逾期贷款

摘要： 近年来,《中华人民共和国个人信息保护法》《中国人民银行金融消费者权益保护实施办法》和《征信业务管理办法》等一系列法律法规和监管政策的落地实施,对信用卡逾期催收工作提出了更高要求,商业银行委托外部机构催收已成效不显,必须壮大专业化的自营催收团队,有效开展属地催收,才能快速消化逾期贷款。本文对中国农业银行内蒙古分行(以下简称“农行内蒙古分行”)属地催收工作进行了详细介绍和分析,并对智能化全流程催收进行了展望,以期给业界同仁提供参考和借鉴。

摘要： 今年9月,李空(化名)退出了参与今创立的咨询公司。这家企业主营催收业务,即为各大银行信用卡中心、互联网金融平台等机构"讨债",用“电呼”等方式处理逾期贷款,并收取佣金。让他决定退出的,一方面是催收难度肉眼可见地增长。

摘要： 张掖市住房公积金管理中心(以下简称“中心”)坚持“房住不炒”的定位,认真落实贷款政策。至2020年末,累计发放个人住房贷款9.73万笔、86.32亿元,最大限度地满足缴存职工的住房刚需,充分发挥住房公积金制度在保民生、去库存和维护住房消费市场健康稳定方面的积极作用。与此同时,逾期贷款不断显现,运用司法手段追偿的数量日益增多,但案件执行和结案率却在低位徘徊,逾期贷款通常会出现执行难、确权难、变现难的现状。

摘要： 为进一步健全和完善住房公积金制度,有效解决住房公积金逾期率较高问题,陕西省住房和城乡建设厅在深入调研、缜密论证基础上,依据《住房公积金管理条例》和有关文件规定,制定下发了《关于建立住房公积金逾期贷款“四清一责任”工作机制的通知》,旨在进一步加强住房公积金个人住房贷款管理,保障资金运行安全,维护缴存职工合法权益,不断提高住房公积金监管水平,夯实各级工作责任,坚持权责一致原则,实现住房公积金个人贷款全流程闭环管理,以此破解住房公积金逾期贷款难题。

摘要： 为推动年度重点工作深入开展并取得实效,近期,张掖市住房公积金管理中心成立七个督导调研组,深人各管理部采取听取汇报、座谈交流、实地调研、现场督导等方式,对各管理部应缴未缴人员的督建促缴、审计发现问题的排查整改、逾期贷款的催收、长期封存账户的清理和政策法规宣传及年度目标任务的完成等情况开展现场督导调研。

摘要： 乔某建了个蔬菜大棚种西红柿。这天,他吃完早饭,正要去大棚忙活,卻接到县法院送来的传票——镇上的农村商业银行把李某作为被告,把乔某作为第三人,起诉到了法院,追偿逾期贷款。为啥农村商业银行把李某起诉到法院追偿逾期贷款,会牵涉到乔某?

摘要： 我所自对口帮扶甘肃省武山县以来,着眼于未来谋划脱贫攻坚工作,通过市场化机制进行“造血”式帮扶,力求打造可持续的脱贫机制。为此,我所联合中国建设银行,在甘肃武山县创新推出“深银通”项目。“深银通”是面向当地小微企业的增信扶贫贷款,建设银行为企业生产经营提供贷款,我所提供帮扶资金进行增信支持,对逾期贷款进行补偿。

摘要： 前言乐山市住房公积金管理中心(以下简称“中心”)个人住房公积金贷款业务从2003年7月开始起步,在17年间,个贷业务经历了从无到有、业务种类由单一到多样,贷款规模由小到大的发展历程。截至2019年底,全市累计发放个人住房公积金购房贷款171.73亿元(位列全省第五名),贷款余额97.64亿元,共帮助76903户家庭圆了安居梦,改善了居住条件,充分发挥了住房公积金这一民生制度的积极作用。截止2019年底,全市住房公积金贷款无呆坏账,个人住房贷款余额占缴存余额的91.95%,存量逾期贷款5笔,逾期金额14.39万元,逾期率仅为0.015%,大大低于3%部定标准。

摘要： 随着贷款业务的快速发展,资金安全成为住房公积金管理部门必须关注的重点.近年来,住房公积金个人贷款因各种原因,逾期风险时有发生.加强住房公积金贷后管理,降低资金使用风险,成了我们当前工作的难题.

摘要： 青川管理部按照广元市住房公积金管理中心(以下简称“中心”)党组“全力支持重建家园,并尽最大努力确保住房公积金贷款安全”的部署,因户施策,持续用力化解住房公积金贷款风险,取得了明显成效,实现了“5·12”特大地震以来88笔、243万元逾期贷款到零逾期的完美转变,并连续15个月保持零逾期的良好态势。

摘要： 本发明请求保护一种基于大数据的互联网金融用户贷款逾期预测方法，包括：101数据预处理操作：根据用户行为、用户基本信息、信用评分数据预处理操作；102根据七折交叉验证法对数据进行划分操作；103根据对抗网络生成模型扩展训练集；104根据用户行为、用户基本信息、信用评分数据进行特征工程构建操作；105建立4个机器学习模型，并进行线性回归模型融合操作；106通过已建立模型基础，根据用户基本信息设置人工阈值规则预测用户是否违约。本发明运用大数据实现互联网金融风险机构由传统“事后堵截”的手段转变为“预先识别”，识别高违约用户。

摘要： 本公开涉及一种贷款逾期预测方法、装置以及计算机可读存储介质，涉及计算机技术领域。本公开的方法包括：获取用户的画像信息和贷款的历史还款信息；将用户的画像信息和贷款的历史还款信息输入预先训练的机器学习模型；根据机器学习模型输出值，预测用户针对贷款的当前期还款是否会逾期。本公开结合用户的画像信息和贷款的历史还款信息，利用机器学习模型，预测用户针对当前贷款的当前期还款是否会逾期。由于用户画像信息可以反映用户个体状况和信用特征，针对用户还款信息少的情况，也可以较为准确的预测单个用户的还款是否会逾期。

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。

摘要： 本发明公开一种于GPS轨迹数据的车辆贷款逾期风险评估方法，包括如下步骤：S1、获取待评估用户前M个月的GPS轨迹数据，从GPS轨迹数据中提取停留位置；S2、基于停留位置构建待评估用户的轨迹行为矩阵，提取轨迹行为矩阵中的出行行为特征向量；S3、将用户在前M个月内的出行行为特征向量及逾期天数输入逾期识别模型，逾期识别模型输出待识别用户在下一个月的逾期评估结果。基于贷款用户(待评估用户)的近期GPS轨迹数据即可实现贷款逾期风险的自动评估，减少了贷款用户的贷款逾期风险评估成本。

摘要： 本申请为人工智能技术的风险管控技术领域，本申请提供了一种贷款逾期信息处理方法、装置、计算机设备及存储介质，其中，所述方法包括：根据接收到的标识获取贷款逾期信息表，提取贷款逾期信息表的贷款逾期信息，根据贷款逾期信息计算在不同维度下的贷款逾期数量及贷款逾期比例，将贷款逾期数量及贷款逾期比例进行汇总，得到汇总结果，响应于客户端的贷款逾期信息获取请求，根据贷款逾期信息获取请求携带的标签查询对应的目标汇总结果，提取目标汇总结果的贷款逾期数量及贷款逾期比例，配置得到目标页面，将目标页面发送给客户端。本申请通过自动化计算不同维度下的贷款逾期数量及贷款逾期比例，实现精细化处理，提高贷款逾期信息处理效果。

摘要： 本申请提供的一种贷款逾期预测、学习方法及装置，可用于金融技术领域，通过结合区块链形成联盟学习圈，利用区块链的特质，根据每个本地模型形成全局模型，进而达到学习更新的目的，一方面在模型训练完毕之后，可以在不需要其他银行将数据共享(常规的贷款逾期预测在不查征信的情况下必须银行之间数据共享，知晓待贷款客户在其他银行的贷款情况)，无需检查征信等方式即可准确预测贷款者的逾期概率。

摘要： 本发明提供一种清收逾期贷款的方法及装置，收到待清收逾期贷款的清收请求后，获取分别对应多个关联账户的清收线索，利用决策辅助模型对清收线索进行分析，根据分析结果从多个清收线索中确定出推荐清收线索，推荐清收线索作为制定待清收逾期贷款的清收策略的依据；其中，关联账户包括待清收逾期贷款的客户的约定还款账户以外的存款账户，和客户的担保人的存款账户，每个清收线索均包括多个类别的特征，每个类别的特征均根据账户信息和客户信息确定，且一个清收线索中每个类别的特征只有一个。基于本发明提供的方案，审批人员可以通过分析推荐清收线索制定清收策略，而不必分析待清收逾期贷款的每一个清收线索，从而提高逾期贷款的清收效率。

摘要： 本发明公开了一种基于多源异构数据融合的贷款逾期预测方法，利用大数据量学习大量用户的App使用记录、App安装卸载列表、用户App内点击行为，通过神经网络建模融合，来提高对未来用户逾期贷款情况的预测能力，多个信息源的融合有助于提高表现。本发明用多个信息源训练，然后用单个信息源测试的结果相比于用单个信息源训练和测试的结果要好，表明模态生成的机制除了使模型表现更好外，还带来了额外的收获。

摘要： 本发明公开了一种基于多源异构数据融合的贷款逾期预测方法，利用大数据量学习大量用户的App使用记录、App安装卸载列表、用户App内点击行为，通过神经网络建模融合，来提高对未来用户逾期贷款情况的预测能力，多个信息源的融合有助于提高表现。本发明用多个信息源训练，然后用单个信息源测试的结果相比于用单个信息源训练和测试的结果要好，表明模态生成的机制除了使模型表现更好外，还带来了额外的收获。