一种基于汽车金融零售车秒贷方法及装置

技术领域

本发明公开了一种基于汽车金融零售车秒贷方法方法及装置，属于金融风险管控领域。

背景技术

目前，在当前汽车融业务中，业务人员需要在采集客户的个人信息和财产信息之后，将这些信息提交至银行等信贷机构的客户经理来判断是否可以通过某汽车金融产品的贷款，传统汽车金融零售申贷流程:

(1)申请受理：客户在纸质征信授权书上签字，金融机构取得查询客户征信授权；客户提供身份证件影像件，证明客户身份。

(2)审批：金融机构通过电话调查方式核实客户身份，判断客户还款能力和还款意愿。平均一单需要20分钟完成。

(3)签约：客户签订纸质合同。

(4)放款审批：金融机构对客户提供的放款资料进行人工审核并放款。平均一单需要30分钟完成。

发明内容

本发明的目的在于解决传统汽车金融零售申贷效率低的问题，提出一种基于汽车金融零售车秒贷方法方法及装置。

本发明所要解决的问题是由以下技术方案实现的：

根据本公开实施例的第一方面，提供一种基于汽车金融零售车秒贷方法，所述方法包括：

获取客户的结构化申请数据和非结构化数据，所述客户结构化申请数据包括：融资信息和客户信息，所述非结构化数据包括：客户身份证影像资料、其他金融机构要求客户提供的申请材料和授权信息；

通过所述结构化申请数据和非结构化数据确定客户的还款能力和还款意愿，通过所述还款能力和还款意愿得到审批结论；

将所述审批结论发送给客户并且与客户签订电子合同；

获取客户提供的放款资料，通过所述放款资料进行放款审批，审批通过后发放合同约定的金额至指定账户。

优选的是，所述融资信息包括：融资产品、融资金额和期限。

优选的是，所述客户信息包括：单位、居住地址、联系方式和收入支出。

优选的是，所述其他金融机构要求客户提供的申请材料包括：收入证明、银行流水和房产证明。

优选的是，所述授权信息包括：人行征信、公安部和三方数据。

优选的是，所述通过所述结构化申请数据和非结构化数据确定客户的还款能力和还款意愿，通过所述还款能力和还款意愿得到审批结论包括：

通过结构化申请数据和非结构化数据确定客户的申请评分；

通过所述申请评分确定还款能力和还款意愿；

通过所述还款能力和还款意愿得到审批结论，所述审批结论包括：通过、改良通过和否决。

优选的是，当所述审批结论为改良通过时，需要客户提供更多客户资料，所述更多客户资料包括：收入证明、银行流水、房产证明。

优选的是，当所述审批结论为改良通过时还包括改变申请条件，所述申请条件包括改变期限、改变贷款金额、提供保证人或共同借款人。

根据本公开实施例的第二方面，提供一种基于汽车金融零售车秒贷装置，所述装置包括：

申请受理模块，用于获取客户的结构化申请数据和非结构化数据，所述客户结构化申请数据包括：融资信息和客户信息，所述非结构化数据包括：客户身份证影像资料、其他金融机构要求客户提供的申请材料和授权信息；

智能审批模块，用于通过所述结构化申请数据和非结构化数据确定客户的还款能力和还款意愿，通过所述还款能力和还款意愿得到审批结论；

电子签约模块，用于将所述审批结论发送给客户并且与客户签订电子合同；

放款审批模块，用于获取客户提供的放款资料，通过所述放款资料进行放款审批，审批通过后发放合同约定的金额至指定账户。

第三方面，提供了一种终端及计算机可读存储介质，所述终端包括处理器和存储器，所述存储器或存储介质中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现如第一方面所述的集成多消息发送的方法。

本申请实施例提供的技术方案带来的有益效果至少包括：

本发明提供一种基于汽车金融零售车秒贷方法方法及装置，结合成熟的金融科技技术手段，通过人脸识别、二、三要素等技术进行客户身份鉴权，简化客户操作；采用电子授权方式减少纸质文件流转；综合申请表数据、人行征信、三方大数据等数据结合机器学习算法进行自动化审批，实现申请秒批；采用OCR识别技术进行放款资料自动审核，实现放款秒批。相比传统模式，自动审批平均20秒内出具结论；放款审批平均5分钟完成并放款。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的一种基于汽车金融零售车秒贷方法的流程图；

图2是本申请实施例提供的一种基于汽车金融零售车秒贷方法的流程图；

图3是本申请实施例提供的一种基于汽车金融零售车秒贷装置的结构示意图；

图4是本申请实施例提供的一种基于汽车金融零售车秒贷装置的结构示意图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的系统和方法的例子。

实施例一

如图1是根据本申请实施例提供的一种基于汽车金融零售车秒贷方法，该方法用于终端中，如图1所示，包括以下步骤：

步骤101，获取客户的结构化申请数据和非结构化数据，所述客户结构化申请数据包括：融资信息和客户信息，所述非结构化数据包括：客户身份证影像资料、其他金融机构要求客户提供的申请材料和授权信息；

步骤102，通过所述结构化申请数据和非结构化数据确定客户的还款能力和还款意愿，通过所述还款能力和还款意愿得到审批结论；

步骤103，将所述审批结论发送给客户并且与客户签订电子合同；

步骤104，获取客户提供的放款资料，通过所述放款资料进行放款审批，审批通过后发放合同约定的金额至指定账户。

优选的是，所述融资信息包括：融资产品、融资金额和期限。

优选的是，所述客户信息包括：单位、居住地址、联系方式和收入支出。

优选的是，所述其他金融机构要求客户提供的申请材料包括：收入证明、银行流水和房产证明。

优选的是，所述授权信息包括：人行征信、公安部和三方数据。

优选的是，所述通过所述结构化申请数据和非结构化数据确定客户的还款能力和还款意愿，通过所述还款能力和还款意愿得到审批结论包括：

通过结构化申请数据和非结构化数据确定客户的申请评分；

通过所述申请评分确定还款能力和还款意愿；

通过所述还款能力和还款意愿得到审批结论，所述审批结论包括：通过、改良通过和否决。

优选的是，当所述审批结论为改良通过时，需要客户提供更多客户资料，所述更多客户资料包括：收入证明、银行流水、房产证明。

优选的是，当所述审批结论为改良通过时还包括改变申请条件，所述申请条件包括改变期限、改变贷款金额、提供保证人或共同借款人。

本申请实施例中，结合成熟的金融科技技术手段，通过人脸识别、二、三要素等技术进行客户身份鉴权，简化客户操作；采用电子授权方式减少纸质文件流转；综合申请表数据、人行征信、三方大数据等数据结合机器学习算法进行自动化审批，实现申请秒批；采用OCR识别技术进行放款资料自动审核，实现放款秒批。相比传统模式，自动审批平均20秒内出具结论；放款审批平均5分钟完成并放款。

图2是根据一示例性实施例示出的一种基于汽车金融零售车秒贷方法的流程图，如图2所示，该方法用于终端中，该方法包括以下步骤：

步骤:201，获取客户的结构化申请数据和非结构化数据。客户结构化申请数据包括：融资信息和客户信息，融资信息包括：融资产品、融资金额和期限等，客户信息包括：单位、居住地址、联系方式和收入支出等。非结构化数据包括：客户身份证影像资料、其他金融机构要求客户提供的申请材料和授权信息，其他金融机构要求客户提供的申请材料包括：收入证明、银行流水和房产证明等，授权信息包括：人行征信、公安部和三方数据等。客户通过短信验证码进行查询授权，然后通过二要素、三要素和人脸识别，对客户身份信息进行核实，调用反欺诈模型对客户进行申请反欺诈校验，客户通过电子签名签署征信授权书。最后将上述这些结构化数据和非结构化数据进入系统，形成申请订单。

步骤202，通过结构化申请数据和非结构化数据确定客户的申请评分。

首先，金融机构接收到客户提交的申请订单数据后，由信审人员对客户进行资信调查，考察客户的还款能力和还款意愿。信审人员首先根据客户授权，查询结构化申请数据和非结构化数据：首先是黑名单校验，通过内部黑名单数据库对客户进行校验。然后是人行征信自动查询解析：通过人行征信二代系统，查询客户征信信息。业务系统根据客户填写的结构化申请数据和非结构化数据确定客户的申请评分。生成申请评分是根据申请信息、人行征信数据，通过机器学习算法(逻辑回归、决策树、神经网络等算法)，对客户进行综合评分。

步骤203，通过所述申请评分确定还款能力和还款意愿。

通过申请评分确定还款能力和还款意愿，这里面还包括反欺诈模型校验：通过基于三方数据(法院失信人、运营商数据、多头借贷等)的反欺诈模型，对客户进行反欺诈识别。

步骤204，通过所述还款能力和还款意愿得到审批结论，所述审批结论包括：通过、改良通过和否决。

最后信审人员通过还款能力和还款意愿根据风控策略决策结果出具客户是否能够通过的审批结论，审批结论包括：通过、改良通过和否决，并给出授信金额、期限和利率。当审批结论为改良通过时，需要客户提供更多客户资料，更多客户资料包括：收入证明、银行流水、房产证明。还包括改变申请条件，申请条件包括改变期限、改变贷款金额、提供保证人或共同借款人。

步骤205，将所述审批结论发送给客户并且与客户签订电子合同，具体过程如下：审批通过后，金融机构通过短信、经销商销售顾问等方式通知客户审批结论，客户和金融机构签订抵押贷款合同(融资租赁合同)、扣款授权书等电子合同签订。电子合同签订通过金融公司通过电子印章、客户通过电子签名完成电子合同签订。通过微信、app等移动端应用将合同签订任务推送至客户手机,让客户完成远程签订,实现客户无接触签订。

步骤206，获取客户提供的放款资料，包括保单、购车发票、合同、扣款授权书等文件。通过所述放款资料进行放款审批，主要检查放款资料影像件上的信息和系统记录的数据是否一致，例如合同金额、期限、利率、合同签订日期，保险生效日、车籍等。审批通过后基于OCR识别技术、直连银行等手段实现自动化放款到发放合同约定的金额至指定账户，OCR识别技术是对合同、发票、保单等影像资料进行OCR识别，自动识别影像件关键数据和系统存储数据差异，自动化放款是通过资金汇划系统连接多个银行渠道，进行自动放款。

本申请实施例中，结合成熟的金融科技技术手段，通过人脸识别、二、三要素等技术进行客户身份鉴权，简化客户操作；采用电子授权方式减少纸质文件流转；综合申请表数据、人行征信、三方大数据等数据结合机器学习算法进行自动化审批，实现申请秒批；采用OCR识别技术进行放款资料自动审核，实现放款秒批。相比传统模式，自动审批平均20秒内出具结论；放款审批平均5分钟完成并放款。

基于相同的技术构思，本申请实施例还提供了一种基于汽车金融零售车秒贷装置，如图3所示，所述装置包括：

申请受理模块310，用于获取客户的结构化申请数据和非结构化数据，所述客户结构化申请数据包括：融资信息和客户信息，所述非结构化数据包括：客户身份证影像资料、其他金融机构要求客户提供的申请材料和授权信息；所述融资信息包括：融资产品、融资金额和期限。所述客户信息包括：单位、居住地址、联系方式和收入支出。所述其他金融机构要求客户提供的申请材料包括：收入证明、银行流水和房产证明。所述授权信息包括：人行征信、公安部和三方数据。

智能审批模块320，用于通过所述结构化申请数据和非结构化数据确定客户的还款能力和还款意愿，通过所述还款能力和还款意愿得到审批结论；

优选的是，智能审批模块320，用于：

通过结构化申请数据和非结构化数据确定客户的申请评分；

通过所述申请评分确定还款能力和还款意愿；

通过所述还款能力和还款意愿得到审批结论，所述审批结论包括：通过、改良通过和否决。

电子签约模块330，用于将所述审批结论发送给客户并且与客户签订电子合同；

放款审批模块340，用于获取客户提供的放款资料，通过所述放款资料进行放款审批，审批通过后发放合同约定的金额至指定账户。

优选的是，放款审批模块340，用于：当所述审批结论为改良通过时，需要客户提供更多客户资料，所述更多客户资料包括：收入证明、银行流水、房产证明。

优选的是，放款审批模块340，用于：当所述审批结论为改良通过时还包括改变申请条件，所述申请条件包括改变期限、改变贷款金额、提供保证人或共同借款人。

本发明中，结合成熟的金融科技技术手段，通过人脸识别、二、三要素等技术进行客户身份鉴权，简化客户操作；采用电子授权方式减少纸质文件流转；综合申请表数据、人行征信、三方大数据等数据结合机器学习算法进行自动化审批，实现申请秒批；采用OCR识别技术进行放款资料自动审核，实现放款秒批。相比传统模式，自动审批平均20秒内出具结论；放款审批平均5分钟完成并放款。

在示例性实施例中，还提供了一种终端，包括：一个或多个处理器401，用于存储所述一个或多个处理器401可执行指令的存储器402，一个或多个处理器被配置为：执行本发明上述的基于汽车金融零售车秒贷方法。

在示例性实施例中，还提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由终端的处理器401执行时，使得终端能够执行本发明上述的基于汽车金融零售车秒贷方法。

在示例性实施例中，还提供了一种应用程序产品，包括一条或多条指令，该一条或多条指令可以由上述装置的处理器401执行，以完成上述的基于汽车金融零售车秒贷方法。

尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用。它完全可以被适用于各种适合本发明的领域。对于熟悉本领域的人员而言，可容易地实现另外的修改。因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。