一种基于不良资产处置效率标签库建设及回款效率方法与流程

本发明涉及标签库筛选并建库技术领域，具体为一种基于不良资产处置效率标签库建设及回款效率方法。

背景技术：

在大数据时代，数据挖掘是最关键的工作。大数据的挖掘是从海量、不完全的、有噪声的、模糊的、随机的大型数据库中发现隐含在其中有价值的、潜在有用的信息和知识的过程，也是一种决策支持过程。其主要基于人工智能，机器学习，模式学习，统计学等。通过对大数据高度自动化地分析，做出归纳性的推理，从中挖掘出潜在的模式，可以帮助企业、商家、用户调整市场政策、减少风险、理性面对市场，并做出正确的决策。

合并数据集和记录、选择数据子集样本、汇总记录、导出新的属性、排序数据以便建模、删除或替换空白值或缺失值、分为训练数据集和测试数据集等。通过合适的数据分析挖掘技术建立模型找到蕴藏在数据下面的客观规律。经过数据准备后开始是建立模型。

不良资产处置回收率预估系统的资产处置维度分别来自自有案源过往诉，调处置率，同同行同类型案件同类型债务人过往诉、调处置率；行业内同类型处置率、分别以一定的比重组成评估分数，处置率效果合计分为优质(8％以上)、优良(5-8％)、一般(3-5％)、差(3％以下)四个等级，

目前各大金融机构由于自身能力缺乏，以及渠道的单一性，并无法联通多处置通道，加之机构之间也相互独立，无法发挥自身数据的价值。

技术实现要素：

本发明的目的在于提供一种基于不良资产处置效率标签库建设及回款效率方法，以解决银行以及非银行类金融机构在进行不良资产委托处置预获得收益目标情况下，所需准备的资产包资产质量属性正确性的问题。

为实现上述目的，本发明广泛应用于标签库筛选并建库的技术方案，特别是提供如下技术方案：一种基于不良资产处置效率标签库建设及回款效率方法，该方法包括；

步骤s1：建立资产包、司法业务对接系统、调解作业系统、辅助工具系统、通道系统，其各系统独立运作，且分别负责资产包的数据清洗工作、法诉工作、调解工作、流程辅助工作，及与其他通道数据同步；

步骤s2：资产包原始数据建模，根据资产包债务人类型分别建立债务人债务基础模型、债务还款意愿周期模型；

步骤s3：司法诉讼通道数据建模，根据资产包进入诉讼阶段后，在诉讼有效期内有效性标签库；

步骤s4：多元化调解通道数据建模，根据资产包进入调解阶段后，在调解有效期内调解有效性标签库；

步骤s5：计算全流程节点上的参与的因素标签在有效期间内达成的交付率。

优选的，所述步骤s2中具体的建模包括：

步骤s201：债务人债务模式标签库；

步骤s202：债务人还款能力标签库；

步骤s203：催收机构资质标签库。

优选的，所述步骤s201债务人债务标签库，根债务人的欠款本金、逾期天数、催收次数，来进行设置。

优选的，所述步骤s202：债务人还款能力标签库，是根据债务人的工作年限、婚姻状态、子女的数量设置。

优选的，步骤s203：催收机构资质标签库，根据资质的能力进行设置。

优选的，所述步骤s3中的司法诉讼通道数据建模包括立案、判决、执行，及立案中的诉前回款、立案后回款，判决中的判决前回款、判决后还款，执行前还款、执行后还款的能力进行设置。

优选的，所述步骤s5中在基于案件委托数量一致，且标的额在同一区内，其中p(l)＝p(ln),p(ln)为标签类型,l＝a-z\n＝1-100,m为总标的、n为回款额、c为回款率：

其计算全流程节点的计算方法包括：

步骤s501：基础数值：

pa＝pa1+pa2+pa3，c(pa)＝m(pa)/n(pa)*100％；

pb＝pb1+pb2+pb3，c(pb)＝m(pb)/n(pb)*100％；

pc＝pc1+pc2+pc3，c(pc)＝m(pc)/n(pc)*100％；

其中pa为债务人债务标签库，pa1为标签：欠款本金，pa2为标签：逾期天数，pa3为标签：催收次数；

pb为债务人还款能力标签库，pb1＝标签：工作年限，pb2为标签：婚姻状态，pb3为标签之子女数量；

pc为催收机构资质标签库，pb1为标签：工作年限，pb2为标签：婚姻状态，pb3为标签：之子女数量。

优选的，所述计算全流程节点的计算方法还包括：

步骤s502：测算规则:

p(xl)＝p(l)+p(xln)、p(xln)＝＝新标签类型,xl＝xa-xz,n＝1-100

c(p(xl))＝m(p(xl))/n(p(xl))*100％；ifc(p(xl))>c(p(l))elsep(xln)有效，反之无效；

其中p(xl)为某一个标签库，新增标签类型后的新组合标签库；

p(xln)为某一个标签库中新增的标签类型；

m＝总标的、n为回款额、c为回款率；

c(p(xl))为某一个标签库里新增标签类型后的新组合标签库回款率；

c(p(l))为某一个标签库。

优选的，所述计算全流程节点的计算方法还包括：

步骤s503：新组合标签有效性检验规则：

ifavg(p(xl))＝{c(p(xa))+c(p(xb))+....+c(p(xz))}/n,符合正态分布规则，则新组合标签长期有效，回收测算值为avg(pxl)。

其中avg(p(xln))为某一个标签库，新增标签类型后的标签库的标的平均回款率；

c(p(xa))为某一个标签库，新增标签类型后的标签库的标的回款率。

与现有技术相比，本发明的有益效果是：

(1)、本发明有效的将各大金融机构自身数据价值转化成行业数据价值，一方面提升了单一机构同类型案件处置渠道的多样性，一方面又能让机构通过系统更好的对资产在何时何地选择何种司法处置方式提供的可以参考的数据依据；

(2)、本发明可以使不良资产处置，通过标签库中回收率预估判断，并且通过算法模型会跟随业务数据，不断调整处置周期的值，以便让客户手中的资产包价值，在最适合的时机采取不同的策略对其进行处置变现；以及提高收现的回款率。

附图说明

图1为本发明为本发明的债务人债务标签库；

图2为本发明的债务人还款能力标签库；

图3为本发明的催收机构资质标签库；

图4为本发明的诉讼有效期内有效性标签库；

图5为本发明的调解有效期内调解有效性标签库；

图6为本发明的债务人债务标签库回款率示意图。

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。

请参阅图1-图6，本发明提供的一种实施例：

一种基于不良资产处置效率标签库建设及回款效率方法，该方法包括；

步骤s1：建立资产包、司法业务对接系统、调解作业系统、辅助工具系统、通道系统(如证券对接系统)，其各系统独立运作，且分别负责资产包的数据清洗工作、法诉工作、调解工作、流程的辅助工作，及与其他通道数据同步；

步骤s2：资产包原始数据建模，根据资产包债务人类型分别建立债务人债务基础模型、债务还款意愿周期模型；

步骤s3：司法诉讼通道数据建模，根据资产包进入诉讼阶段后，在诉讼有效期内有效性标签库；

步骤s4：多元化调解通道数据建模，根据资产包进入调解阶段后，在调解有效期内调解有效性标签库；

步骤s5：计算全流程节点上的参与的因素标签在有效期间内达成的交付率。

为了客户可以给到的信息中最原始的数据，所述步骤s2中具体的建模包括：

步骤s201：债务人债务模式标签库；

步骤s202：债务人还款能力标签库；

步骤s203：催收机构资质标签库。

所述步骤s201债务人债务标签库，根债务人的欠款本金、逾期天数、催收次数，来进行设置。

为了提取及方便准确的获取债务人还款意愿的强度，所述步骤s202：债务人还款能力标签库，是根据债务人的工作年限、婚姻状态、子女的数量设置。

为了提取及方便准确的获取债务人还款意愿的强度，所述步骤s203：催收机构资质标签库，根据资质的能力设置。

为了提取及方便准确的获取债务人还款意愿的强度，所述步骤s3中的司法诉讼通道数据建模包括立案、判决、执行，及立案中的诉前回款、立案后回款，判决中的判决前回款、判决后还款，执行前还款、执行后还款的能力进行设置。

为了计算出债务人还款意愿的强度，及提高回款率，所述步骤s5中在基于案件委托数量一致，且标的额在同一区内，其中p(l)＝p(ln),p(ln)为标签类型,l＝a-z\n＝1-100,m为总标的、n为回款额、c为回款率：

其计算全流程节点的计算方法包括：

步骤s501：基础数值：

pa＝pa1+pa2+pa3，c(pa)＝m(pa)/n(pa)*100％；

pb＝pb1+pb2+pb3，c(pb)＝m(pb)/n(pb)*100％；

pc＝pc1+pc2+pc3，c(pc)＝m(pc)/n(pc)*100％；

其中pa为债务人债务标签库，pa1为标签：欠款本金，pa2为标签：逾期天数，pa3为标签：催收次数；

pb为债务人还款能力标签库，pb1＝标签：工作年限，pb2为标签：婚姻状态，pb3为标签之子女数量；

pc为催收机构资质标签库，pb1为标签：工作年限，pb2为标签：婚姻状态，pb3为标签：之子女数量。

所述计算全流程节点的计算方法还包括：

步骤s502：测算规则:

p(xl)＝p(l)+p(xln)、p(xln)＝＝新标签类型,xl＝xa-xz,n＝1-100

c(p(xl))＝m(p(xl))/n(p(xl))*100％；ifc(p(xl))>c(p(l))elsep(xln)有效，反之无效；

其中p(xl)为某一个标签库，新增标签类型后的新组合标签库；

p(xln)为某一个标签库中新增的标签类型；

m＝总标的、n为回款额、c为回款率；

c(p(xl))为某一个标签库里新增标签类型后的新组合标签库回款率；

c(p(l))为某一个标签库。

所述计算全流程节点的计算方法还包括：

步骤s503：新组合标签有效性检验规则：

ifavg(p(xl))＝{c(p(xa))+c(p(xb))+....+c(p(xz))}/n,符合正态分布规则，则新组合标签长期有效，回收测算值为avg(pxl)。

其中avg(p(xln))为某一个标签库，新增标签类型后的标签库的标的平均回款率；

c(p(xa))为某一个标签库，新增标签类型后的标签库的标的回款率。

实施例：

(1)、本发明有效的将各大金融机构自身数据价值转化成行业数据价值，一方面提升了单一机构同类型案件处置渠道的多样性，一方面又能让机构通过系统更好的对资产在何时何地选择何种司法处置方式提供的可以参考的数据依据；

(2)、本发明可以使不良资产处置，通过标签库中回收率预估判断，并且通过算法模型会跟随业务数据，不断调整处置周期的值，以便让客户手中的资产包价值，在最适合的时机采取不同的策略对其进行处置变现；以及提高收现的回款率。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。