【技术实现步骤摘要】
本专利技术涉及金融领域贷后资产管理催收领域。更具体地说，本专利技术涉及一种基于欺诈风险模型和信用风险模型催收方法。
技术介绍
1、随着经济的高速发展，互联网逐渐普及到千家万户，这给互联网消费信贷的发展提供了有利条件。目前，众多金融机构的信贷产品面向活跃于互联网、中低收入的年轻客户群，为他们提供以生活消费为目的小额、短期互联网信贷金融产品。随着消费信贷规模的进一步扩大，催收扮演的角色将越来越重要。
技术实现思路
1、本专利技术的一个目的是解决至少上述问题，并提供至少后面将说明的优点。
2、本专利技术还有一个目的是提供一种基于欺诈风险模型和信用风险模型催收方法，其通过对催收人的第一信息指标、第二信息指标、第三信息指标，实现对催收进行风险分级和逾期分级，并通过风险分级和逾期分级计算风险值，进而确定对催收人的催收方案，有效提高催收的效率。
3、为了实现本专利技术的这些目的和其它优点，提供了一种基于欺诈风险模型和信用风险模型催收方法，包括以下步骤：
4、步骤一、收集催收人的第一信息指标、第二信息指标、第三信息指标，其中，第一信息指标包括身份证关联信息、风险度信息、历史逾期信息，第二信息指标包括身份证信息、三方数据信息、借款信息，第三信息指标包括个人基本信息、贷款逾期信息；
5、步骤二、通过决策引擎部署欺诈模型和欺诈规则，并将第一信息指标、第二信息指标输入决策引擎，得到基于欺诈规则的触碰结果及基于欺诈模型的模型评分，基于触碰结果和模型评分判断催收
6、步骤三、通过决策引擎部署信用风险模型，若催收人为非欺诈用户，则将第三信息指标输入决策引擎，得到风险等级；
7、步骤四、将非欺诈用户按照最高逾期天数划分逾期等级，基于逾期等级和风险等级计算风险值，基于风险值执行对应的催收等级。
8、优选的是，根据模型评分和触碰结果判断是否属于欺诈用户，具体为：判断模型评分是否低于设定评分及触碰结果是否触碰欺诈规则，若模型评分低于设定评分且至少触碰一条欺诈规则，则判定为欺诈用户，反之判定为非欺诈用户，其中，若判定为欺诈用户，则加入欺诈黑名单。
9、优选的是，风险等级定为ri，逾期等级定为mj，将风险等级和逾期等级进行组合mjri，j+i的值即为风险值。
10、优选的是，风险等级从低到高分为r1、r2、r3、r4四个等级，逾期等级从低到高分为m1、m2、m3、m4四个等级；
11、其中，将风险等级与逾期等级组成二维矩阵，得到16个mjri组合，将16个mjri组合基于风险值由小到大进行排序，按顺序每四个风险值分为一组且每组风险值执行同一级催收方案。
12、优选的是，逾期1-30天为m1级，逾期31-60天为m2级，逾期61-90天为m3级，逾期超过90天为m4级。
13、优选的是，第一信息指标中身份证关联信息至少包括同一公司地址1天内关联身份证数量、同一公司地址7天内关联身份证数量，风险度信息至少包括身份证号风险度、配偶联系人风险度、地区风险度，历史逾期信息至少包括多平台申请借款次数、历史逾期次数、历史逾期账户数。
14、优选的是，第二信息指标中身份证信息至少包括身份证号归属地、身份证号，三方数据信息至少包括法院数据、缴税数据，借款信息至少包括7天内身份证号或手机号申请借款次数、1个月内身份证或手机号申请借款次数、7天内催收人申请借款的平台数、1个月内催收人申请借款的平台数、3个月内催收人申请借款的平台数。
15、优选的是，欺诈规则包括身份证归属地位于高风险集中地区、身份证号属于高风险关注名单、法院失信执行人、税务机关欠税人、7天内身份证或手机号申请借款次数≥5、1个月内身份证或手机号申请借款次数≥7、7天内催收人申请借款的平台数≥6、1个月内催收人申请借款的平台数≥8、3个月内催收人申请借款的平台数≥12。
16、优选的是于，第三信息指标中基本信息至少包括催收人账龄、年龄、近一年电话失联次数，贷款逾期信息至少包括近一年逾期次数、最高逾期天数、平均还款率、额度使用率、多个平台逾期情况。
17、本专利技术至少包括以下有益效果：先对逾期客户进行判断是否为欺诈客户的决策能够及时补救贷前的风控隐患，禁止允许欺诈客户再次贷款；基于信用风险模型对客户进行分级，基于逾期天数对客户进行逾期分级，两者交叉形成二维矩阵，根据逾期-信用分险矩阵值，科学分案，执行对应催收动作，避免了人力的过早介入，降低催收成本，同时也避免了暴力催收，提升了用户体验；调用欺诈模型和欺诈规则的意义在于客户在已经获得贷款且发生逾期的情况下，可以再次尽可能的发现欺诈行为，并将逾期客户加入欺诈黑名单，实时存入黑名单数据库中，在申请中可以直接拒绝该客户的贷款授信申请和贷款支用申请。
18、本专利技术的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本专利技术的研究和实践而为本领域的技术人员所理解。
本文档来自技高网...【技术保护点】
1.基于欺诈风险模型和信用风险模型催收方法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于欺诈风险模型和信用风险模型催收方法，其特征在于，根据模型评分和触碰结果判断是否属于欺诈用户，具体为：判断模型评分是否低于设定评分及触碰结果是否触碰欺诈规则，若模型评分低于设定评分且至少触碰一条欺诈规则，则判定为欺诈用户，反之判定为非欺诈用户，其中，若判定为欺诈用户，则加入欺诈黑名单。
3.如权利要求1所述的基于欺诈风险模型和信用风险模型催收方法，其特征在于，风险等级定为Ri，逾期等级定为Mj，将风险等级和逾期等级进行组合MjRi，j+i的值即为风险值。
4.如权利要求3所述的基于欺诈风险模型和信用风险模型催收方法，其特征在于，风险等级从低到高分为R1、R2、R3、R4四个等级，逾期等级从低到高分为M1、M2、M3、M4四个等级；
5.如权利要求3所述的基于欺诈风险模型和信用风险模型催收方法，其特征在于，逾期1-30天为M1级，逾期31-60天为M2级，逾期61-90天为M3级，逾期超过90天为M4级。
6.如权利要求1所述的
7.如权利要求1所述的基于欺诈风险模型和信用风险模型催收方法，其特征在于，第二信息指标中身份证信息至少包括身份证号归属地、身份证号，三方数据信息至少包括法院数据、缴税数据，借款信息至少包括7天内身份证号或手机号申请借款次数、1个月内身份证或手机号申请借款次数、7天内催收人申请借款的平台数、1个月内催收人申请借款的平台数、3个月内催收人申请借款的平台数。
8.如权利要求1所述的基于欺诈风险模型和信用风险模型催收方法，其特征在于，欺诈规则包括身份证归属地位于高风险集中地区、身份证号属于高风险关注名单、法院失信执行人、税务机关欠税人、7天内身份证或手机号申请借款次数≥5、1个月内身份证或手机号申请借款次数≥7、7天内催收人申请借款的平台数≥6、1个月内催收人申请借款的平台数≥8、3个月内催收人申请借款的平台数≥12。
9.如权利要求3所述的基于欺诈风险模型和信用风险模型催收方法，其特征在于，第三信息指标中基本信息至少包括催收人账龄、年龄、近一年电话失联次数，贷款逾期信息至少包括近一年逾期次数、最高逾期天数、平均还款率、额度使用率、多个平台逾期情况。
...【技术特征摘要】
1.基于欺诈风险模型和信用风险模型催收方法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于欺诈风险模型和信用风险模型催收方法，其特征在于，根据模型评分和触碰结果判断是否属于欺诈用户，具体为：判断模型评分是否低于设定评分及触碰结果是否触碰欺诈规则，若模型评分低于设定评分且至少触碰一条欺诈规则，则判定为欺诈用户，反之判定为非欺诈用户，其中，若判定为欺诈用户，则加入欺诈黑名单。
3.如权利要求1所述的基于欺诈风险模型和信用风险模型催收方法，其特征在于，风险等级定为ri，逾期等级定为mj，将风险等级和逾期等级进行组合mjri，j+i的值即为风险值。
4.如权利要求3所述的基于欺诈风险模型和信用风险模型催收方法，其特征在于，风险等级从低到高分为r1、r2、r3、r4四个等级，逾期等级从低到高分为m1、m2、m3、m4四个等级；
5.如权利要求3所述的基于欺诈风险模型和信用风险模型催收方法，其特征在于，逾期1-30天为m1级，逾期31-60天为m2级，逾期61-90天为m3级，逾期超过90天为m4级。
6.如权利要求1所述的基于欺诈风险模型和信用风险模型催收方法，其特征在于，第一信息指标中身份证关联信息至少包括同一公司地址1天内关联身份证数量、同一公司地址7天内关联身...
【专利技术属性】
技术研发人员：张文智，崔峰，
申请(专利权)人：金扁担北京数字科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。