一种风险控制系统的制作方法

本发明涉及借贷过程中的风险控制系统,具体涉及一种对借贷人的借贷风险进行评估的风险控制系统。

背景技术：

借贷主要分为公民之间、公民与法人之间、法人与法人之间发起的借贷。只要双方当事人意思表达真实即可认定有效，因借贷产生的抵押也相应有效，但利率不得超过人民银行规定的相关利率。借贷作为一种资源丰富、操作灵活的融资手段，在市场经济不断发展的今天极大的缓解了资金不足的矛盾，促进了经济的发展。在借贷的过程中，对风险的控制是借贷得以健康发展的关键因素。

目前，针对贷款方，也就是借贷申请人的风险控制审核主要通过人工的方式或半人工的方式进行。在风险审核的过程中，过多的人工参与无法有效的保障借贷的合理性，存在诸多的隐患，例如：审核人员疏忽、审核人员贪腐等。同时，由于在风险控制审核的过程中，审核的范围较广，人工和半人工的方式审核的周期长、速度慢，常常一个流程下来需要10天半月甚至更长的时间，导致真正需要资金支持的企业无法快速的拿到贷款。为提高审核速度，审核单位要么减少审核项目、要么草率敷衍，这又导致借贷的风险急剧的增大。目前，急需一种既能快速的进行风险控制审核，又能保证审核的全面性和准确性的风险控制系统。

技术实现要素：

本发明的目的在于提供一种能对风险进行多级防控的风险控制系统。

为实现上述发明目的，本发明所采用的技术方案是：一种风险控制系统，包括对借贷申请人进行风险控制审核的申请信息校验模块、防欺诈检测模块、评分卡判定模块和本地信息储存模块；风险控制审核的处理步骤如下：

(1)所述申请信息校验模块对申请信息进行校验；校验失败则风险控制审核失败，校验成功则进入步骤(2)；

(2)评分卡判定模块根据申请信息和预设的逻辑规则模型得出基础评分；基础评分过低则风险控制审核失败，否则进入步骤(3)；

(3)所述防欺诈检测模块调用第三方征信服务商的征信数据，并对征信数据进行防欺诈检测，检测失败则风险控制审核失败，检测成功则进入步骤(4)；

(4)评分卡判定模块根据征信数据和预设的逻辑规则模型得出扩展评分；扩展评分过低则风险控制审核失败，否则进入步骤(5)；

(5)评分卡判定模块对基础评分和扩展评分进行汇总处理并反馈结果，所述反馈结果包括通过、拒绝、人工审核三种。

优选的，所述申请信息校验模块包括必填字段检查子模块、黑名单检查子模块、实名认证检查子模块、重复申请检查子模块和当前逾期情况核查子模块，且申请信息校验模块中任一子模块校验失败则风险控制审核失败。

优选的，所述必填字段检查子模块包括身份证号校验单元、电话校验单元、申请人身份类别校验单元、产品类别校验单元和运营商授权情况校验单元，且必填字段检查子模块中任一校验单元校验失败则风险控制审核失败。

优选的，所述黑名单检查子模块包括身份证黑名单校验单元、电话黑名单校验单元和企业黑名单校验单元；所述必填字段检查子模块中申请人身份类别校验单元的校验结果为成人则触发企业黑名单校验单元进行校验，否则不触发企业黑名单校验单元；所述黑名单检查子模块中任一校验单元校验失败则风险控制审核失败。

优选的，所述实名认证检查子模块用于对借贷申请人的身份信息进行实名认证；实名认证检查子模块的处理步骤如下：

根据申请人的身份证信息对本地信息储存模块内的信息进行查询以确定是否需要进行头像识别，如果需要进行头像识别则向实名认证提供商发起api调用，对api返回结果进行校验；如果不需要进行头像识别则查询本地信息储存模块中的在案记录；有在案记录则直接对在案记录进行校验，没有在案记录则向实名认证提供商发起api调用并对api返回结果进行校验。

优选的，所述重复申请检查子模块的处理步骤如下：

根据申请人的身份证信息和电话信息对本地信息储存模块内的信息进行查询以确定是否有在案记录，有在案记录则对在案记录进行校验，没有在案记录则完成重复申请检测；

当前逾期情况核查子模块的处理步骤如下：

根据申请人的身份证信息和电话信息对本地信息储存模块内的信息进行查询以确定是否有在案记录，有在案记录则对在案记录进行校验，没有在案记录则完成逾期情况检测。

优选的，所述防欺诈检测模块的处理步骤如下：

防欺诈检测模块查看本地信息储存模块中是否有申请人的征信数据，有则直接根据预设的防欺诈检测规则对征信数据进行检测；没有则对第三方征信服务商的征信数据进行api调用，根据预设的防欺诈检测规则对第三方征信服务商返回的征信数据进行检测，并将返回的征信数据向本地信息储存模块中作持久化处理。

优选的，所述防欺诈检测模块调用的征信数据至少来自三家第三方征信服务商。

本发明有益效果集中体现在：

1、通过对申请人的申请信息和征信信息进行综合校验，并将基于申请信息的基础评分和征信信息的扩展评分分别纳入评分卡判定模块进行检测，实现借贷过程中的多级风险防控，能够极大的降低借贷过程中的风险。

2、以自动化审核代替传统的人工审核，提高了审核的效率、降低了错误的风险，减少了借贷过程中人为因素的干扰，提高出借贷过程中的综合管理水平。

附图说明

图1为本发明的总工作流程框图；

图2为本发明申请信息校验模块的工作流程框图；

图3为本发明必填字段检查子模块的工作流程框图；

图4为本发明黑名单检查子模块的工作流程框图；

图5为本发明实名认证检查子模块的工作流程框图；

图6为本发明重复申请检查子模块和当前逾期情况核查子模块的工作流程框图；

图7为本发明防欺诈检测模块的系统框图；

图8为本发明防欺诈检测模块的工作流程框图；

图9为本发明评分卡判定模块的系统框图；

图10为本发明评分卡判定模块的工作流程框图。

具体实施方式

结合图1-10所示的一种风险控制系统，如图1所示，包括对借贷申请人进行风险控制审核的申请信息校验模块、防欺诈检测模块、评分卡判定模块和本地信息储存模块，申请信息校验模块、防欺诈检测模块、评分卡判定模块三大模块作为本发明的核心构件，通过对申请人信息字段的检查、第三方征信系统的api调用、包括系统定义的评分卡规则，来评估风险、规避风险。

所述申请信息校验模块对贷款申请人的申请信息进行校验，如图2所示，申请信息校验模块主要包括必填字段检查子模块、黑名单检查子模块、实名认证检查子模块、重复申请检查子模块和当前逾期情况核查子模块。根据各贷款贷出方的具体审核情况，也可以是选择以上多个子模块中的一个或多个，当然也可以增设其他子模块。在申请信息校验模块进行校验的过程中，任一子模块校验失败则风险控制审核失败。例如：必填字段检查子模块校验失败，即使其他子模块全部校验成功，也会导致风险控制审核失败。各子模块的校验顺序可根据需求进行一定的调整。

如图3所示，所述必填字段检查子模块包括身份证号校验单元、电话校验单元、申请人身份类别校验单元、产品类别校验单元和运营商授权情况校验单元，且必填字段检查子模块中任一校验单元校验失败则风险控制审核失败。身份证号作为申请人的唯一标识、手机号码作为最起码的联系方式，均不可以为空。针对不同的身份(如：学生、成人)、不同的产品在进行评分卡判定模块检测时需要对应不同的规则集，因此也不能为空；运营商授权情况在第三方征信服务商api调用时进行使用，也不能为空，否则将无法通过必填字段检查子模块的校验。

如图4所示，所述黑名单检查子模块包括身份证黑名单校验单元、电话黑名单校验单元和企业黑名单校验单元；所述必填字段检查子模块中申请人身份类别校验单元的校验结果为成人则触发企业黑名单校验单元进行校验，否则不触发企业黑名单校验单元；所述黑名单检查子模块中任一校验单元校验失败则风险控制审核失败。黑名单扫描的依据申请人的身份证号码和手机号码进行检索，一旦命中黑名单，则风险控制审核失败。如果是成人身份的申请者，还需额外用企业名称左字符串模糊匹配企业黑名单的操作，做命中结果标识，格式为百分数形式。

如图5所示，所述实名认证检查子模块用于对借贷申请人的身份信息进行实名认证；实名认证检查子模块的处理步骤如下：根据申请人的身份证信息对本地信息储存模块内的信息进行查询以确定是否需要进行头像识别，如果需要进行头像识别则向实名认证提供商发起api调用，对api返回结果进行校验；如果不需要进行头像识别则查询本地信息储存模块中的在案记录；有在案记录则直接对在案记录进行校验，没有在案记录则向实名认证提供商发起api调用并对api返回结果进行校验。

如图6所示，所述重复申请检查子模块的处理步骤如下：根据申请人的身份证信息和电话信息对本地信息储存模块内的信息进行查询以确定是否有在案记录，有在案记录则对在案记录进行校验，没有在案记录则完成重复申请检测；

当前逾期情况核查子模块的处理步骤如下：根据申请人的身份证信息和电话信息对本地信息储存模块内的信息进行查询以确定是否有在案记录，有在案记录则对在案记录进行校验，没有在案记录则完成逾期情况检测。

也就是说，重复申请检查子模块和当前逾期情况核查子模块均是针对有申请记录的情况下做的检查，重复申请的检查直接利用申请记录的数据匹配规则，逾期情况的核查直接调用贷后系统接口。如果无申请记录，则重复申请检查子模块和当前逾期情况核查子模块均不再进行检查。

如图7所示，防欺诈检测模块通过api调用多家第三方征信服务商的数据，根据系统定义好的逻辑规则模型，产出处理结果。通常第三方征信服务商的数量至少为三家，优选四家。第三方征信服务商例如：同盾科技、前海征信、泰然鲸数、聚信立等。结合图7和8所示，所述防欺诈检测模块的处理步骤如下：防欺诈检测模块查看本地信息储存模块中是否有申请人的征信数据，有则直接根据预设的防欺诈检测规则对征信数据进行检测；没有则对第三方征信服务商的征信数据进行api调用，根据预设的防欺诈检测规则对第三方征信服务商返回的征信数据进行检测，并将返回的征信数据向本地信息储存模块中作持久化处理。本发明由于第三方征信服务商的api调用时付费的，因此每次调用的数据都要作本地持久化保存，当进行防欺诈检测时，先检查本地是否有已持久化的数据记录，判断是否沿用已持久化的数据，反之就发起api请求。

如图9所示，本发明评分卡判定模块主要包括基础评分判定模块、扩展评分判定模块。本发明将评分卡判定模块的基础评分判定模块和扩展评分判定模块分离到主处理流程当中，基础评分判定模块的处理顺序最好在申请信息校验模块和防欺诈检测模块之间，这是考虑到基础评分都有最低分阈值，倘若基础评分过低，则进行防欺诈检测就没有任何意义。扩展评分判定模块的处理顺序最好在防欺诈检测模块之后，这是考虑到扩展评分的输入数据部分依托于第三方征信服务商提供的api返回数据。

本发明的评分卡判定模块对申请者的各种信息赋以不同的分值和权重，输入申请者各数据即可计算出最终分值，以此来评估风险。评分卡判定模块借助drools框架满足这一功能需求，通过编写drools框架可识别的规则文件，框架构成规则集，在规则集内注入申请者数据，规则自动处理产出结果。

如图1所示，本发明在风险控制审核的处理步骤总体如下：

(1)所述申请信息校验模块对申请信息进行校验；校验失败则风险控制审核失败，校验成功则进入步骤(2)；

(2)评分卡判定模块根据申请信息和预设的逻辑规则模型得出基础评分；基础评分过低则风险控制审核失败，否则进入步骤(3)；

(3)所述防欺诈检测模块调用第三方征信服务商的征信数据，并对征信数据进行防欺诈检测，检测失败则风险控制审核失败，检测成功则进入步骤(4)；

(4)评分卡判定模块根据征信数据和预设的逻辑规则模型得出扩展评分；扩展评分过低则风险控制审核失败，否则进入步骤(5)；

(5)评分卡判定模块对基础评分和扩展评分进行汇总处理并反馈结果，所述反馈结果包括通过、拒绝、人工审核三种。

本发明通过对申请人的申请信息和征信信息进行综合校验，并将基于申请信息的基础评分和征信信息的扩展评分分别纳入评分卡判定模块进行检测，实现借贷过程中的多级风险防控，能够极大的降低借贷过程中的风险。以自动化审核代替传统的人工审核，提高了审核的效率、降低了错误的风险，减少了借贷过程中人为因素的干扰，提高出借贷过程中的综合管理水平。