CN111582754A - 风险排查方法、装置、设备及计算机可读存储介质 - Google Patents
风险排查方法、装置、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN111582754A CN111582754A CN202010427804.5A CN202010427804A CN111582754A CN 111582754 A CN111582754 A CN 111582754A CN 202010427804 A CN202010427804 A CN 202010427804A CN 111582754 A CN111582754 A CN 111582754A
- Authority
- CN
- China
- Prior art keywords
- risk
- data
- enterprise
- investigation
- reason code
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 74
- 238000011835 investigation Methods 0.000 claims abstract description 93
- 238000012216 screening Methods 0.000 claims abstract description 18
- 238000012986 modification Methods 0.000 claims description 46
- 230000004048 modification Effects 0.000 claims description 46
- 238000012545 processing Methods 0.000 claims description 37
- 230000008676 import Effects 0.000 claims description 30
- 238000004140 cleaning Methods 0.000 claims description 8
- 238000002372 labelling Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000007726 management method Methods 0.000 description 24
- 238000013024 troubleshooting Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 13
- 238000004891 communication Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 230000008520 organization Effects 0.000 description 3
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000012502 risk assessment Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 230000001960 triggered effect Effects 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
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Finance (AREA)
- Tourism & Hospitality (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Technology Law (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Educational Administration (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及金融科技技术领域,公开了一种风险排查方法、装置、设备及计算机可读存储介质。该风险排查方法包括:获取待排查企业,从预先构建的风险名单数据库中查询所述待排查企业对应的事件原因码,记为目标事件原因码;根据所述目标事件原因码确定所述待排查企业的风险等级和授信政策;根据所述风险等级和所述授信政策得到所述待排查企业的风险排查结果。本发明能够解决现有风险排查结果的准确性较差的问题。
Description
技术领域
本发明涉及金融科技(Fintech)技术领域,尤其涉及一种风险排查方法、装置、设备及计算机可读存储介质。
背景技术
随着计算机技术的发展,越来越多的技术应用在金融领域,传统金融业正在逐步向金融科技(Fintech)转变,但由于金融行业的安全性、实时性要求,也对技术提出了更高的要求。
目前,传统银行在对银行客户进行风险排查时,往往过多依赖于线下多方查询的方法,或者根据监管机构下发的风险名单进行自动排查。但是上述两种风险排查方法,存在较多的缺点。例如,若采用线下多方查询的方法,由于是通过人工查询,可能存在一定的操作风险,且耗时较多,容易查询遗漏。若根据监管机构下发的风险名单进行自动排查,其维度单一,且存在一定的时滞性,会导致风险排查结果不准确。
因此,采用现有的风险排查方法进行风险排查,其结果的准确性较差。
发明内容
本发明的主要目的在于提供一种风险排查方法、装置、设备及计算机可读存储介质,旨在解决现有风险排查结果的准确性较差的问题。
为实现上述目的,本发明提供一种风险排查方法,所述风险排查方法包括:
获取待排查企业,从预先构建的风险名单数据库中查询所述待排查企业对应的事件原因码,记为目标事件原因码;
根据所述目标事件原因码确定所述待排查企业的风险等级和授信政策;
根据所述风险等级和所述授信政策得到所述待排查企业的风险排查结果。
可选地,所述从预先构建的风险名单数据库中查询所述待排查企业对应的事件原因码,记为目标事件原因码的步骤之前,还包括:
从第一数据源获取第一原始数据,并从第二数据源获取第二原始数据;
对所述第一原始数据进行处理,得到第一风险数据,并对所述第二原始数据进行处理,得到第二风险数据;
根据预设规则对所述第一风险数据和所述第二风险数据进行事件原因码的标注,并根据标注结果构建得到风险名单数据库。
可选地,所述第一原始数据包括行内逾期数据,所述第二原始数据包括当前黑名单数据、***息和负面信息。
可选地,所述对所述第一原始数据进行处理,得到第一风险数据,并对所述第二原始数据进行处理,得到第二风险数据的步骤包括:
对所述行内逾期数据进行清洗处理,得到第一风险数据;
获取上一黑名单数据,并根据所述当前黑名单数据对所述上一黑名单数据进行去重处理,得到更新后的黑名单数据;
对所述***息进行标准化处理,得到处理后的***息;
对所述负面信息按来源进行分类处理,得到处理后的负面信息;
其中,所述第二风险数据包括所述更新后的黑名单数据、所述处理后的***息和所述处理后的负面信息。
可选地,所述根据预设规则对所述第一风险数据和所述第二风险数据进行事件原因码的标注,并根据标注结果构建得到风险名单数据库的步骤之后,还包括:
通过预设接口实时从所述风险名单数据库中获取经标注的第一风险数据和处理后的负面信息,并导入至风险名单管理平台;
在接收到批量导入指令时,根据所述批量导入指令从所述风险名单数据库中获取经标注的更新后的黑名单数据和处理后的***息,并通过批量导入的方式导入至风险名单管理平台。
可选地,所述风险排查方法还包括:
在接收到风险排查定制指令时,根据所述风险排查定制指令获取定制参数,所述定制参数的类型包括企业名称、事件原因码、风险数据类型和数据源中的一种或多种;
根据所述定制参数对所述风险名单数据库的数据进行筛选,得到符合定制参数的数据,并进行输出。
可选地,所述风险排查方法还包括:
在接收到风险名单修改指令时,获取所述风险名单修改指令对应的修改类型和修改内容;
基于所述修改类型和所述修改内容对所述风险名单管理平台上的数据进行对应的修改显示,并更新所述风险名单数据库。
此外,为实现上述目的,本发明还提供一种风险排查装置,所述风险排查装置包括:
查询模块,用于获取待排查企业,从预先构建的风险名单数据库中查询所述待排查企业对应的事件原因码,记为目标事件原因码;
第一确定模块,用于根据所述目标事件原因码确定所述待排查企业的风险等级和授信政策;
第二确定模块,用于根据所述风险等级和所述授信政策得到所述待排查企业的风险排查结果。
此外,为实现上述目的,本发明还提供一种风险排查设备,所述风险排查设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的风险排查程序,所述风险排查程序被所述处理器执行时实现如上所述的风险排查方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有风险排查程序,所述风险排查程序被处理器执行时实现如上所述的风险排查方法的步骤。
本发明提供一种风险排查方法、装置、设备及计算机可读存储介质,获取待排查企业,从预先构建的风险名单数据库中查询待排查企业对应的事件原因码,记为目标事件原因码;然后,根据目标事件原因码确定待排查企业的风险等级和授信政策;根据风险等级和授信政策得到待排查企业的风险排查结果。本发明中,通过预先对各类型的风险数据标注事件原因码,构建得到风险名单数据库,在进行企业的风险排查时,基于该风险名单数据库获取对应的目标事件原因码,进而确定得到风险排查结果。通过上述方式,可实现企业风险的智能排查,相比于人工排查的方式,可大大节省风险排查时间,提高风险排查效率,且可以避免因人工遗漏和其主观性导致的结果不准确的情况,从而可提高风险排查结果的准确性。同时,本发明中的风险名单数据库来源多个数据源,从而可从多个维度来进行风险排查,因此,可进一步提高风险排查结果的准确性。
附图说明
图1为本发明实施例方案涉及的硬件运行环境的设备结构示意图;
图2为本发明风险排查方法第一实施例的流程示意图;
图3为本发明风险排查方法涉及的风险名单管理平台的一示意图;
图4为本发明风险排查装置第一实施例的功能模块示意图。
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。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的设备结构示意图。
本发明实施例风险排查设备可以是智能手机,也可以是PC(Personal Computer,个人计算机)、平板电脑、便携计算机等终端设备。
如图1所示,该风险排查设备可以包括:处理器1001,例如CPU,通信总线1002,用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如Wi-Fi接口)。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。
本领域技术人员可以理解,图1中示出的风险排查设备结构并不构成对风险排查设备的限定,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1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***、网络通信模块以及风险排查程序。
在图1所示的终端中,网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;用户接口1003主要用于连接客户端,与客户端进行数据通信;而处理器1001可以用于调用存储器1005中存储的风险排查程序,并执行以下操作:
获取待排查企业,从预先构建的风险名单数据库中查询所述待排查企业对应的事件原因码,记为目标事件原因码;
根据所述目标事件原因码确定所述待排查企业的风险等级和授信政策;
根据所述风险等级和所述授信政策得到所述待排查企业的风险排查结果。
进一步地,处理器1001可以调用存储器1005中存储的风险排查程序,还执行以下操作:
从第一数据源获取第一原始数据,并从第二数据源获取第二原始数据;
对所述第一原始数据进行处理,得到第一风险数据,并对所述第二原始数据进行处理,得到第二风险数据;
根据预设规则对所述第一风险数据和所述第二风险数据进行事件原因码的标注,并根据标注结果构建得到风险名单数据库。
进一步地,所述第一原始数据包括行内逾期数据,所述第二原始数据包括当前黑名单数据、***息和负面信息。
进一步地,处理器1001可以调用存储器1005中存储的风险排查程序,还执行以下操作:
对所述行内逾期数据进行清洗处理,得到第一风险数据;
获取上一黑名单数据,并根据所述当前黑名单数据对所述上一黑名单数据进行去重处理,得到更新后的黑名单数据;
对所述***息进行标准化处理,得到处理后的***息;
对所述负面信息按来源进行分类处理,得到处理后的负面信息;
其中,所述第二风险数据包括所述更新后的黑名单数据、所述处理后的***息和所述处理后的负面信息。
进一步地,处理器1001可以调用存储器1005中存储的风险排查程序,还执行以下操作:
通过预设接口实时从所述风险名单数据库中获取经标注的第一风险数据和处理后的负面信息,并导入至风险名单管理平台;
在接收到批量导入指令时,根据所述批量导入指令从所述风险名单数据库中获取经标注的更新后的黑名单数据和处理后的***息,并通过批量导入的方式导入至风险名单管理平台。
进一步地,处理器1001可以调用存储器1005中存储的风险排查程序,还执行以下操作:
在接收到风险排查定制指令时,根据所述风险排查定制指令获取定制参数,所述定制参数的类型包括企业名称、事件原因码、风险数据类型和数据源中的一种或多种;
根据所述定制参数对所述风险名单数据库的数据进行筛选,得到符合定制参数的数据,并进行输出。
进一步地,处理器1001可以调用存储器1005中存储的风险排查程序,还执行以下操作:
在接收到风险名单修改指令时,获取所述风险名单修改指令对应的修改类型和修改内容;
基于所述修改类型和所述修改内容对所述风险名单管理平台上的数据进行对应的修改显示,并更新所述风险名单数据库。
基于上述硬件结构,提出本发明风险排查方法的各实施例。
本发明提供一种风险排查方法。
参照图2,图2为本发明风险排查方法第一实施例的流程示意图。
在本实施例中,该风险排查方法包括:
步骤S10,获取待排查企业,从预先构建的风险名单数据库中查询所述待排查企业对应的事件原因码,记为目标事件原因码;
本实施例的风险排查方法是由风险排查设备实现的,该设备以服务器为例进行说明。
在本实施例中,工作人员需要对企业进行风险排查时,可通过登录风险名单管理平台(如图3所示),输入待排查企业名称,点击查询即可触发风险排查请求。此时,服务器在接收到该风险排查请求时,获取该风险排查请求中携带的待排查企业。然后,从预先构建的风险名单数据库中查询待排查企业对应的事件原因码,为便于区分,记为目标事件原因码。其中,事件原因码,是根据企业所述的风险属性,赋予的一个类别名称,以用于确定其风险等级和授信政策。
风险名单数据库的构建过程为:从第一数据源获取第一原始数据(包括行内逾期数据),并从第二数据源获取第二原始数据(包括当前黑名单数据、***息和负面信息);然后,对行内逾期数据进行清洗处理,得到第一风险数据;同时,获取上一黑名单数据,并根据当前黑名单数据对上一黑名单数据进行去重处理,得到更新后的黑名单数据;对***息进行标准化处理,得到处理后的***息;对负面信息按来源进行分类处理,得到处理后的负面信息;其中,第二风险数据包括更新后的黑名单数据、处理后的***息和处理后的负面信息。最后,根据预设规则对第一风险数据和第二风险数据进行事件原因码的标注,并根据标注结果构建得到风险名单数据库。具体的过程可参照下述第二实施例,此处不作赘述。
步骤S20,根据所述目标事件原因码确定所述待排查企业的风险等级和授信政策;
然后,根据目标事件原因码确定待排查企业的风险等级和授信政策。其中,风险等级和授信政策的确定是基于目标事件原因码及预先设定的事件原因码与风险等级和授信政策之间的映射关系确定得到的。风险等级可包括高、中、低等多个等级,表示企业存在风险的可能性程度。授信政策即为可给予企业的授信政策,可包括多个维度的信息,以贷款为例,可以包括但不限于:可以或禁止发放的贷款种类各类贷款的期限、确定贷款定价的方式、确定各级授信管理人员的审批权限、贷款投放比例、贷款业务的地域范围和贷款的抵押率等。
此处,需要说明的是,风险名单数据库中的风险数据来源包括多个,各种类型的风险数据有其对应的事件原因码,对应地,目标事件原因码也有多个,可确定得到的风险等级和授信政策也分别包括多个。
步骤S30,根据所述风险等级和所述授信政策得到所述待排查企业的风险排查结果。
最后,根据风险等级和授信政策得到待排查企业的风险排查结果。风险排查结果的确定,可预先设定一些检测规则(记为预设检测规则),包括预设检测条件及对应的风险排查结果的确定方法,然后检测风险等级和授信政策符合哪一预设检测条件,进而根据符合的条件来确定风险排查结果的确定方法,以得到最终的风险排查结果。
例如,若以贷款场景为例,若设定风险等级为高的数量超过预设数量时,即确定风险排查结果为不合格,若设定风险等级为高的数量未超过预设数量时,则可从风险等级为高所对应的目标事件原因码和预设的事件原因码的重要度排序表,来选择排序最靠前的目标事件原因码所对应的授信策略作为风险排查结果。此时,则可检测风险等级为高的数量是否超过预设数量,若风险等级为高的数量超过预设数量,则确定风险排查结果为不合格。若风险等级为高的数量超过预设数量,则确定风险排查结果为不合格;若设定风险等级为高的数量未超过预设数量时,则获取风险等级为高所对应的目标事件原因码,记为第一目标时间原因码,并根据预设的事件原因码的重要度排序表,确定第一目标时间原因码中排序最靠前的事件原因,记为第二目标事件原因码,并将第二目标事件原因码所对应的授信策略作为风险排查结果。
当然,具体的检测规则可根据实际需要进行设定,此处不作具体限定。
本发明实施例提供一种风险排查方法,获取待排查企业,从预先构建的风险名单数据库中查询待排查企业对应的事件原因码,记为目标事件原因码;然后,根据目标事件原因码确定待排查企业的风险等级和授信政策;根据风险等级和授信政策得到待排查企业的风险排查结果。本发明实施例中,通过预先对各类型的风险数据标注事件原因码,构建得到风险名单数据库,在进行企业的风险排查时,基于该风险名单数据库获取对应的目标事件原因码,进而确定得到风险排查结果。通过上述方式,可实现企业风险的智能排查,相比于人工排查的方式,可大大节省风险排查时间,提高风险排查效率,且可以避免因人工遗漏和其主观性导致的结果不准确的情况,从而可提高风险排查结果的准确性。同时,本发明实施例中的风险名单数据库来源多个数据源,从而可从多个维度来进行风险排查,因此,可进一步提高风险排查结果的准确性。
进一步地,基于上述第一实施例,提出本发明风险排查方法的第二实施例。
在本实施例中,在上述步骤S10之前,该风险排查方法还包括:
步骤A,从第一数据源获取第一原始数据,并从第二数据源获取第二原始数据;
在本实施例中,风险名单数据库的构建过程如下:
从第一数据源获取第一原始数据,并从第二数据源获取第二原始数据。其中,第一数据源为行内数据源,第一原始数据包括行内逾期数据,第二数据源为行外数据源,第二原始数据包括当前黑名单数据、***息和负面信息。其中,当前黑名单数据为监管机构下发的当前监测期内的黑名单数据;***息包括但不限于执法信息、工商信息和纳税信息等,负面信息包括但不限于金融异常信息、各平台发布的企业或其产品负面信息等。
步骤B,对所述第一原始数据进行处理,得到第一风险数据,并对所述第二原始数据进行处理,得到第二风险数据;
然后,对第一原始数据进行处理,得到第一风险数据,并对第二原始数据进行处理,得到第二风险数据。
其中,第一原始数据包括行内逾期数据,第二原始数据包括当前黑名单数据、***息和负面信息,对应的,在进行处理之后,所得到的第一风险数据包括经过清洗处理的行内逾期数据,第二风险数据包括更新后的黑名单数据、处理后的***息和处理后的负面信息。
具体的,步骤B包括:
步骤B1,对所述行内逾期数据进行清洗处理,得到第一风险数据;
步骤B2,获取上一黑名单数据,并根据所述当前黑名单数据对所述上一黑名单数据进行去重处理,得到更新后的黑名单数据;
步骤B3,对所述***息进行标准化处理,得到处理后的***息;
步骤B4,对所述负面信息按来源进行分类处理,得到处理后的负面信息;
其中,所述第二风险数据包括所述更新后的黑名单数据、所述处理后的***息和所述处理后的负面信息。
在本实施例中,行内预期数据的处理过程为:对行内逾期数据进行清洗处理,得到第一风险数据。清洗处理包括去重处理和去掉不准确的数据,去重处理,即去掉重复的数据;去掉不准确的数据,即去掉同一类数据中的旧的错误数据,以最新的数据为准。例如,针对同一企业客户的同一业务流水号,若有2条记录,则去掉记录时间在前的记录,保留最新的记录。
监管机构下发的风险名单的处理过程为:先获取上一黑名单数据,并根据当前黑名单数据对上一黑名单数据进行去重处理,得到更新后的黑名单数据。其中,上一黑名单数据即为风险名单数据库中已存储的黑名单数据,此处的去重处理,是指将上一黑名单数据与当前黑名单数据进行比对,得到重合的部分和非重合的部分,进而将非重合的部分更新至上一黑名单数据中,得到更新后的黑名单数据。
政府平台下发的***息的处理过程为:对***息进行标准化处理,得到处理后的***息。此处的标准化处理包括但不限于:去掉***息中的符号、字符等多余的字符串,将各字段的数据转换为同一标准。如对于某一企业名称,有个***息中除包括中文企业名称外,还会在括号中标注其英文缩写名称,此时,则去掉该括号及其里面的字符。再例如,对于日期,可以转换为同一标准格式,如****年**月**日,以便于后续的存储和展示。
***息的处理过程为:对负面信息按来源进行分类处理,得到处理后的负面信息。可根据负面信息的来源来对负面信息进行分类,如来源于微博、微信公众号等等,当然还可以根据负面信息的类型再进一步进行细分,如企业负面评价、产品负面评价等。
其中,第二风险数据包括更新后的黑名单数据、处理后的***息和处理后的负面信息。
需要说明的是,步骤B1-B4的执行顺序不分先后。
步骤C,根据预设规则对所述第一风险数据和所述第二风险数据进行事件原因码的标注,并根据标注结果构建得到风险名单数据库。
最后,根据预设规则对第一风险数据和第二风险数据进行事件原因码的标注,并根据标注结果构建得到风险名单数据库。其中,预设规则是预先设定好的,包括预设事件条件及其对应的事件原因码,可先检测第一风险数据和第二风险数据满足预设事件条件中哪一条件,进而根据检测结果获取对应的事件原因码,以进行标注。该预设规则可根据实际需要进行具体设定,此处不作具体限定。例如,图3所示的,针对行内逾期数据,若满足当前逾期15-29天这一事件条件,则标注事件原因码为HFH07。
通过上述方式,可获取不同数据源的数据,处理得到多种类型的风险数据,进而构建风险名单数据库,可便于后续对企业风险进行自动排查。由于风险数据的来源多样化,相比于现有技术中仅借助监管机构下发的风险名单进行风险排查,本发明实施例可提高排查结果的准确性。
进一步地,基于上述第二实施例,提出本发明风险排查方法的第三实施例。
在本实施例中,在上述步骤C之后,该风险排查方法还包括:
步骤D,通过预设接口实时从所述风险名单数据库中获取经标注的第一风险数据和处理后的负面信息,并导入至风险名单管理平台;
在本实施例中,在对工作进行展示时,可通过风险名单管理平台进行展示,如图3所示。对于风险名单的导入,可分为批量导入和接口实时导入两种模式。其中,接口导入主要针对于负面信息和行内逾期数据(这2类数据是实时产生的),批量导入主要针对于监管机构不定期下发的风险名单以及政府平台公布的***息(这2类数据是不定期下发的)。
具体的,可通过预设接口实时从风险名单数据库中获取经标注的第一风险数据和处理后的负面信息,并导入至风险名单管理平台。
步骤E,在接收到批量导入指令时,根据所述批量导入指令从所述风险名单数据库中获取经标注的更新后的黑名单数据和处理后的***息,并通过批量导入的方式导入至风险名单管理平台。
当通过批量导入的方式导入监管机构不定期下发的风险名单以及政府平台公布的***息时,可在接收到工作人员基于风险名单管理平台触发的批量导入指令时(工作人员可通过点击如图3中的“批量导入名单”,即可触发批量导入指令),根据该指令从风险名单数据库中获取经标注的更新后的黑名单数据和处理后的***息,并通过批量导入的方式导入至风险名单管理平台。
本实施例中,根据不同风险数据的特点,采用不同的数据导入方式导入至风险名单管理平台,以进行展示,便于工作人员查看。通过上述方式,可提高数据导入的灵活性。
进一步地,基于上述第一至第三实施例,提出本发明风险排查方法的第四实施例。
在本实施例中,该风险排查方法还包括:
步骤E,在接收到风险排查定制指令时,根据所述风险排查定制指令获取定制参数,所述定制参数的类型包括企业名称、事件原因码、风险数据类型和数据源中的一种或多种;
在本实施例中,该风险名单管理平台还支持定制化输出,以满足工作人员的风险排查筛选需求。具体的,工作人员可以输入企业名称、事件原因码、风险数据类型和数据源中的一种或多条件来进行定制,以触发风险排查定制指令。此时,服务器在接收到该风险排查定制指令时,可获取其中携带的定制参数,定制参数的类型包括企业名称、事件原因码、风险数据类型和数据源中的一种或多种。
步骤F,根据所述定制参数对所述风险名单数据库的数据进行筛选,得到符合定制参数的数据,并进行输出。
然后,根据定制参数对风险名单数据库的数据进行筛选,得到符合定制参数的数据,并进行输出。其输出形式可以为表格或报告等形式。
本实施例中,可实现风险的定制化排查,可提升用户的使用体验。
进一步地,基于上述第一至第三实施例,提出本发明风险排查方法的第五实施例。
在本实施例中,该风险排查方法还包括:
步骤G,在接收到风险名单修改指令时,获取所述风险名单修改指令对应的修改类型和修改内容;
在本实施例中,该风险名单管理平台还支持对风险数据的修改,如新增、删除、编辑等,以满足工作人员的修改需求。具体的,工作人员可以通过点击如图3所示的风险名单管理平台界面中的新增名单、删除名单或编辑名单,即可触发风险名单修改请求,此时,服务器在接收到风险名单修改请求时,会显示对应的风险名单修改界面,以供工作人员进行修改,进而基于该风险名单修改界面触发风险名单修改指令。此时,服务器在接收到风险名单修改指令时,获取该风险名单修改指令对应的修改类型和修改内容。
步骤H,基于所述修改类型和所述修改内容对所述风险名单管理平台上的数据进行对应的修改显示,并更新所述风险名单数据库。
然后,基于修改类型和修改内容对风险名单管理平台上的数据进行对应的修改显示,并更新风险名单数据库。
本实施例中,可支持对风险名单管理平台中的风险名单进行修改,从而便于工作人员进行修改操作,提升使用体验。
本发明还提供一种风险排查装置。
参照图4,图4为本发明风险排查装置第一实施例的功能模块示意图。
如图4所示,所述风险排查装置包括:
查询模块10,用于获取待排查企业,从预先构建的风险名单数据库中查询所述待排查企业对应的事件原因码,记为目标事件原因码;
第一确定模块20,用于根据所述目标事件原因码确定所述待排查企业的风险等级和授信政策;
第二确定模块30,用于根据所述风险等级和所述授信政策得到所述待排查企业的风险排查结果。
进一步地,所述风险排查装置还包括:
第一获取模块,用于从第一数据源获取第一原始数据,并从第二数据源获取第二原始数据;
数据处理模块,用于对所述第一原始数据进行处理,得到第一风险数据,并对所述第二原始数据进行处理,得到第二风险数据;
标注模块,用于根据预设规则对所述第一风险数据和所述第二风险数据进行事件原因码的标注,并根据标注结果构建得到风险名单数据库。
进一步地,所述第一原始数据包括行内逾期数据,所述第二原始数据包括当前黑名单数据、***息和负面信息。
进一步地,所述数据处理模块包括:
第一处理单元,用于对所述行内逾期数据进行清洗处理,得到第一风险数据;
第二处理单元,用于获取上一黑名单数据,并根据所述当前黑名单数据对所述上一黑名单数据进行去重处理,得到更新后的黑名单数据;
第三处理单元,用于对所述***息进行标准化处理,得到处理后的***息;
第四处理单元,用于对所述负面信息按来源进行分类处理,得到处理后的负面信息;
其中,所述第二风险数据包括所述更新后的黑名单数据、所述处理后的***息和所述处理后的负面信息。
进一步地,所述风险排查装置还包括:
第一导入模块,用于通过预设接口实时从所述风险名单数据库中获取经标注的第一风险数据和处理后的负面信息,并导入至风险名单管理平台;
第二导入模块,用于在接收到批量导入指令时,根据所述批量导入指令从所述风险名单数据库中获取经标注的更新后的黑名单数据和处理后的***息,并通过批量导入的方式导入至风险名单管理平台。
进一步地,所述风险排查装置还包括:
第三获取模块,用于在接收到风险排查定制指令时,根据所述风险排查定制指令获取定制参数,所述定制参数的类型包括企业名称、事件原因码、风险数据类型和数据源中的一种或多种;
筛选定制模块,用于根据所述定制参数对所述风险名单数据库的数据进行筛选,得到符合定制参数的数据,并进行输出。
进一步地,所述风险排查装置还包括:
第四获取模块,用于在接收到风险名单修改指令时,获取所述风险名单修改指令对应的修改类型和修改内容;
修改模块,用于基于所述修改类型和所述修改内容对所述风险名单管理平台上的数据进行对应的修改显示,并更新所述风险名单数据库。
其中,上述风险排查装置中各个模块的功能实现与上述风险排查方法实施例中各步骤相对应,其功能和实现过程在此处不再一一赘述。
本发明还提供一种计算机可读存储介质,该计算机可读存储介质上存储有风险排查程序,所述风险排查程序被处理器执行时实现如以上任一项实施例所述的风险排查方法的步骤。
本发明计算机可读存储介质的具体实施例与上述风险排查方法各实施例基本相同,在此不作赘述。
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***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***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***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,空调器,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,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种风险排查方法,其特征在于,所述风险排查方法包括:
获取待排查企业,从预先构建的风险名单数据库中查询所述待排查企业对应的事件原因码,记为目标事件原因码;
根据所述目标事件原因码确定所述待排查企业的风险等级和授信政策;
根据所述风险等级和所述授信政策得到所述待排查企业的风险排查结果。
2.如权利要求1所述的风险排查方法,其特征在于,所述从预先构建的风险名单数据库中查询所述待排查企业对应的事件原因码,记为目标事件原因码的步骤之前,还包括:
从第一数据源获取第一原始数据,并从第二数据源获取第二原始数据;
对所述第一原始数据进行处理,得到第一风险数据,并对所述第二原始数据进行处理,得到第二风险数据;
根据预设规则对所述第一风险数据和所述第二风险数据进行事件原因码的标注,并根据标注结果构建得到风险名单数据库。
3.如权利要求2所述的风险排查方法,其特征在于,所述第一原始数据包括行内逾期数据,所述第二原始数据包括当前黑名单数据、***息和负面信息。
4.如权利要求3所述的风险排查方法,其特征在于,所述对所述第一原始数据进行处理,得到第一风险数据,并对所述第二原始数据进行处理,得到第二风险数据的步骤包括:
对所述行内逾期数据进行清洗处理,得到第一风险数据;
获取上一黑名单数据,并根据所述当前黑名单数据对所述上一黑名单数据进行去重处理,得到更新后的黑名单数据;
对所述***息进行标准化处理,得到处理后的***息;
对所述负面信息按来源进行分类处理,得到处理后的负面信息;
其中,所述第二风险数据包括所述更新后的黑名单数据、所述处理后的***息和所述处理后的负面信息。
5.如权利要求4中所述的风险排查方法,其特征在于,所述根据预设规则对所述第一风险数据和所述第二风险数据进行事件原因码的标注,并根据标注结果构建得到风险名单数据库的步骤之后,还包括:
通过预设接口实时从所述风险名单数据库中获取经标注的第一风险数据和处理后的负面信息,并导入至风险名单管理平台;
在接收到批量导入指令时,根据所述批量导入指令从所述风险名单数据库中获取经标注的更新后的黑名单数据和处理后的***息,并通过批量导入的方式导入至风险名单管理平台。
6.如权利要求1至5中任一项所述的风险排查方法,其特征在于,所述风险排查方法还包括:
在接收到风险排查定制指令时,根据所述风险排查定制指令获取定制参数,所述定制参数的类型包括企业名称、事件原因码、风险数据类型和数据源中的一种或多种;
根据所述定制参数对所述风险名单数据库的数据进行筛选,得到符合定制参数的数据,并进行输出。
7.如权利要求1至5中任一项所述的风险排查方法,其特征在于,所述风险排查方法还包括:
在接收到风险名单修改指令时,获取所述风险名单修改指令对应的修改类型和修改内容;
基于所述修改类型和所述修改内容对所述风险名单管理平台上的数据进行对应的修改显示,并更新所述风险名单数据库。
8.一种风险排查装置,其特征在于,所述风险排查装置包括:
查询模块,用于获取待排查企业,从预先构建的风险名单数据库中查询所述待排查企业对应的事件原因码,记为目标事件原因码;
第一确定模块,用于根据所述目标事件原因码确定所述待排查企业的风险等级和授信政策;
第二确定模块,用于根据所述风险等级和所述授信政策得到所述待排查企业的风险排查结果。
9.一种风险排查设备,其特征在于,所述风险排查设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的风险排查程序,所述风险排查程序被所述处理器执行时实现如权利要求1至7中任一项所述的风险排查方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有风险排查程序,所述风险排查程序被处理器执行时实现如权利要求1至7中任一项所述的风险排查方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010427804.5A CN111582754B (zh) | 2020-05-19 | 2020-05-19 | 风险排查方法、装置、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010427804.5A CN111582754B (zh) | 2020-05-19 | 2020-05-19 | 风险排查方法、装置、设备及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111582754A true CN111582754A (zh) | 2020-08-25 |
CN111582754B CN111582754B (zh) | 2024-06-28 |
Family
ID=72110975
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010427804.5A Active CN111582754B (zh) | 2020-05-19 | 2020-05-19 | 风险排查方法、装置、设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111582754B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130211983A1 (en) * | 2012-02-15 | 2013-08-15 | Bank Of America Corporation | On-going customer risk assessment of a financial institution customer population |
CN108446824A (zh) * | 2018-02-08 | 2018-08-24 | 深圳市赛格导航科技股份有限公司 | 一种驾驶行为的风险评估方法、装置、设备及存储介质 |
CN109213781A (zh) * | 2018-08-27 | 2019-01-15 | 平安科技(深圳)有限公司 | 风控数据查询方法及装置 |
CN109544324A (zh) * | 2018-11-27 | 2019-03-29 | 深圳前海微众银行股份有限公司 | 信贷反欺诈方法、***、设备及计算机可读存储介质 |
CN109543096A (zh) * | 2018-10-15 | 2019-03-29 | 平安科技(深圳)有限公司 | 数据查询方法、装置、计算机设备和存储介质 |
CN110109905A (zh) * | 2019-04-26 | 2019-08-09 | 深圳前海微众银行股份有限公司 | 风险名单数据生成方法、装置、设备及计算机存储介质 |
CN110246033A (zh) * | 2019-06-21 | 2019-09-17 | 深圳前海微众银行股份有限公司 | 信贷风险监测方法、装置、设备及存储介质 |
WO2019227706A1 (zh) * | 2018-05-28 | 2019-12-05 | 平安科技(深圳)有限公司 | 风险事件确认方法、服务器及计算机可读存储介质 |
CN110555759A (zh) * | 2019-07-31 | 2019-12-10 | 阿里巴巴集团控股有限公司 | 基于信用项目的风险防控方法以及装置 |
-
2020
- 2020-05-19 CN CN202010427804.5A patent/CN111582754B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130211983A1 (en) * | 2012-02-15 | 2013-08-15 | Bank Of America Corporation | On-going customer risk assessment of a financial institution customer population |
CN108446824A (zh) * | 2018-02-08 | 2018-08-24 | 深圳市赛格导航科技股份有限公司 | 一种驾驶行为的风险评估方法、装置、设备及存储介质 |
WO2019227706A1 (zh) * | 2018-05-28 | 2019-12-05 | 平安科技(深圳)有限公司 | 风险事件确认方法、服务器及计算机可读存储介质 |
CN109213781A (zh) * | 2018-08-27 | 2019-01-15 | 平安科技(深圳)有限公司 | 风控数据查询方法及装置 |
CN109543096A (zh) * | 2018-10-15 | 2019-03-29 | 平安科技(深圳)有限公司 | 数据查询方法、装置、计算机设备和存储介质 |
CN109544324A (zh) * | 2018-11-27 | 2019-03-29 | 深圳前海微众银行股份有限公司 | 信贷反欺诈方法、***、设备及计算机可读存储介质 |
CN110109905A (zh) * | 2019-04-26 | 2019-08-09 | 深圳前海微众银行股份有限公司 | 风险名单数据生成方法、装置、设备及计算机存储介质 |
CN110246033A (zh) * | 2019-06-21 | 2019-09-17 | 深圳前海微众银行股份有限公司 | 信贷风险监测方法、装置、设备及存储介质 |
CN110555759A (zh) * | 2019-07-31 | 2019-12-10 | 阿里巴巴集团控股有限公司 | 基于信用项目的风险防控方法以及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111582754B (zh) | 2024-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111383101B (zh) | 贷后风险监控方法、装置、设备及计算机可读存储介质 | |
US7869098B2 (en) | Scanning verification and tracking system and method | |
US20130226623A1 (en) | Insurance claims processing | |
US11386224B2 (en) | Method and system for managing personal digital identifiers of a user in a plurality of data elements | |
CN111881158B (zh) | 一种管理报表数据处理方法、装置、计算机***及可读存储介质 | |
CN108830696A (zh) | 征信报告解析处理方法、装置、计算机设备及存储介质 | |
CN111882445A (zh) | 跨***保险用户信息管理方法、装置、设备及可读介质 | |
CN102870110B (zh) | 文档登记*** | |
CN113190562A (zh) | 一种报表生成方法、装置及电子设备 | |
US7225106B2 (en) | Data processing system and method for processing test orders | |
CN113010208A (zh) | 一种版本信息的生成方法、装置、设备及存储介质 | |
CN111858236A (zh) | 知识图谱监控方法、装置、计算机设备及存储介质 | |
CN114398562B (zh) | 一种店铺数据管理方法、装置、设备及存储介质 | |
CN111145053A (zh) | 基于人工智能的企业法律顾问管理***及方法 | |
CN111582754A (zh) | 风险排查方法、装置、设备及计算机可读存储介质 | |
CN114581219A (zh) | 一种反电信网络诈骗预警方法及*** | |
CN114153860A (zh) | 业务数据管理方法及装置、电子设备、存储介质 | |
CN114090076A (zh) | 应用程序的合规性判别方法和装置 | |
CN112862264A (zh) | 企业经营状况分析方法、计算机设备及计算机存储介质 | |
CN112598499A (zh) | 确定授信额度的方法和装置 | |
CN110602336A (zh) | 基于区块链的呼叫中心管理方法及*** | |
US11831490B1 (en) | Systems, methods, and media for performing information technology service management correlation for infrastructure environment functions | |
CN116361363B (zh) | 用于科学工艺评估***的审计追踪记录生成方法及相关装置 | |
CN114049217A (zh) | 一种年金数据的监管方法及装置、电子设备 | |
CN117853245A (zh) | 保险合规风控方法、装置、存储介质及计算机设备 |
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 | ||
GR01 | Patent grant |