CN112668832A - 基于指标管理体系的风险量化评估方法、装置以及电子设备 - Google Patents
基于指标管理体系的风险量化评估方法、装置以及电子设备 Download PDFInfo
- Publication number
- CN112668832A CN112668832A CN202011337048.3A CN202011337048A CN112668832A CN 112668832 A CN112668832 A CN 112668832A CN 202011337048 A CN202011337048 A CN 202011337048A CN 112668832 A CN112668832 A CN 112668832A
- Authority
- CN
- China
- Prior art keywords
- risk
- index
- level
- early warning
- fitting
- 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
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了基于指标管理体系的风险量化评估方法、装置以及电子设备,属于指标查询技术领域。该方法基于风险评价体系分类层级,将风险划分为两个层级,根据一、二级风险,建立风险层级关系;基于风险分类确定风险评估指标,建立二级风险与风险指标的映射关系;设定单指标预警阈值,并确定预警区间阈值、关注区间阈值以及正常区间阈值;建立风险量化矩阵模型,计算各层级及指标权重;量化单项指标的风险得分,建立评估模型量化风险水平。
Description
技术领域
本公开涉及指标查询领域,尤其涉及一种基于指标管理体系的风险量化评估方法、装置以及电子设备。
背景技术
为了实现对公司重大风险指标的实时监控、预警等,进一步提升公司智能化水平,确立对***性和重大风险的过程性管控,提升公司的风险预警能力和风险管理水平,需要对公司的有重大风险的指标进行更高效、智能的监控,进一步提升公司业务水平,基于这种原因,建立了基于指标管理体系的风险量化评估方法。
以往的风险评估预警都是各个指标单独处理,对超出预警阈值的指标进行预警,在现有业务***上没有规范到具体风险模块,如果需要对整体模块进行风险评估,需要另外去用这些模块下的指标进行另外的人工计算、评估,需要相当多的人力物力,大大降低业务部门的工作效率。因此,有必要建立基于指标管理体系的风险量化评估方法,由点到面地对指标及其具体风险模块进行风险评估,提升业务水平。
发明内容
提供该公开内容部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该公开内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开实施例提供了一种基于指标管理体系的风险量化评估方法、装置以及电子设备,可以由点到面地对指标及其具体风险模块进行风险评估,提升业务水平。
第一方面,本公开实施例提供了基于指标管理体系的风险量化评估方法,包括如下步骤:
S100:基于风险评价体系分类层级,将风险划分为两个层级,根据一、二级风险,建立风险层级关系;
S200:基于风险分类确定风险评估指标,建立二级风险与风险指标的映射关系;
S300:设定单指标预警阈值,并确定预警区间阈值、关注区间阈值以及正常区间阈值;
S400:建立风险量化矩阵模型,计算各层级及指标权重;
S500:量化单项指标的风险得分,建立评估模型量化风险水平。。
结合第一方面的实施例,在一些实施例中,所述设定单指标预警阈值,并确定预警区间阈值、关注区间阈值以及正常区间阈值,包括:
基于指标历史数据分别计算出各指标平均值、标准差,依据正太分布原理推算出指标预警区间、关注区间阈值以及正常区间阈值,并根据实际情况进行调整。
4.结合第一方面的实施例,在一些实施例中,所述设定单指标预警阈值,并确定预警区间阈值、关注区间阈值以及正常区间阈值,包括:
使用当年目标值作为预警区间阈值度,确定指标预警区间、关注区间阈值以及正常区间阈值。
结合第一方面的实施例,在一些实施例中,所述建立风险量化矩阵模型,计算各层级及指标权重,包括:
分别进行一级风险、二级风险、单指标权重计算,对各个风险类型进行定量打分,风险重要性越高,得分越高,通过得分构建出判断矩阵,矩阵中的数据为纵向分类的得分除以横向分类得分的比例,根据比例标度值判断各类风险的重要性比较;
对各个风险因素重要性进行协调,通过一致性校验判断是否满足一致性;
对判断矩阵进行归一化处理,计算出各项因素的权重值。
结合第一方面的实施例,在一些实施例中,所述量化单项指标的风险得分,建立评估模型量化风险水平,包括:
根据预先设定的指标阈值,计算出各项风险指标的得分;
计算过去3~5年的风险指数得分,根据整体分布曲线,分别将1σ、2σ设置为关注值和预警值,设置一、二级风险指数阈值;
根据一、二级风险权重,结合各项指标得分,拟合形成一、二级风险指数。
结合第一方面的实施例,在一些实施例中,所述根据一、二级风险权重,结合各项指标得分,拟合形成一、二级风险指数,包括:
根据各单项指标的风险水平得分,构建各二级风险下的指标风险水平得分矩阵,然后用每项指标对应的权重与得分矩阵相乘,得出各二级风险下的二级风险拟合矩阵,计算出二级风险拟合指数;计算出所有二级风险拟合矩阵之后,再根据各一级风险下二级风险的权重,乘以上一步获取的二级风险拟合矩阵,得出各一级风险下的一级风险拟合矩阵,计算出一级风险拟合指数;最后再根据各一级风险的权重,乘以上一步获取的一级风险拟合矩阵,得出各最后汇总的风险拟合矩阵,计算出总的风险拟合指数;
根据风险拟合指数在设置的阈值范围,获得一、二级风险以及总体的预警情况。
第二方面,本公开实施例提供了一种基于指标管理体系的风险量化评估装置,包括:层级模块,所述层级模块用于基于风险评价体系分类层级,将风险划分为两个层级,根据一、二级风险,建立风险层级关系;
映射模块,所述映射模块用于基于风险分类确定风险评估指标,建立二级风险与风险指标的映射关系;
阈值确定模块,所述阈值确定模块用于设定单指标预警阈值,并确定预警区间阈值、关注区间阈值以及正常区间阈值;
权重模块,所述权重模块用于建立风险量化矩阵模型,计算各层级及指标权重;
评估模块,所述评估模块用于量化单项指标的风险得分,建立评估模型量化风险水平。
结合第二方面的实施例,在一些实施例中,所述权重模块包括:
分别进行一级风险、二级风险、单指标权重计算,对各个风险类型进行定量打分,风险重要性越高,得分越高,通过得分构建出判断矩阵,矩阵中的数据为纵向分类的得分除以横向分类得分的比例,根据比例标度值判断各类风险的重要性比较;
对各个风险因素重要性进行协调,通过一致性校验判断是否满足一致性;
对判断矩阵进行归一化处理,计算出各项因素的权重值。
第三方面,本公开实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行,使得上述一个或多个处理器实现如第一方面上述的方法。
第四方面,本公开实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面上述的方法的步骤。
本公开实施例提供的基于指标管理体系的风险量化评估方法,基于风险评价体系分类层级,将风险划分为两个层级,根据一、二级风险,建立风险层级关系;基于风险分类确定风险评估指标,建立二级风险与风险指标的映射关系;设定单指标预警阈值,并确定预警区间阈值、关注区间阈值以及正常区间阈值;建立风险量化矩阵模型,计算各层级及指标权重;量化单项指标的风险得分,建立评估模型量化风险水平。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1是根据本公开的基于指标管理体系的风险量化评估方法一个实施例的流程图;
图2是本公开的精益项目的基于指标管理体系的风险量化评估装置的结构示意图;
图3是根据本公开实施例提供基于指标管理体系的风险量化评估装置的示意图;
图4是根据本公开实施例提供的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
指标体系管理是整个***的基础,所有业务数据都是根据指标进行展开的,一项业务数据对应一项指标,而这些指标涉及各个业务部门、业务模块、展示维度等,具备多种业务属性,如果只是单纯的在指标数据表上对某项指标进行属性添加的话,会使到指标属性相当复杂,而且再对其进行分类会相当有难度;并且在业务***各个模块查询指标数据的逻辑大致都是相同的,如果各个模块的数据单独查询到话,会造成代码冗余,影响***性能,增加***开发的工作量。基于此种原因,有必要针对指标管理这个方面创建一个指标管理方法及***。
请参考图1,其示出了根据本公开的基于指标管理体系的风险量化评估方法的一个实施例的流程。如图1所示,该基于指标管理体系的风险量化评估方法包括以下步骤:
步骤100,基于风险评价体系分类层级,将风险划分为两个层级,根据一、二级风险,建立风险层级关系。
在这里,为搭建风险评估体系,根据业务定义,将风险划分为两个层级,分别为一级风险、二级风险,一级风险可以为战略风险、监督执纪风险、公共关系风险等,一级风险可再划分为多个二级风险,如战略风险可分解成价值观风险、公司治理风险、集团管控风险等二级风险。根据一、二级风险,建立风险层级关系。
步骤200,基于风险分类确定风险评估指标,建立二级风险与风险指标的映射关系。
不同风险分类有不同的风险评估指标,根据业务定义,建立二级风险与风险指标的映射关系。
步骤300,设定单指标预警阈值,并确定预警区间阈值、关注区间阈值以及正常区间阈值。
不同指标有不同的阈值计算方式,该风险评估方法中有两种阈值计算方式。
在一些具体的实施方案中,步骤300可以包括基于指标历史数据分别计算出各指标平均值、标准差,依据正太分布原理推算出指标预警区间、关注区间阈值以及正常区间阈值,并根据实际情况进行调整。
在其他一些具体的实施方案中,步骤300也可以使用当年目标值作为预警区间阈值度,确定指标预警区间、关注区间阈值以及正常区间阈值。例如:部分业务模块,如业绩考核、部门考核模块的指标特殊处理,使用当年目标值作为预警区间阈值。
一般而言,预警场景有两种,即正向指标监测预警,指标数值越大越优秀,另一种则是逆向指标监测预警,指标数值越小越优秀。
步骤400,建立风险量化矩阵模型,计算各层级及指标权重。
在这里,步骤400具体包括
步骤401,分别进行一级风险、二级风险、单指标权重计算,对各个风险类型进行定量打分,风险重要性越高,得分越高,通过得分构建出判断矩阵,矩阵中的数据为纵向分类的得分除以横向分类得分的比例,根据比例标度值判断各类风险的重要性比较。
其中,比例标度值取值含义如表1。
表1标值及含义对应关系表
下面以一级风险为例子作为说明,参见表2。
表2一级风险各风险类型定量打分表
步骤402,对各个风险因素重要性进行协调,通过一致性校验判断是否满足一致性。
当需要对多个因素进行判定是,可能会出现前后不一致的现象。为了防止判断矩阵出现逻辑上的矛盾,需要进行一致性校验,如:风险X 比风险Y重要(即X>Y),风险Y比风险Z重要(即Y>Z),若判断风险 Z比风险X重要(即Z>X),会出现逻辑上的错误,需要对各个风险因素重要性进行协调。
准确的方法需通过一致性校验判断是否满足一致性,计算公式为 CR=CI/RI,CI=(λ-n)/(n-1),λ为该判断矩阵的最大特征根,n为该矩阵的行列数。RI按下表3,根据n的数值获取RI数值,最后计算出CR的数值。
表3随机一致性指标RI
n | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 |
RI | 0 | 0 | 0.58 | 0.40 | 1.12 | 1.24 | 1.32 | 1.41 | 1.45 | 1.49 | 1.51 |
当CR<0.1时,任务判断矩阵有满意的一致性,否则应考虑修正判断矩阵。
步骤403,对判断矩阵进行归一化处理,计算出各项因素的权重值。在这里,先对判断矩阵的各个列进行归一化处理,然后再对各行的和作归一化处理,得出各项因素权重值。
步骤500,量化单项指标的风险得分,建立评估模型量化风险水平。具体包括:
步骤501,根据预先设定的指标阈值,计算出各项风险指标的得分。
步骤502,计算过去3~5年的风险指数得分,根据整体分布曲线,分别将1σ、2σ设置为关注值和预警值,设置一、二级风险指数阈值。
请参阅图2,具体可以表现为:
正常区间亮绿灯:当指标数值落在1个标准差σ以内;
关注区间亮黄灯:当指标数值落在1个标准差σ以外,两个标准差σ以内;
预警区间亮红灯:当指标数值落在2个标准差σ以外。
步骤503,根据一、二级风险权重,结合各项指标得分,拟合形成一、二级风险指数。
具体包括如下步骤:
根据各单项指标的风险水平得分,构建各二级风险下的指标风险水平得分矩阵,然后用每项指标对应的权重与得分矩阵相乘,得出各二级风险下的二级风险拟合矩阵,计算出二级风险拟合指数;计算出所有二级风险拟合矩阵之后,再根据各一级风险下二级风险的权重,乘以上一步获取的二级风险拟合矩阵,得出各一级风险下的一级风险拟合矩阵,计算出一级风险拟合指数;最后再根据各一级风险的权重,乘以上一步获取的一级风险拟合矩阵,得出各最后汇总的风险拟合矩阵,计算出总的风险拟合指数。
根据风险拟合指数在设置的阈值范围,获得一、二级风险以及总体的预警情况。
本公开实施例提供的基于指标管理体系的风险量化评估方法,基于风险评价体系分类层级,将风险划分为两个层级,根据一、二级风险,建立风险层级关系;基于风险分类确定风险评估指标,建立二级风险与风险指标的映射关系;设定单指标预警阈值,并确定预警区间阈值、关注区间阈值以及正常区间阈值;建立风险量化矩阵模型,计算各层级及指标权重;量化单项指标的风险得分,建立评估模型量化风险水平。
进一步参考图3,作为对上述各图所示方法的实现,本公开提供了一种基于指标管理体系的风险量化评估装置,该装置实施例与图1 所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图3所示,本实施例的基于指标管理体系的风险量化评估装置包括:
层级模块301,所述层级模块301用于基于风险评价体系分类层级,将风险划分为两个层级,根据一、二级风险,建立风险层级关系。
映射模块302,所述映射模块302用于基于风险分类确定风险评估指标,建立二级风险与风险指标的映射关系。
阈值确定模块303,所述阈值确定模块303用于设定单指标预警阈值,并确定预警区间阈值、关注区间阈值以及正常区间阈值。
权重模块304,所述权重模块304用于建立风险量化矩阵模型,计算各层级及指标权重。
评估模块305,所述评估模块305用于量化单项指标的风险得分,建立评估模型量化风险水平。
在一些可选的实施方式中,阈值确定模块303用于基于指标历史数据分别计算出各指标平均值、标准差,依据正太分布原理推算出指标预警区间、关注区间阈值以及正常区间阈值,并根据实际情况进行调整。
在另一些可选的实施方式中,阈值确定模块303用于使用当年目标值作为预警区间阈值度,确定指标预警区间、关注区间阈值以及正常区间阈值。
在一些可选的实施方式中,所述建立风险量化矩阵模型,计算各层级及指标权重,包括:
分别进行一级风险、二级风险、单指标权重计算,对各个风险类型进行定量打分,风险重要性越高,得分越高,通过得分构建出判断矩阵,矩阵中的数据为纵向分类的得分除以横向分类得分的比例,根据比例标度值判断各类风险的重要性比较;
对各个风险因素重要性进行协调,通过一致性校验判断是否满足一致性;
对判断矩阵进行归一化处理,计算出各项因素的权重值。
在一些可选的实施方式中,所述量化单项指标的风险得分,建立评估模型量化风险水平,包括:
根据预先设定的指标阈值,计算出各项风险指标的得分;
计算过去3~5年的风险指数得分,根据整体分布曲线,分别将1σ、2σ设置为关注值和预警值,设置一、二级风险指数阈值;
根据一、二级风险权重,结合各项指标得分,拟合形成一、二级风险指数。
在一些可选的实施方式中,所述根据一、二级风险权重,结合各项指标得分,拟合形成一、二级风险指数,包括:
根据各单项指标的风险水平得分,构建各二级风险下的指标风险水平得分矩阵,然后用每项指标对应的权重与得分矩阵相乘,得出各二级风险下的二级风险拟合矩阵,计算出二级风险拟合指数;计算出所有二级风险拟合矩阵之后,再根据各一级风险下二级风险的权重,乘以上一步获取的二级风险拟合矩阵,得出各一级风险下的一级风险拟合矩阵,计算出一级风险拟合指数;最后再根据各一级风险的权重,乘以上一步获取的一级风险拟合矩阵,得出各最后汇总的风险拟合矩阵,计算出总的风险拟合指数;
根据风险拟合指数在设置的阈值范围,获得一、二级风险以及总体的预警情况。
下面参考图4,其示出了适于用来实现本公开实施例的电子设备的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD (平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图4示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图4所示,电子设备可以包括处理装置(例如中央处理器、图形处理器等)401,其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM403中,还存储有电子设备400 操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403 通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
通常,以下装置可以连接至I/O接口405:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置 406;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407;包括例如磁带、硬盘等的存储装置408;以及通信装置409。通信装置409可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置409从网络上被下载和安装,或者从存储装置408被安装,或者从ROM 6402被安装。在该计算机程序被处理装置401执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、 RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP (HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如, ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:基于风险评价体系分类层级,将风险划分为两个层级,根据一、二级风险,建立风险层级关系;基于风险分类确定风险评估指标,建立二级风险与风险指标的映射关系;设定单指标预警阈值,并确定预警区间阈值、关注区间阈值以及正常区间阈值;建立风险量化矩阵模型,计算各层级及指标权重;量化单项指标的风险得分,建立评估模型量化风险水平。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网 (WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,模块的名称在某种情况下并不构成对该模块本身的限定,例如,层级模块还可以被描述为“用于基于风险评价体系分类层级,将风险划分为两个层级,根据一、二级风险,建立风险层级关系的模块”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上***(SOC)、复杂可编程逻辑设备(CPLD) 等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (10)
1.一种基于指标管理体系的风险量化评估方法,其特征在于,所述方法包括:
S100:基于风险评价体系分类层级,将风险划分为两个层级,根据一、二级风险,建立风险层级关系;
S200:基于风险分类确定风险评估指标,建立二级风险与风险指标的映射关系;
S300:设定单指标预警阈值,并确定预警区间阈值、关注区间阈值以及正常区间阈值;
S400:建立风险量化矩阵模型,计算各层级及指标权重;
S500:量化单项指标的风险得分,建立评估模型量化风险水平。
2.根据权利要求1所述的方法,其特征在于,所述设定单指标预警阈值,并确定预警区间阈值、关注区间阈值以及正常区间阈值,包括:
基于指标历史数据分别计算出各指标平均值、标准差,依据正太分布原理推算出指标预警区间、关注区间阈值以及正常区间阈值,并根据实际情况进行调整。
3.根据权利要求1所述的方法,其特征在于,所述设定单指标预警阈值,并确定预警区间阈值、关注区间阈值以及正常区间阈值,包括:
使用当年目标值作为预警区间阈值度,确定指标预警区间、关注区间阈值以及正常区间阈值。
4.根据权利要求2或3所述的方法,其特征在于,所述建立风险量化矩阵模型,计算各层级及指标权重,包括:
分别进行一级风险、二级风险、单指标权重计算,对各个风险类型进行定量打分,风险重要性越高,得分越高,通过得分构建出判断矩阵,矩阵中的数据为纵向分类的得分除以横向分类得分的比例,根据比例标度值判断各类风险的重要性比较;
对各个风险因素重要性进行协调,通过一致性校验判断是否满足一致性;
对判断矩阵进行归一化处理,计算出各项因素的权重值。
5.根据权利要求4所述的方法,其特征在于,所述量化单项指标的风险得分,建立评估模型量化风险水平,包括:
根据预先设定的指标阈值,计算出各项风险指标的得分;
计算过去3~5年的风险指数得分,根据整体分布曲线,分别将1σ、2σ设置为关注值和预警值,设置一、二级风险指数阈值;
根据一、二级风险权重,结合各项指标得分,拟合形成一、二级风险指数。
6.根据权利要求5所述的方法,其特征在于,所述根据一、二级风险权重,结合各项指标得分,拟合形成一、二级风险指数,包括:
根据各单项指标的风险水平得分,构建各二级风险下的指标风险水平得分矩阵,然后用每项指标对应的权重与得分矩阵相乘,得出各二级风险下的二级风险拟合矩阵,计算出二级风险拟合指数;计算出所有二级风险拟合矩阵之后,再根据各一级风险下二级风险的权重,乘以上一步获取的二级风险拟合矩阵,得出各一级风险下的一级风险拟合矩阵,计算出一级风险拟合指数;最后再根据各一级风险的权重,乘以上一步获取的一级风险拟合矩阵,得出各最后汇总的风险拟合矩阵,计算出总的风险拟合指数;
根据风险拟合指数在设置的阈值范围,获得一、二级风险以及总体的预警情况。
7.一种基于指标管理体系的风险量化评估装置,其特征在于,包括
层级模块,所述层级模块用于基于风险评价体系分类层级,将风险划分为两个层级,根据一、二级风险,建立风险层级关系;
映射模块,所述映射模块用于基于风险分类确定风险评估指标,建立二级风险与风险指标的映射关系;
阈值确定模块,所述阈值确定模块用于设定单指标预警阈值,并确定预警区间阈值、关注区间阈值以及正常区间阈值;
权重模块,所述权重模块用于建立风险量化矩阵模型,计算各层级及指标权重;
评估模块,所述评估模块用于量化单项指标的风险得分,建立评估模型量化风险水平。
8.根据权利要求7所述的装置,其特征在于,所述权重模块包括:
分别进行一级风险、二级风险、单指标权重计算,对各个风险类型进行定量打分,风险重要性越高,得分越高,通过得分构建出判断矩阵,矩阵中的数据为纵向分类的得分除以横向分类得分的比例,根据比例标度值判断各类风险的重要性比较;
对各个风险因素重要性进行协调,通过一致性校验判断是否满足一致性;
对判断矩阵进行归一化处理,计算出各项因素的权重值。
9.电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-6中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011337048.3A CN112668832A (zh) | 2020-11-25 | 2020-11-25 | 基于指标管理体系的风险量化评估方法、装置以及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011337048.3A CN112668832A (zh) | 2020-11-25 | 2020-11-25 | 基于指标管理体系的风险量化评估方法、装置以及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112668832A true CN112668832A (zh) | 2021-04-16 |
Family
ID=75404095
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011337048.3A Pending CN112668832A (zh) | 2020-11-25 | 2020-11-25 | 基于指标管理体系的风险量化评估方法、装置以及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112668832A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113723759A (zh) * | 2021-07-30 | 2021-11-30 | 北京淇瑀信息科技有限公司 | 基于设备意向度和设备风险度为设备提供互联网服务的方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160090406A (ko) * | 2014-12-31 | 2016-08-01 | 주식회사 효성 | 전력 설비 위험도 평가 시스템 및 방법 |
CN106056314A (zh) * | 2016-06-29 | 2016-10-26 | 李明洋 | 一种智能配电网风险评估方法 |
CN109685339A (zh) * | 2018-12-11 | 2019-04-26 | 深圳市城市公共安全技术研究院有限公司 | 交通基础设施建设工程的静态-动态风险评估方法及*** |
CN110310031A (zh) * | 2019-06-27 | 2019-10-08 | 国网江苏省电力有限公司南京供电分公司 | 一种配电网多维风险评估方法 |
-
2020
- 2020-11-25 CN CN202011337048.3A patent/CN112668832A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160090406A (ko) * | 2014-12-31 | 2016-08-01 | 주식회사 효성 | 전력 설비 위험도 평가 시스템 및 방법 |
CN106056314A (zh) * | 2016-06-29 | 2016-10-26 | 李明洋 | 一种智能配电网风险评估方法 |
CN109685339A (zh) * | 2018-12-11 | 2019-04-26 | 深圳市城市公共安全技术研究院有限公司 | 交通基础设施建设工程的静态-动态风险评估方法及*** |
CN110310031A (zh) * | 2019-06-27 | 2019-10-08 | 国网江苏省电力有限公司南京供电分公司 | 一种配电网多维风险评估方法 |
Non-Patent Citations (1)
Title |
---|
董红磊等: "基于模糊风险评估矩阵的汽车产品缺陷认定 ", 《汽车安全与节能学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113723759A (zh) * | 2021-07-30 | 2021-11-30 | 北京淇瑀信息科技有限公司 | 基于设备意向度和设备风险度为设备提供互联网服务的方法及装置 |
CN113723759B (zh) * | 2021-07-30 | 2024-06-04 | 北京淇瑀信息科技有限公司 | 基于设备意向度和设备风险度为设备提供互联网服务的方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111435463B (zh) | 数据处理方法及相关设备、*** | |
CN111784508A (zh) | 企业风险评估方法、装置及电子设备 | |
US20150039624A1 (en) | Decision tree insight discovery | |
CN111340611A (zh) | 一种风险预警方法和装置 | |
CN107392259B (zh) | 构建不均衡样本分类模型的方法和装置 | |
CN111768096A (zh) | 基于算法模型的评级方法、装置、电子设备及存储介质 | |
WO2023134188A1 (zh) | 指标确定方法、装置、电子设备和计算机可读介质 | |
CN115599650A (zh) | It***的健康度评估方法、装置、电子设备及存储介质 | |
CN112668832A (zh) | 基于指标管理体系的风险量化评估方法、装置以及电子设备 | |
CN114528916A (zh) | 样本聚类处理方法、装置、设备及存储介质 | |
CN113159538B (zh) | 能源控制指标管理方法、装置和电子设备 | |
CN117273450A (zh) | 一种电力***风险评估方法、装置、设备及存储介质 | |
CN116955413A (zh) | 基于线上分析处理的数据查询方法、装置、介质及设备 | |
CN115225543B (zh) | 一种流量预测方法、装置、电子设备和存储介质 | |
CN114418780B (zh) | 欺诈团伙识别方法、装置、计算机设备和存储介质 | |
CN116151470A (zh) | 一种产品质量预测方法、装置、设备及存储介质 | |
CN114330720A (zh) | 用于云计算的知识图谱构建方法、设备及存储介质 | |
CN113779335A (zh) | 信息生成方法、装置、电子设备和计算机可读介质 | |
CN117093429B (zh) | 一种服务器稳定性评价方法及*** | |
CN111490889A (zh) | 一种无线业务增长预估方法及装置 | |
CN116936103B (zh) | 一种基于同向网络的用户健康预测管理方法及*** | |
CN118052354A (zh) | 油气管网性能指标的获取方法、***、介质及电子设备 | |
CN113902098A (zh) | 多类型数据并行学习方法、装置、计算机设备及介质 | |
CN114253981A (zh) | 统计分析参数的更新方法、***、装置、介质及设备 | |
CN115829368A (zh) | 基于多因子的交易策略评估方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210416 |