CN114529202A - 一种项目评估方法、装置、电子设备及存储介质 - Google Patents
一种项目评估方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114529202A CN114529202A CN202210161126.1A CN202210161126A CN114529202A CN 114529202 A CN114529202 A CN 114529202A CN 202210161126 A CN202210161126 A CN 202210161126A CN 114529202 A CN114529202 A CN 114529202A
- Authority
- CN
- China
- Prior art keywords
- loss
- risk
- project
- simulation
- data
- 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
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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种项目评估方法、装置、电子设备及存储介质。该方法包括:获取项目的初始风险数据;获取所述项目在预设时间区间内的历史损失分布,基于预设时间区间内的历史损失分布进行随机模拟,得到预设模拟次数模拟得到的损失模拟结果,基于所述预设模拟次数的损失模拟结果确定所述项目的当前预测损失;基于所述初始风险数据和所述当前预测损失确定所述项目的风险等级。通过上述技术方案,解决了项目风险等级评估等级准确性较低的问题,提升了项目评估的准确性。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种项目评估方法、装置、电子设备及存储介质。
背景技术
随着大数据、智能信息管控等技术的发展,风险监控已广泛应用于各级金融机构,通过风险监控可以实现对金融机构的业务异常情况进行风险预警和智能管控。
现有技术中,通常采用专家评估法进行预测项目风险等级,该方法主观性较强,项目风险等级评估等级准确性较低。
发明内容
本发明提供了一种项目评估方法、装置、电子设备及存储介质发明名称,以解决项目风险等级评估等级准确性较低的问题,提升项目评估的准确性。
根据本发明的一方面,提供了一种项目评估方法,包括:
获取项目的初始风险数据;
获取所述项目在预设时间区间内的历史损失分布,基于预设时间区间内的历史损失分布进行随机模拟,得到预设模拟次数模拟得到的损失模拟结果,基于所述预设模拟次数的损失模拟结果确定所述项目的当前预测损失;
基于所述初始风险数据和所述当前预测损失确定所述项目的风险等级。
根据本发明的另一方面,提供了一种项目评估装置,其特征在于,包括:
数据获取模块,用于获取项目的初始风险数据;
损失预测模块,用于获取所述项目在预设时间区间内的历史损失分布,基于预设时间区间内的历史损失分布进行随机模拟,得到预设模拟次数模拟得到的损失模拟结果,基于所述预设模拟次数的损失模拟结果确定所述项目的当前预测损失;
等级确定模块,用于基于所述初始风险数据和所述当前预测损失确定所述项目的风险等级。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的项目评估方法。
根据本发明的另一方面,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指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的项目评估方法。
本发明实施例的技术方案,通过获取项目的初始风险数据,实现对当前评估数据的获取;进一步的,获取项目在预设时间区间内的历史损失分布,实现对历史数据的获取,以通过预设时间区间内的历史损失分布进行随机模拟,得到预设模拟次数模拟得到的损失模拟结果,基于预设模拟次数的损失模拟结果确定项目的当前预测损失,实现对当前损失的预测;进而通过初始风险数据和当前预测损失确定项目的风险等级,实现风险等级的量化评估,以解决目前评估方法主观性较强、项目风险等级评估等级准确性较低的问题,提升项目评估的准确性。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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是根据本发明实施例一提供的一种项目评估方法的流程图;
图2是根据本发明实施例二提供的一种项目评估方法的流程图;
图3是根据本发明实施例三提供的一种项目评估方法的流程图;
图4是根据本发明实施例四提供的一种项目评估装置的结构示意图;
图5是实现本发明实施例的项目评估方法的电子设备的结构示意图。
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。
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“初始”、“目标”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,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。
实施例一
图1为本发明实施例一提供的一种项目评估方法的流程图,本实施例可适用于根据项目的初始风险数据和历史损失分布进行风险等级评估的情况,该方法可以由本发明实施例提供的项目评估装置来执行,该装置可以由软件和/或硬件来实现,该装置可以配置在电子计算设备上,例如,终端和/或服务器。具体包括如下步骤:
S110、获取项目的初始风险数据。
其中,项目指可以的是待进行风险等级评估的业务项目,例如公司需要实施或操作的业务项目。项目可以包括但不限于主项目和子项目。子项目可以包括多级子项目,用于对项目或子项目进一步划分;初始风险数据指的是根据专家评估方法得到的项目的风险评价分数,该初始风险数据可以用于评价当前项目的风险程度。初始风险数据可以直接从预设存储位置直接获取,也可以通过项目的基础数据计算得到,在此不做限定。
示例性的,以财务公司的业务项目为例,多级子项目可以包括但不限于一级子项目和二级子项目,二级子项目为一级子项目的子项目。一级子项目可以包括但不限于人员、内部流程、***和外部环境,二级子项目可以包括但不限于员工道德、职业能力、宏观环境及政策、外部欺诈盗窃等。上述子项目的内容仅是举例说明,具体项目可以结合项目实际情况进行选取或设定,并非限定。
在上述实施例的基础上,项目的初始风险数据可以基于项目中子项目权重和子项目风险数据进行加权计算得到。
具体的,通过对项目中各子项目权重和子项目分值进行逐级加权汇总计算,可以得到项目的初始风险数据,即初始项目风险评分,为项目的风险等级评估提供参考依据。
在上述实施例的基础上,在获取项目的初始风险数据之后,所述方法还包括:基于预设风险阈值对初始风险数据进行判断,得到初始风险等级。
其中,预设风险阈值可以是根据经验设置的判断阈值,可以用于对初始风险数据进行判断,从而确定初始风险数据对应的初始风险等级。
在一些实施例中,预设风险阈值可以包括第一风险阈值和第二风险阈值,第二风险阈值小于第一风险阈值,可以将风险等级划分为低、中、高三种等级。若初始风险数据大于第一风险阈值,则风险等级为高风险等级;若初始风险数据小于第一风险阈值,并大于第二风险阈值,则风险等级为中风险等级;若初始风险数据小于第二风险阈值,则风险等级为低风险等级。在一些实施例中,预设风险阈值的数量还可以大于两个,对风险等级进行更细的划分。本发明实施例的对预设风险阈值的设置方式在此不进行限定。
S120、获取所述项目在预设时间区间内的历史损失分布,基于预设时间区间内的历史损失分布进行随机模拟,得到预设模拟次数模拟得到的损失模拟结果,基于所述预设模拟次数的损失模拟结果确定所述项目的当前预测损失。
在本发明实施例中,历史损失分布指的是项目在预设时间区间内的损失数据,可以包括但不限于历史风险频率和历史风险损失,历史风险频率指的是项目发生的频率,历史风险损失指的是该项目发生所造成的损失,该损失可以包括但不限于金额损失、资源损失等。历史损失分布可以直接从预设存储位置进行统计获取,例如,预设存储位置可以是存储有历史损失分布的数据库。随机模拟指的是对预设时间区间内的历史损失分布进行试验统计,预设模拟次数可以根据经验设定,可以理解的是,随着随机模拟次数的增加,得到的当前预测损失的预测精度也会逐渐增高。每次随机模拟可以将历史损失分布对项目未来发生的损失进行估计,得到当前随机模拟对应的损失模拟结果。进一步的,可以通过将各随机模拟对应的损失模拟结果进行统计汇总并筛选得到项目的当前预测损失。损失模拟结果指的是多次随机模拟产生的损失集合。当前预测损失指的是对损失模拟结果进行筛选得到的损失值。
S130、基于所述初始风险数据和所述当前预测损失确定所述项目的风险等级。
其中,初始风险数据是项目的当前数据,当前预测损失是根据历史数据预测得到数据,本申请根据初始风险数据和当前预测损失确定项目的风险等级,即利用当前数据和历史数据的预测数据确定项目的风险等级,既保证了数据实时性,还参考了基于历史数据的预测数据,提高了风险等级的准确性。
本发明实施例提供了一种项目评估方法,通过获取项目的初始风险数据,实现对当前评估数据的获取;进一步的,获取项目在预设时间区间内的历史损失分布,实现对历史数据的获取,以通过预设时间区间内的历史损失分布进行随机模拟,得到预设模拟次数模拟得到的损失模拟结果,基于预设模拟次数的损失模拟结果确定项目的当前预测损失,实现对当前损失的预测;进而通过初始风险数据和当前预测损失确定项目的风险等级,实现风险等级的量化评估,以解决目前评估方法主观性较强、项目风险等级评估等级准确性较低的问题,提升项目评估的准确性。
实施例二
图2为本发明实施例二提供的一种项目评估方法的流程图示意图,在上述实施例的基础上,对“获取所述项目在预设时间区间内的历史损失分布,基于预设时间区间内的历史损失分布进行随机模拟,得到预设模拟次数模拟得到的损失模拟结果,基于所述预设模拟次数的损失模拟结果确定所述项目的当前预测损失”进一步细化。其具体的实现方式可以参见本技术方案的详细阐述。其中,与上述实施例相同或者相应的技术术语在此不再赘述。如图2所示,本发明实施例的方法具体包括如下步骤:
S210、获取项目的初始风险数据。
S220、获取所述项目在预设时间区间内的历史损失分布,将随机模拟对应事件在预设时间区间内的历史风险频率进行拟合,得到频率概率分布数据,将随机模拟对应事件在预设时间区间内的历史风险损失进行拟合,得到风险损失分布数据。
其中,随机模拟对应事件指的是可以是每次随机模拟所调用的历史风险事件,在各预设模拟次数中,随机模拟对应事件的项目、历史风险频率和历史风险损失中至少一项不同,以保证每次模拟所产生的频率概率分布数据和风险损失分布数据不同。在本发明实施例中,随机模拟可以为蒙特卡洛模拟,蒙特卡洛模拟可以利用历史损失分布对项目未来发生的损失进行估计,实现对项目的当前预测损失的预测,以弥补利用初始风险数据进行项目的风险等级评估的不足。
具体的,可以采用频率拟合函数将模拟对应事件在预设时间区间内的历史风险频率进行拟合,得到频率概率分布数据;采用损失拟合函数将随机模拟对应事件在预设时间区间内的历史风险损失进行拟合,得到风险损失分布数据。频率概率分布数据和风险损失分布数据可以有效体现历史事件的历史风险频率和历史风险损失的分布,为后续当前预测损失的预测提供了可靠参数。
在上述实施例的基础上,将随机模拟对应事件在预设时间区间内的历史风险频率进行拟合,得到频率概率分布数据,将随机模拟对应事件在预设时间区间内的历史风险损失进行拟合,得到风险损失分布数据,包括:根据泊松分布将随机模拟对应事件在预设时间区间内的历史风险频率进行拟合,得到频率概率分布数据,根据对数正态分布将随机模拟对应事件在预设时间区间内的历史风险损失进行拟合,得到风险损失分布数据。
需要说明的是,通过泊松分布计算得到的频率概率分布数据,其数据分布状态为中间厚、两边薄的状态,该状态贴合项目实际发生频率的分布状态;通过对数正态分布计算得到的风险损失分布数据,其数据分布状态为前厚、后薄的状态,该状态贴合项目实际产生损失的分布状态,从而为后续提供可靠的计算参数。
S230、将随机模拟对应事件的所述频率概率分布数据和风险损失分布数据进行相乘,得到多个风险损失,并将各所述风险损失相加,得到随机模拟对应事件的累计损失。
具体的,可以根据频率概率分布数据生成对应个数的随机数样本,在每一个随机数样本中,将随机模拟对应事件的频率概率分布数据和风险损失分布数据进行相乘,得到该随机数样本对应的风险损失;进一步的,将各随机数样本对应的多个风险损失进行相加,得到随机模拟对应事件的累计损失,该累计损失可以为当前随机模拟对应事件下一时间区间的累计损失值。
S240、对各所述随机模拟对应事件的累计损失进行统计,得到预设模拟次数模拟得到的损失模拟结果,基于所述预设模拟次数的损失模拟结果确定所述项目的当前预测损失,其中,在各预设模拟次数中,所述随机模拟对应事件的项目、历史风险频率和历史风险损失中至少一项不同。
示例性的,预设模拟次数可以为N次,将N个随机模拟对应事件的累计损失进行统计,得到包含N个随机模拟对应事件的累计损失的损失模拟结果,该损失模拟结果可以以分布数组的形式存储。
在上述实施例的基础上,所述基于所述预设模拟次数的损失模拟结果确定所述项目的当前预测损失,包括:将位于预设置信区间内的所述预设模拟次数的损失模拟结果确定为当前预测损失。
其中,预设置信区间可以根据筛选精度进行设定。示例性的,预设置信区间可以为99%置信区间,将位于99%置信区间内的损失模拟结果确定为当前预测损失,该当前预测损失的可信程度较高,可以有效提升项目的风险等级的可靠性。
S250、基于所述初始风险数据和所述当前预测损失确定所述项目的风险等级。
本发明实施例提供了一种项目评估方法,通过将随机模拟对应事件在预设时间区间内的历史风险频率进行拟合,得到频率概率分布数据,将随机模拟对应事件在预设时间区间内的历史风险损失进行拟合,得到风险损失分布数据,为后续累计损失的预测提供了可靠参数;进一步的,将随机模拟对应事件的频率概率分布数据和风险损失分布数据进行相乘,得到多个风险损失,并将各所述风险损失相加,得到随机模拟对应事件的累计损失,实现累计损失的量化评估,提升项目评估的可靠性。
实施例三
图3为本发明实施例三提供的一种项目评估方法的流程示意图,本发明实施例与上述实施例中各个可选方案可以结合。在本发明实施例中,可选地,所述基于所述初始风险数据和所述当前预测损失确定所述项目的风险等级,包括:将各监控规则对应的所述初始风险数据和所述当前预测损失相乘,得到各监控规则对应的风险评价分数;对各所述监控规则对应的风险评价分数进行排序,基于预设等级阈值对所述排序结果进行判定,得到所述项目的风险等级。
如图3所示,本发明实施例的方法具体包括如下步骤:
S310、获取项目的初始风险数据。
S320、获取所述项目在预设时间区间内的历史损失分布,基于预设时间区间内的历史损失分布进行随机模拟,得到预设模拟次数模拟得到的损失模拟结果,基于所述预设模拟次数的损失模拟结果确定所述项目的当前预测损失。
S330、将各监控规则对应的所述初始风险数据和所述当前预测损失相乘,得到各监控规则对应的风险评价分数。
S340、对各所述监控规则对应的风险评价分数进行排序,基于预设等级阈值对所述排序结果进行判定,得到所述项目的风险等级。
其中,监控规则可以根据项目及其子项目进行设定。具体的,任一项目可以设置不同层级、类型等指标的子项目,可以根据子项目的不同设置多种监控规则。在本发明实施例中,根据不同的监测规则对项目等级进行评估,可以得到多种评估结果,提升了评估结果的多样性。
在本发明实施例中,将初始风险数据当前预测损失相乘可以得到风险评价分数,实现当前数据和历史预测数据的结合;进一步的,对各监控规则对应的风险评价分数进行排序,从多个风险评价分数选出最大或最小的风险评价分数,并根据预设等级阈值对风险评价分数进行判定,从而得到项目风险等级,该方法简单有效,可以快速对项目的风险等级进行判定,提高了风险等级判定的效率。
本发明实施例提供了一种项目评估方法,通过将各监控规则对应的初始风险数据和当前预测损失相乘,实现当前数据和历史预测数据的结合,使得到的风险评价分数更准确;进一步的,对各监控规则对应的风险评价分数进行排序,然后根据预设等级阈值对排序结果进行判定,得到项目的风险等级,实现风险等级的量化评估,提升项目评估的可靠性。
实施例四
图4为本发明实施例四提供的一种项目评估装置的结构示意图,本实施例所提供的项目评估装置可以通过软件和/或硬件来实现,可配置于终端和/或服务器中来实现本发明实施例中的项目评估方法。该装置具体可以包括:数据获取模块410、损失预测模块420以及等级确定模块430。
其中,数据获取模块410,用于获取项目的初始风险数据;损失预测模块420,用于获取所述项目在预设时间区间内的历史损失分布,基于预设时间区间内的历史损失分布进行随机模拟,得到预设模拟次数模拟得到的损失模拟结果,基于所述预设模拟次数的损失模拟结果确定所述项目的当前预测损失;等级确定模块430,用于基于所述初始风险数据和所述当前预测损失确定所述项目的风险等级。
本发明实施例提供了一种项目评估装置,通过获取项目的初始风险数据,实现对当前评估数据的获取;进一步的,获取项目在预设时间区间内的历史损失分布,实现对历史数据的获取,以通过预设时间区间内的历史损失分布进行随机模拟,得到预设模拟次数模拟得到的损失模拟结果,基于预设模拟次数的损失模拟结果确定项目的当前预测损失,实现对当前损失的预测;进而通过初始风险数据和当前预测损失确定项目的风险等级,实现风险等级的量化评估,以解决目前评估方法主观性较强、项目风险等级评估等级准确性较低的问题,提升项目评估的准确性。
在本发明实施例中任一可选技术方案的基础上,可选地,所述项目的初始风险数据,基于所述项目中子项目权重和子项目风险数据进行加权计算得到。
在本发明实施例中任一可选技术方案的基础上,可选地,所述装置还包括:
初始风险等级确定模块,用于基于预设风险阈值对初始风险数据进行判断,得到初始风险等级。
在本发明实施例中任一可选技术方案的基础上,可选地,所述历史损失分布包括历史风险频率和历史风险损失,损失预测模块420包括:
频率数据获取单元,用于将随机模拟对应事件在预设时间区间内的历史风险频率进行拟合,得到频率概率分布数据;
损失数据获取单元,用于将随机模拟对应事件在预设时间区间内的历史风险损失进行拟合,得到风险损失分布数据;
累计损失计算单元,用于将随机模拟对应事件的所述频率概率分布数据和风险损失分布数据进行相乘,得到多个风险损失,并将各所述风险损失相加,得到随机模拟对应事件的累计损失;
模拟结果确定单元,用于对各所述随机模拟对应事件的累计损失进行统计,得到预设模拟次数模拟得到的损失模拟结果,其中,在各预设模拟次数中,所述随机模拟对应事件的项目、历史风险频率和历史风险损失中至少一项不同。
在本发明实施例中任一可选技术方案的基础上,可选地,所述频率数据获取单元还可以用于:
根据泊松分布将随机模拟对应事件在预设时间区间内的历史风险频率进行拟合,得到频率概率分布数据。
在本发明实施例中任一可选技术方案的基础上,可选地,所述损失数据获取单元还可以用于:
根据对数正态分布将随机模拟对应事件在预设时间区间内的历史风险损失进行拟合,得到风险损失分布数据。
在本发明实施例中任一可选技术方案的基础上,可选地,损失预测模块420还可以用于:
将位于预设置信区间内的所述预设模拟次数的损失模拟结果确定为当前预测损失。
在本发明实施例中任一可选技术方案的基础上,可选地,等级确定模块430还可以用于:
将各监控规则对应的所述初始风险数据和所述当前预测损失相乘,得到各监控规则对应的风险评价分数;
对各所述监控规则对应的风险评价分数进行排序,基于预设等级阈值对所述排序结果进行判定,得到所述项目的风险等级。
本发明实施例所提供的项目评估装置可执行本发明任意实施例所提供的项目评估方法,具备执行方法相应的功能模块和有益效果。
实施例五
图5示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图5所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如项目评估方法。
在一些实施例中,项目评估方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的项目评估方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行项目评估方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储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计算机程序。计算机可读存储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。备选地,计算机可读存储介质可以是机器可读信号介质。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。
为了提供与用户的交互,可以在电子设备上实施此处描述的***和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种项目评估方法,其特征在于,包括:
获取项目的初始风险数据;
获取所述项目在预设时间区间内的历史损失分布,基于预设时间区间内的历史损失分布进行随机模拟,得到预设模拟次数模拟得到的损失模拟结果,基于所述预设模拟次数的损失模拟结果确定所述项目的当前预测损失;
基于所述初始风险数据和所述当前预测损失确定所述项目的风险等级。
2.根据权利要求1所述的方法,其特征在于,所述项目的初始风险数据,基于所述项目中子项目权重和子项目风险数据进行加权计算得到。
3.根据权利要求1所述的方法,其特征在于,在获取项目的初始风险数据之后,所述方法还包括:
基于预设风险阈值对初始风险数据进行判断,得到初始风险等级。
4.根据权利要求1所述的方法,其特征在于,所述历史损失分布包括历史风险频率和历史风险损失,所述基于预设时间区间内的历史损失分布进行随机模拟,得到预设模拟次数模拟得到的损失模拟结果,包括:
将随机模拟对应事件在预设时间区间内的历史风险频率进行拟合,得到频率概率分布数据;
将随机模拟对应事件在预设时间区间内的历史风险损失进行拟合,得到风险损失分布数据;
将随机模拟对应事件的所述频率概率分布数据和风险损失分布数据进行相乘,得到多个风险损失,并将各所述风险损失相加,得到随机模拟对应事件的累计损失;
对各所述随机模拟对应事件的累计损失进行统计,得到预设模拟次数模拟得到的损失模拟结果,其中,在各预设模拟次数中,所述随机模拟对应事件的项目、历史风险频率和历史风险损失中至少一项不同。
5.根据权利要求4所述的方法,其特征在于,所述将随机模拟对应事件在预设时间区间内的历史风险频率进行拟合,得到频率概率分布数据;将随机模拟对应事件在预设时间区间内的历史风险损失进行拟合,得到风险损失分布数据,包括:
根据泊松分布将随机模拟对应事件在预设时间区间内的历史风险频率进行拟合,得到频率概率分布数据;
根据对数正态分布将随机模拟对应事件在预设时间区间内的历史风险损失进行拟合,得到风险损失分布数据。
6.根据权利要求1所述的方法,其特征在于,所述基于所述预设模拟次数的损失模拟结果确定所述项目的当前预测损失,包括:
将位于预设置信区间内的所述预设模拟次数的损失模拟结果确定为当前预测损失。
7.根据权利要求1所述的方法,其特征在于,所述基于所述初始风险数据和所述当前预测损失确定所述项目的风险等级,包括:
将各监控规则对应的所述初始风险数据和所述当前预测损失相乘,得到各监控规则对应的风险评价分数;
对各所述监控规则对应的风险评价分数进行排序,基于预设等级阈值对排序结果进行判定,得到所述项目的风险等级。
8.一种项目评估装置,其特征在于,包括:
数据获取模块,用于获取项目的初始风险数据;
损失预测模块,用于获取所述项目在预设时间区间内的历史损失分布,基于预设时间区间内的历史损失分布进行随机模拟,得到预设模拟次数模拟得到的损失模拟结果,基于所述预设模拟次数的损失模拟结果确定所述项目的当前预测损失;
等级确定模块,用于基于所述初始风险数据和所述当前预测损失确定所述项目的风险等级。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的项目评估方法。
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存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的项目评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210161126.1A CN114529202A (zh) | 2022-02-22 | 2022-02-22 | 一种项目评估方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210161126.1A CN114529202A (zh) | 2022-02-22 | 2022-02-22 | 一种项目评估方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114529202A true CN114529202A (zh) | 2022-05-24 |
Family
ID=81624897
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210161126.1A Pending CN114529202A (zh) | 2022-02-22 | 2022-02-22 | 一种项目评估方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114529202A (zh) |
-
2022
- 2022-02-22 CN CN202210161126.1A patent/CN114529202A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114662953A (zh) | 物联网设备运维方法、装置、设备及介质 | |
CN116739742A (zh) | 信贷风控模型的监控方法、装置、设备及存储介质 | |
CN114999665A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN115630708A (zh) | 一种模型更新方法、装置、电子设备、存储介质及产品 | |
CN114529202A (zh) | 一种项目评估方法、装置、电子设备及存储介质 | |
CN114866437A (zh) | 一种节点检测方法、装置、设备及介质 | |
CN116627695B (zh) | 一种告警事件根因推荐方法、装置、设备及存储介质 | |
CN114513441B (zh) | 基于区块链的***维护方法、装置、设备及存储介质 | |
CN117934135A (zh) | 一种网点运营管理方法、装置、电子设备及存储介质 | |
CN117235500A (zh) | 物资类别的识别方法、装置、电子设备及存储介质 | |
CN115168092A (zh) | 一种线损率异常分析方法、装置、电子设备及存储介质 | |
CN116703109A (zh) | 一种配电网项目选取方法、装置、设备及存储介质 | |
CN117611324A (zh) | 信用评级方法、装置、电子设备和存储介质 | |
CN117608896A (zh) | 交易数据处理方法、装置、电子设备及存储介质 | |
CN117237070A (zh) | 一种资源分配策略的评价方法、装置、设备及介质 | |
CN117437033A (zh) | 一种预警方法、装置、设备和可读存储介质 | |
CN117851208A (zh) | 一种芯片评估方法、装置、电子设备及介质 | |
CN115392399A (zh) | 流程超时预测模型的训练和使用方法、装置、设备及介质 | |
CN115576830A (zh) | 一种用例质量确定方法、装置、电子设备及存储介质 | |
CN117593115A (zh) | 信贷风险评估模型的特征值确定方法、装置、设备和介质 | |
CN116402250A (zh) | 一种设备状态的评价方法、装置、电子设备以及存储介质 | |
CN115292606A (zh) | 一种信息推送方法、装置、设备和介质 | |
CN116911466A (zh) | 园区建设程度的确定方法、装置、设备及介质 | |
CN115455019A (zh) | 一种基于用户行为分析的搜索意图识别方法、装置及设备 | |
CN117195104A (zh) | 资源分类方法、装置、电子设备及存储介质 |
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 |