本發(fā)明涉及汽車金融信貸風(fēng)險(xiǎn)防控分析，尤其涉及一種汽車金融信貸ai機(jī)器人風(fēng)險(xiǎn)控制方法、裝置、設(shè)備及介質(zhì)。

背景技術(shù)：

1、近年來(lái)，汽車金融市場(chǎng)的競(jìng)爭(zhēng)愈發(fā)激烈，汽車融資信貸機(jī)構(gòu)在產(chǎn)品創(chuàng)新、風(fēng)險(xiǎn)控制和客戶服務(wù)等方面展開(kāi)全方位競(jìng)爭(zhēng)。

2、現(xiàn)有融資信貸，對(duì)客戶的風(fēng)險(xiǎn)防控多依靠人工審核，不易形成全面系統(tǒng)的風(fēng)險(xiǎn)評(píng)估，不能實(shí)現(xiàn)對(duì)客戶潛在信貸風(fēng)險(xiǎn)準(zhǔn)確判斷，造成汽車金融信貸申請(qǐng)的審批效率低，信貸風(fēng)險(xiǎn)與審批金額存在偏差的問(wèn)題。

3、申請(qǐng)?zhí)枮?02010229807.8的專利文獻(xiàn)公開(kāi)一種金融信貸風(fēng)險(xiǎn)識(shí)別模型構(gòu)建方法、裝置和介質(zhì)，該申請(qǐng)的方案可以根據(jù)實(shí)時(shí)的金融事件，預(yù)測(cè)金融信貸風(fēng)險(xiǎn)，豐富了風(fēng)險(xiǎn)識(shí)別的維度，提高信貸信用主體發(fā)生信用風(fēng)險(xiǎn)的預(yù)判性。但其同時(shí)存在：1、不能完全適應(yīng)于汽車金融信貸領(lǐng)域，對(duì)客戶的征信不能形成ai自動(dòng)分值量化，獲取的客戶信貸風(fēng)險(xiǎn)與審批金額往往存在差異；2、對(duì)客戶潛在信貸風(fēng)險(xiǎn)難以準(zhǔn)確判斷，存在金融信貸審批效率低等問(wèn)題。

4、申請(qǐng)?zhí)枮?02110214450.0的專利文獻(xiàn)公開(kāi)一種汽車金融產(chǎn)品智能匹配系統(tǒng)，涉及汽車金融技術(shù)領(lǐng)域，該申請(qǐng)方案通過(guò)在測(cè)試集上測(cè)試各人工智能算法所生成的模型的效果，選擇評(píng)價(jià)最佳的人工智能算法以及對(duì)應(yīng)的匹配判別模型作為該汽車金融產(chǎn)品的智能匹配模型，針對(duì)所有的汽車信貸產(chǎn)品，實(shí)現(xiàn)為每個(gè)汽車金融產(chǎn)品生成了最佳的智能匹配判別模型，同時(shí)其通過(guò)區(qū)塊鏈與云端存儲(chǔ)的配合，將客戶個(gè)人信息和財(cái)力信息數(shù)據(jù)的摘要存儲(chǔ)到區(qū)塊鏈上，將客戶數(shù)據(jù)的具體內(nèi)容存儲(chǔ)到云端，實(shí)現(xiàn)了客戶個(gè)人數(shù)據(jù)的完整保護(hù)。但其方案同時(shí)存在：其方案?jìng)?cè)重于客戶信貸資質(zhì)的收集，不能對(duì)客戶征信進(jìn)行綜合分析，對(duì)客戶的征信不能形成ai自動(dòng)分值量化的問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、針對(duì)上述問(wèn)題，本發(fā)明的目的在于提供一種汽車金融信貸ai機(jī)器人風(fēng)險(xiǎn)控制方法、裝置、設(shè)備及介質(zhì)，對(duì)客戶的信貸風(fēng)險(xiǎn)進(jìn)行全面的ai智能分析，準(zhǔn)確判斷客戶潛在信貸風(fēng)險(xiǎn)。

2、本發(fā)明實(shí)施例提供一種汽車金融信貸ai機(jī)器人風(fēng)險(xiǎn)控制方法、裝置、設(shè)備及介質(zhì)。

3、第一方面：一種汽車金融信貸ai機(jī)器人風(fēng)險(xiǎn)控制方法，包括：

4、s1、依據(jù)客戶基本信息，進(jìn)行多級(jí)征信查詢，并對(duì)每級(jí)征信查詢進(jìn)行策略集智能分析；

5、s2、依據(jù)策略集智能分析結(jié)果，獲取客戶星星分等級(jí)，并與系統(tǒng)平均違約率進(jìn)行關(guān)聯(lián)；

6、s3、依據(jù)客戶星星分等級(jí)信息和客戶車輛融資信息進(jìn)行多級(jí)函數(shù)集智能分析；

7、s4、依據(jù)多級(jí)函數(shù)集智能分析結(jié)果，獲取星秒分策略規(guī)則風(fēng)險(xiǎn)值；

8、s5，依據(jù)星秒分策略規(guī)則風(fēng)險(xiǎn)值，選擇策略模式，進(jìn)行風(fēng)險(xiǎn)決策分流處理。

9、進(jìn)一步地，所述s1包括步驟：

10、s11、獲取客戶名稱、電話、證件和銀行卡信息；

11、s12、依客戶信息進(jìn)行樸道或百行征信查詢，并進(jìn)行征信強(qiáng)規(guī)策略集分析，獲取征信強(qiáng)規(guī)智能打分，依征信強(qiáng)規(guī)分值進(jìn)行排他處理；

12、s13、對(duì)通過(guò)排他處理的客戶繼續(xù)進(jìn)行百融大數(shù)據(jù)查詢，并進(jìn)行百融強(qiáng)規(guī)策略集分析，獲取百融強(qiáng)規(guī)智能打分，依百融強(qiáng)規(guī)分值進(jìn)行排他處理；

13、s14、對(duì)通過(guò)排他處理的客戶繼續(xù)進(jìn)行優(yōu)分大數(shù)據(jù)查詢，并進(jìn)行優(yōu)分強(qiáng)規(guī)策略集分析，獲取優(yōu)分強(qiáng)規(guī)智能打分，依優(yōu)分強(qiáng)規(guī)分值進(jìn)行排他處理。

14、進(jìn)一步地，所述s2包括：

15、s21、依據(jù)客戶征信強(qiáng)規(guī)分值、百融強(qiáng)規(guī)分值和優(yōu)分強(qiáng)規(guī)分值，劃分客戶星星分等級(jí)為：r級(jí)、一星s、一星、二星s、二星、三星s、三星、四星和五星。

16、s22、星星分等級(jí)劃分與各星級(jí)客戶貸后平均違約率關(guān)聯(lián)，分別是：

17、r級(jí)違約率為100％；一星s關(guān)聯(lián)平均違約率2倍；一星關(guān)聯(lián)平均違約率1.6倍；二星s關(guān)聯(lián)平均違約率1.3倍；二星關(guān)聯(lián)平均違約率1.1倍；三星s關(guān)聯(lián)平均違約率0.6倍；三星關(guān)聯(lián)平均違約率0.3倍；四星關(guān)聯(lián)平均違約率0.1倍；五星違約率為0％。

18、進(jìn)一步地，所述s3包括步驟：

19、s31、獲取客戶車輛融資信息，包括融資金額、融資占比和融資期限；

20、s32、依據(jù)客戶星星分等級(jí)信息和客戶車輛融資信息，進(jìn)行對(duì)客綜合費(fèi)率、融資額度和授信額度與風(fēng)險(xiǎn)融資額比例函數(shù)集分析。

21、進(jìn)一步地，所述s4中星秒分策略規(guī)則，包括：

22、頻率規(guī)則、證據(jù)規(guī)則、位置規(guī)則和代理規(guī)則。

23、進(jìn)一步地，所述s5中策略模式包括權(quán)重模式、最壞匹配模式和首次匹配模式：

24、其中，權(quán)重模式為，每條策略規(guī)則配置一定的權(quán)重分值，根據(jù)所有策略規(guī)則命中情況統(tǒng)計(jì)出風(fēng)險(xiǎn)分值，按照風(fēng)險(xiǎn)分?jǐn)?shù)匹配的風(fēng)險(xiǎn)分值區(qū)間做出風(fēng)險(xiǎn)決策；

25、首次匹配模式為，多條策略規(guī)則按照優(yōu)先級(jí)先后執(zhí)行，以最先命中的策略規(guī)則的風(fēng)險(xiǎn)決策作為最終的風(fēng)險(xiǎn)決策；

26、最壞匹配模式為，將所有策略規(guī)則執(zhí)行完畢，以風(fēng)險(xiǎn)決策最嚴(yán)重的決策作為最終的風(fēng)險(xiǎn)決策。

27、進(jìn)一步地，所述s5中風(fēng)險(xiǎn)決策包括通過(guò)、拒絕和轉(zhuǎn)人工，

28、一種處理方式為：依據(jù)星秒分策略規(guī)則風(fēng)險(xiǎn)值進(jìn)行排他處理；被拒絕后，進(jìn)行星秒分拒絕原因函數(shù)計(jì)算，分析星秒分被拒的原因；被通過(guò)后，進(jìn)行星秒分轉(zhuǎn)人工策略集分析，依分析結(jié)果進(jìn)行排他處理，被通過(guò)后，結(jié)束進(jìn)程輸出結(jié)果，被拒絕后轉(zhuǎn)人工處理。

29、另一種處理方式為：依據(jù)星秒分策略規(guī)則風(fēng)險(xiǎn)值進(jìn)行排他處理；被拒絕后，進(jìn)行星秒分拒絕原因函數(shù)計(jì)算，分析星秒分被拒的原因；被通過(guò)后，進(jìn)行合作商星秒分轉(zhuǎn)人工策略集分析；轉(zhuǎn)人工后進(jìn)行星秒風(fēng)險(xiǎn)提示函數(shù)計(jì)算，為人工處理提供風(fēng)險(xiǎn)提示。

30、第二方面：一種汽車金融信貸ai機(jī)器人風(fēng)險(xiǎn)控制裝置，包括：

31、標(biāo)簽管理單元，進(jìn)行客戶信息管理；

32、系統(tǒng)大盤(pán)單元，對(duì)系統(tǒng)整體運(yùn)行決策與審批情況進(jìn)行綜合展示；

33、征信指標(biāo)單元，進(jìn)行多級(jí)征信查詢，并對(duì)各級(jí)征信進(jìn)行指標(biāo)解析；

34、決策引擎單元，進(jìn)行策略集和函數(shù)集智能分析，獲取客戶星星分等級(jí)和星秒分策略；

35、進(jìn)件管理單元，對(duì)系統(tǒng)星星分等級(jí)和星秒分策略進(jìn)件進(jìn)行管理；

36、對(duì)接中心單元，配置策略集和函數(shù)集；

37、智能分析單元，對(duì)星星分等級(jí)和星秒分策略結(jié)果進(jìn)行分析。

38、第三方面：一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如第一方面所提供的方法的步驟。

39、第四方面：一種非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如第一方面所提供的方法的步驟。

40、本發(fā)明的有益效果：

41、1、本發(fā)明通過(guò)對(duì)策略集和函數(shù)集配置，對(duì)客戶征信信息和信貸信息進(jìn)行ai智能分析計(jì)算，準(zhǔn)確判斷客戶潛在信貸風(fēng)險(xiǎn)，依據(jù)結(jié)果進(jìn)行自動(dòng)分類、分流處理，提高金融信貸申請(qǐng)的審批效率，對(duì)客戶的風(fēng)險(xiǎn)級(jí)別和類型進(jìn)行準(zhǔn)確的判斷，實(shí)現(xiàn)了車輛融資信貸審批的秒級(jí)響應(yīng)，完成了秒批、秒拒和轉(zhuǎn)人工的及時(shí)分流，助力信貸業(yè)務(wù)量和客戶質(zhì)量的同步提升。

42、2、本發(fā)明能夠?qū)崟r(shí)展示每個(gè)申請(qǐng)客戶的ai審批情況報(bào)告，優(yōu)化了客戶體驗(yàn)，同時(shí)，貸前和貸后大盤(pán)各項(xiàng)指標(biāo)可視化，形成實(shí)時(shí)監(jiān)控，能夠幫助風(fēng)控及時(shí)優(yōu)化模型裝置。

43、3、本發(fā)明星星分等級(jí)關(guān)聯(lián)系統(tǒng)平均違約率，可以實(shí)現(xiàn)客戶量化分值與違約情況的關(guān)聯(lián)，可以更好的防范客戶存在信貸風(fēng)險(xiǎn)。

44、4、本發(fā)明風(fēng)險(xiǎn)決策包括通過(guò)、拒絕和轉(zhuǎn)人工，支持與合作商的聯(lián)合定制化規(guī)則和決策流程，形成聯(lián)合的風(fēng)險(xiǎn)防范把控，提供風(fēng)控的管理水平。