一种应用于贷中风险管理的数据处理方法及系统

摘要

本发明公开了一种应用于贷中风险管理的数据处理方法及装置，包括：获取目标对象的第一信息以及所述目标对象对应车辆的第二信息；对所述第一信息和第二信息进行特征分析，得到目标对象与车辆的结合特征；对所述结合特征进行处理，获得目标控制参数，所述目标控制参数至少包括资产控制率和异常参数；基于所述目标控制参数，生成待执行的目标信息，以使得通过所述目标信息对所述目标对象进行处理。本发明能够对目标对象和车辆的信息进行整合分析，实现了数据的全面分析，提升了风险管控系统对贷中风险管理的效率和精准性。

说明书

技术领域

本发明涉及数据处理技术领域，特别是涉及一种应用于贷中风险管理的数据处理方法及系统。

背景技术

在汽车金融领域，客户由于在购买新车、二手车时会有融资需求，或拿自有车辆融资，此场景下，客户会向汽车金融服务机构提出融资申请。客户通过出让车辆所有权给汽车金融服务机构，来换取需融资的资金，而客户在还款期间，仅拥有车辆使用权。而汽车金融服务机构为了有效防控客户在还款中的风险，包括能否按时还款，车辆资产是否安全可控等，会进行贷中风险跟踪和管理。

但是，现有的服务机构应用的风险管控系统均是对单一维度的信息进行处理，如仅对客户还款表现中的信息进行处理，使得无法有效对各个维度的数据进行分析，并且不利于风险管控系统对信息的全面展示，降低了风险管控系统对贷中风险管理的效率和准确性。

发明内容

针对于上述问题，本发明提供一种应用于贷中风险管理的数据处理方法及系统，提升了风险管控系统对贷中风险管理的效率和精准性。

为了实现上述目的，本发明提供了如下技术方案：

一种应用于贷中风险管理的数据处理方法，包括：

获取目标对象的第一信息以及所述目标对象对应车辆的第二信息；

对所述第一信息和第二信息进行特征分析，得到目标对象与车辆的结合特征；

对所述结合特征进行处理，获得目标控制参数，所述目标控制参数至少包括资产控制率和异常参数；

基于所述目标控制参数，生成待执行的目标信息，以使得通过所述目标信息对所述目标对象进行处理。

可选地，所述对所述第一信息和第二信息进行特征分析，得到目标对象与车辆的结合特征，包括：

对所述第一信息按照第一维度进行特征分析，得到第一特征集，所述第一维度至少包括时间维度、金额维度和还款行为维度；

对所述第二信息按照第二维度进行特征分析，得到第二特征集，所述第二维度至少包括车辆状态维度、有线设备状态维度、无线设备状态维度和车辆行为维度；

对所述第一特征集和所述第二特征集进行关联处理，得到目标对象与车辆的结合特征。

可选地，所述对所述结合特征进行处理，获得目标控制参数，包括：

基于所述结合特征，确定车辆信号状态异常的数量占比，以获得资产控制率；

基于所述结合特征，获取目标对象还款异常数据以及车辆异常数据；

基于所述目标对象还款异常数据和所述车辆异常数据，确定异常参数。

可选地，所述基于所述目标控制参数，生成待执行的目标信息，包括：

基于所述目标控制参数，生成目标对象与车辆的目标二维矩阵，所述目标二维矩阵的纵向纬度为基于异常参数确定的客户延期还款周期，横向纬度为资产控制率；

根据所述目标二维矩阵，确定目标信息。

可选地，所述方法还包括：

根据所述目标信息，生成可视化展示信息，所述可视化展示信息至少包括满足预警条件的目标对象的对象展示信息和待处理信息；

根据所述目标信息，调用通信线程，以使得通过所述通信线程对所述目标信息进行响应。

一种应用于贷中风险管理的数据处理装置，包括：

获取单元，用于获取目标对象的第一信息以及所述目标对象对应车辆的第二信息；

分析单元，用于对所述第一信息和第二信息进行特征分析，得到目标对象与车辆的结合特征；

处理单元，用于对所述结合特征进行处理，获得目标控制参数，所述目标控制参数至少包括资产控制率和异常参数；

生成单元，用于基于所述目标控制参数，生成待执行的目标信息，以使得通过所述目标信息对所述目标对象进行处理。

可选地，所述分析单元包括：

第一分析子单元，用于对所述第一信息按照第一维度进行特征分析，得到第一特征集，所述第一维度至少包括时间维度、金额维度和还款行为维度；

第二分析子单元，用于对所述第二信息按照第二维度进行特征分析，得到第二特征集，所述第二维度至少包括车辆状态维度、有线设备状态维度、无线设备状态维度和车辆行为维度；

第一处理子单元，用于对所述第一特征集和所述第二特征集进行关联处理，得到目标对象与车辆的结合特征。

可选地，所述处理单元包括：

第一确定子单元，用于基于所述结合特征，确定车辆信号状态异常的数量占比，以获得资产控制率；

第一获取子单元，用于基于所述结合特征，获取目标对象还款异常数据以及车辆异常数据；

第二确定子单元，用于基于所述目标对象还款异常数据和所述车辆异常数据，确定异常参数。

可选地，所述生成单元包括：

第一生成子单元，用于基于所述目标控制参数，生成目标对象与车辆的目标二维矩阵，所述目标二维矩阵的纵向纬度为基于异常参数确定的客户延期还款周期，横向纬度为资产控制率；

第三确定子单元，用于根据所述目标二维矩阵，确定目标信息。

可选地，所述装置还包括：

第二生成子单元，用于根据所述目标信息，生成可视化展示信息，所述可视化展示信息至少包括满足预警条件的目标对象的对象展示信息和待处理信息；

调用子单元，用于根据所述目标信息，调用通信线程，以使得通过所述通信线程对所述目标信息进行响应。

相较于现有技术，本发明提供了一种应用于贷中风险管理的数据处理方法及装置，包括：获取目标对象的第一信息以及所述目标对象对应车辆的第二信息；对所述第一信息和第二信息进行特征分析，得到目标对象与车辆的结合特征；对所述结合特征进行处理，获得目标控制参数，所述目标控制参数至少包括资产控制率和异常参数；基于所述目标控制参数，生成待执行的目标信息，以使得通过所述目标信息对所述目标对象进行处理。本发明能够对目标对象和车辆的信息进行整合分析，实现了数据的全面分析，提升了风险管控系统对贷中风险管理的效率和精准性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明实施例提供的一种应用于贷中风险管理的数据处理方法的流程示意图；

图2为本发明实施例提供的一种应用于贷中风险管理的数据处理系统装置的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“第一”和“第二”等是用于区别不同的对象，而不是用于描述特定的顺序。此外术语“包括”和“具有”以及他们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有设定于已列出的步骤或单元，而是可包括没有列出的步骤或单元。

在本发明实施例中提供了一种应用于贷中风险管控的数据处理方法，该数据处理方法实现了目标对象与车辆数据的真核，管理策略上的整合和操作执行的整合。风险管控系统的执行终端在执行该方法时，可以基于后台对人车合一数据进行二次运算、建模、分类汇总，及可视化易操作界面呈现，，对整体用户风险和单一用户风险进行智能化、自动化的查询和展示。同时，将贷中风险管理策略和管理工具嵌入系统，操作人员可直接利用该风险管控系统进行日常风险的监控和处理，提高了贷中风险给管理的效率和效果。

具体的，参见图1，为本发明实施例提供的一种应用于贷中风险管理的数据处理方法的流程示意图，该方法可以包括以下步骤：

S101、获取目标对象的第一信息以及所述目标对象对应车辆的第二信息。

目标对象是指通过车辆抵押或者借款获得车辆的用户，对应的车辆为该目标对象产生上述行为时的车辆，如被抵押的车辆。第一信息是目标对象层面的信息，可以包括基本属性信息和行为信息，基本属性信息如用户的年龄、职业等信息，行为信息可以是还款行为信息。第二信息是车辆的信息，可以包括车辆的基本信息，以及车辆的行驶行为信息等。

S102、对所述第一信息和第二信息进行特征分析，得到目标对象与车辆的结合特征。

基于获得的目标对象和车辆的信息进行特征整合实现人车数据合一，是指针对融资用户，在贷中风险管理中，将其每期还款表现数据，如是否逾期，逾期天数等，和客户在还款期间融资车辆的行为状态数据，有效整合。

S103、对所述结合特征进行处理，获得目标控制参数，所述目标控制参数至少包括资产控制率和异常参数；

S104、基于所述目标控制参数，生成待执行的目标信息，以使得通过所述目标信息对所述目标对象进行处理。

对结合特征进行处理，获得目标控制参数是对人车结合指标的提取，其中，资产可控制率和异常参数是人车结合两项重要指标，分别用于整体资产管控管理及欺诈性骗贷监控。

基于目标控制参数，生成待执行的目标信息，其中，目标信息可以是提醒信息、操作信息或者调用信息等，提醒信息还可以包括提醒内容和提醒方式等，操作信息可以用于指示操作人员的处理流程，调用信息可以调用对应的第三方系统或者处理线程，以实现对目标对象风险处理的响应。

在一种实施方式中，所述对所述第一信息和第二信息进行特征分析，得到目标对象与车辆的结合特征，包括：

对所述第一信息按照第一维度进行特征分析，得到第一特征集，所述第一维度至少包括时间维度、金额维度和还款行为维度；

对所述第二信息按照第二维度进行特征分析，得到第二特征集，所述第二维度至少包括车辆状态维度、有线设备状态维度、无线设备状态维度和车辆行为维度；

对所述第一特征集和所述第二特征集进行关联处理，得到目标对象与车辆的结合特征。

具体的，对第一信息按照第一维度进行特征分析，主要是用户还款特征分析，而在还款特征分析过程中又主要是根据时间维度、金额维度和还款行为维度进行分析。举例说明，客户延期还款周期：是指通过划分客户逾期还款天数，来刻画客户的逾期程度，逾期时间越长，客户风险越高。定义还款状态C为当前未逾期，M1为逾期1-29日，M2为逾期30-59日，M3为逾期60-89日，M4为逾期90-119日，M5为逾期120-149日，M6为逾期150-179日，M7为逾期180日以上。金额分析主要是分析欠款额度，如是大额欠款，当前余额>＝10万。支付7天内：当前日期-放款日期<7天。惯逾：近6个月连续三次出现逾期，或近12个月出现6次逾期。还可以分析用户的在账月份等信息。近18个月还款情况:当前日期之前的18个月，客户的还款情况，*是没到还款日，N表示正常还款，数字表示逾期的最大期数，逾期超过7个月最大数字为7，例如**1N1N123456777NNN

举例说明，车辆行为特征分析主要可以包括：

车辆状态分析，其中，正常状态是指有线或无线设备其一正常发送信号(有线、无线均未发生离线超时10*24小时以上)，异常状态是指有线/无线设备均离线10*24小时及以上，长停状态是指有线设备停车7*24小时以上。

还可以分析车辆有限设备资产状况，正常状态是指有线设备未发生离线10*24小时以上；异常状态是指有线设备离线10*24小时及以上；长停状态是指有线设备停车7*24小时以上。

对应的，有线设备状态包括：正常，有线设备信号上一次信号发送在60分钟以内；离线，有线设备离线60分钟及以上&离线未超过5*24小时；离线超时，离线超过5*24小时。

车辆的无线设备状态：正常，无线设备信号上一次信号发送在25小时以内；离线，设备离线25小时及以上&离线未超过5*24小时；离线超时，离线未超过5*24小时。

还可以对车辆的常停点进行分析，计算停车位置，停车状态的持续超过30分钟以上的停车位置，即车辆上报轨迹一致处于停车状态，完全不移动保持30分钟以上的位置计算常停留位置，取同一辆车的30天内所有停车位置，以停车开始时间最早停车位置依次计算，100米范围内的停车位置作为同一个停留位置，统计常停留位置，记录常停留位置、停留次数、停留总时长。

还可以对车辆的警情时间轴进行分析，计算近30天内车辆警情情况，并用时间轴方式展示，计算当天存在一级警情个数，包含当天新发生的警情、当天处于报警中的警情、当天刚结束警情，均算入当天报警情况，其中，一级警情包含有线离线超时、长停超时、拆除报警；二级警情为其他警情。展示日期、当天警情数量、警情名称、发生时间、结束时间。

还可以对车辆的轨迹时间轴进行分析，计算近30天内轨迹状态，并用时间轴方式展示，每天轨迹状态包含：离线，当天有线设备没有轨迹且日期大于安装日期，则当天状态是离线；长停，当天有线设备轨迹全部是停车状态，则当天状态是长停；正常，其他情况是正常。

在分别得到目标对象的第一特征集和车辆的第二特征集后，进行关联处理时，可以进行关键特征的整合展示。

在本发明实施例中，所述对所述结合特征进行处理，获得目标控制参数，包括：

基于所述结合特征，确定车辆信号状态异常的数量占比，以获得资产控制率；

基于所述结合特征，获取目标对象还款异常数据以及车辆异常数据；

基于所述目标对象还款异常数据和所述车辆异常数据，确定异常参数。

具体的，目标控制参数是人车结合指标提取，可以包括资产控制率、支付7日内异常是人车结合两项重要指标，分别用于整体资产监控管理及欺诈性骗贷监控。

资产控制率是指车辆信号状态异常的数量占比，即车辆信号状态异常车辆数/总车辆数，车辆信号异常是指有线设备和无线设备均离线10天及以上，认定为信号异常。如所有正常还款用户的资产控制率，即正常还款用户中信号异常车辆占所有未结清且还款正常的用户占比；逾期30天以内，即M1用户的资产控制率，具体为所有M1用户中信号异常车辆占所有未结清M1用户的占比，以此类推M2用户资产控制率…；M7+用户，即财务上已核销损失的用户的资产控制率；或按用户支付金额后一定周期内的资产控制率，如支付金额后3个月内的资产控制率，即所有未结清且支付金额时间未超过3个月的用户车辆中信号异常的车辆比例。

支付7日内异常是指支付贷款额度后，7天内，车辆是否发生离线超时报警、拆除报警、长停超时报警，是，则标记“离线超时”、“拆除报警”、“长停超时”，未发生则标记为“正常”。异常为离线超时，即支付7天内，GPS有线设备连续5天没有信号，异常为拆除报警，即放款7天内，GPS设备触发了掉电报警且6分钟触发了见光报警；异常为长停超时，即放款7天内，GPS设备上报的信号一直是停车状态。

在一种实施方式中，所述基于所述目标控制参数，生成待执行的目标信息，包括：

基于所述目标控制参数，生成目标对象与车辆的目标二维矩阵，所述目标二维矩阵的纵向纬度为基于异常参数确定的客户延期还款周期，横向纬度为资产控制率；

根据所述目标二维矩阵，确定目标信息。

其中，目标二维矩阵实质是人车二维矩阵，可以基于该目标二维矩阵进行监控管理。例如，根据用户延期还款周期、车辆状态，展示总体资产控制率，根据在账月份展示近3个月资产控制率，根据大额、惯逾、支付7天内等重点用户展示信号恢复跟进情况；针对异常车辆预警展示，点击即可进行对应问题车辆的信号恢复跟进。

具体的：

以用户延期还款周期作为纵向纬度、车辆状态和资产控制率作为横向纬度，二维展示各账期对应的车辆总数、正常车辆数量、长停车辆数量、异常车辆数量、资产控制率。

资产控制率＝异常车辆数量/车辆总数*100％

通过控制率、异常车辆数据可以直观查看存在问题的用户，点击对应的数字，可以展示问题用户列表，并跟进用户信号恢复。

用户在账月份展示近3个月资产控制率：

取用户在账月份为近3个月的数据，以用户延期还款周期作为纵向纬度、有线设备资产状态和资产控制率作为横向纬度，二维展示各账期对应的车辆总数、有线设备资产状态正常车辆数量、有线设备资产状态正常长停车辆数据、有线设备资产状态正常异常车辆数据、资产控制率。

资产控制率＝有线设备资产状态正常车辆数据/车辆总数

通过控制率、异常车辆数据可以直观查看存在问题的用户，点击对应的数字，可以展示问题用户列表，并跟进用户信号恢复。

根据重点用户展示信号恢复跟进情况：

取重点用户信号恢复跟进数据，以重点用户特征作为纵向纬度、跟进状态作为横向纬度，二维展示重点用户对应的跟进情况，重点用户包含大额、惯逾、支付7天内，跟进状态包含待跟进、跟进中。

通过重点用户跟进情况的展示可以直观查看重点用户问题，点击对应的数字，可以展示问题用户列表，并跟进用户信号恢复

信号恢复跟进处理：

信号恢复跟进是是客服给客户拨打电话并引导客户恢复GPS设备信号的过程。跟进具体过程如下：

1)客户车辆状态发生异常；

2)客服在人车合一平台监控到异常客户；

3)客服使用系统软电话，给客户拨打电话，询问车辆情况并预约客户挪动车辆或到门店检修GPS设备；

4)客户车辆移动到有信号位置或客户到门店更换GPS设备，GPS设备信号恢复，跟进结束。

上述各个处理过程均可以参考生成的目标信息来执行，进一步地，在本发明实施例中还可以根据所述目标信息，生成可视化展示信息，所述可视化展示信息至少包括满足预警条件的目标对象的对象展示信息和待处理信息；根据所述目标信息，调用通信线程，以使得通过所述通信线程对所述目标信息进行响应。其中，可视化展示信息更加便于对数据的处理，如可以根据展示的风险提示信息加快对目标对象的风险提示，或者采用更有效的方式进行提示。也可以将处理结果进行同步记录，提升了处理效率。通信线程的调用可以实现在预测出风险时及时通知对应的处理人员，来完成处理，提升处理效率。

在本发明实施例中将汽车金融业务贷中风险管理中客户账期的还款数据和GPS的车辆行为数据，进行了有效整合，可对客户贷中风险实现全貌性的分析和提炼，极大提高贷中风险过程管理效率；在人车数据整合的基础上，可应用于贷中监控平台，即可实现对客户人车风险特征的统计，也查看单一客户的人车风险表现，替代了过去多系统操作，人工分析的操作，有效降低了贷中风险管理人员的经验门槛和工作量。同时可以直接识别出风险预警或已出风险的客户及车辆，并嵌入了供操作人员的使用的通信工具，如外呼电话等，操作人员可直接在系统平台上进行客户风险表现的查看，与客户做进一步的风险排查与干预，有效简化了操作人员进行贷中风险管理的操作负责度。

在本发明的另一实施例中还提供了一种应用于贷中风险管理的数据处理装置，参见图2，包括：

获取单元10，用于获取目标对象的第一信息以及所述目标对象对应车辆的第二信息；

分析单元20，用于对所述第一信息和第二信息进行特征分析，得到目标对象与车辆的结合特征；

处理单元30，用于对所述结合特征进行处理，获得目标控制参数，所述目标控制参数至少包括资产控制率和异常参数；

生成单元40，用于基于所述目标控制参数，生成待执行的目标信息，以使得通过所述目标信息对所述目标对象进行处理。

进一步地，所述分析单元包括：

第一分析子单元，用于对所述第一信息按照第一维度进行特征分析，得到第一特征集，所述第一维度至少包括时间维度、金额维度和还款行为维度；

第二分析子单元，用于对所述第二信息按照第二维度进行特征分析，得到第二特征集，所述第二维度至少包括车辆状态维度、有线设备状态维度、无线设备状态维度和车辆行为维度；

第一处理子单元，用于对所述第一特征集和所述第二特征集进行关联处理，得到目标对象与车辆的结合特征。

进一步地，所述处理单元包括：

第一确定子单元，用于基于所述结合特征，确定车辆信号状态异常的数量占比，以获得资产控制率；

第一获取子单元，用于基于所述结合特征，获取目标对象还款异常数据以及车辆异常数据；

第二确定子单元，用于基于所述目标对象还款异常数据和所述车辆异常数据，确定异常参数。

进一步地，所述生成单元包括：

第一生成子单元，用于基于所述目标控制参数，生成目标对象与车辆的目标二维矩阵，所述目标二维矩阵的纵向纬度为基于异常参数确定的客户延期还款周期，横向纬度为资产控制率；

第三确定子单元，用于根据所述目标二维矩阵，确定目标信息。

对应的，所述装置还包括：

第二生成子单元，用于根据所述目标信息，生成可视化展示信息，所述可视化展示信息至少包括满足预警条件的目标对象的对象展示信息和待处理信息；

调用子单元，用于根据所述目标信息，调用通信线程，以使得通过所述通信线程对所述目标信息进行响应。

本发明提供了一种应用于贷中风险管理的数据处理系统，包括：获取目标对象的第一信息以及所述目标对象对应车辆的第二信息；对所述第一信息和第二信息进行特征分析，得到目标对象与车辆的结合特征；对所述结合特征进行处理，获得目标控制参数，所述目标控制参数至少包括资产控制率和异常参数；基于所述目标控制参数，生成待执行的目标信息，以使得通过所述目标信息对所述目标对象进行处理。本发明能够对目标对象和车辆的信息进行整合分析，实现了数据的全面分析，提升了风险管控系统对贷中风险管理的效率和精准性。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。