CN111192134A - 一种基于关联关系的风险传导预警方法 - Google Patents

一种基于关联关系的风险传导预警方法 Download PDF

Info

Publication number
CN111192134A
CN111192134A CN201911294362.5A CN201911294362A CN111192134A CN 111192134 A CN111192134 A CN 111192134A CN 201911294362 A CN201911294362 A CN 201911294362A CN 111192134 A CN111192134 A CN 111192134A
Authority
CN
China
Prior art keywords
risk
early warning
risk level
final
conducted
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
Application number
CN201911294362.5A
Other languages
English (en)
Inventor
吉风明
李彦萱
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Oriental Micro Silver Technology Beijing Co Ltd
Original Assignee
Oriental Micro Silver Technology Beijing Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Oriental Micro Silver Technology Beijing Co Ltd filed Critical Oriental Micro Silver Technology Beijing Co Ltd
Priority to CN201911294362.5A priority Critical patent/CN111192134A/zh
Publication of CN111192134A publication Critical patent/CN111192134A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/03Credit; Loans; Processing thereof
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Technology Law (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明公开了一种基于关联关系的风险传导预警方法,通过确定当次预警的预警对象,获取预警对象的第一风险等级;根据预警对象,从基础数据库中获取对应的关联关系对象,确定至少一个关联关系对象在预设时间内是否存在预警记录;若是,获取预警记录中的第二风险等级,根据第二风险等级得到初始传导风险等级;根据预设的风险传导规则计算所有初始传导风险等级,得到最终传导风险等级,结合第一风险等级与最终传导风险等级,得到预警对象的最终风险等级,输出最终风险等级。应用本申请的技术方案,可以利用传导机制,综合对象主体及关联方的风险因素,有利于发现潜在风险,加强预警管理,大大提升了预警的准确性。

Description

一种基于关联关系的风险传导预警方法
技术领域
本发明涉及计算机技术领域,特别是指一种基于关联关系的风险传导预警方法。
背景技术
现代社会中,在各项关于银行授信风险的监管法规的要求下,随着行内信息***技术的完善,贷后风险预警逐渐从人工预警转向基于数据驱动的预警方式。贷后预警常用于贷款发放后,对贷款对象进行定期监控。在满足约定条件时提供预警信号,为贷后管理和贷后检查提供风险预警信息。随着金融“借贷”业务的发展,涉及的关联企业关系日趋复杂,而关联的贷款风险也日益突出。关联企业和关联交易的不断发展,改变着贷款风险的控制方式,增加了风险防范的难度,使得当前的风险预警检测的准确度已无法满足用户的需求。
发明内容
有鉴于此,本发明的目的在于提出一种基于关联关系的风险传导预警方法,用于实现可以结合目标的关联关系综合评价目标的风险等级并进行预警,提高风险预警检测的准确度。
基于上述目的,本发明提供了一种基于关联关系的风险传导预警方法,包括:
确定当次预警的预警对象,获取所述预警对象的第一风险等级;
根据所述预警对象,从基础数据库中获取对应的关联关系对象,确定至少一个所述关联关系对象在预设时间内是否存在预警记录;
若是,获取所述预警记录中的第二风险等级,根据所述第二风险等级得到初始传导风险等级;
根据预设的风险传导规则计算所有所述初始传导风险等级,得到最终传导风险等级,结合所述第一风险等级与所述最终传导风险等级,得到所述预警对象的最终风险等级,输出所述最终风险等级。
在一些实施方式中,所述根据所述第二风险等级得到初始传导风险等级,具体包括:
确定所述关联关系对象与所述预警对象的传导系数,确定所述第二风险等级中时间上最近生成的最近第二风险等级,根据所述传导系数与所述最近第二风险等级的乘积得到所述初始传导风险等级。
在一些实施方式中,所述根据预设的风险传导规则计算所有所述初始传导风险等级,得到最终传导风险等级,具体包括:
将所有所述初始传导风险等级进行加和,并对加和结果进行向上取整,得到所述最终传导风险等级。
在一些实施方式中,所述结合所述第一风险等级与所述最终传导风险等级,得到所述预警对象的最终风险等级,具体包括:
将所述最终传导风险等级与所述第一风险等级进行加和得到所述最终风险等级。
在一些实施方式中,所述根据预设的风险传导规则计算所有所述初始传导风险等级,得到最终传导风险等级,具体包括:
获取所有所述初始传导风险等级中的最大值,并对所述最大值进行向上取整,得到所述最终传导风险等级。
在一些实施方式中,所述结合所述第一风险等级与所述最终传导风险等级,得到所述预警对象的最终风险等级,具体包括:
比较所述第一风险等级与所述最终传导风险等级,将等级较大者作为所述最终风险等级。
在一些实施方式中,所述获取所述预警对象的第一风险等级之前,还包括:
获取所述预警对象的基础数据,根据预设的指标计算规则计算至少一项所述基础数据的预警等级,根据所述预警等级确定所述预警对象的所述第一风险等级。
在一些实施方式中,所述根据所述预警等级确定所述预警对象的所述第一风险等级,具体包括:
获取所有所述预警等级并比较,确定所有所述预警等级中的最高预警等级,将所述最高预警等级确定为所述第一风险等级。
在一些实施方式中,所述确定当次预警的预警对象,具体包括:
确定所有对象中业务正在进行中的待选对象;
获取所述待选对象最近一次进行风险预警检测的执行时间,判断所述执行时间是否达到预设条件;
若是,则将所述待选对象确定为所述预警对象。
在一些实施方式中,所述确定至少一个所述关联关系对象在预设时间内是否存在预警记录,还包括:
若否,则将所述第一风险等级确定为所述预警对象的最终风险等级,输出所述最终风险等级。
在一些实施方式中,所述输出所述最终风险等级,具体包括:
判断所述最终风险等级是否超过预设的风险预警阈值;
若是,则发送所述预警对象存在经营风险的提醒消息。
从上面所述可以看出,本发明提供的一种基于关联关系的风险传导预警方法,通过确定当次预警的预警对象,获取预警对象的第一风险等级;根据预警对象从基础数据库中获取对应的关联关系对象,确定至少一个关联关系对象在预设时间内是否存在预警记录;若是,获取预警记录中的第二风险等级,根据第二风险等级得到初始传导风险等级;根据预设的风险传导规则计算所有初始传导风险等级,得到最终传导风险等级,结合第一风险等级与最终传导风险等级,得到预警对象的最终风险等级,输出最终风险等级。通过应用本申请的技术方案,可以结合目标的关联关系综合评价目标的风险等级并进行预警,利用传导机制,综合对象主体及关联方的风险因素,有利于发现潜在风险,加强预警管理,大大提升了预警的准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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发明的一些实施例,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为本发明实施例提出的一种基于关联关系的风险传导预警方法的流程示意图;
图2为本发明实施例提出的一种具体实施方式中的基于关联关系进行风险预警检测的流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。
需要说明的是,除非另外定义,本发明实施例使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本公开中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件、物件或者方法步骤涵盖出现在该词后面列举的元件、物件或者方法步骤及其等同,而不排除其他元件、物件或者方法步骤。
如背景技术所言,关联企业和关联交易的不断发展,改变着贷款风险的控制方式,增加了风险防范的难度,为目前的贷后管理提出了全新的挑战。常规的贷后风险监控,基于预警对象的基础数据,提取监控指标和预警规则,以此确定预警对象的贷后风险预警等级。然而,现有技术仅评估了贷款对象的独立风险,将借款主体作为孤点看待,并未考虑关联方对借款主体的潜在风险和彼此的相互影响。
为此本申请设计实现了一种基于关联关系的风险传导预警方法,通过确定预警对象的关联关系及关联关系的预警记录,进而确定关联关系的传导风险等级,结合传导风险等级及预警对象自身的风险等级得到最终风险等级。进而可以结合目标的关联关系综合评价目标的风险等级并进行预警,利用传导机制,综合对象主体及关联方的风险因素,有利于发现潜在风险,加强预警管理,大大提升了预警的准确性。
以下结合附图,详细说明本说明书实施例提供的技术方案。
如图1所示,为本实施例的一种基于关联关系的风险传导预警方法的流程示意图,该方法具体包括以下步骤:
步骤101,确定当次预警的预警对象,获取所述预警对象的第一风险等级。
本步骤旨在,确定预警对象并确定其独立风险等级。其中,第一风险等级即为对预警对象单独评价得出的风险等级。预警对象可以是个人也可以是企业。
确定预警对象即为确定本次预警的预警范围,其确定的过程可以为人为设定的本次预警的具体范围,例如:人为设定本次预警的对象为XX个人、XX企业等等;还可以是根据数据库中存储的全部对象,设定筛选标准,进而筛选出符合条件的预警对象;更可以是将数据库中的全部对象都作为预警对象等等。
获取第一风险等级的方式有很多,例如:通过工作人员主动导入的各个对象的第一风险等级、通过对对象各个指标参数进行特定计算最终得到的第一风险等级、通过第三方数据库主动获取的对象的第一风险等级等等。
可见,不同确定预警对象的方式及不同获取第一风险等级的方式只要能达到相应的目的,不同的方法均不会影响本发明的保护范围。
步骤102,根据所述预警对象,从基础数据库中获取对应的关联关系对象,确定至少一个所述关联关系对象在预设时间内是否存在预警记录。
本步骤旨在,确定每个预警对象的关联关系,并确定关联关系是否在指定时间内(例如:一个月内)是否存在预警记录。其中,预警记录是指目标对象进行过风险预警的记录,目标对象每一次进行风险预警就会生成一个预警记录,其一般存储有目标对象进行风险预警检测的时间和目标对象最终的风险等级。基础数据源即为用于存储所有用户对象相关信息的数据库,其包含所有对象之间关联关系及所有对象的预警记录。
步骤103,若是,获取所述预警记录中的第二风险等级,根据所述第二风险等级得到初始传导风险等级。
本步骤旨在,符合条件时,确定预警记录中记录的关联关系对象的风险等级,并根据关联关系对象的风险等级得到能够影响本次预警对象的初始传导风险等级。其中,第二风险等级即为预警记录中记录的关联关系对象的风险等级。
其中,由于在预设时间内关联关系对象的预警记录可能不止一个,因此根据所述第二风险等级得到初始传导风险等级的方式有很多种,例如:可以是直接将第二风险等级直接作为每个关联关系对象的初始传导风险等级;还可以是对每个第二风险等级根据关联强弱分别设置一个对应的系数,将系数与第二风险等级结合后的结果作为每个关联关系对象的初始传导风险等级;更可以是对所有第二风险等级进行筛选,将影响较大的第二风险等级提取出来作为初始传导风险等级等等。本领域技术人员可以根据不同的具体应用场景进行灵活的调整。
步骤104根据预设的风险传导规则计算所有所述初始传导风险等级,得到最终传导风险等级,结合所述第一风险等级与所述最终传导风险等级,得到所述预警对象的最终风险等级,输出所述最终风险等级。
本步骤旨在,通过初始传导风险等级得到最终传导风险等级并结合第一风险等级得到预警对象的最终风险等级并输出。
其中根据预设的风险传导规则计算所有所述初始传导风险等级的方式可以有很多种,例如:可以是对所有初始传导风险等级进行平均数、方差、中间值等的计算,将计算后的风险等级作为最终传导风险等级;还可以是比较所有初始传导风险等级选取其中的最大值或最高等级作为最终传导风险等级;更可以是统计所有初始传导风险等级确定其中最多的风险等级为最终传导风险等级等等。作为一种示例,可以将所有所述初始传导风险等级进行加和,并对加和结果进行向上取整,得到所述最终传导风险等级。另一种示例中,获取所有所述初始传导风险等级中的最大值,并对所述最大值进行向上取整,得到所述最终传导风险等级。
之后,结合所述第一风险等级与所述最终传导风险等级,得到所述预警对象的最终风险等级的方式也可以有很多种,例如:可以为将所述最终传导风险等级与所述第一风险等级进行加和得到所述最终风险等级;还可以为比较所述第一风险等级与所述最终传导风险等级,将等级较大者作为所述最终风险等级等等。
最后,将最终风险等级进行输出。根据不同的应用场景和实施需要,具体的对于最终风险等级的输出方式可以灵活选择。
例如,对于本实施例的方法在单一设备上执行的应用场景,可以将最终风险等级直接在当前设备的显示部件(显示器、投影仪等)上以显示的方式输出,使得当前设备的操作者能够从显示部件上直接看到最终风险等级。
又如,对于本实施例的方法在多个设备组成的***上执行的应用场景,可以将最终风险等级通过任意的数据通信方式(有线连接、NFC、蓝牙、wifi、蜂窝移动网络等)发送至***内的其他作为接收方的预设设备上,以使得接收到最终风险等级的预设设备可以对其进行后续处理。可选的,该预设设备可以是预设的服务器,服务器一般设置在云端,作为数据的处理和存储中心,其能够对最终风险等级进行存储和分发;其中,分发的接收方是终端设备,该些终端设备的持有者或操作者可以是用户、目标对象的人员、税务机构的管理人员、银行机构的管理人员等。
再如,对于本实施例的方法在多个设备组成的***上执行的应用场景时,可以将最终风险等级通过任意的数据通信方式直接发送至预设的终端设备,终端设备可以是前述段落列举中的一种或多种。
通过应用本申请的技术方案,该方案通过确定当次预警的预警对象,获取预警对象的第一风险等级;根据预警对象从基础数据库中获取对应的关联关系对象,确定至少一个关联关系对象在预设时间内是否存在预警记录;若是,获取预警记录中的第二风险等级,根据第二风险等级得到初始传导风险等级;根据预设的风险传导规则计算所有初始传导风险等级,得到最终传导风险等级,结合第一风险等级与最终传导风险等级,得到预警对象的最终风险等级,输出最终风险等级。通过应用本申请的技术方案,可以结合目标的关联关系综合评价目标的风险等级并进行预警,利用传导机制,综合对象主体及关联方的风险因素,有利于发现潜在风险,加强预警管理,大大提升了预警的准确性。
在本申请的可选实施例中,为了准确获得初始传导风险等级,使初始传导风险等级最能反应关联关系对象最近的情况。所述根据所述第二风险等级得到初始传导风险等级,具体包括:
确定所述关联关系对象与所述预警对象的传导系数,确定所述第二风险等级中时间上最近生成的最近第二风险等级,根据所述传导系数与所述最近第二风险等级的乘积得到所述初始传导风险等级。
在本申请的可选实施例中,为了使最终传导风险等级符合线性叠加原则进行计算,进而得到更严谨的风险等级。所述根据预设的风险传导规则计算所有所述初始传导风险等级,得到最终传导风险等级,具体包括:
将所有所述初始传导风险等级进行加和,并对加和结果进行向上取整,得到所述最终传导风险等级。
进一步的,所述结合所述第一风险等级与所述最终传导风险等级,得到所述预警对象的最终风险等级,具体包括:
将所述最终传导风险等级与所述第一风险等级进行加和得到所述最终风险等级。
在本申请的可选实施例中,为了使最终传导风险等级符合孰严原则进行计算,进而得到较为宽松的风险等级。所述根据预设的风险传导规则计算所有所述初始传导风险等级,得到最终传导风险等级,具体包括:
获取所有所述初始传导风险等级中的最大值,并对所述最大值进行向上取整,得到所述最终传导风险等级。
进一步的,所述结合所述第一风险等级与所述最终传导风险等级,得到所述预警对象的最终风险等级,具体包括:
比较所述第一风险等级与所述最终传导风险等级,将等级较大者作为所述最终风险等级。
在本申请的可选实施例中,为了准确获取预警对象的第一风险等级。所述获取所述预警对象的第一风险等级之前,还包括:
获取所述预警对象的基础数据,根据预设的指标计算规则计算至少一项所述基础数据的预警等级,根据所述预警等级确定所述预警对象的所述第一风险等级。
其中,根据所述预警等级确定所述预警对象的所述第一风险等级的方式可以为将预警等级进行平均数、方差、中间值等的计算,将计算后的结果作为第一风险等级;还可以是比较所有预警等级选取其中的最大值或最高等级作为第一风险等级;更可以是统计所有预警等级确定其中最多的预警等级为第一风险等级等等。
在本申请的可选实施例中,为了更严格的确认预警对象的风险等级,更加严谨的对待风险。所述根据所述预警等级确定所述预警对象的所述第一风险等级,具体包括:
获取所有所述预警等级并比较,确定所有所述预警等级中的最高预警等级,将所述最高预警等级确定为所述第一风险等级。
在本申请的可选实施例中,为了准确确定本次风险预警检测的预警对象,仅对满足一定条件的预警对象进行检测,从而减少整个方法实现所需要的时间。所述确定当次预警的预警对象,具体包括:
确定所有对象中业务正在进行中的待选对象;
获取所述待选对象最近一次进行风险预警检测的执行时间,判断所述执行时间是否达到预设条件;
若是,则将所述待选对象确定为所述预警对象。
在本申请的可选实施例中,当预警对象仅为孤立对象时,即预警对象没有任何关联关系对象或关联关系对象在预设时间内没有预警记录。所述确定至少一个所述关联关系对象在预设时间内是否存在预警记录,还包括:
若否,则将所述第一风险等级确定为所述预警对象的最终风险等级,输出所述最终风险等级。
在本申请的可选实施例中,为了进一步确定预警对象是否已经达到需要提醒的程度。所述输出所述最终风险等级,具体包括:
判断所述最终风险等级是否超过预设的风险预警阈值;
若是,则发送所述预警对象存在经营风险的提醒消息。
在具体的应用场景中,如图2所示,***每日运行一次,自动发起预警流程,记作一次预警。每日运行处理流程如下:
1)针对当次预警,首先确定其预警对象范围,需从存量客户中筛选出遵循业务定义并满足预警周期的对象,具体要求如下:
(1)已发生贷款的业务;
(2)处于未结清正常状态的业务;
(3)满足一定预警频率(常规预警周期每月一次,即预警周期不小于30天)的业务,即与上次预警时间相隔周期不小于30天。
2)针对每一个预警对象,首先获取各数据来源的基础数据(比如个人征信、企业工商、行内存款数据);再调用预警监控的指标计算流程配置项,基于预先定义的指标计算流程,得到各基础数据的预警指标,再基于预警规则判定预警指标对应的预警等级,综合各预警等级的结果,按孰严原则,即取所有触发信号的结果中最严重者,得到本预警对象的第一风险等级。
3)针对每一个预警对象,判定当前预警对象是否存在关联关系对象。具体包括以下步骤:
(1)从基础数据库中抽取当前预警对象的关联关系(比如个人征信中,提取配偶信息,企业工商中提取股东与投资人),并记录至关联关系表中。
(2)针对每一个关联关系对象,依次查找在近期(比如近一个月内)存量预警对象范围内是否存在预警记录。
(3)若存在,基于预警对象的主体和关联关系对象,得到传导矩阵中的传导系数及最近一期的第二风险等级,将第二风险等级乘以传导系数后的结果作为当前关联关系对象的初始传导风险等级,继续执行4)。
(4)若不存在,以2)中的结果作为最终风险等级。
4),获取本次预警对象的所有关联关系对象的初始传导风险等级,按风险项线性叠加原则(或采取孰严原则),获得关联关系对象的最终传导风险等级。结合最终传导风险等级及预警对象自身的预警风险等级,得到最后的最终风险等级。
在一种示例中,若以企业A为例,作为借款主体,属于当次预警的对象:
1、假定企业A已获取各数据源数据,并已根据基础数据构造规则计算出相应的基础数据指标值有:
01-个人本期命中黑名单,为“否”;02-企业本期是否欠税,为“是”,具体金额为“500”。
2、则企业A仅触发“企业发生欠税行为”一条规则,判断对应的具体金额在规则中所达到的具体预警信号等级,例如:生成相应的预警信号为“2级”,基于孰严原则,则有企业A的第一风险等级为2级。
3、获取到企业A的关联关系对象及关联关系分别为:企业B(股东)、个人a(法定代表人)、个人a-个人b(法定代表人a的配偶b)。
4、假定以上关联关系对象的最近一期预警记录中的第二风险等级分别为:1级、2级、1级,获取对应的传导系数分别为:0.25、0.5、0.5*0.1,则关联关系对象的预警传导风险等级分别为:0.25*1、0.5*2、0.05*1。
5、若按风险项线性叠加原则,关联关系对象的传导风险等级为:0.25+1+0.05=1.8,向上取整则最终传导风险等级为2级,加上第一风险等级2级,则最终风险等级为4级。
6、若按孰严原则,关联关系对象的传导风险等级微:max(0.25,1,0.05)=1,向上取整则最终传导风险等级为1级,再与第一风险等级2级取较大者,则最终风险等级为2级。
本方案可解决贷后管理中关联方的潜在风险问题,利用传导机制,综合对象主体及关联方的风险因素,有利于发现潜在风险,加强预警对象的贷后管理,大大提升了预警的准确性。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本公开的范围(包括权利要求)被限于这些例子;在本发明的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本发明的不同方面的许多其它变化,为了简明它们没有在细节中提供。
尽管已经结合了本发明的具体实施例对本发明进行了描述,但是根据前面的描述,这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。
本发明的实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此,凡在本发明的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (11)

1.一种基于关联关系的风险传导预警方法,其特征在于,包括:
确定当次预警的预警对象,获取所述预警对象的第一风险等级;
根据所述预警对象,从基础数据库中获取对应的关联关系对象,确定至少一个所述关联关系对象在预设时间内是否存在预警记录;
若是,获取所述预警记录中的第二风险等级,根据所述第二风险等级得到初始传导风险等级;
根据预设的风险传导规则计算所有所述初始传导风险等级,得到最终传导风险等级,结合所述第一风险等级与所述最终传导风险等级,得到所述预警对象的最终风险等级,输出所述最终风险等级。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第二风险等级得到初始传导风险等级,具体包括:
确定所述关联关系对象与所述预警对象的传导系数,确定所述第二风险等级中时间上最近生成的最近第二风险等级,根据所述传导系数与所述最近第二风险等级的乘积得到所述初始传导风险等级。
3.根据权利要求1所述的方法,其特征在于,所述根据预设的风险传导规则计算所有所述初始传导风险等级,得到最终传导风险等级,具体包括:
将所有所述初始传导风险等级进行加和,并对加和结果进行向上取整,得到所述最终传导风险等级。
4.根据权利要求3所述的方法,其特征在于,所述结合所述第一风险等级与所述最终传导风险等级,得到所述预警对象的最终风险等级,具体包括:
将所述最终传导风险等级与所述第一风险等级进行加和得到所述最终风险等级。
5.根据权利要求1所述的方法,其特征在于,所述根据预设的风险传导规则计算所有所述初始传导风险等级,得到最终传导风险等级,具体包括:
获取所有所述初始传导风险等级中的最大值,并对所述最大值进行向上取整,得到所述最终传导风险等级。
6.根据权利要求5所述的方法,其特征在于,所述结合所述第一风险等级与所述最终传导风险等级,得到所述预警对象的最终风险等级,具体包括:
比较所述第一风险等级与所述最终传导风险等级,将等级较大者作为所述最终风险等级。
7.根据权利要求1所述的方法,其特征在于,所述获取所述预警对象的第一风险等级之前,还包括:
获取所述预警对象的基础数据,根据预设的指标计算规则计算至少一项所述基础数据的预警等级,根据所述预警等级确定所述预警对象的所述第一风险等级。
8.根据权利要求7所述的方法,其特征在于,所述根据所述预警等级确定所述预警对象的所述第一风险等级,具体包括:
获取所有所述预警等级并比较,确定所有所述预警等级中的最高预警等级,将所述最高预警等级确定为所述第一风险等级。
9.根据权利要求1所述的方法,其特征在于,所述确定当次预警的预警对象,具体包括:
确定所有对象中业务正在进行中的待选对象;
获取所述待选对象最近一次进行风险预警检测的执行时间,判断所述执行时间是否达到预设条件;
若是,则将所述待选对象确定为所述预警对象。
10.根据权利要求1所述的方法,其特征在于,所述确定至少一个所述关联关系对象在预设时间内是否存在预警记录,还包括:
若否,则将所述第一风险等级确定为所述预警对象的最终风险等级,输出所述最终风险等级。
11.根据权利要求1所述的方法,其特征在于,所述输出所述最终风险等级,具体包括:
判断所述最终风险等级是否超过预设的风险预警阈值;
若是,则发送所述预警对象存在经营风险的提醒消息。
CN201911294362.5A 2019-12-16 2019-12-16 一种基于关联关系的风险传导预警方法 Pending CN111192134A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911294362.5A CN111192134A (zh) 2019-12-16 2019-12-16 一种基于关联关系的风险传导预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911294362.5A CN111192134A (zh) 2019-12-16 2019-12-16 一种基于关联关系的风险传导预警方法

Publications (1)

Publication Number Publication Date
CN111192134A true CN111192134A (zh) 2020-05-22

Family

ID=70709779

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911294362.5A Pending CN111192134A (zh) 2019-12-16 2019-12-16 一种基于关联关系的风险传导预警方法

Country Status (1)

Country Link
CN (1) CN111192134A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113505990A (zh) * 2021-07-08 2021-10-15 建信金融科技有限责任公司 企业风险评估的方法、装置、电子设备和存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109272396A (zh) * 2018-08-20 2019-01-25 平安科技(深圳)有限公司 客户风险预警方法、装置、计算机设备和介质
CN109492945A (zh) * 2018-12-14 2019-03-19 深圳壹账通智能科技有限公司 企业风险识别监控方法、装置、设备及存储介质
CN109657917A (zh) * 2018-11-19 2019-04-19 平安科技(深圳)有限公司 评估对象的风险预警方法、装置、计算机设备和存储介质
CN109800976A (zh) * 2019-01-07 2019-05-24 平安科技(深圳)有限公司 项目投资决策方法、装置、计算机设备和存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109272396A (zh) * 2018-08-20 2019-01-25 平安科技(深圳)有限公司 客户风险预警方法、装置、计算机设备和介质
CN109657917A (zh) * 2018-11-19 2019-04-19 平安科技(深圳)有限公司 评估对象的风险预警方法、装置、计算机设备和存储介质
CN109492945A (zh) * 2018-12-14 2019-03-19 深圳壹账通智能科技有限公司 企业风险识别监控方法、装置、设备及存储介质
CN109800976A (zh) * 2019-01-07 2019-05-24 平安科技(深圳)有限公司 项目投资决策方法、装置、计算机设备和存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113505990A (zh) * 2021-07-08 2021-10-15 建信金融科技有限责任公司 企业风险评估的方法、装置、电子设备和存储介质

Similar Documents

Publication Publication Date Title
US10467631B2 (en) Ranking and tracking suspicious procurement entities
CA2708683C (en) Tax return evaluation system
US8751375B2 (en) Event processing for detection of suspicious financial activity
US20120030076A1 (en) System and method for risk-based data assessment
US20160092994A1 (en) Computer program, method, and system for determining how a tax event affects a taxpayer's tax refund or tax owed
US20160314533A1 (en) System for resource allocation assessment and electronic communication
CA2521185A1 (en) Method and system for predicting attrition customers
KR20190064749A (ko) 지능형 증권 투자 의사결정 지원 방법 및 그 장치
CN111429255A (zh) 一种风险评估方法、装置、设备及存储介质
Stanley et al. The advantages of an audit over a census approach to the review of video imagery in fishery monitoring
US20130211983A1 (en) On-going customer risk assessment of a financial institution customer population
US20170186089A1 (en) System for customizing resource allocation assessments and electronic communication
CN111932268A (zh) 企业风险识别方法及装置
CN113505990A (zh) 企业风险评估的方法、装置、电子设备和存储介质
US20140289085A1 (en) System and Method For Identifying Suspicious Financial Transactions
CN111932064A (zh) 一种建立风险评估等级的方法
US20160063643A1 (en) Computer program, method, and system for determining a taxpayer's income tax withholdings based on a specified goal of the taxpayer
CN111192134A (zh) 一种基于关联关系的风险传导预警方法
Spitzer et al. The impact of redlining on modern-day firearm injuries: a nationwide study of federal policy
Hogan et al. A comprehensive analysis of cyber data breaches and their resulting effects on shareholder wealth
CN110930238A (zh) 提高审核任务效率的方法、装置、设备和计算机可读介质
Hogan A Global Comparison of Corporate Value Adjustments to News of Cyber Attacks
US20140032258A1 (en) Extracting apparatus and extracting method
US8515841B2 (en) Financial product application pull-through system
CN112598499A (zh) 确定授信额度的方法和装置

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 10-7, 10-8, 10 Qingyun Road, Jiangbei District, Chongqing 400025

Applicant after: Dongfang Weiyin Technology Co.,Ltd.

Address before: 10-7, 10-8, 10 Qingyun Road, Jiangbei District, Chongqing 400025

Applicant before: Oriental micro bank technology (Chongqing) Co.,Ltd.

Address after: 10-7, 10-8, 10 Qingyun Road, Jiangbei District, Chongqing 400025

Applicant after: Oriental micro bank technology (Chongqing) Co.,Ltd.

Address before: 100044 4th floor, Ronghui international building, building 1, courtyard 42, gaoliangxie street, Haidian District, Beijing

Applicant before: Oriental micro silver technology (Beijing) Co.,Ltd.

WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200522