逾期

摘要： 典当作为当户将财产抵押给典当行取得当金,在约定期限内支付利息、偿还当金、赎回当物的行为,受到急需资金者的青睐。可现实中因典当引发的纠纷却不在少数,当发生典当借贷纠纷时,该如何处理?典当行怠于变现难讨逾期综合费用2020年12月,陈女士将一件价值2.8万元的金银首饰当予一家典当行获得所需资金,双方在《典当合同》中约定:月综合服务费率为当金的20‰,期限为一个月,期满后陈女士应在3日内赎当或续当,逾期视为绝当当期届满后陈女士并未赎当,也未续呻。

摘要： 我们只有平等、自愿、公平和诚信,我们就可以实现我们伟大的中国梦,和伟大的工程机械产业发展的梦想。当前厂商合作分歧解决的痛点与难点当前厂商合作时出现的痛点与难点总结来说有六大类:1、市场竞争争取差价难。现在很多代理商之恩靠返利赚钱,实际上就是把命脉交给了厂家。致使代理商对厂家的依赖性越来越强。2、客户逾期。逾期问题是代理商和厂商合作时所面临的第二大难点也是很难解决的一点。

摘要： 我刊于2021年12月,对提供了具体开户行和银行卡号的作者,发放了2021年在本刊刊发稿件的稿费。请在本刊2021年刊发了稿件但仍未提供开户行和银行卡号的作者,在2022年6月30日前与本刊编辑部联系办理稿费发放事宜,逾期不再办理。

摘要： 5月24日,住房城乡建设部、财政部、人民银行三部门发布《关于实施住房公积金阶段性支持政策的通知》,其要点体现在三个方面:一是受新冠肺炎疫情影响的企业,可按规定申请缓缴住房公积金,到期后进行补缴。在此期间,缴存职工正常提取和申请住房公积金贷款,不受缓缴影响。二是受新冠肺炎疫情影响的缴存人,不能正常偿还住房公积金贷款的,不作逾期处理,不作为逾期记录报送征信部门。

摘要： 专网通信骗局暴露出“凯乐科技”变身“ST凯乐”的深层次原因。一场“专网通信”骗局,使得十余家曾参与专网通信业务的上市公司纷纷陷入应收账款逾期或供应商逾期供货的困局,给各家公司带来不可挽回的损失。其中,不乏上海电气这种千亿级老牌国企。湖北凯乐科技股份有限公司(以下简称“凯乐科技”)更是首家因专网通信业务被ST的公司。编织这场巨大的专网通信骗局的人固然是案件的始作俑者,但参与其中的公司自身也存在着不小的问题,因而轻易陷入漩涡之中。

摘要： 张先生2019年年底失业,到现在也没找到合适工作,信用卡的账单已逾期3个月,这让他焦虑不安。经朋友推荐,张先生发现网上有中介可以帮着客户跟银行“协商分期”,不仅不计利息,本金还可最多分60期还,张先生瞬间动了心。

摘要： 雷霆出击,筑牢地下矿山安全。日前,广东省应急管理厅发出通知,决定自2020年12月18日至2021年1月25日,在全省所有地下矿山开展全覆盖安全执法检查与评估工作,对逾期不改、拒不整改或经整改仍达不到安全条件的,或存在重大安全隐患无法整改,不再具备安全条件的地下矿山。

摘要： "尊敬的王女士,您近期出现违规用卡逾期还款,信用卡已冻结,将录入个人征信系统,如需恢复正常请致电:008615xxxxx【招商银行】"收到这样的短信你会怎么做?"是着急致电咨询还是先进行核实?如果按照它的提示一步步做的话,就进入了骗子的圈套。那我们应该怎么防范呢?下面就跟随小编来看看吧!

摘要： 近日,由于暴雨、台风等一系列自然灾害导致很多地方的财产损失惨重,许多人的房贷车贷等一系列的还款进度受到影响。许多有逾期记录的人都是非主观恶意造成不良信用记录。对于这类客户,个人是否可以向银行提出申请,消除不良信用记录?征信记录过了5年后将会自然消除?下面跟随小编一起来看看吧!

摘要： 在传统融资渠道被陆续压缩,部分房企资金紧张的当下,不计入有息负债的商票一直是房企常用的融资手段。但今年以来,众多房企陷入商票风波,逾期、拒付等消息不断出现。

摘要： 本发明公开了贷款逾期预测方法、装置、电子设备及计算机可读介质，涉及人工智能识别分类技术领域。该方法的一具体实施方式包括：根据设定的分类策略，对历史贷款客户的贷款数据进行分类，得到分类结果，之后对分类结果中至少一个类别的分类数据进行特征衍生，得到相应的衍生特征数据；根据设定的数据筛选规则和预定义的好坏标签，对衍生特征数据进行筛选和打标，得到样本数据，对样本数据进行划分，得到训练集；构建贷款逾期预测模型，基于训练集对贷款逾期预测模型进行训练，以使用训练好的贷款逾期预测模型对目标贷款客户进行贷款逾期预测。该实施方式能够充分挖掘贷款数据的价值，实现对贷中逾期风险的全面预测。

摘要： 本发明公开了用于逾期金额预测的神经网络模型构建方法及预测系统，所述方法包括获取贷款客户名单，筛选出同一表现期内发生逾期的客户名单A和未发生逾期的客户名单B，所述客户名单A中的客户数量和客户名单B中的客户数量相同；依据客户名单A和客户名单B采集贷款客户样本数据，得到样本数据集；对样本数据集进行特征工程处理，获得特征数据集中每个特征数据D(x,y)的客户特征画像x；其中x为对应贷款客户的客户特征画像，所述客户特征画像x为客户的静态特征画像和动态特征画像直接的关联特征；y为贷款客户产生逾期金额；步骤4、利用特征数据集对预设的BiLSTM神经网络模型进行训练，训练完成后得到逾期金额预测模型。本发明使最终被构建的模型能够达到理想的效果。

摘要： 本公开提供的一种基于逾期共债的催收策略确定方法及相关设备，可以获得逾期共债客户的客户属性信息、逾期共债关联信息以及逾期共债贷款额度，逾期共债客户为在两种或两种以上的信贷产品上均已逾期的客户；利用客户属性信息和逾期共债关联信息，获得与逾期共债客户对应的信用评分；至少利用信用评分，确定逾期共债客户对应的风险等级客群；利用风险等级客群和逾期共债贷款额度，确定逾期共债客户对应的共债额度队列；至少利用共债额度队列，确定与逾期共债客户匹配的催收策略。本公开通过对逾期共债客户进行客群和队列的细分，从而确定出与逾期共债客户匹配的催收策略，有助于在多产品条线下有效地对逾期共债客户进行统一催收管理，提高催收效率。

摘要： 本申请提供了一种模型训练方法及逾期风险预测方法、装置、设备和介质，在该模型训练方法中，获得多份信贷样本；利用多份信贷样本及信贷样本标注的信贷风险标签训练出综合信贷风险模型；确定多份信贷样本各自归属的信贷样本群；如信贷样本群属于低样本数的信贷样本群，利用综合信贷风险模型确定信贷样本群中各信贷样本的信贷逾期评分，基于信贷样本中各信贷样本的信贷特征数据、信贷逾期评分以及信贷风险标签训练第二模型，得到适用于信贷样本群的子信贷风险模型；其中，信贷样本群的子信贷风险模型用于预测信贷特征数据与信贷样本群匹配的用户存在信贷逾期风险的评分。本申请的方案可以提高模型预测信贷逾期风险的准确度。

摘要： 本申请提出一种基于人工智能的借款逾期客户分群方法、装置、电子设备及存储介质，基于人工智能的借款逾期客户分群方法包括：获取借款人的特征指标以指示借款人的还款能力；构建还款能力评分模型对所述特征指标进行分析，确定所述借款人的还款能力评分值；根据所述还款能力评分值构建所述借款人的还款能力评估向量，并基于所述还款能力评估向量对所述借款人进行第一分群以获取第一分群集；依据所述借款人的征信信息构建征信评分模型以获取还款意愿评分值；依据所述还款意愿评分值和所述第一分群集对所述借款人进行第二分群以获取第二分群集。本申请依据借款人的还款特征和还款意愿对借款逾期客户进行分群，提高了借款逾期客户分群的准确度。

摘要： 本发明提供一种基于端到端模型的行为逾期预测方法、系统、设备和介质，设计合理，特征提取准确，避免了错误累计，预测准确率高。所述预测方法包括，获取面审过程中坐席和待审客户的对话文本，对所述对话文本预处理为问答集合形式，得到输入文本；利用依次预训练和微调训练后的语言模型BERT，对所述输入文本进行语义特征提取，得到输入文本中问答句对应的句向量；利用训练好的双向循环神经网络Bi‑GRU对所述句向量进行时序特征提取，得到输出向量，所述输出向量通过Bi‑GRU模型的输出层得到所述待审客户逾期的预测概率值；根据所述的预测概率值预测所述待审核客户是否为逾期客户。

摘要： 本申请涉及数据管理领域，揭示了一种逾期风险的检测方法、装置、计算机设备及存储介质，其中方法包括：获取用户的资料信息；识别所述资料信息，获取所述资料信息的特征指标及行为数据；根据所述特征指标构建所述用户的用户画像，并根据所述用户画像进行分群以获取分群集；根据所述分群集确定所述用户的第一逾期风险系数；根据所述行为数据计算所述用户的第二逾期风险系数；根据所述第一逾期风险系数与所述第二逾期风险系数确定所述用户的逾期风险值。本申请能够实时监测用户的逾期风险，提高逾期风险的检测的时效性与准确性。

摘要： 本申请提供一种逾期预测方法、装置、设备、介质及产品，应用于人工智能领域和金融领域，也可以应用于除人工智能领域和金融领域之外的任意领域。该逾期预测装置包括：响应于针对目标用户的逾期预测请求，获得目标用户的待预测金融信息；待预测金融信息包括金融属性对应的金融数据；对金融属性进行属性扩展处理，获得金融属性对应的时段属性；根据金融属性和金融属性对应的时段属性，确定目标金融属性；基于目标金融属性，确定待预测金融信息对应的目标金融数据；将目标金融数据输入训练获得的目标预测模型，获得目标用户的逾期预测结果。本申请的方法，提高了用户的逾期预测准确度。

摘要： 本发明提供了一种企业客户已开发票计算开票逾期的方法及系统，其中，该方法包括：获得目标企业的服务客户集合；对服务客户集合进行筛选，获得开票逾期客户集合；根据开票逾期客户集合，获得第一客户的历史账单集合；根据历史账单集合，获得第一客户的累计已开票未回款金额信息、开票‑回款金额差额信息；基于累计已开票未回款金额信息，对开票‑回款金额差额信息的账单进行抵扣生成第一结束指令；根据第一结束指令，结束对累计已开票未回款金额信息的抵扣，且对被抵扣账单进行标记，生成被抵扣账单集合；基于被抵扣账单集合，对各被抵扣账单的已开发票进行关联追溯，获得已开发票对应的回款状态，并对回款状态进行动态监控。

摘要： 本发明涉及互联网金融技术领域，尤其涉及一种贷款逾期风险预测方法、系统、电子装置和存储介质。该方法包括按照预设采集频率采集用户的异常信息，确定当前风险等级；根据当前风险等级，匹配对应的问询策略；接收用户基于问询策略反馈的应答信息；将应答信息与预设应答信息进行比对，得到应答正确率；根据应答正确率更新当前风险等级；基于更新后的风险等级循环执行上述步骤。上述方法通过对已贷款用户进行信息监控，并对用户信息作出分析，预测用户的是否有逾期风险并判断风险等级，根据风险等级对用户采取相应的措施，可以减少因为客观因素而导致用户产生的逾期行为。