一种；所述第一失联变量为用于表示贷款人的联系号码是否在网的在网识别参数；所述第二失联变量为用于表示贷款人的联系号码所注册的身份信息是否与其参考信息匹配的身份识别参数；所述第三失联变量用于表示贷款人的联系地址是否变更的联系地址识别参数；所述第四失联变量用于表示贷款人是否异常离境的离境识别参数。4.基于权利要求1所述的基于跨行业数据的贷款风险预警方法，其特征在于：所述维度至少包括交际圈风险维度，当所述异常变量为交际圈风险维度变量时，将所述异常变量归为交际圈风险维度，并输出交际圈风险维度信息；所述交际圈风险维度变量至少包括第一交际圈变量和第二交际圈变量中的任一种；所述第一交际圈变量为用于表示基于贷款人的联系号码所反应的夜间活动是否异常增加的夜间活动识别参数；所述第二交际圈变量为用于表示贷款人的联系号码是否与预设黑名单中的联系号码存在通信的异常通信识别参数。5.基于权利要求1所述的基于跨行业数据的贷款风险预警方法，其特征在于：所述维度至少包括犯罪风险维度，当所述异常变量为犯罪风险维度变量时，将所述异常变量归为犯罪风险维度，并输出犯罪风险维度信息；所述犯罪风险维度变量至少包括第一犯罪变量和第二犯罪变量中的任一种；所述第一犯罪变量为用于表示贷款人是否为公安机关通缉对象的犯罪人识别参数；所述第二犯罪变量为用于表示贷款人被公安机关调查、询...

【专利技术属性】
技术研发人员：廖晓维，龙成，高峰，雷娟，
申请(专利权)人：流量海科技成都有限公司，
类型：发明
国别省市：四川;51