[發明專利]預測逃廢債區塊鏈系統

在審

• 申請號: 201910731092.3
• 申請日: 2019-08-08
• 公開（公告）號: CN112200340A
• 公開（公告）日: 2021-01-08
• 發明（設計）人: 蔡維德;蔡維綱
• 申請（專利權）人: 北京天德博源科技有限公司;北京天德科技有限公司;青島天德信鏈信息科技有限公司;天民（青島）國際沙盒研究院有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q40/02
• 代理公司: 暫無信息
• 代理人: 暫無信息

一逃廢債預制系統，包括多個區塊鏈系統，區塊鏈系統存儲數據用以識別借款人，用以對借款人進行信用評級，也包括借款人信用貸款中的支付記錄，以及相關借款人群體的經濟社會的大數據。提供的數據覆蓋在固定的時間段在固定的地理區域的借款人群體的相關活動。3個數學模型用于預測借款人的逃廢債務行為。這些數學模型是動態系統，它們預測借款人的行為，包括一組借款人的行為，以及借款人在未來一段時間內可能的逃避債務行為；該預測可以按時間順序表達。人工神經網絡方法可用于識別3個數學模型的參數。

技術領域

本發明涉及自動預測信用風險高活動的系統和方法，特別是用于自動預測小額貸款逃廢債，基于存證區塊鏈的系統和方法。

背景技術

小額貸款已經成為一般民眾和小企業取得資金的一種方法。在互聯網時代，互 聯網貸款公司在中國蓬勃發展。然而，小額信貸也帶來了許多問題。首先是借款人 違約不還款，導致網貸公司和這些公司的投資者蒙受損失。最具破壞性的就是逃廢債， 即債務人有履行能力而不盡力履行還款的行為。貸款違約的輸家還包括電子商務公 司和銀行，這些公司也從事小額融資。

在下文中，詞語“借款人”表示從互聯網貸款公司，銀行或電子商務供應商借 入小額貸款的自然人，或商業實體。

各種金融服務實體向消費者和/或企業提供信用賬戶，例如抵押，汽車貸款， 信用卡賬戶等。在向申請人提供信用賬戶之前，或在為這種信用賬戶提供服務期間， 許多金融服務提供商想要知道申請人或客戶是否或可能是個“從不付費”(逃廢債) 借款人。逃廢債借款人包括，但不限于那些提出信用請求，隨后獲得信用工具的客戶， 并且在賬戶整個生命周期中，從不支付或基本上不支付。對金融服務提供商而言，逃 廢債借款人是個代價高昂的借款人。

傳統的評分模型無法提供必要的洞察力來識別從不支付的借款人。在某種程度上，這是由于借款人背后的概況的多樣性。此外，由于資源有限以，及分析逃廢債借 款人的復雜度，一些金融服務提供商難以識別逃廢債的屬性和/或原因。因此，這些 逃廢債的賬戶不能在流程的早期被識別出來，造成金融服務提供商的損失。

本發明涉及預測逃廢債的過程，方法，和系統。目前有許多方法可以預測逃廢 債借款人。其中包括從一組數據集中自動預測出逃廢債借款人。直到最近，大多數 預測方法和系統采用保存在線或離線的電子副本文件做為數據集。傳統方法的一個問 題是這些數據會受到電子安全漏洞和惡意交替的影響，而數據的實物副本可能會丟失 或被更改。今天，區塊鏈已成為一種創新的證據保存技術，具有許多好處。其中存 儲在區塊鏈系統中的證據(或所有數據)是實際上不可變更且無可爭議的。

本發明適用于自動預測逃廢債借款人，也適用于自動預測信用風險高的相關活動如：雇傭，租賃，市場調查，動產、不動產鑒定等。而征信業可大致分為四大類： 信貸征信、商業征信、雇傭征信以及其他征信。因此，本發明不應視為僅適用于自動 預測逃廢債借款，而逃廢債借款僅做為描述本發明的實施例的載體。

本發明所解決的問題之一是關于使用宏觀經濟和/或人口統計背景來預測信用申請人行為。多數信用評級系統使用靜態模型來預測信用申請人行為。更好的方式， 是采用動態方模型來測信用申請人行為，這應該大大提高信用申請人支付行為的預測 準確性。本發明的一個方面是采用動態模型來預測信用申請人的支付行為，特別是 預測逃廢債行為。

目前對逃廢債的預測是靜態的：基本上僅預測借款人未來是否會有逃廢債行為。這是類似零或一的預測。目前的解決方案并不能預測借款人支付的頻率，以及他將在 一段時間內會支付多少錢，和支付的概率。本發明采用動態系統模型(數學模型)來 進行這種預測。例如，目前的預測不能說，雖然借款人不可能在本月支付任何款項， 但在接下來的2-3個月內，他可能會支付部分款項；而且很有可能，他會全額支付所 有欠款，基于他所從事的行業，和他開展業務的城市的經濟発展。

發明內容