基于贷款申请关联关系打击非法的处理方法及系统

本发明涉及一种打击非法的方法，特别涉及一种基于贷款申请关联打击非法的方法，属于分析处理领域。

非法是指骗取贷款罪、贷款罪。

非法不论是对于社会还是众都带来了极大的危害。一方面，非法损害参与者利益，使其遭受经济上的损失。非法犯罪分子通过欺骗手段骗取贷款后，往往对资金肆意挥霍、转移或者非法占有，致使贷款不能返还。另一方面，非法严重扰乱了社会正常的经济、金融秩序，极易引发社会风险，容易引发社会不稳定，严重影响社会和谐。

非法往往规模大、参与人员多，资金兑付比例低，处置难度大，容易引起大量社会治安问题。近年，非法类犯罪发案越发频繁、涉案金额屡创新高。

当前，非法已成为激化矛盾、影响社会稳定的突出问题，属于典型的经济犯罪，具有严重的社会危害性，但如何从正常贷款中识别出疑似非法贷款，仍然是一个难题。目前，主要通过对帐户具体操作行为进行监控的方式识别疑似非法贷款，如申请号为201910138922.1的发明专利中提到的方法，该方法虽然能够识别出一定的非法贷款，但监控内容单一，很多非法贷款不易被识别出，尤其是家族式的贷款更具有隐蔽性。

因此，亟待设计一种有效的方法综合多个信息对出现的非法现象进行打击。

为了解决上述问题，本发明人进行了锐意研究，基于贷款申请关联关系，得到了一种打击非法的系统及处理方法，从而完成本发明。

本发明的目的在于提供以下方面：

一方面，本发明提供了一种基于贷款申请关联关系打击非法的方法，包括以下步骤：

S1、筛选银行流水账单，获取贷款申请人信息；

S2、通过与其它金融机构信息匹配，获取疑似非法贷款及关联贷款申请信息；

S3、通过疑似非法贷款申请与关联贷款申请比例，再次确认疑似非法贷款申请集；

S4、与银行交易流水比对，获得高度疑似非法贷款申请集；

S5、整理输出信息。

在步骤S1中，包括以下子步骤：

S11、通过TRANSLATE函数去除符号乱码；

S12、通过REPLACE函数去除空格和分隔符。

在步骤S2中，包括以下子步骤：

S21、对申请人进行过滤，去除不存在非法可能性的贷款申请人；

S22、通过筛选条件，初步筛选出具有非法可能性的贷款申请人；

S23、关联具有非法可能性的贷款申请人的相关贷款，获得贷款申请集；

S24、去重汇总，获得关联贷款申请列表；

S25、二次筛选，获得疑似非法贷款申请集。

步骤S22包括如下子步骤：

S221、判断贷款申请人是否有严重刑事犯罪记录；

S222、判断贷款申请人名下有无房产；S223、判断贷款申请人成年时间是是否小于等于6个月；

S224、判断贷款贷款申请人连续缴纳社保时间是否小于等于6个月。

步骤S23包括以下子步骤：

S230、将具有非法可能性的贷款申请人信息与其它金融机构信息数据进行关联匹配，关联出贷款申请人主要亲属和次要亲属；

S231、将本次贷款申请与贷款人的主要亲属的贷款申请进行关联，得到贷款申请主要亲属关联贷款申请；

S232、将本次贷款申请与所述贷款申请人的其它贷款申请进行关联，得到贷款申请人关联贷款申请；

S233、将本次贷款申请与贷款申请次要亲属的贷款申请进行关联，得到贷款申请次要亲属关联贷款申请。

步骤S25包括如下子步骤：

S251、判断贷款申请人是否有严重刑事犯罪记录，

S252、判断贷款申请人成年时间是是否小于等于3个月，

S253、判断贷款申请人连续社保缴纳时间是否小于等于3个月。

步骤S3包括如下子步骤：

S31、获得疑似非法贷款申请占关联贷款申请的比例，

S32、当所述比例小于阈值时，则认为步骤S25中得到的疑似非法贷款申请为正常申请，将其从疑似非法贷款申请集中删除，当所述比例大于等于阈值时，则确认其仍然为疑似非法贷款申请，所述阈值为70％。

步骤S4包括以下子步骤：

S41、根据贷款申请人进行银行流水账单数据的关联，判断是否存在流水交易，若无，则认为其申请的贷款不是高度疑似非法贷款申请；

S42、利用数据库中的SUBSTR函数和TO_DATE函数将银行流水数据中的“交易日期”进行提取转换；

S43、利用数据库中的MONTHS_BETWEEN函数将转换后的“交易日期”和当前时间做比较，利用数据库中的TRUNC函数取整数，如果结果小于等于1，视为同一个月的流水交易，即当月的流水交易；

S44、筛选出具有当月流水交易的贷款申请人的贷款申请，得到高度疑似非法贷款申请集。

另一方面，本发明还提供了一种基于贷款申请关联关系打击非法的系统，该系统包括贷款申请人确认部1、其它金融机构信息匹配部2、疑似非法贷款申请集验证部3、资金关联部4和高度疑似非法贷款申请集输出部5。

根据本发明提供的一种基于贷款申请关联关系打击非法的方法和系统，具有以下有益效果：

本发明所具有的有益效果包括：

(1)本发明所述系统和方法简单，可以广泛投入实际应用；

(2)本发明所述系统和方法工作效果高，可以高效地排查出高度疑似非法贷款申请，大大减小了公安厅或相关部门的排查工作，并且，大大提高了排查效率。

图1示出一种优选实施方式中基于贷款申请关联关系打击非法的方法的流程图；

图2示出一种优选实施方式的基于贷款申请关联关系打击非法的系统的示意图。

下面通过对本发明进行详细说明，本发明的特点和优点将随着这些示例性说明而变得更为清楚、明确。

在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

一方面，本发明提供了一种基于贷款申请关联关系打击非法的方法，如图1所示，该方法包括如下步骤：

S1、筛选银行流水账单，获取贷款申请人信息；

S2、通过与其它金融机构信息匹配，获取疑似非法贷款及关联贷款申请信息；

S3、通过疑似非法贷款申请与关联贷款申请比例，再次确认疑似非法贷款申请集；

S4、与银行交易流水比对，获得高度疑似非法贷款申请集；

S5、整理输出信息。

具体的，在步骤S1中，所述筛选银行流水账单，获取贷款申请人信息，为从银行流水账单数据中筛选出贷款申请人信息，银行流水账单中包含了大量的信息，包括符号、空格、分隔符、数字等，需要从银行流水账单数据的大量贷款申请信息中确认或筛选出贷款申请人。

在一个优选的实施方式中，在步骤S1中，包括以下子步骤：

S11、通过函数去除符号乱码；

所述符号乱码是指姓名中不会出现的字符，例如“、！、@、