CN107993144A - 客户风险等级确定方法、装置、设备及可读存储介质 - Google Patents
客户风险等级确定方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN107993144A CN107993144A CN201711257684.3A CN201711257684A CN107993144A CN 107993144 A CN107993144 A CN 107993144A CN 201711257684 A CN201711257684 A CN 201711257684A CN 107993144 A CN107993144 A CN 107993144A
- Authority
- CN
- China
- Prior art keywords
- risk
- information
- client
- integration
- grade
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/03—Credit; Loans; Processing thereof
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开一种客户风险等级确定方法、装置、设备及可读存储介质,所述客户风险等级确定方法包括:当检测到达预设时机时,获取客户的属性信息、事物信息以及积分信息;将所述属性信息、事物信息以及积分信息分别和对应的参考信息对比,确定对应的各风险等级;将各风险等级进行比较,确定各风险等级中风险等级的最高级别,将最高级别对应的风险等级确定为客户风险等级。本方案通过分别确定客户的属性信息、事物信息以及积分信息的风险等级,将三个风险等级中最高的风险等级确定为客户风险等级,使风险等级评定更准确,有利于金融机构对持有客户进行全面、准确的剖析及风险的认定。
Description
技术领域
本发明主要涉及金融风控***技术领域,具体地说,涉及一种客户风险等级确定方法、装置、设备及可读存储介质。
背景技术
目前,金融机构在进行客户风险等级评定时,通过客户的基础信息直接定性客户的风险等级,用于评价用户风险等级的信息单一,评级手段过于粗暴。不能反映客户真实的风险情形,风险等级评定不准确,不利于金融机构对持有客户进行全面、准确的剖析及风险的认定。
发明内容
本发明的主要目的是提供一种客户风险等级确定方法、装置、设备及可读存储介质,旨在解决现有技术中客户风险等级评定不能准确反映客户风险情形的问题。
为实现上述目的,本发明提供一种客户风险等级确定方法,所述客户风险等级确定方法包括以下步骤:
当检测到达预设时机时,获取客户的属性信息、事物信息以及积分信息;
将所述属性信息、事物信息以及积分信息分别和对应的参考信息对比,确定对应的各风险等级;
将各风险等级进行比较,确定各风险等级中风险等级的最高级别,将最高级别对应的风险等级确定为客户风险等级。
优选地,所述参考信息包括属性参考信息、事物参考信息和积分参考信息,
所述将所述属性信息、事物信息以及积分信息分别和对应的参考信息对比,确定对应的各风险等级的步骤包括:
将所述属性信息和属性参考信息对比,确定属性风险等级;
将所述事物信息和事物参考信息对比,确定事物风险等级;
将所述积分信息和积分参考信息对比,确定积分风险等级。
优选地,所述将所述积分信息和积分参考信息对比,确定积分风险等级的步骤包括:
确定客户的多个评级维度、与各个评级维度对应的多个风险子项、与各个风险子项对应的多个评级要素;
根据多个所述评级维度、对应的风险子项以及对应的评级要素,确定客户的积分信息;
将所述积分信息和积分参考信息对比,确定积分风险等级。
优选地,所述根据多个所述评级维度、对应的风险子项以及对应的评级要素,确定客户的积分信息的步骤包括:
获取各风险子项中评级要素的评分,并确定各个风险子项中评分最高的评级要素,将所述评分最高的评级要素所对应的评分作为风险子项的得分;
根据与评级维度对应的各风险子项的得分,确定评级维度的得分,并根据各个评级维度的得分,确定客户的积分信息。
优选地,所述根据与评级维度对应的各风险子项的得分,确定评级维度的得分,并根据各个评级维度的得分,确定客户的积分信息的步骤包括:
获取各评级维度的第一权重和各风险子项的第二权重;
根据各风险子项的第二权重以及与第二权重对应的风险子项得分,确定评级维度的得分;
根据各评级维度的第一权重以及与第一权重对应的评级维度得分,确定客户的积分信息。
优选地,所述将所述积分信息和积分参考信息对比,确定积分风险等级的步骤包括:
将积分信息和积分参考信息的积分区间对比,确定积分信息所在的积分区间;
根据所在的积分区间,确定与所在的积分区间对应的积分风险等级。
优选地,所述当检测到达预设时机时的步骤之前包括:
判断客户是否具有历史风险等级,当客户具有历史风险等级时,根据历史风险等级确定预设时机,当客户不具有历史风险等级时,对客户预设时机进行设定。
此外,为实现上述目的,本发明还提出一种客户风险等级确定装置,所述客户风险等级确定装置包括:
获取模块,用于当检测到达预设时机时,获取客户的属性信息、事物信息以及积分信息;
对比模块,用于将所述属性信息、事物信息以及积分信息分别和对应的参考信息对比,确定对应的各风险等级;
确定模块,用于将各风险等级进行比较,确定各风险等级中风险等级的最高级别,将最高级别对应的风险等级确定为客户风险等级。
此外,为实现上述目的,本发明还提出一种客户风险等级确定设备,所述客户风险等级确定设备包括:存储器、处理器、通信总线以及存储在所述存储器上的客户风险等级确定程序;
所述通信总线用于实现处理器和存储器之间的连接通信;
所述处理器用于执行所述客户风险等级确定程序,以实现以下步骤:
当检测到达预设时机时,获取客户的属性信息、事物信息以及积分信息;
将所述属性信息、事物信息以及积分信息分别和对应的参考信息对比,确定对应的各风险等级;
将各风险等级进行比较,确定各风险等级中风险等级的最高级别,将最高级别对应的风险等级确定为客户风险等级。
此外,为实现上述目的,本发明还提供一种可读存储介质,所述可读存储介质存储有一个或者一个以上程序,所述一个或者一个以上程序可被一个或者一个以上的处理器执行以用于:
当检测到达预设时机时,获取客户的属性信息、事物信息以及积分信息;
将所述属性信息、事物信息以及积分信息分别和对应的参考信息对比,确定对应的各风险等级;
将各风险等级进行比较,确定各风险等级中风险等级的最高级别,将最高级别对应的风险等级确定为客户风险等级。
本实施例的客户风险等级确定方法,当检测到达预设时机时,获取客户的属性信息、事物信息以及积分信息;并将此属性信息、事物信息以及积分信息分别和其对应的参考信息对比,确定属性信息、事物信息以及积分信息的各风险等级;将各风险等级进行比较,确定各风险等级中风险等级的最高级别,将此最高级别对应的风险等级确定为客户风险等级。本方案通过分别确定客户的属性信息、事物信息以及积分信息的风险等级,将三个风险等级中最高的风险等级确定为客户风险等级,使风险等级评定更准确,有利于金融机构对持有客户进行全面、准确的剖析及风险的认定。
附图说明
图1是本发明的客户风险等级确定方法第一实施例的流程示意图;
图2是本发明的客户风险等级确定方法第二实施例的流程示意图;
图3是本发明的客户风险等级确定装置第一实施例的功能模块示意图;
图4是本发明实施例方法涉及的硬件运行环境的设备结构示意图;
图5是本发明的客户风险等级确定方法的用于确定积分信息的数据示意图;
图6是本发明的客户风险等级确定方法的用于计算评级维度的数据示意图;
图7是本发明的客户风险等级确定方法的动态权重法计算示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明提供一种客户风险等级确定方法。
请参照图1,图1为本发明客户风险等级确定方法第一实施例的流程示意图。在本实施例中,所述客户风险等级确定方法包括:
步骤S10,当检测到达预设时机时,获取客户的属性信息、事物信息以及积分信息;
本实施例的客户风险等级确定用于金融机构对其交易客户进行风险等级评定,确定其交易客户的风险等级。当检测到达预设时机时,获取***中客户的属性信息、事物信息以及积分信息。预先时机为预先设置需要对金融机构***中客户进行风险等级评定的时间;客户的属性信息表征客户所属的属性类型,属性类型包括黑名单属性、风险事件属性、红名单属性、灰名单属性以及白名单属性,其中黑名单属性、风险事件属性中的高风险事件以及灰名单属性为高风险类型,即当客户的属性信息为此三类属性类型之一时,客户的风险等级为高风险等级。高风险事件包括:客户被公安机关、税务机关或海关查询、冻结、扣划存款的情形;客户提供的身份资料或公司证明文件有伪造的痕迹;客户声称的业务具有明显不合理性,有迹象表明客户可能从事不正当或非法活动以及被人行反洗钱调查的客户等。事物信息为客户所从事的交易活动或交易行为存在危险事物类型,危险事物类型包括交易类、预警类和报告类,如交易类的在公转私交易中短期内新开对私客户收到对公账户转账累计金额为1000万以上,预警类的在短期内过渡账户性质明显的可疑预警次数为2次以上(过渡账户定义:余额较低,集中发生大量资金流入和流出,资金停留时间短,流入流出金额基本持平,不留余额或者留下一定比例余额后转出,过渡性质明显),报告类的在短期内一可疑报告预警次数为1级以上。当客户的事物信息为此危险事物类型之一时,客户的风险等级为高风险等级。积分信息为根据用户的基础数据、交易数据等计算所得用于表征用户风险等级的积分数值。
此外本实施例的属性信息、事物信息也由用户的基础数据、交易数据确定,用于确定此属性信息、事物信息以及积分数值的基础数据、交易数据可来自于地区数据、名单数据、业务数据、反洗钱衍生数据等。地区数据包括:国务院有关部门、机构发布的制裁、禁运的国家和地区、恐怖组织或支持恐怖活动的国家和地区;***发布的制裁、禁运的国家和地区、恐怖组织或支持恐怖活动的国家和地区;缺乏反洗钱法律和反洗钱监管的国家和地区,如非金融行动特别工作组(FATF)成员国;贩毒、腐败或其他严重犯罪活动猖獗的国家和地区;特殊金融监管的国家或地区,如避税型离岸金融中心。名单数据包括:国务院有关部门、机构发布的恐怖组织、***名单;司法机关发布的通缉罪犯;国家外汇管理局发布的黑名单;***发布的制裁名单;中国人民银行要求关注的名单;外国政要名单等。业务数据指客户在银行开立账户、办理业务时所发生的客户基本信息、账户、流水等业务数据。反洗钱衍生数据指反洗钱上报***的大额可疑交易报告数据。
步骤S20,将所述属性信息、事物信息以及积分信息分别和对应的参考信息对比,确定对应的各风险等级;
进一步地,为了对客户的属性信息、事物信息以及积分信息所体现的客户风险等级进行确定,本实施例设置有与属性信息、事物信息、积分信息对应的参考信息,在获取客户的属性信息、事物信息以及积分信息后,将此属性信息、事物信息、积分信息与对应的参考信息进行对比,得到对比结果,根据对比结果确定各个风险等级。其中参考信息包括属性参考信息、事物参考信息和积分参考信息;将所述属性信息、事物信息以及积分信息分别和对应的参考信息对比,确定对应的各风险等级的步骤包括:
步骤S21,将所述属性信息和属性参考信息对比,确定属性风险等级;
步骤S22,将所述事物信息和事物参考信息对比,确定事物风险等级;
步骤S23,将所述积分信息和积分参考信息对比,确定积分风险等级。
具体地,对属性信息设置属性参考信息,对事物信息设置事物参考信息,对积分信息设置积分参考信息;将属性信息和属性参考信息对比,确定属性风险等级;将事物信息和事物参考信息对比,确定事物风险等级;将积分信息和积分参考信息对比,确定积分风险等级。本实施例将风险等级划分为五个级别:低风险、较低风险、中风险、较高风险、高风险。低风险表示开户资料完整,办理业务提供的资料完整详细,资金交易与客户身份、财务状况、经营业务相符,暂无报告过可疑交易。较低风险表示开户资料完整,办理业务提供的资料完整,客户资料存在风险因素或客户交易出现异常情况,暂无报告过可疑交易。中风险表示开户资料完整,办理业务提供的资料完整,客户资料及交易存在风险因素或报送过可疑交易报告。较高风险表示客户的身份信息、经营活动风险程度较高,资金交易与客户身份、财务状况、经营业务不相符,报送可疑交易报告。高风险表示客户的身份信息、经营活动风险程度较高,资金交易与客户身份、财务状况、经营业务明显不符,频繁发生可疑交易或已被人民银行等监管机构或司法机关进行反洗钱调查或列入黑名单。例如,将属性参考信息设置为黑名单和白名单,分别对应高风险和低风险;事物参考信息设置为预警类和交易类,均对应高风险;积分参考信息设置为不同积分区间,对应不同的风险等级。在将客户的属性信息和属性参考信息对比,若其属性信息与黑名单匹配,则可确定属性风险等级为高风险;在将客户的事物信息和事物参考信息对比,若其事物信息与预警类匹配,则可确定事物风险等级为高风险;在将客户的积分信息和积分参考信息对比,若其积分信息与低风险的积分区间匹配,则可确定积分风险等级为低风险。
步骤S30,将各风险等级进行比较,确定各风险等级中风险等级的最高级别,将最高级别对应的风险等级确定为客户风险等级。
进一步地,在确定属性信息、事物信息以及积分信息的风险等级后,将各个风险等级进行比较,确定各个风险等级中风险等级的最高级别,将此最高级别对应的风险等级确定为客户风险等级。如属性信息对应的属性风险等级为低风险,事物信息对应的事物风险等级为中风险,积分信息对应的积分风险等级为较高风险,三者中积分信息对应的风险等级级别最高,从而将此积分风险等级确定为客户风险等级,即客户的风险等级为较高风险。此外考虑到属性信息和事物信息可根据客户的交易活动或交易行为直接定级为高风险,如当客户具有黑名单属性时,则直接定级为高风险。从而当通过属性信息或事物信息可确定客户的风险等级为高风险时,则直接判定客户的风险级别为高风险等级,而不进行其他风险等级的确定。当通过属性信息确定客户为高风险等级时,不需要进行事物信息和积分信息的风险等级确定,节省确定流程,加快客户风险等级的确定效率。
本实施例的客户风险等级确定方法,当检测到达预设时机时,获取客户的属性信息、事物信息以及积分信息;并将此属性信息、事物信息以及积分信息分别和其对应的参考信息对比,确定属性信息、事物信息以及积分信息的各风险等级;将各风险等级进行比较,确定各风险等级中风险等级的最高级别,将此最高级别对应的风险等级确定为客户风险等级。本方案通过分别确定客户的属性信息、事物信息以及积分信息的风险等级,将三个风险等级中最高的风险等级确定为客户风险等级,使风险等级评定更准确,有利于金融机构对持有客户进行全面、准确的剖析及风险的认定。
进一步地,在本发明客户风险等级确定方法的另一实施例中,所述将所述积分信息和积分参考信息对比,确定积分风险等级的步骤包括:
步骤S231,确定客户的多个评级维度、与各个评级维度对应的多个风险子项、与各个风险子项对应的多个评级要素;
进一步地,在确定积分风险等级时,需要先确定客户的积分信息,而客户的积分信息通过多个维度确定。请参照图5,本实施例将此包括客户的多种信息,全面体现客户不同特征的维度作为评级维度,其包括客户特性、地域风险、金融业务和行业四项。各个评级维度又包括多个风险子项,如客户特性包括六个风险子项,分别为客户信息公开程度及有效性、与客户建立或维持业务关系的渠道、客户身份、客户年龄、客户风险事件和反洗钱交易监测记录。各个风险子项又包括多个评级要素,如客户信息公开程度及有效性的风险子项包括两个评级要素,分别为是否属于非居民和证件过期时间。可能不同的金融机构,或者对于金融的不同客户,评级维度不相同。可将此评级维度、对应的风险子项以及对应的评级要素设置为模板,当需要确定积分风险等级时,从模板中读取此三项信息,确定客户的多个评级维度、与各个评级维度对应的多个风险子项以及与各个风险子项对应的多个评级要素。
步骤S232,根据多个所述评级维度、对应的风险子项以及对应的评级要素,确定客户的积分信息;
可理解地,因评级要素涉及客户的基本信息和行为信息,从而可根据不同的基本信息、行为信息设置不同的分值,用不同的分值表征客户的风险大小,如对于评级要素:是否属于非居民一项,可对客户属于非居民和不属于非居民设置不同的分值,其中因客户属于非居民时所具有的风险比不属于非居民所具有的风险高,从而将属于非居民的分值设置比不属于非居民的分值高,以表征其风险性大。通过判断客户所属的各个评级要素的分值,确定对应风险子项以及评级维度的得分,最终确定客户的积分信息。具体地,根据多个评级维度、对应的风险子项以及对应的评级要素,确定客户的积分信息的步骤包括:
步骤q1,获取各风险子项中评级要素的评分,并确定各个风险子项中评分最高的评级要素,将所述评分最高的评级要素所对应的评分作为风险子项的得分;
进一步地,因每个评级要素有多个不同的分值,根据客户与此评级要素中对应的信息,确定其此项评级要素的评分。对于不同的评级要素,因客户信息的不同会有不同的评分,评分越高的项则说明客户在此评级要素项具有较大的风险。获取各风险子项中所包含的所有评价要素的评分,并确定各个风险子项中评分最高的评级要素,此评分最高的评级要素即体现客户最大的风险,将此评分要素对应的评分作为风险子项的得分,以体现风险子项风险的大小。如风险子项:客户信息公开程度及有效性,其包括的评级要素:是否属于非居民和证件过期时间。其中评级要素:是否属于非居民,是的分值取5、否的分值取2;证件过期时间:0个月的分值取2、0-3个月的分值取4、3个月以上的分值取5。从客户信息中获知客户属于非居民,且证件过期时间为2个月,从而评级要素是否属于非居民项的得分为5,证件过期时间项的得分为4。此类风险子项中评分最高的评级要素为是否属于非居民项,将此项对应的评分5作为风险子项的得分,即风险子项客户信息公开程度及有效性的得分为5分。因风险子项众多,可据此步骤逐个确定各个风险子项的得分。
步骤q2,根据与评级维度对应的各风险子项的得分,确定评级维度的得分,并根据各个评级维度的得分,确定客户的积分信息。
在确定各风险子项的得分后,因多个风险子项对应一个评级维度,从而根据与此评级维度对应的各风险子项的得分,可确定评级维度的得分,最终根据各个评级维度的得分,确定客户的积分信息。
步骤S233,将所述积分信息和积分参考信息对比,确定积分风险等级。
进一步地,为了对积分信息所体现的客户风险大小进行确定,本实施设置有积分参考信息。在确定客户的积分信息后,将积分信息和积分参考信息对比,确定积分风险等级,其具体步骤包括:
步骤p1,将积分信息和积分参考信息的积分区间对比,确定积分信息所在的积分区间;
本实施例的积分参考信息以积分区间的形式存在,属于不同积分区间的积分参考信息对应不同的积分风险等级。如[0、1]对应低风险等级,[1、2]对应较低风险等级,[2、3]对应中风险等级,[3、4]对应较高风险等级,[4、5]对应高风险等级。在根据各个评级维度得分,确定客户的积分信息后,积分信息以积分数值的形式存在。将积分数值和积分参考信息的积分区间对比,确定积分数值所在的积分区间,以根据积分区间确定积分风险等级。
步骤p2,根据所在的积分区间,确定与所在的积分区间对应的积分风险等级。
在确定积分信息所在的积分区间后,根据此积分区间,即可确定与此积分区间对应的积分风险等级。如确定积分信息为2.5,经过对比可确定此积分信息所在的积分区间为[2、3],因此积分区间对应的风险等级为中风险等级,从而确定积分风险等级为中风险等级。此外还可以对积分区间和其对应的积分风险等级设定标识符,如区间[0、1]设定标识符1,其对应低风险等级;区间[1、2]设定标识符2,其对应较低风险等级;区间[2、3]设定标识符3,其对应中风险等级;区间[3、4]设定标识符4,其对应较高风险等级;区间[4、5]设定标识符5,其对应高风险等级。当确定积分信息为2.5,经对比可确定此积分信息所在的积分区间为[2、3],获取此区间标识符3,再根据此区间标识符3确定其对应的的风险等级,即中风险等级。
进一步地,在本发明客户风险等级确定方法的另一实施例中,所述步骤q2根据与评级维度对应的各风险子项的得分,确定评级维度的得分,并根据各个评级维度的得分,确定客户的积分信息包括:
步骤q2-1,获取各评级维度的第一权重和各风险子项的第二权重;
可理解地,因评级维度和风险子项体现客户的基础信息、行为信息等风险大小,而客户不同的基础信息项和行为信息项对客户风险等级的影响大小不一样。为了体现此影响大小的差异,本实施对评级维度和风险子项分别设置有第一权重和第二权重,不同评级维度的第一权重值不一样,不同风险子项的第二权重值也不一样,以体现不同基础信息项和行为信息项对客户风险等级的影响大小。对于影响大的项设置的权重值大,而对于影响小的项则设置的权重值较小。获取各个评级维度的第一权重和各个风险子项的第二权重,以确定各个第一权重和第二权重对对应的评级维度和风险子项的影响。
步骤q2-2,根据各风险子项的第二权重以及与第二权重对应的风险子项得分,确定评级维度的得分;
在获取到各风险子项对应的所有第二权重之后,根据此各个风险子项的第二权重以及各个风险子项对应的得分值,确定评级维度的得分。具体地,请参照图6,以客户特性的评级维度为例,其风险子项包括:客户信息公开程度及有效性、与客户建立或维持业务关系的渠道、自然人客户年龄、关联情况、自贸区客户。而各个风险子项中评分最高的评级要素所对应的评分分别为2、3、0、3、1,即客户信息公开程度及有效性的得分为2分、与客户建立或维持业务关系的渠道的得分为3分、自然人客户年龄的得分为0分、关联情况的得分为3分、自贸区客户的得分为1分。而各风险子项的第二权重分别为10%、20%、20%、20%和10%;从而根据此风险子项的第二权重以及对应的得分,计算评分维度的得分。其中采用权重法进行计算,公式为:
其中a为风险子项的得分,p为风险子项的权重,n为风险子项的数量,x为评级维度的得分。
考虑到权重法在计算时,对所有风险子项分担权重,但客户不一定同时办理所有业务,即不会满足所有的风险子项,当用户某一风险子项分数较高,而未满足其它风险子项时,根据权重法计算,评级维度的得分会被稀释,不能反映客户真实的风险情形。从而本实施例采用动态权重法将得分为0的风险子项的权重分配给其他得分不为0的风险子项,具体请参照图7,分配的方式包括平均分配和按比例分配两种,以使计算的评级维度的得分更为准确。
步骤q2-3,根据各评级维度的第一权重以及与第一权重对应的评级维度得分,确定客户的积分信息。
在确定各个评级维度的得分后,根据各个评级维度的第一权重以及各个评级维度对应的得分值,计算客户的积分信息。其中计算方法和上述计算评分维度得分的动态权重法相同,在此不做赘述。计算所得的结果即为客户的积分结果,同样通过动态权重法将得分为0的评级维度的权重分配给其他得分不为0的评级维度,以使计算的客户积分信息更为准确。
进一步地,请参照图2,在本发明客户风险等级确定方法第一实施例的基础上,提出本发明的第二实施例,在第二实施例中,所述所述当检测到达预设时机时的步骤之前包括:
步骤S40,判断客户是否为具有历史风险等级,当客户具有历史风险等级时,根据历史风险等级确定预设时机,当客户不具有历史风险等级使,对客户预设时间进行设定。
可理解地,金融机构的老客户,其交易行为为动态变化的过程,交易行为的变化可能导致客户风险等级的变化,从而需要在一定时间内对客户的风险等级进行再次确定。此一定时间由客户当前的风险等级决定,当客户当前的风险等级越高,其再次确定的时间越短。此外金融机构也会新增客户,对于新增客户,则需要对此时间进行设定。本实施例在确定此时间之前需要对客户是老客户还是新客户进行判断,因老客户进行过风险等级评定,从而判断客户是否具有历史风险等级,当客户具有历史风险等级时,则根据其历史风险等级确定预设时机;当客户不具有历史风险等级时,对客户预设时机进行设定,此预设时机为用于对客户的风险等级进行确定的时间。当判定出客户为未具有历史风险等级的新客户时,则设定其风险等级的预设时机为建立业务关系的10个工作日内;而当为具有历史风险等级的老客户时,则根据其当前的风险等级确定预设时机,其中当老客户的当前风险等级为“高风险”时,则预设时机为距离上次评级日期半年;当老客户的当前风险等级为“较高风险”时,则预设时机为距离上次评级日期一年;当老客户的当前风险等级为“中风险”时,则预设时机为距离上次评级日期两年;当老客户的当前风险等级为“较低风险”、“低风险”时,则预设时机为距离上次评级日期3年。此外当检测到客户变更重要身份信息、涉及权威媒体的案件报道、其名下账户发生涉嫌洗钱的可疑交易或者在接受行政、司法调查等情况发生时,触发到达预设时机,进行客户风险等级的评定,以确保及时确定客户的风险等级。
此外,请参照图3,本发明提供一种客户风险等级确定装置,在本发明客户风险等级确定装置第一实施例中,所述客户风险等级确定装置包括:
获取模块10,用于当检测到达预设时机时,获取客户的属性信息、事物信息以及积分信息;
本实施例的客户风险等级确定用于金融机构对其交易客户进行风险等级评定,确定其交易客户的风险等级。当检测到达预设时机时,获取模块10获取***中客户的属性信息、事物信息以及积分信息。预先时机为预先设置需要对金融机构***中客户进行风险等级评定的时间;客户的属性信息表征客户所属的属性类型,属性类型包括黑名单属性、风险事件属性、红名单属性、灰名单属性以及白名单属性,其中黑名单属性、风险事件属性中的高风险事件以及灰名单属性为高风险类型,即当客户的属性信息为此三类属性类型之一时,客户的风险等级为高风险等级。高风险事件包括:客户被公安机关、税务机关或海关查询、冻结、扣划存款的情形;客户提供的身份资料或公司证明文件有伪造的痕迹;客户声称的业务具有明显不合理性,有迹象表明客户可能从事不正当或非法活动以及被人行反洗钱调查的客户等。事物信息为客户所从事的交易活动或交易行为存在危险事物类型,危险事物类型包括交易类、预警类和报告类,如交易类的在公转私交易中短期内新开对私客户收到对公账户转账累计金额为1000万以上,预警类的在短期内过渡账户性质明显的可疑预警次数为2次以上(过渡账户定义:余额较低,集中发生大量资金流入和流出,资金停留时间短,流入流出金额基本持平,不留余额或者留下一定比例余额后转出,过渡性质明显),报告类的在短期内一可疑报告预警次数为1级以上。当客户的事物信息为此危险事物类型之一时,客户的风险等级为高风险等级。积分信息为根据用户的基础数据、交易数据等计算所得用于表征用户风险等级的积分数值。
此外本实施例的属性信息、事物信息也由用户的基础数据、交易数据确定,用于确定此属性信息、事物信息以及积分数值的基础数据、交易数据可来自于地区数据、名单数据、业务数据、反洗钱衍生数据等。地区数据包括:国务院有关部门、机构发布的制裁、禁运的国家和地区、恐怖组织或支持恐怖活动的国家和地区;***发布的制裁、禁运的国家和地区、恐怖组织或支持恐怖活动的国家和地区;缺乏反洗钱法律和反洗钱监管的国家和地区,如非金融行动特别工作组(FATF)成员国;贩毒、腐败或其他严重犯罪活动猖獗的国家和地区;特殊金融监管的国家或地区,如避税型离岸金融中心。名单数据包括:国务院有关部门、机构发布的恐怖组织、***名单;司法机关发布的通缉罪犯;国家外汇管理局发布的黑名单;***发布的制裁名单;中国人民银行要求关注的名单;外国政要名单等。业务数据指客户在银行开立账户、办理业务时所发生的客户基本信息、账户、流水等业务数据。反洗钱衍生数据指反洗钱上报***的大额可疑交易报告数据。
对比模块20,用于将所述属性信息、事物信息以及积分信息分别和对应的参考信息对比,确定对应的各风险等级;
进一步地,为了对客户的属性信息、事物信息以及积分信息所体现的客户风险等级进行确定,本实施例设置有与属性信息、事物信息、积分信息对应的参考信息,在获取客户的属性信息、事物信息以及积分信息后,对比模块20将此属性信息、事物信息、积分信息与对应的参考信息进行对比,得到对比结果,根据对比结果确定各个风险等级。其中参考信息包括属性参考信息、事物参考信息和积分参考信息;对比模块20对属性信息、事物信息以及积分信息分别和对应的参考信息对比,确定对应的各风险等级的步骤包括:
将所述属性信息和属性参考信息对比,确定属性风险等级;
将所述事物信息和事物参考信息对比,确定事物风险等级;
将所述积分信息和积分参考信息对比,确定积分风险等级。
具体地,对属性信息设置属性参考信息,对事物信息设置事物参考信息,对积分信息设置积分参考信息;将属性信息和属性参考信息对比,确定属性风险等级;将事物信息和事物参考信息对比,确定事物风险等级;将积分信息和积分参考信息对比,确定积分风险等级。本实施例将风险等级划分为五个级别:低风险、较低风险、中风险、较高风险、高风险。低风险表示开户资料完整,办理业务提供的资料完整详细,资金交易与客户身份、财务状况、经营业务相符,暂无报告过可疑交易。较低风险表示开户资料完整,办理业务提供的资料完整,客户资料存在风险因素或客户交易出现异常情况,暂无报告过可疑交易。中风险表示开户资料完整,办理业务提供的资料完整,客户资料及交易存在风险因素或报送过可疑交易报告。较高风险表示客户的身份信息、经营活动风险程度较高,资金交易与客户身份、财务状况、经营业务不相符,报送可疑交易报告。高风险表示客户的身份信息、经营活动风险程度较高,资金交易与客户身份、财务状况、经营业务明显不符,频繁发生可疑交易或已被人民银行等监管机构或司法机关进行反洗钱调查或列入黑名单。例如,将属性参考信息设置为黑名单和白名单,分别对应高风险和低风险;事物参考信息设置为预警类和交易类,均对应高风险;积分参考信息设置为不同积分区间,对应不同的风险等级。在将客户的属性信息和属性参考信息对比,若其属性信息与黑名单匹配,则可确定属性风险等级为高风险;在将客户的事物信息和事物参考信息对比,若其事物信息与预警类匹配,则可确定事物风险等级为高风险;在将客户的积分信息和积分参考信息对比,若其积分信息与低风险的积分区间匹配,则可确定积分风险等级为低风险。
确定模块30,用于将各风险等级进行比较,确定各风险等级中风险等级的最高级别,将最高级别对应的风险等级确定为客户风险等级。
进一步地,在确定属性信息、事物信息以及积分信息的风险等级后,确定模块30将各个风险等级进行比较,确定各个风险等级中风险等级的最高级别,将此最高级别对应的风险等级确定为客户风险等级。如属性信息对应的属性风险等级为低风险,事物信息对应的事物风险等级为中风险,积分信息对应的积分风险等级为较高风险,三者中积分信息对应的风险等级级别最高,从而将此积分风险等级确定为客户风险等级,即客户的风险等级为较高风险。此外考虑到属性信息和事物信息可根据客户的交易活动或交易行为直接定级为高风险,如当客户具有黑名单属性时,则直接定级为高风险。从而当通过属性信息或事物信息可确定客户的风险等级为高风险时,则直接判定客户的风险级别为高风险等级,而不进行其他风险等级的确定。当通过属性信息确定客户为高风险等级时,不需要进行事物信息和积分信息的风险等级确定,节省确定流程,加快客户风险等级的确定效率。
本实施例的客户风险等级确定装置,当检测到达预设时机时,获取模块10获取客户的属性信息、事物信息以及积分信息;并通过对比模块20将此属性信息、事物信息以及积分信息分别和其对应的参考信息对比,确定属性信息、事物信息以及积分信息的各风险等级;确定模块30将各风险等级进行比较,确定各风险等级中风险等级的最高级别,将此最高级别对应的风险等级确定为客户风险等级。本方案通过分别确定客户的属性信息、事物信息以及积分信息的风险等级,将三个风险等级中最高的风险等级确定为客户风险等级,使风险等级评定更准确,有利于金融机构对持有客户进行全面、准确的剖析及风险的认定。
参照图4,图4是本发明实施例方法涉及的硬件运行环境的设备结构示意图。
本发明实施例客户风险等级确定设备可以是PC,也可以是智能手机、平板电脑、电子书阅读器、便携计算机等终端设备。
如图4所示,该客户风险等级确定设备可以包括:处理器1001,例如CPU,存储器1005,通信总线1002。其中,通信总线1002用于实现处理器1001和存储器1005之间的连接通信。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
可选地,该客户风险等级确定设备还可以包括用户接口、网络接口、摄像头、RF(Radio Frequency,射频)电路,传感器、音频电路、WiFi模块等等。用户接口可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口还可以包括标准的有线接口、无线接口。网络接口可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
本领域技术人员可以理解,图4中示出的客户风险等级确定设备结构并不构成对客户风险等级确定设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图4所示,作为一种计算机存储介质的存储器1005中可以包括操作***、网络通信模块以及客户风险等级确定程序。操作***是管理和控制客户风险等级确定设备硬件和软件资源的程序,支持客户风险等级确定程序以及其它软件和/或程序的运行。网络通信模块用于实现存储器1005内部各组件之间的通信,以及与客户风险等级确定设备中其它硬件和软件之间通信。
在图4所示的客户风险等级确定设备中,处理器1001用于执行存储器1005中存储的客户风险等级确定程序,实现以下步骤:
当检测到达预设时机时,获取客户的属性信息、事物信息以及积分信息;
将所述属性信息、事物信息以及积分信息分别和对应的参考信息对比,确定对应的各风险等级;
将各风险等级进行比较,确定各风险等级中风险等级的最高级别,将最高级别对应的风险等级确定为客户风险等级。
进一步地,所述参考信息包括属性参考信息、事物参考信息和积分参考信息,
所述将所述属性信息、事物信息以及积分信息分别和对应的参考信息对比,确定对应的各风险等级的步骤包括:
将所述属性信息和属性参考信息对比,确定属性风险等级;
将所述事物信息和事物参考信息对比,确定事物风险等级;
将所述积分信息和积分参考信息对比,确定积分风险等级。
进一步地,所述将所述积分信息和积分参考信息对比,确定积分风险等级的步骤包括:
确定客户的多个评级维度、与各个评级维度对应的多个风险子项、与各个风险子项对应的多个评级要素;
根据多个所述评级维度、对应的风险子项以及对应的评级要素,确定客户的积分信息;
将所述积分信息和积分参考信息对比,确定积分风险等级。
进一步地,所述根据多个所述评级维度、对应的风险子项以及对应的评级要素,确定客户的积分信息的步骤包括:
获取各风险子项中评级要素的评分,并确定各个风险子项中评分最高的评级要素,将所述评分最高的评级要素所对应的评分作为风险子项的得分;
根据与评级维度对应的各风险子项的得分,确定评级维度的得分,并根据各个评级维度的得分,确定客户的积分信息。
进一步地,所述根据与评级维度对应的各风险子项的得分,确定评级维度的得分,并根据各个评级维度的得分,确定客户的积分信息的步骤包括:
获取各评级维度的第一权重和各风险子项的第二权重;
根据各风险子项的第二权重以及与第二权重对应的风险子项得分,确定评级维度的得分;
根据各评级维度的第一权重以及与第一权重对应的评级维度得分,确定客户的积分信息。
进一步地,所述将所述积分信息和积分参考信息对比,确定积分风险等级的步骤包括:
将积分信息和积分参考信息的积分区间对比,确定积分信息所在的积分区间;
根据所在的积分区间,确定与所在的积分区间对应的积分风险等级。
进一步地,所述当检测到达预设时机时的步骤之前,处理器1001用于执行存储器1005中存储的客户风险等级确定程序,实现以下步骤:
判断客户是否具有历史风险等级,当客户具有历史风险等级时,根据历史风险等级确定预设时机,当客户不具有历史风险等级时,对客户预设时机进行设定。
本发明客户风险等级确定设备具体实施方式与上述客户风险等级确定方法各实施例基本相同,在此不再赘述。
本发明提供了一种可读存储介质,所述可读存储介质存储有一个或者一个以上程序,所述一个或者一个以上程序还可被一个或者一个以上的处理器执行以用于:
当检测到达预设时机时,获取客户的属性信息、事物信息以及积分信息;
将所述属性信息、事物信息以及积分信息分别和对应的参考信息对比,确定对应的各风险等级;
将各风险等级进行比较,确定各风险等级中风险等级的最高级别,将最高级别对应的风险等级确定为客户风险等级。
进一步地,所述参考信息包括属性参考信息、事物参考信息和积分参考信息,
所述将所述属性信息、事物信息以及积分信息分别和对应的参考信息对比,确定对应的各风险等级的步骤包括:
将所述属性信息和属性参考信息对比,确定属性风险等级;
将所述事物信息和事物参考信息对比,确定事物风险等级;
将所述积分信息和积分参考信息对比,确定积分风险等级。
进一步地,所述将所述积分信息和积分参考信息对比,确定积分风险等级的步骤包括:
确定客户的多个评级维度、与各个评级维度对应的多个风险子项、与各个风险子项对应的多个评级要素;
根据多个所述评级维度、对应的风险子项以及对应的评级要素,确定客户的积分信息;
将所述积分信息和积分参考信息对比,确定积分风险等级。
进一步地,所述根据多个所述评级维度、对应的风险子项以及对应的评级要素,确定客户的积分信息的步骤包括:
获取各风险子项中评级要素的评分,并确定各个风险子项中评分最高的评级要素,将所述评分最高的评级要素所对应的评分作为风险子项的得分;
根据与评级维度对应的各风险子项的得分,确定评级维度的得分,并根据各个评级维度的得分,确定客户的积分信息。
进一步地,所述根据与评级维度对应的各风险子项的得分,确定评级维度的得分,并根据各个评级维度的得分,确定客户的积分信息的步骤包括:
获取各评级维度的第一权重和各风险子项的第二权重;
根据各风险子项的第二权重以及与第二权重对应的风险子项得分,确定评级维度的得分;
根据各评级维度的第一权重以及与第一权重对应的评级维度得分,确定客户的积分信息。
进一步地,所述将所述积分信息和积分参考信息对比,确定积分风险等级的步骤包括:
将积分信息和积分参考信息的积分区间对比,确定积分信息所在的积分区间;
根据所在的积分区间,确定与所在的积分区间对应的积分风险等级。
进一步地,所述当检测到达预设时机时的步骤之前,所述一个或者一个以上程序还可被一个或者一个以上的处理器执行以用于:
判断客户是否具有历史风险等级,当客户具有历史风险等级时,根据历史风险等级确定预设时机,当客户不具有历史风险等级时,对客户预设时机进行设定。
本发明可读存储介质具体实施方式与上述客户风险等级确定方法各实施例基本相同,在此不再赘述。
还需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是在本发明的构思下,利用本发明说明书及附图内容所作的等效结构变换,或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
Claims (10)
1.一种客户风险等级确定方法,其特征在于,所述客户风险等级确定方法包括以下步骤:
当检测到达预设时机时,获取客户的属性信息、事物信息以及积分信息;
将所述属性信息、事物信息以及积分信息分别和对应的参考信息对比,确定对应的各风险等级;
将各风险等级进行比较,确定各风险等级中风险等级的最高级别,将最高级别对应的风险等级确定为客户风险等级。
2.如权利要求1所述的客户风险等级确定方法,其特征在于,所述参考信息包括属性参考信息、事物参考信息和积分参考信息,
所述将所述属性信息、事物信息以及积分信息分别和对应的参考信息对比,确定对应的各风险等级的步骤包括:
将所述属性信息和属性参考信息对比,确定属性风险等级;
将所述事物信息和事物参考信息对比,确定事物风险等级;
将所述积分信息和积分参考信息对比,确定积分风险等级。
3.如权利要求2所述的客户风险等级确定方法,其特征在于,所述将所述积分信息和积分参考信息对比,确定积分风险等级的步骤包括:
确定客户的多个评级维度、与各个评级维度对应的多个风险子项、与各个风险子项对应的多个评级要素;
根据多个所述评级维度、对应的风险子项以及对应的评级要素,确定客户的积分信息;
将所述积分信息和积分参考信息对比,确定积分风险等级。
4.如权利要求3所述的客户风险等级确定方法,其特征在于,所述根据多个所述评级维度、对应的风险子项以及对应的评级要素,确定客户的积分信息的步骤包括:
获取各风险子项中评级要素的评分,并确定各个风险子项中评分最高的评级要素,将所述评分最高的评级要素所对应的评分作为风险子项的得分;
根据与评级维度对应的各风险子项的得分,确定评级维度的得分,并根据各个评级维度的得分,确定客户的积分信息。
5.如权利要求4所述的客户风险等级确定方法,其特征在于,所述根据与评级维度对应的各风险子项的得分,确定评级维度的得分,并根据各个评级维度的得分,确定客户的积分信息的步骤包括:
获取各评级维度的第一权重和各风险子项的第二权重;
根据各风险子项的第二权重以及与第二权重对应的风险子项得分,确定评级维度的得分;
根据各评级维度的第一权重以及与第一权重对应的评级维度得分,确定客户的积分信息。
6.如权利要求3所述的客户风险等级确定方法,其特征在于,所述将所述积分信息和积分参考信息对比,确定积分风险等级的步骤包括:
将积分信息和积分参考信息的积分区间对比,确定积分信息所在的积分区间;
根据所在的积分区间,确定与所在的积分区间对应的积分风险等级。
7.如权利要求1至6任意一项所述的客户风险等级确定方法,其特征在于,所述当检测到达预设时机时的步骤之前包括:
判断客户是否具有历史风险等级,当客户具有历史风险等级时,根据历史风险等级确定预设时机,当客户不具有历史风险等级时,对客户预设时机进行设定。
8.一种客户风险等级确定装置,其特征在于,所述客户风险等级确定装置包括:
获取模块,用于当检测到达预设时机时,获取客户的属性信息、事物信息以及积分信息;
对比模块,用于将所述属性信息、事物信息以及积分信息分别和对应的参考信息对比,确定对应的各风险等级;
确定模块,用于将各风险等级进行比较,确定各风险等级中风险等级的最高级别,将最高级别对应的风险等级确定为客户风险等级。
9.一种客户风险等级确定设备,其特征在于,所述客户风险等级确定设备包括:存储器、处理器、通信总线以及存储在所述存储器上的客户风险等级确定程序;
所述通信总线用于实现处理器和存储器之间的连接通信;
所述处理器用于执行所述客户风险等级确定程序,以实现如权利要求1-7中任一项所述的客户风险等级确定方法的步骤。
10.一种可读存储介质,其特征在于,所述计算机课读存储介质上存储有客户风险等级确定程序,所述客户风险等级确定程序被处理器执行时实现如权利要求1-7中任一项所述的客户风险等级确定方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711257684.3A CN107993144A (zh) | 2017-11-30 | 2017-11-30 | 客户风险等级确定方法、装置、设备及可读存储介质 |
PCT/CN2018/075210 WO2019104868A1 (zh) | 2017-11-30 | 2018-02-05 | 客户风险等级确定方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711257684.3A CN107993144A (zh) | 2017-11-30 | 2017-11-30 | 客户风险等级确定方法、装置、设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107993144A true CN107993144A (zh) | 2018-05-04 |
Family
ID=62035341
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711257684.3A Pending CN107993144A (zh) | 2017-11-30 | 2017-11-30 | 客户风险等级确定方法、装置、设备及可读存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN107993144A (zh) |
WO (1) | WO2019104868A1 (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109377399A (zh) * | 2018-12-17 | 2019-02-22 | 泰康保险集团股份有限公司 | 用于保险产品风控的风险分析方法、介质及电子设备 |
CN109656904A (zh) * | 2018-11-13 | 2019-04-19 | 上海百事通信息技术股份有限公司 | 一种案件风险检测方法及*** |
CN109949154A (zh) * | 2018-12-17 | 2019-06-28 | 深圳平安综合金融服务有限公司 | 客户信息分类方法、装置、计算机设备和存储介质 |
CN110147998A (zh) * | 2019-04-16 | 2019-08-20 | 深圳壹账通智能科技有限公司 | 客户入网处理方法、装置、计算机设备及存储介质 |
CN110197397A (zh) * | 2019-05-15 | 2019-09-03 | 无线生活(北京)信息技术有限公司 | 节点等级的划分方法及装置 |
CN110472803A (zh) * | 2018-05-09 | 2019-11-19 | 腾讯科技(深圳)有限公司 | 交通工具乘坐码发放权限配置方法、装置及服务器 |
CN110858342A (zh) * | 2018-08-22 | 2020-03-03 | 银联数据服务有限公司 | 一种***客户价值的量化方法及装置 |
CN113191890A (zh) * | 2021-05-27 | 2021-07-30 | 中国工商银行股份有限公司 | 客户风险确定方法、装置及设备 |
CN116012127A (zh) * | 2022-12-23 | 2023-04-25 | 深圳市雁联计算***有限公司 | 一种面向账户的风险评分评级方法及*** |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110516967B (zh) * | 2019-08-28 | 2024-05-10 | 腾讯科技(深圳)有限公司 | 一种信息评估的方法以及相关装置 |
CN111222968A (zh) * | 2019-12-26 | 2020-06-02 | 大象慧云信息技术有限公司 | 一种企业税务风险管控方法及*** |
CN112184410A (zh) * | 2020-09-15 | 2021-01-05 | 中信银行股份有限公司 | 一种高风险客户识别的方法、***及存储介质 |
CN112819476A (zh) * | 2021-02-25 | 2021-05-18 | 北京互金新融科技有限公司 | 风险识别方法、装置、非易失性存储介质和处理器 |
CN113570252A (zh) * | 2021-07-29 | 2021-10-29 | 浙江中辰城市应急服务管理有限公司 | 火灾风险量化评价方法、***、装置及可读存储介质 |
CN114022166B (zh) * | 2021-11-19 | 2024-04-09 | 平安银行股份有限公司 | 一种信息处理方法、装置、计算机设备及存储介质 |
CN115879984A (zh) * | 2023-03-03 | 2023-03-31 | 北京一凌宸飞科技有限公司 | 一种基于大数据分析的网络营销方法及*** |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040267660A1 (en) * | 2003-02-21 | 2004-12-30 | Automated Financial Systems, Inc. | Risk management system |
US9454785B1 (en) * | 2015-07-30 | 2016-09-27 | Palantir Technologies Inc. | Systems and user interfaces for holistic, data-driven investigation of bad actor behavior based on clustering and scoring of related data |
CN105243479A (zh) * | 2015-09-28 | 2016-01-13 | 四川长虹电器股份有限公司 | 一种风险判断方法和数据处理*** |
CN105225151A (zh) * | 2015-11-10 | 2016-01-06 | 中国建设银行股份有限公司 | 一种银行贷款风险预警方法及装置 |
CN106897929A (zh) * | 2017-02-23 | 2017-06-27 | 上海喆之信息科技有限公司 | 一种个人金融信用*** |
-
2017
- 2017-11-30 CN CN201711257684.3A patent/CN107993144A/zh active Pending
-
2018
- 2018-02-05 WO PCT/CN2018/075210 patent/WO2019104868A1/zh active Application Filing
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110472803A (zh) * | 2018-05-09 | 2019-11-19 | 腾讯科技(深圳)有限公司 | 交通工具乘坐码发放权限配置方法、装置及服务器 |
CN110858342A (zh) * | 2018-08-22 | 2020-03-03 | 银联数据服务有限公司 | 一种***客户价值的量化方法及装置 |
CN109656904A (zh) * | 2018-11-13 | 2019-04-19 | 上海百事通信息技术股份有限公司 | 一种案件风险检测方法及*** |
CN109656904B (zh) * | 2018-11-13 | 2023-05-30 | 上海百事通信息技术股份有限公司 | 一种案件风险检测方法及*** |
CN109377399A (zh) * | 2018-12-17 | 2019-02-22 | 泰康保险集团股份有限公司 | 用于保险产品风控的风险分析方法、介质及电子设备 |
CN109949154A (zh) * | 2018-12-17 | 2019-06-28 | 深圳平安综合金融服务有限公司 | 客户信息分类方法、装置、计算机设备和存储介质 |
CN110147998A (zh) * | 2019-04-16 | 2019-08-20 | 深圳壹账通智能科技有限公司 | 客户入网处理方法、装置、计算机设备及存储介质 |
CN110197397A (zh) * | 2019-05-15 | 2019-09-03 | 无线生活(北京)信息技术有限公司 | 节点等级的划分方法及装置 |
CN113191890A (zh) * | 2021-05-27 | 2021-07-30 | 中国工商银行股份有限公司 | 客户风险确定方法、装置及设备 |
CN116012127A (zh) * | 2022-12-23 | 2023-04-25 | 深圳市雁联计算***有限公司 | 一种面向账户的风险评分评级方法及*** |
Also Published As
Publication number | Publication date |
---|---|
WO2019104868A1 (zh) | 2019-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107993144A (zh) | 客户风险等级确定方法、装置、设备及可读存储介质 | |
Mitsas et al. | Investigating the impact of geopolitical risks on the commodity futures | |
Bravo et al. | Granting and managing loans for micro-entrepreneurs: New developments and practical experiences | |
CN110689438A (zh) | 企业类金融风险评分方法、装置、计算机设备及存储介质 | |
CN112102073A (zh) | 信贷风险控制方法及***、电子设备及可读存储介质 | |
Nicola et al. | Effect of Bank Soundness Level Rgec Method on Index of Financial Inclusive in Indonesia | |
Yang et al. | Gold prices and exchange rates: a time-varying copula analysis | |
Dawson et al. | On the existence of visual technical patterns in the UK stock market | |
CN110659961A (zh) | 一种用于识别线下商户的方法和装置 | |
CN109493086A (zh) | 一种确定违规商户的方法及装置 | |
CN115082225A (zh) | 一种企业融资风险的评估方法和装置 | |
Fernando et al. | Corporate governance and default prediction: a reality test | |
Timurlenk et al. | Country risk | |
CN105321113A (zh) | 一种基于宏观因子的压力测试客户端 | |
Chi et al. | Debt rating model based on default identification: Empirical evidence from Chinese small industrial enterprises | |
Miao et al. | Using internet search keyword data for predictability of precious metals prices: Evidence from non-parametric causality-in-quantiles approach | |
CN115526700A (zh) | 风险的预测方法、装置及电子设备 | |
Putri et al. | Big data and strengthening msmes after the covid-19 pandemic (development studies on batik msmes in east java) | |
Flisikowski et al. | The condition of economies. Do most valuable global brands matter? | |
Marais et al. | Predicting financial statement manipulation in South Africa: A comparison of the Beneish and Dechow models | |
CN115204881A (zh) | 一种数据处理方法、装置、设备及存储介质 | |
Atilgan et al. | Cross‐listed bonds, information asymmetry, and conservatism in credit ratings | |
CN116934131A (zh) | 一种企业经营状况评估方法、装置及设备 | |
Chan et al. | Effect of foreign shareholdings and originating countries on banking sector efficiency | |
CN110570301B (zh) | 风险识别方法、装置、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1248882 Country of ref document: HK |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180504 |