CN111369331A - 交叉性风险防控方法及装置 - Google Patents
交叉性风险防控方法及装置 Download PDFInfo
- Publication number
- CN111369331A CN111369331A CN202010127832.5A CN202010127832A CN111369331A CN 111369331 A CN111369331 A CN 111369331A CN 202010127832 A CN202010127832 A CN 202010127832A CN 111369331 A CN111369331 A CN 111369331A
- Authority
- CN
- China
- Prior art keywords
- financial
- risk
- cross
- node
- nodes
- 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
- 230000002265 prevention Effects 0.000 title claims abstract description 109
- 238000000034 method Methods 0.000 title claims abstract description 58
- 208000015181 infectious disease Diseases 0.000 claims description 65
- 238000004364 calculation method Methods 0.000 claims description 26
- 230000015654 memory Effects 0.000 claims description 19
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 12
- 238000010276 construction Methods 0.000 claims description 9
- 238000005065 mining Methods 0.000 abstract description 6
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
Images
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
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
-
- 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
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- 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
- G06Q40/06—Asset management; Financial planning or analysis
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Technology Law (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种交叉性风险防控方法及装置,该方法包括:获取各金融节点的金融关系信息,并根据各金融节点的金融关系信息建立交叉性风险图谱,其中,各金融节点的金融关系信息在所述交叉性风险图谱中以入边和出边的形式来展现;通过计算各金融节点的Pagerank值、中心度以及出入度确定风险防控的重要金融节点;根据确定出的交叉性风险图谱中的重要金融节点进行交叉性风险防控。本发明对有潜在风险的金融节点进行挖掘发现,有助于提升交叉性风险的防控水平。
Description
技术领域
本发明涉及金融领域,具体而言,涉及一种交叉性风险防控方法及装置。
背景技术
银行的交叉性风险指的是银行在金融市场上通过多种金融工具(包括理财、债券、基金、同业、票据等)开展的金融活动所产生的风险,其特征是投资层级较多,关系复杂。在纷杂的产品和关系中,如何及时、全面地识别交叉性风险并对交叉性风险进行防控存在很大困难。目前对于大型银行来说,其投资涉及到的金融产品和客户数量在上百万,对于繁多的客户或金融产品没有重要性的交叉性风险的判断依据,不利于提前做好风险预防和管理。
发明内容
本发明为了解决上述背景技术中的至少一个技术问题,提出了一种交叉性风险防控方法及装置。
为了实现上述目的,根据本发明的一个方面,提供了一种交叉性风险防控方法,该方法包括:
获取各金融节点的金融关系信息,并根据各金融节点的金融关系信息建立交叉性风险图谱,其中,各金融节点的金融关系信息在所述交叉性风险图谱中以入边和出边的形式来展现;
采用网页排名算法计算所述交叉性风险图谱中各金融节点的Pagerank值;
根据各金融节点的Pagerank值确定所述交叉性风险图谱中的重点关注的金融节点,以根据所述重点关注的金融节点进行交叉性风险防控。
可选的,该交叉性风险防控方法还包括:
确定所述交叉性风险图谱中各金融节点间的最短路径距离,并根据各金融节点间的最短路径距离计算各金融节点的中心度;
根据各金融节点的中心度确定所述交叉性风险图谱中的风险传播路径关键的金融节点,以根据所述风险传播路径关键的金融节点以及所述重点关注的金融节点进行交叉性风险防控。
可选的,该交叉性风险防控方法还包括:
根据所述交叉性风险图谱中各金融节点的出边数量和入边数量确定各金融节点的出入度;
根据各金融节点间的出入度确定所述交叉性风险图谱中的高关联性的金融节点,以根据所述高关联性的金融节点、所述重点关注的金融节点以及所述风险传播路径关键的金融节点进行交叉性风险防控。
可选的,该交叉性风险防控方法还包括:
获取所述交叉性风险图谱中的已确定风险金融节点;
根据所述交叉性风险图谱确定所述已确定风险金融节点对应的感染风险金融节点,以对所述感染风险金融节点进行交叉性风险防控。
可选的,该交叉性风险防控方法还包括:
获取所述交叉性风险图谱中的已确定风险金融节点以及用户关注的目标感染节点类型;
根据所述交叉性风险图谱以及所述已确定风险金融节点确定所述目标感染节点类型对应的最短传染路径,以根据所述最短传染路径进行交叉性风险防控。
可选的,所述采用网页排名算法计算所述交叉性风险图谱中各金融节点的Pagerank值,包括:
统计指向目标计算金融节点的各金融节点的出边数量;
根据指向目标计算金融节点的各金融节点的出边数量计算目标计算金融节点的Pagerank值。
为了实现上述目的,根据本发明的另一方面,提供了一种交叉性风险防控装置,该装置包括:
交叉性风险图谱构建单元,用于获取各金融节点的金融关系信息,并根据各金融节点的金融关系信息建立交叉性风险图谱,其中,各金融节点的金融关系信息在所述交叉性风险图谱中以入边和出边的形式来展现;
Pagerank值计算单元,用于采用网页排名算法计算所述交叉性风险图谱中各金融节点的Pagerank值;
重点关注节点确定单元,用于根据各金融节点的Pagerank值确定所述交叉性风险图谱中的重点关注的金融节点,以根据所述重点关注的金融节点进行交叉性风险防控。
可选的,该交叉性风险防控装置还包括:
中心度计算单元,用于确定所述交叉性风险图谱中各金融节点间的最短路径距离,并根据各金融节点间的最短路径距离计算各金融节点的中心度;
风险传播路径关键节点确定单元,用于根据各金融节点的中心度确定所述交叉性风险图谱中的风险传播路径关键的金融节点,以根据所述风险传播路径关键的金融节点以及所述重点关注的金融节点进行交叉性风险防控。
可选的,该交叉性风险防控装置还包括:
节点出入度计算单元,用于根据所述交叉性风险图谱中各金融节点的出边数量和入边数量确定各金融节点的出入度;
高关联性节点确定单元,用于根据各金融节点间的出入度确定所述交叉性风险图谱中的高关联性的金融节点,以根据所述高关联性的金融节点、所述重点关注的金融节点以及所述风险传播路径关键的金融节点进行交叉性风险防控。
可选的,该交叉性风险防控装置还包括:
已确定风险节点获取单元,用于获取所述交叉性风险图谱中的已确定风险金融节点;
感染风险金融节点确定单元,用于根据所述交叉性风险图谱确定所述已确定风险金融节点对应的感染风险金融节点,以对所述感染风险金融节点进行交叉性风险防控。
可选的,该交叉性风险防控装置还包括:
用户关注的感染目标获取单元,用于获取所述交叉性风险图谱中的已确定风险金融节点以及用户关注的目标感染节点类型;
最短传染路径确定单元,用于根据所述交叉性风险图谱以及所述已确定风险金融节点确定所述目标感染节点类型对应的最短传染路径,以根据所述最短传染路径进行交叉性风险防控。
可选的,所述Pagerank值计算单元包括:
节点出边数量统计模块,用于统计指向目标计算金融节点的各金融节点的出边数量;
计算模块,用于根据指向目标计算金融节点的各金融节点的出边数量计算目标计算金融节点的Pagerank值。
为了实现上述目的,根据本发明的另一方面,还提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述交叉性风险防控方法中的步骤。
为了实现上述目的,根据本发明的另一方面,还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序在计算机处理器中执行时实现上述交叉性风险防控方法中的步骤。
本发明的有益效果为:本发明通过建立交叉性风险图谱的方式对有潜在风险的金融节点进行挖掘发现,有助于提升交叉性风险的防控水平。
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。在附图中:
图1是本发明实施例交叉性风险防控方法的流程图;
图2是本发明实施例确定传播路径关键的金融节点的流程图;
图3是本发明实施例确定高关联性的金融节点的流程图;
图4是本发明实施例在已知风险金融节点时进行交叉性风险防控的流程图;
图5是本发明一具体实施例交叉性风险防控方法的流程示意图;
图6是本发明实施例交叉性风险图谱示意图;
图7是本发明实施例交叉性风险防控装置的第一组成示意图;
图8是本发明实施例交叉性风险防控装置的第二组成示意图;
图9是本发明实施例交叉性风险防控装置的第三组成示意图;
图10是本发明实施例交叉性风险防控装置的第四组成示意图;
图11是本发明实施例交叉性风险防控装置的第五组成示意图;
图12是本发明实施例Pagerank值计算单元的组成示意图;
图13是本发明实施例计算机设备示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
本发明的交叉性风险防控方法包括两个部分,一是在尚不存在确定的风险金融节点的情况下进行交叉性风险防控,二是在存在已知的风险金融节点情况下进行交叉性风险防控。在说明书中会分别针对这两部进行介绍。
首先,对本发明的在尚不存在确定的风险金融节点的情况下进行交叉性风险防控的方法进行介绍。图1是本发明实施例交叉性风险防控方法的流程图,如图1所示,本实施例的交叉性风险防控方法包括步骤S101至步骤S103。
步骤S101,获取各金融节点的金融关系信息,并根据各金融节点的金融关系信息建立交叉性风险图谱。
在本发明实施例中,本步骤先确定交叉性风险场景涉及的所有金融节点。该金融节点包括:金融产品和客户。其中金融产品包括:理财产品、基金、债券、股票、同业、信贷、票据、投资组合、信托、非标投资品等。客户包括个人客户和法人客户。进而本步骤获取各金融节点的金融关系信息,金融关系信息包括:金融节点的基本信息、持仓信息以及金融节点与其他金融节点的投资关系信息、被投资关系信息、融资关系信息等。
进一步,本步骤将金融节点数据以及金融关系信息数据加载到预设的数据库中进行存储,并生成交叉性风险图谱。在具体实施过程中,可采用图数据库如JanusGraph、Neo4j进行存储,也可以将数据保存在如ORACLE、MySQL等关系型数据库中,并按照数据日期进行分别存储,以支持对于历史上不同时点数据进行调取查询。
在本发明实施例中,各金融节点的金融关系信息在所述交叉性风险图谱中以入边和出边的形式来展现。出边指的是金融节点发起的金融关系,例如投资、融资等,入边指的是金融节点作为接受方的金融关系,如被投资。图6是本发明实施例交叉性风险图谱示意图,如图6所示,金融节点股票1的出边为向法人客户3融资500万,入边为接收信托2投资的500万以及接收信托3投资的1亿。
本发明将多层投资关系以图谱的形式进行存储和展现,使得排查交叉性风险时更加全面直观。
步骤S102,采用网页排名算法计算所述交叉性风险图谱中各金融节点的Pagerank值。
网页排名算法又称Pagerank算法,是一种链接分析算法,该算法基于两种假设:1)一个金融节点的入边数量越多,重要程度越高;2)高质量的金融节点为其指向的金融节点带去更多权重。金融节点的Pagerank值反应了该金融节点的重要程度。金融节点的Pagerank值越高代表该金融节点的投资额集中度较高,集中风险较大。
在本发明实施例中,根据网页排名算法计算所述交叉性风险图谱中各金融节点的Pagerank值的流程具体包括:统计指向目标计算金融节点的各金融节点的出边数量;根据指向目标计算金融节点的各金融节点的出边数量计算目标计算金融节点的Pagerank值。
在本发明的其他可选实施例中,计算交叉性风险图谱中各金融节点的Pagerank值具体可以通过以下公式:
PR(A)=(1-d)+d(PR(T1)/C(T1)+...+PR(Tn)/C(Tn))
其中,PR(A)是金融节点A的Pagerank值,PR(Ti)是金融节点Ti的Pagerank值,在这里,节点Ti是指向A的所有金融节点中的某个金融节点,C(Ti)是金融节点Ti的出度(即出边数量),也就是Ti指向其他节点的边的个数,d为阻尼系数,通常选取d=0.85。在计算时,先给每个金融节点的Pagerank值赋予一个预设的初始值,该初始值可以为1,然后进行迭代计算上述公式,迭代n次后,各个金融节点的Pagerank值会趋向收敛,此最终收敛时的PR(A)即为金融节点A的Pagerank值。本发明可以人为设置迭代次数的n值。本发明也可以设置一个预设值,如果上一次迭代结果的PR(A)与本次迭代结果的PR(A)的误差小于该预设值,即停止迭代,将本次迭代结果的PR(A)作为金融节点A的Pagerank值。
步骤S103,根据各金融节点的Pagerank值确定所述交叉性风险图谱中的重点关注的金融节点。
在本发明实施例中,本步骤可以将Pagerank值最高的金融节点作为交叉性风险图谱中的重点关注的金融节点,也可以将Pagerank值大于预设值的所有金融节点均作为交叉性风险图谱中的重点关注的金融节点。进而本发明可以根据该重点关注的金融节点进行交叉性风险防控。根据重点关注的金融节点进行交叉性风险防控具体可以为对该重点关注的金融节点进行关联关系挖掘,查找出交叉性风险图谱中与该重点关注的金融节点相关联的所有金融节点,也可以根据用户关注的目标感染节点类型从交叉性风险图谱中与查找出最短传染路径,进而对最短传染路径上的所有金融节点采取相应的风险防控措施。
除了重点关注的金融节点外,交叉性风险图谱中的传播路径关键节点也对风险防控起着关键的作用。图2是本发明实施例确定传播路径关键的金融节点的流程图,如图2所示,在本发明实施例中,确定传播路径关键的金融节点的流程包括步骤S201和步骤S202。
步骤S201,确定所述交叉性风险图谱中各金融节点间的最短路径距离,并根据各金融节点间的最短路径距离计算各金融节点的中心度。
中心度是用来计算某个金融节点传播信息有效性的指标,他度量一个金融节点与其他所有金融节点的远近程度,中心度越高的金融节点与其他金融节点的距离越短,在风险传播时越容易进行传播,找出中心度高的节点,对于阻断风险传播更有意义。中心度的计算公式如下:
其中,u是一个金融节点,C(u)是金融节点u的中心度,n是交叉性风险图谱中的的金融节点总数,d(u,v)是另一个金融节点v和金融节点u之间的最短路径距离。
步骤S202,根据各金融节点的中心度确定所述交叉性风险图谱中的风险传播路径关键的金融节点。
在本发明可选实施例中,本步骤可以将中心度最大的金融节点作为交叉性风险图谱中的风险传播路径关键的金融节点,也可以将中心度大于预设值的所有金融节点均作为交叉性风险图谱中的风险传播路径关键的金融节点。进而本发明可以根据该风险传播路径关键的金融节点以及上述重点关注的金融节点进行交叉性风险防控。
除了上述重点关注的金融节点和风险传播路径关键的金融节点之外,交叉性风险图谱中的高关联性的金融节点也是风险防控的着重关注对象。图3是本发明实施例确定高关联性的金融节点的流程图,如图3所示,在本发明实施例中,确定高关联性的金融节点的流程包括步骤S301和步骤S302。
步骤S301,根据所述交叉性风险图谱中各金融节点的出边数量和入边数量确定各金融节点的出入度。
在本发明实施例中,本步骤先统计各金融节点的出边数量(即出度)和入边数量(即入度),出入度为出度与入度之和。出入度高的金融节点,其关联关系较多,在交叉风险领域则可代表投资关系复杂,值得更高的关注。
步骤S302,根据各金融节点间的出入度确定所述交叉性风险图谱中的高关联性的金融节点。
在本发明可选实施例中,本步骤可以将出入度最大的金融节点作为交叉性风险图谱中的高关联性的金融节点,也可以将出入度大于预设值的所有金融节点均作为交叉性风险图谱中的高关联性的金融节点。进而本发明可以根据该高关联性的金融节点、上述风险传播路径关键的金融节点以及上述重点关注的金融节点综合进行交叉性风险防控。
在本发明可选实施例中,在图6所示的交叉性风险图谱中,可以通过Pagerank计算,发现金融节点股票3的Pagerank值较高,将其列为重点关注的金融节点。信托2节点的中心度较高,是风险传播路径的关键节点。而投资组合1节点的出度较高,代表其投资较为分散,而股票1节点和信托2节点的入度高,代表该节点是投资热点,值得提高关注。
在本发明实施例中,在发现上述高关联性的金融节点、风险传播路径关键的金融节点以及重点关注的金融节点等需要关注的金融节点后,可以进一步对其进行关联关系挖掘与风险传染路径查找,确定交叉性风险图谱中全部需要关注的金融节点,进而用户可以针对这些节点采取相应的风险防控措施。
下面,对本发明的在存在已知的风险金融节点情况下进行交叉性风险防控的方法进行介绍。图4是本发明实施例在已知风险金融节点时进行交叉性风险防控的流程图,如图4所示,本发明实施例在已知风险金融节点时进行交叉性风险防控的流程包括步骤S401至步骤S403。
步骤S401,获取所述交叉性风险图谱中的已确定风险金融节点。
在本发明实施例中,本发明可以根据业务场景判断,交叉性风险图谱中是否存在已确定风险金融节点,风险金融节点的形成原因可以是外部风险事件,例如某债券爆出违约,或者某股票价格大幅下降等等,则该债券或股票即是一个风险金融节点。
步骤S402,根据所述交叉性风险图谱确定所述已确定风险金融节点对应的感染风险金融节点,以对所述感染风险金融节点进行交叉性风险防控。
在本发明实施例中,若交叉性风险图谱中已存在已确定风险金融节点,则需要进一步对该风险金融节点的关联关系进行挖掘。例如图6中股票1节点发生风险,则可以通过关系挖掘发现其股票发行公司,法人客户3、被投资的信托2、信托3均存在风险,需要将其列为感染风险金融节点进行重点关注和排查。
步骤S403,获取所述交叉性风险图谱中用户关注的目标感染节点类型,并根据所述交叉性风险图谱以及所述已确定风险金融节点确定所述目标感染节点类型对应的最短传染路径,以根据所述最短传染路径进行交叉性风险防控。
本发明还可以实现根据用户所关心的目标感染节点类型查询最短传染路径。例如图6中股票1节点发生风险,用户想要知道哪些理财产品最快被传染,则可以通过交叉性风险图谱查找得到理财产品3在最短传染路径上,且能看到其最短传染路径上的其他节点,投资组合3,信托3,都是需要关注的风险金融节点。进而用户将可以对最短传染路径上的金融节点进行分析排查,可以进一步挖掘其关联关系,进行交叉性风险防控。
图5是本发明一具体实施例交叉性风险防控方法的流程示意图,如图5所示,本实施例的交叉性风险防控方法包括步骤S501至步骤S510。
步骤S501,获取交叉性风险所涉及的业务数据,包括客户与产品的基本信息,持仓信息,投资信息等数据,并对数据进行加工处理
步骤S502,根据业务模型建立交叉性风险图谱,例如图6所示。可见其中存在理财产品,投资组合,债券,基金,股票,信托,非标投资品,法人客户节点,并存在投资关系和融资关系。其中理财产品到债券,基金,股票等底层投资品之间存在多层投资的关系。
步骤S503,根据图谱进行图计算,包括,Pagerank,中心度,出入度的计算,并将计算结果进行排序,最终得到交叉性风险图谱中的高关联性的金融节点、风险传播路径关键的金融节点以及重点关注的金融节点。
步骤S504,根据业务场景判断,是否已有风险金融节点,风险金融节点的形成原因可以是外部风险事件,例如某债券爆出违约,或者某股票价格大幅下降等等,则该债券或股票即是一个风险节点。根据情况对应不同的应用方法。
步骤S505,如果已知风险节点,则进一步对该风险节点的关联关系进行挖掘。
步骤S506,进一步的,根据用户所关心的被传染目标查询最短传染路径。例如图4中股票1节点发生风险,用户想要知道哪些理财产品最快被传染,则可以得到理财产品3在最短传染路径上,且能看到其最短传染路径上的其他节点,投资组合3,信托3,都是需要关注的风险金融节点。
步骤S507,根据步骤S506得到的结果,用户将可以对最短传染路径上的金融节点进行分析排查,可以进一步挖掘其关联关系,也可以采取相应防控措施。
步骤S508,如果没有发生风险事件,用户暂无已知的风险节点,则可以根据图计算结果查找重点关注的节点,即上述查找交叉性风险图谱中的高关联性的金融节点、风险传播路径关键的金融节点以及重点关注的金融节点。
步骤S509,在发现重点关注的风险节点后,可以进一步对其进行关联关系挖掘与风险传染路径查找,实施方法同步骤S505与步骤S506。
步骤S510,在发现全部需要关注的风险节点后,用户可以采取相应的风险防控措施。
从以上实施例可以看出,本发明的交叉性风险防控方法至少实现了以下有益效果:
1、能够将包括理财,债券,基金,同业,票据等业务场景中涉及的多层投资关系以图谱的形式进行存储和展现,使得排查交叉性风险时更加全面直观;
2、提供风险传染路径的查找发现方法,在单个产品/客户发生风险时能发现风险传染的最短路径;
3、通过计算各金融节点的Pagerank值、中心度以及出入度确定风险防控的重要金融节点,进而根据确定出的交叉性风险图谱中的重要金融节点进行交叉性风险防控,有助于提升风险防控水平。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
基于同一发明构思,本发明实施例还提供了一种交叉性风险防控装置,可以用于实现上述实施例所描述的交叉性风险防控方法,如下面的实施例所述。由于交叉性风险防控装置解决问题的原理与交叉性风险防控方法相似,因此交叉性风险防控装置的实施例可以参见交叉性风险防控方法的实施例,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图7是本发明实施例交叉性风险防控装置的第一结构框图,如图7所示,本发明实施例交叉性风险防控装置包括:交叉性风险图谱构建单元1、Pagerank值计算单元2和重点关注节点确定单元3。
交叉性风险图谱构建单元1,用于获取各金融节点的金融关系信息,并根据各金融节点的金融关系信息建立交叉性风险图谱,其中,各金融节点的金融关系信息在所述交叉性风险图谱中以入边和出边的形式来展现。
Pagerank值计算单元2,用于采用网页排名算法计算所述交叉性风险图谱中各金融节点的Pagerank值。
重点关注节点确定单元3,用于根据各金融节点的Pagerank值确定所述交叉性风险图谱中的重点关注的金融节点。进而本发明可以根据所述重点关注的金融节点进行交叉性风险防控。
图8是本发明实施例交叉性风险防控装置的第二组成示意图,如图8所示,本发明实施例交叉性风险防控装置还包括:中心度计算单元4和风险传播路径关键节点确定单元5。
中心度计算单元4,用于确定所述交叉性风险图谱中各金融节点间的最短路径距离,并根据各金融节点间的最短路径距离计算各金融节点的中心度。
风险传播路径关键节点确定单元5,用于根据各金融节点的中心度确定所述交叉性风险图谱中的风险传播路径关键的金融节点。进而本发明可以根据所述风险传播路径关键的金融节点以及所述重点关注的金融节点进行交叉性风险防控。
图9是本发明实施例交叉性风险防控装置的第三组成示意图,如图9所示,本发明实施例交叉性风险防控装置还包括:节点出入度计算单元6和高关联性节点确定单元7。
节点出入度计算单元6,用于根据所述交叉性风险图谱中各金融节点的出边数量和入边数量确定各金融节点的出入度。
高关联性节点确定单元7,用于根据各金融节点间的出入度确定所述交叉性风险图谱中的高关联性的金融节点。进而本发明可以根据所述高关联性的金融节点、所述重点关注的金融节点以及所述风险传播路径关键的金融节点进行交叉性风险防控。
图10是本发明实施例交叉性风险防控装置的第四组成示意图,如图10所示,本发明实施例交叉性风险防控装置还包括:已确定风险节点获取单元8和感染风险金融节点确定单元9。
已确定风险节点获取单元8,用于获取所述交叉性风险图谱中的已确定风险金融节点。
感染风险金融节点确定单元9,用于根据所述交叉性风险图谱确定所述已确定风险金融节点对应的感染风险金融节点。进而本发明可以对所述感染风险金融节点进行交叉性风险防控。
图11是本发明实施例交叉性风险防控装置的第五组成示意图,如图11所示,本发明实施例交叉性风险防控装置还包括:用户关注的感染目标获取单元10和最短传染路径确定单元11。
用户关注的感染目标获取单元10,用于获取所述交叉性风险图谱中的已确定风险金融节点以及用户关注的目标感染节点类型。
最短传染路径确定单元11,用于根据所述交叉性风险图谱以及所述已确定风险金融节点确定所述目标感染节点类型对应的最短传染路径,以根据所述最短传染路径进行交叉性风险防控。
图12是本发明实施例Pagerank值计算单元的组成示意图,如图12所示,上述Pagerank值计算单元2具体包括:节点出边数量统计模块201和计算模块202。
节点出边数量统计模块201,用于统计指向目标计算金融节点的各金融节点的出边数量。
计算模块202,用于根据指向目标计算金融节点的各金融节点的出边数量计算目标计算金融节点的Pagerank值。
为了实现上述目的,根据本申请的另一方面,还提供了一种计算机设备。如图13所示,该计算机设备包括存储器、处理器、通信接口以及通信总线,在存储器上存储有可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述实施例方法中的步骤。
处理器可以为中央处理器(Central Processing Unit,CPU)。处理器还可以为其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。
存储器作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及单元,如本发明上述方法实施例中对应的程序单元。处理器通过运行存储在存储器中的非暂态软件程序、指令以及模块,从而执行处理器的各种功能应用以及作品数据处理,即实现上述方法实施例中的方法。
存储器可以包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需要的应用程序;存储数据区可存储处理器所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个单元存储在所述存储器中,当被所述处理器执行时,执行上述实施例中的方法。
上述计算机设备具体细节可以对应参阅上述实施例中对应的相关描述和效果进行理解,此处不再赘述。
为了实现上述目的,根据本申请的另一方面,还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序在计算机处理器中执行时实现上述交叉性风险防控方法中的步骤。本领域技术人员可以理解,实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(RandomAccessMemory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;所述存储介质还可以包括上述种类的存储器的组合。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (14)
1.一种交叉性风险防控方法,其特征在于,包括:
获取各金融节点的金融关系信息,并根据各金融节点的金融关系信息建立交叉性风险图谱,其中,各金融节点的金融关系信息在所述交叉性风险图谱中以入边和出边的形式来展现;
采用网页排名算法计算所述交叉性风险图谱中各金融节点的Pagerank值;
根据各金融节点的Pagerank值确定所述交叉性风险图谱中的重点关注的金融节点,以根据所述重点关注的金融节点进行交叉性风险防控。
2.根据权利要求1所述的交叉性风险防控方法,其特征在于,还包括:
确定所述交叉性风险图谱中各金融节点间的最短路径距离,并根据各金融节点间的最短路径距离计算各金融节点的中心度;
根据各金融节点的中心度确定所述交叉性风险图谱中的风险传播路径关键的金融节点,以根据所述风险传播路径关键的金融节点以及所述重点关注的金融节点进行交叉性风险防控。
3.根据权利要求2所述的交叉性风险防控方法,其特征在于,还包括:
根据所述交叉性风险图谱中各金融节点的出边数量和入边数量确定各金融节点的出入度;
根据各金融节点间的出入度确定所述交叉性风险图谱中的高关联性的金融节点,以根据所述高关联性的金融节点、所述重点关注的金融节点以及所述风险传播路径关键的金融节点进行交叉性风险防控。
4.根据权利要求1所述的交叉性风险防控方法,其特征在于,还包括:
获取所述交叉性风险图谱中的已确定风险金融节点;
根据所述交叉性风险图谱确定所述已确定风险金融节点对应的感染风险金融节点,以对所述感染风险金融节点进行交叉性风险防控。
5.根据权利要求1所述的交叉性风险防控方法,其特征在于,还包括:
获取所述交叉性风险图谱中的已确定风险金融节点以及用户关注的目标感染节点类型;
根据所述交叉性风险图谱以及所述已确定风险金融节点确定所述目标感染节点类型对应的最短传染路径,以根据所述最短传染路径进行交叉性风险防控。
6.根据权利要求1所述的交叉性风险防控方法,其特征在于,所述采用网页排名算法计算所述交叉性风险图谱中各金融节点的Pagerank值,包括:
统计指向目标计算金融节点的各金融节点的出边数量;
根据指向目标计算金融节点的各金融节点的出边数量计算目标计算金融节点的Pagerank值。
7.一种交叉性风险防控装置,其特征在于,包括:
交叉性风险图谱构建单元,用于获取各金融节点的金融关系信息,并根据各金融节点的金融关系信息建立交叉性风险图谱,其中,各金融节点的金融关系信息在所述交叉性风险图谱中以入边和出边的形式来展现;
Pagerank值计算单元,用于采用网页排名算法计算所述交叉性风险图谱中各金融节点的Pagerank值;
重点关注节点确定单元,用于根据各金融节点的Pagerank值确定所述交叉性风险图谱中的重点关注的金融节点,以根据所述重点关注的金融节点进行交叉性风险防控。
8.根据权利要求7所述的交叉性风险防控装置,其特征在于,还包括:
中心度计算单元,用于确定所述交叉性风险图谱中各金融节点间的最短路径距离,并根据各金融节点间的最短路径距离计算各金融节点的中心度;
风险传播路径关键节点确定单元,用于根据各金融节点的中心度确定所述交叉性风险图谱中的风险传播路径关键的金融节点,以根据所述风险传播路径关键的金融节点以及所述重点关注的金融节点进行交叉性风险防控。
9.根据权利要求8所述的交叉性风险防控装置,其特征在于,还包括:
节点出入度计算单元,用于根据所述交叉性风险图谱中各金融节点的出边数量和入边数量确定各金融节点的出入度;
高关联性节点确定单元,用于根据各金融节点间的出入度确定所述交叉性风险图谱中的高关联性的金融节点,以根据所述高关联性的金融节点、所述重点关注的金融节点以及所述风险传播路径关键的金融节点进行交叉性风险防控。
10.根据权利要求7所述的交叉性风险防控装置,其特征在于,还包括:
已确定风险节点获取单元,用于获取所述交叉性风险图谱中的已确定风险金融节点;
感染风险金融节点确定单元,用于根据所述交叉性风险图谱确定所述已确定风险金融节点对应的感染风险金融节点,以对所述感染风险金融节点进行交叉性风险防控。
11.根据权利要求7所述的交叉性风险防控装置,其特征在于,还包括:
用户关注的感染目标获取单元,用于获取所述交叉性风险图谱中的已确定风险金融节点以及用户关注的目标感染节点类型;
最短传染路径确定单元,用于根据所述交叉性风险图谱以及所述已确定风险金融节点确定所述目标感染节点类型对应的最短传染路径,以根据所述最短传染路径进行交叉性风险防控。
12.根据权利要求7所述的交叉性风险防控装置,其特征在于,所述Pagerank值计算单元包括:
节点出边数量统计模块,用于统计指向目标计算金融节点的各金融节点的出边数量;
计算模块,用于根据指向目标计算金融节点的各金融节点的出边数量计算目标计算金融节点的Pagerank值。
13.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6任一项所述的方法。
14.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序在计算机处理器中执行时实现如权利要求1至6任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010127832.5A CN111369331A (zh) | 2020-02-28 | 2020-02-28 | 交叉性风险防控方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010127832.5A CN111369331A (zh) | 2020-02-28 | 2020-02-28 | 交叉性风险防控方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111369331A true CN111369331A (zh) | 2020-07-03 |
Family
ID=71206538
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010127832.5A Pending CN111369331A (zh) | 2020-02-28 | 2020-02-28 | 交叉性风险防控方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111369331A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114116799A (zh) * | 2021-11-23 | 2022-03-01 | 河北航天信息技术有限公司 | 异常交易环路的识别方法、装置、终端及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140058914A1 (en) * | 2012-08-27 | 2014-02-27 | Yuh-Shen Song | Transactional monitoring system |
CN109299090A (zh) * | 2018-09-03 | 2019-02-01 | 平安科技(深圳)有限公司 | 基金知识推理方法、***、计算机设备和存储介质 |
US20190266528A1 (en) * | 2018-02-25 | 2019-08-29 | Graphen, Inc. | System for Discovering Hidden Correlation Relationships for Risk Analysis Using Graph-Based Machine Learning |
CN110557393A (zh) * | 2019-09-05 | 2019-12-10 | 腾讯科技(深圳)有限公司 | 网络风险评估方法、装置、电子设备及存储介质 |
CN110717824A (zh) * | 2019-10-17 | 2020-01-21 | 北京明略软件***有限公司 | 基于知识图谱的银行对公客群风险传导测算的方法及装置 |
-
2020
- 2020-02-28 CN CN202010127832.5A patent/CN111369331A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140058914A1 (en) * | 2012-08-27 | 2014-02-27 | Yuh-Shen Song | Transactional monitoring system |
US20190266528A1 (en) * | 2018-02-25 | 2019-08-29 | Graphen, Inc. | System for Discovering Hidden Correlation Relationships for Risk Analysis Using Graph-Based Machine Learning |
CN109299090A (zh) * | 2018-09-03 | 2019-02-01 | 平安科技(深圳)有限公司 | 基金知识推理方法、***、计算机设备和存储介质 |
CN110557393A (zh) * | 2019-09-05 | 2019-12-10 | 腾讯科技(深圳)有限公司 | 网络风险评估方法、装置、电子设备及存储介质 |
CN110717824A (zh) * | 2019-10-17 | 2020-01-21 | 北京明略软件***有限公司 | 基于知识图谱的银行对公客群风险传导测算的方法及装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114116799A (zh) * | 2021-11-23 | 2022-03-01 | 河北航天信息技术有限公司 | 异常交易环路的识别方法、装置、终端及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kolasinski et al. | A multiple lender approach to understanding supply and search in the equity lending market | |
Hajzler | Expropriation of foreign direct investments: sectoral patterns from 1993 to 2006 | |
Lee et al. | The effects of political risk on different entry modes of foreign direct investment | |
JP2018538587A (ja) | リスク評価方法およびシステム | |
CA2991136A1 (en) | Modifying data structures to indicate derived relationships among entity data objects | |
US20210081964A1 (en) | Method for detecting suspicious groups in collaborative stock transactions based on bipartite graph | |
US11783213B2 (en) | Projecting data trends using customized modeling | |
Finta et al. | Contemporaneous spillover effects between the US and the UK equity markets | |
Cheng et al. | Is cloud computing the digital solution to the future of banking? | |
CN105405051A (zh) | 金融事件预测方法和装置 | |
CN111369331A (zh) | 交叉性风险防控方法及装置 | |
Rizkiana et al. | Analyzing the impact of investor sentiment in social media to stock return: Survival analysis approach | |
Chen et al. | The valuation of forward-start rainbow options | |
JP2020013229A (ja) | 債務不履行確率を算出する装置、方法及びそのためのプログラム | |
KR20130135810A (ko) | 오피니언 마이닝에 기반한 주식 자동매매 시스템 및 그 방법, 이를 위한 프로그램을저장한 저장매체 | |
US10453143B2 (en) | Computing architecture for managed-account transactions | |
dei Belliera et al. | Flood risk insurance: the Blockchain approach to a Bayesian adaptive design of the contract. | |
CN112598507A (zh) | 基于知识图谱的过度授信风险预测***和方法 | |
Afsharian et al. | The master Malmquist index measurement using DEA-based weighted average efficiency | |
US10762568B2 (en) | Computing architecture for managed-account transactions | |
US10699342B2 (en) | Computing architecture for managed-account transactions | |
WO2020130868A1 (ru) | Способ и система поиска мошеннических транзакций | |
Jacoby et al. | A Generalized Earnings‐Based Stock Valuation Model with Learning | |
CN111583037B (zh) | 风险关联对象的确定方法、装置和服务器 | |
Ma | Shareholder litigation and the information content of management voluntary disclosure |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200703 |
|
RJ01 | Rejection of invention patent application after publication |