CN110135687A - 企业风险评估预警方法、装置及计算机可读存储介质 - Google Patents
企业风险评估预警方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN110135687A CN110135687A CN201910294793.5A CN201910294793A CN110135687A CN 110135687 A CN110135687 A CN 110135687A CN 201910294793 A CN201910294793 A CN 201910294793A CN 110135687 A CN110135687 A CN 110135687A
- Authority
- CN
- China
- Prior art keywords
- information
- data
- risk
- business
- early warning
- 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
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000012502 risk assessment Methods 0.000 claims abstract description 70
- 238000012545 processing Methods 0.000 claims abstract description 28
- 238000004140 cleaning Methods 0.000 claims abstract description 22
- 241001269238 Data Species 0.000 claims abstract description 11
- 239000012535 impurity Substances 0.000 claims abstract description 9
- 230000006870 function Effects 0.000 claims description 21
- 230000008030 elimination Effects 0.000 claims description 8
- 238000003379 elimination reaction Methods 0.000 claims description 8
- 238000012217 deletion Methods 0.000 claims description 6
- 230000037430 deletion Effects 0.000 claims description 6
- 238000012797 qualification Methods 0.000 claims description 6
- 230000007115 recruitment Effects 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 4
- 238000005406 washing Methods 0.000 claims 2
- 230000008569 process Effects 0.000 abstract description 10
- 238000011002 quantification Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 abstract 1
- 239000007788 liquid Substances 0.000 description 10
- 238000007726 management method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 230000007306 turnover Effects 0.000 description 6
- 230000006399 behavior Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 4
- 230000001419 dependent effect Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 241000699670 Mus sp. Species 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000012550 audit Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000010992 reflux Methods 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- 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
- G06Q40/03—Credit; Loans; Processing thereof
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Technology Law (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种大数据技术,揭露了一种企业风险评估预警方法,包括:获取预设企业客户的所有关联数据,对获取的数据进行清洗处理,去除其中的杂质数据,从清洗后的数据中查询预设类型企业客户信息数据;自定义设置预设类别交易的风险规则,确定企业客户的风险评估预警指标;当根据查询到的企业客户信息数据,判断企业客户触犯所述风险规则时,判断对应的风险评估预警指标是否符合预设的预警触发条件,并在风险评估预警指标符合预设的预警触发条件时,发起企业风险预警通知;及将产生企业风险预警通知的企业客户列入预警名单。本发明还提出一种企业风险评估预警装置以及一种计算机可读存储介质。本发明实现了大数据下的风险量化和实时自动处理。
Description
技术领域
本发明涉及大数据技术领域,尤其涉及一种企业风险评估预警方法、装置及计算机可读存储介质。
背景技术
企业间合作或者银行对企业的贷款等行为之前,一般需要对合作公司或者贷款公司进行全方面评估,进而减少合作过程中或者还款行为的风险。尤其是企业贷款,因为金额较大,所以银行现在对企业贷款的风险控制极其重视,并且投入大量的人力成本,但是往往效果不佳。
为了对银行贷款进行风险预控,现有技术一般通过明细报表数据查询的方式展现贷款明细数据,由客户经理对贷款企业客户进行一对一的、全面的、无差别的风险分析,客户经理需人工采集企业客户各方面的信息,再由人工挖掘发现有风险的贷款,判断是否有实质性风险。这种方法存在以下不足:第一、由于风险贷款的种类繁多,例如贷款资金回流借款人、贷款资金用于借新还旧等,因此人工挖掘的方式无法对所有种类的风险贷款进行预警,并且存在工作效率低下的问题;第二、采集信息需要从多个渠道进行,无法批量化作业,管理效率较低且成本较高;第三、现有的查询系统对企业风险的识别度不够,且无法预估企业未来的偿还能力,无法满足金融信贷、审计的工作人员的要求。
发明内容
本发明提供一种企业风险评估预警方法、装置及计算机可读存储介质,其主要目的实现大数据下的风险量化和实时自动处理。
为实现上述目的,本发明提供的一种企业风险评估预警方法,包括:
获取预设企业客户的所有关联数据,并对获取的数据进行清洗处理,去除其中的杂质数据,从清洗后的数据中查询预设类型企业客户信息数据;
自定义设置预设类别交易的风险规则,并确定企业客户的风险评估预警指标;
当根据查询到的企业客户信息数据,判断企业客户触犯所述风险规则时,判断对应的风险评估预警指标是否符合预设的预警触发条件,并在风险评估预警指标符合预设的预警触发条件时,发起企业风险预警通知;及
将产生企业风险预警通知的企业客户列入预警名单。
可选地,所述对获取的数据进行清洗处理的方法包括:
从所获取的数据中删除无关数据、重复数据,平滑噪声数据,筛选与预设主题关键字无关的数据;
使用函数is.na()判断所获取的数据中缺失值是否存在,并利用函数complete.cases()识别所获取的数据中数据是否完整从而判断缺失情况,并采用删除法、替换法、插补法处理所述缺失值。
可选地,所述预设类型企业客户信息数据包括企业背景信息、司法风险、经营风险、经营状况和/或知识产权中一种或者多种维度的数据。
可选地,所述企业背景信息包括企业工商信息、股权信息、股东信息、对外投资、企业关系、财务信息;
所述司法风险信息包括开庭公告、法律讼诉、法院公告、失信人信息;
所述经营风险包括经营异常、行政处罚、违法信息、股权出质、动产抵押、欠税公告、司法拍卖、知识产权出质;
所述经营状况包括产品信息、招聘信息、行政许可、税务评级、购地信息、招投标信息、资质证书;
知识产权包括商标信息、专利信息、软件著作权信息、作品著作权信息,网站备案。
可选地,该方法还包括:
当与所述预警名单中企业客户进行预设类别交易时,自动识别并触发提醒信息。
此外,为实现上述目的,本发明还提供一种企业风险评估预警装置,该装置包括存储器和处理器,所述存储器中存储有可在所述处理器上运行的企业风险评估预警程序,所述企业风险评估预警程序被所述处理器执行时实现如下步骤:
获取预设企业客户的所有关联数据,并对获取的数据进行清洗处理,去除其中的杂质数据,从清洗后的数据中查询预设类型企业客户信息数据;
自定义设置预设类别交易的风险规则,并确定企业客户的风险评估预警指标;
当根据查询到的企业客户信息数据,判断企业客户触犯所述风险规则时,判断对应的风险评估预警指标是否符合预设的预警触发条件,并在风险评估预警指标符合预设的预警触发条件时,发起企业风险预警通知;及
将产生企业风险预警通知的企业客户列入预警名单。
可选地,所述对获取的数据进行清洗处理的方法包括:
从所获取的数据中删除无关数据、重复数据,平滑噪声数据,筛选与预设主题关键字无关的数据;
使用函数is.na()判断所获取的数据中缺失值是否存在,并利用函数complete.cases()识别所获取的数据中数据是否完整从而判断缺失情况,并采用删除法、替换法、插补法处理所述缺失值。
可选地,所述预设类型企业客户信息数据包括企业背景信息、司法风险、经营风险、经营状况和/或知识产权中一种或者多种维度的数据,其中:
所述企业背景信息包括企业工商信息、股权信息、股东信息、对外投资、企业关系、财务信息;
所述司法风险信息包括开庭公告、法律讼诉、法院公告、失信人信息;
所述经营风险包括经营异常、行政处罚、违法信息、股权出质、动产抵押、欠税公告、司法拍卖、知识产权出质;
所述经营状况包括产品信息、招聘信息、行政许可、税务评级、购地信息、招投标信息、资质证书;
知识产权包括商标信息、专利信息、软件著作权信息、作品著作权信息,网站备案。
可选地,所述企业风险评估预警程序被所述处理器执行时还实现如下步骤:
当与所述预警名单中企业客户进行预设类别交易时,自动识别并触发提醒信息。
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企业风险评估预警程序,所述企业风险评估预警程序可被一个或者多个处理器执行,以实现如上所述的企业风险评估预警方法的步骤。
本发明提出的企业风险评估预警方法、装置及计算机可读存储介质通过线上线下的方式获取企业客户的全方位数据,采用机器自动化风险预警流程取代人工操作,对企业客户的风险进行智能量化和实时自动处理,取代了人工判断,提高评估效率。
附图说明
图1为本发明一实施例提供的企业风险评估预警方法的流程示意图;
图2为本发明一实施例提供的企业风险评估预警装置的内部结构示意图;
图3为本发明一实施例提供的企业风险评估预警装置中企业风险评估预警程序的模块示意图。
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。
本发明提供一种企业风险评估预警方法。参照图1所示,为本发明一实施例提供的企业风险评估预警方法的流程示意图。该方法可以由一个装置执行,该装置可以由软件和/或硬件实现。
在本实施例中,企业风险评估预警方法包括:
S10、获取预设企业客户的所有关联数据,并对获取的数据进行清洗处理,去除其中的杂质数据,并从清洗后的数据中查询预设类型企业客户信息数据。
所述预设类型的企业客户信息数据包括企业背景信息、司法风险、经营风险、经营状况和/或知识产权等一种或者多种维度的数据。
所述企业背景信息包括企业工商信息、股权信息、股东信息、对外投资、企业关系、财务信息等。
所述司法风险信息包括开庭公告、法律讼诉、法院公告、失信人信息等。
所述经营风险包括经营异常、行政处罚、违法信息、股权出质、动产抵押、欠税公告、司法拍卖、知识产权出质等信息。
所述经营状况包括产品信息、招聘信息、行政许可、税务评级、购地信息、招投标信息、资质证书等
知识产权包括商标信息、专利信息、软件著作权信息、作品著作权信息,网站备案等。
本发明较佳实施例可以通过线上互联网搜索或者线下获取的方式获取企业客户的所有关联数据。
本发明对获取的数据进行清洗处理的方法主要包括如下:
1)、删除无关数据、重复数据,平滑噪声数据,筛选与预设主题关键字无关的数据;
2)、缺失数据的识别和缺失值处理。
在缺失数据的识别中,由于R语言中缺失值通常以NA表示,因此,本发明使用函数is.na()判断缺失值是否存在,并利用函数complete.cases()识别样本数据是否完整从而判断缺失情况。在缺失值处理中,本发明采用删除法、替换法、插补法等。
所述删除法根据数据处理的不同角度可分为删除观测样本、删除变量两种。在R语言中可通过na.omit()函数移除所有含有缺失数据的行,这属于以减少样本量来换取信息完整性的方法,适用于缺失值所占比例较小的情况;删除变量适用于变量有较大缺失且对研究目标影响不大的情况,意味着要删除整个变量,这在R中可通过data[,-p]来实现,p表示缺失变量所在的列。
在所述替换法中,变量按属性可分为数值型和非数值型,二者的处理办法不同:如果缺失值所在变量为数值型,一般用该变量在其他所有对象的取值的均值来替换变量的缺失值;如果为非数值型变量,则使用该变量其他全部有效观测值的中位数或者众数进行替换。
所述插补法包括回归插补、多重插补等。所述回归插补法利用回归模型,将需要插值补缺的变量作为因变量,其他相关变量作为自变量,通过回归函数lm()预测出因变量的值来对缺失值进行补缺;多重插补法的原理是从一个包含缺失值的数据集中生成一组完整的数据,如此进行多次,从而产生缺失值的一个随机样本,R语言中mice()函数包可以进行多重插补。
S20、自定义设置预设类别交易的风险规则,并确定企业客户的风险评估预警指标。
本发明较佳实施例中,用户可以自定义设置其认为的与所述企业客户在进行预设类别的交易过程中风险比较大的风险规则。所述风险规则可以所述企业背景信息、司法风险、经营风险、经营状况和/或知识产权等方面的风险规则。
例如,风险规则可以是关于所述企业客户的股东人数、对外投资情况、财务信息、法律诉讼情况、动产抵押情况、欠税情况、专利数量等等。
在其中一个实施例中,用户在跟企业客户的交易为合作开发时,可能会认为所述企业客户的知识产权是所述合作开发行为风险比较大的因素,则所述风险规则可以是专利数量规则,如专利数量需大于或者等于预设数量等。
在另一个实施例中,银行用户在评估是否对一个企业客户发放贷款时,可能会认为所述企业客户的财务信息是所述贷款行为风险比较大的因素,则所述银行用户可以设置所述风险规则为所述企业客户的流动资产周转率规则、存货周转率规则、企业应收账款周转率规则等。
进一步地,本发明较佳实施例中还需设定所述风险规则对应的企业风险评估预警指标。例如,当所述风险规则为所述企业客户的流动资产周转率规则、存货周转率规则、企业应收账款周转率规则等时,则企业风险评估预警指标可以是,例如,流动资产周转率在X1至X2之间为一级预警、流动资产周转率在X2至X3之间为二级预警、流动资产周转率在X3至X4之间为三级预警等。
S30、当根据查询到的企业客户信息数据,判断企业客户触犯所述风险规则时,判断对应的风险评估预警指标是否符合预设的预警触发条件,并在风险评估预警指标符合预设的预警触发条件时,发起企业风险预警通知。
本发明较佳实施例中,当根据查询到的企业客户信息数据判断任一企业客户触犯所述风险规则时,进一步判断所述评估预警指标是否符合预设的预警触发条件,当所述评估预警指标符合所述预设的预警触发条件时,针对所述预警指标发起企业风险预警通知,使得用户对产生企业风险预警通知的企业客户进行风险核查。
S40、将产生企业风险预警通知的企业客户列入预警名单,当与所述预警名单中企业客户进行预设类别交易时,自动识别并触发提醒信息。
本发明较佳实施例中,将产生企业风险预警通知的企业客户列入预警名单,以使用户从所述预警名单中确定出风险客户,因此,当与所述预警名单中任一企业进行预设类别的交易,如银行贷款活动时,自动识别并触发提醒信息,从而实现自动预警有风险的企业客户。
发明还提供一种企业风险评估预警装置。参照图2所示,为本发明一实施例提供的企业风险评估预警装置的内部结构示意图。
在本实施例中,所述企业风险评估预警装置1可以是PC(Personal Computer,个人电脑),或者是智能手机、平板电脑、便携计算机等终端设备,也可以是一种服务器等。该企业风险评估预警装置1至少包括存储器11、处理器12,通信总线13,以及网络接口14。
其中,存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器11在一些实施例中可以是企业风险评估预警装置1的内部存储单元,例如该企业风险评估预警装置1的硬盘。存储器11在另一些实施例中也可以是企业风险评估预警装置1的外部存储设备,例如企业风险评估预警装置1上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器11还可以既包括企业风险评估预警装置1的内部存储单元也包括外部存储设备。存储器11不仅可以用于存储安装于企业风险评估预警装置1的应用软件及各类数据,例如企业风险评估预警程序01的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
处理器12在一些实施例中可以是一中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片,用于运行存储器11中存储的程序代码或处理数据,例如执行企业风险评估预警程序01等。
通信总线13用于实现这些组件之间的连接通信。
网络接口14可选的可以包括标准的有线接口、无线接口(如WI-FI接口),通常用于在该装置1与其他电子设备之间建立通信连接。
可选地,该装置1还可以包括用户接口,用户接口可以包括显示器(Display)、输入单元比如键盘(Keyboard),可选的用户接口还可以包括标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在企业风险评估预警装置1中处理的信息以及用于显示可视化的用户界面。
图2仅示出了具有组件11-14以及企业风险评估预警程序01的企业风险评估预警装置1,本领域技术人员可以理解的是,图1示出的结构并不构成对企业风险评估预警装置1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
在图2所示的装置1实施例中,存储器11中存储有企业风险评估预警程序01;处理器12执行存储器11中存储的企业风险评估预警程序01时实现如下步骤:
步骤一、获取预设企业客户的所有关联数据,并对获取的数据进行清洗处理,去除其中的杂质数据,并从清洗后的数据中查询预设类型企业客户信息数据。
所述预设类型的企业客户信息数据包括企业背景信息、司法风险、经营风险、经营状况和/或知识产权等一种或者多种维度的数据。
所述企业背景信息包括企业工商信息、股权信息、股东信息、对外投资、企业关系、财务信息等。
所述司法风险信息包括开庭公告、法律讼诉、法院公告、失信人信息等。
所述经营风险包括经营异常、行政处罚、违法信息、股权出质、动产抵押、欠税公告、司法拍卖、知识产权出质等信息。
所述经营状况包括产品信息、招聘信息、行政许可、税务评级、购地信息、招投标信息、资质证书等
知识产权包括商标信息、专利信息、软件著作权信息、作品著作权信息,网站备案等。
本发明较佳实施例可以通过线上互联网搜索或者线下获取的方式获取企业客户的所有关联数据。
本发明对获取的数据进行清洗处理的方法主要包括如下:
1)、删除无关数据、重复数据,平滑噪声数据,筛选与预设主题关键字无关的数据;
2)、缺失数据的识别和缺失值处理。
在缺失数据的识别中,由于R语言中缺失值通常以NA表示,因此,本发明使用函数is.na()判断缺失值是否存在,并利用函数complete.cases()识别样本数据是否完整从而判断缺失情况。在缺失值处理中,本发明采用删除法、替换法、插补法等。
所述删除法根据数据处理的不同角度可分为删除观测样本、删除变量两种。在R语言中可通过na.omit()函数移除所有含有缺失数据的行,这属于以减少样本量来换取信息完整性的方法,适用于缺失值所占比例较小的情况;删除变量适用于变量有较大缺失且对研究目标影响不大的情况,意味着要删除整个变量,这在R中可通过data[,-p]来实现,p表示缺失变量所在的列。
在所述替换法中,变量按属性可分为数值型和非数值型,二者的处理办法不同:如果缺失值所在变量为数值型,一般用该变量在其他所有对象的取值的均值来替换变量的缺失值;如果为非数值型变量,则使用该变量其他全部有效观测值的中位数或者众数进行替换。
所述插补法包括回归插补、多重插补等。所述回归插补法利用回归模型,将需要插值补缺的变量作为因变量,其他相关变量作为自变量,通过回归函数lm()预测出因变量的值来对缺失值进行补缺;多重插补法的原理是从一个包含缺失值的数据集中生成一组完整的数据,如此进行多次,从而产生缺失值的一个随机样本,R语言中mice()函数包可以进行多重插补。
步骤二、自定义设置预设类别交易的风险规则,并确定企业客户的风险评估预警指标。
本发明较佳实施例中,用户可以自定义设置其认为的与所述企业客户在进行预设类别的交易过程中风险比较大的风险规则。所述风险规则可以所述企业背景信息、司法风险、经营风险、经营状况和/或知识产权等方面的风险规则。
例如,风险规则可以是关于所述企业客户的股东人数、对外投资情况、财务信息、法律诉讼情况、动产抵押情况、欠税情况、专利数量等等。
在其中一个实施例中,用户在跟企业客户的交易为合作开发时,可能会认为所述企业客户的知识产权是所述合作开发行为风险比较大的因素,则所述风险规则可以是专利数量规则,如专利数量需大于或者等于预设数量等。
在另一个实施例中,银行用户在评估是否对一个企业客户发放贷款时,可能会认为所述企业客户的财务信息是所述贷款行为风险比较大的因素,则所述银行用户可以设置所述风险规则为所述企业客户的流动资产周转率规则、存货周转率规则、企业应收账款周转率规则等。
进一步地,本发明较佳实施例中还需设定所述风险规则对应的企业风险评估预警指标。例如,当所述风险规则为所述企业客户的流动资产周转率规则、存货周转率规则、企业应收账款周转率规则等时,则企业风险评估预警指标可以是,例如,流动资产周转率在X1至X2之间为一级预警、流动资产周转率在X2至X3之间为二级预警、流动资产周转率在X3至X4之间为三级预警等。
步骤三、当企业客户触犯所述风险规则时,判断所述评估预警指标是否符合预设的预警触发条件,并在评估预警指标符合预警触发条件时,针对所述评估预警指标发起企业风险预警通知。
本发明较佳实施例中,当任一企业客户触犯所述风险规则时,进一步判断所述评估预警指标是否符合预设的预警触发条件,当所述评估预警指标符合所述预设的预警触发条件时,针对所述预警指标发起企业风险预警通知,使得用户对产生企业风险预警通知的企业客户进行风险核查。
步骤四、将产生企业风险预警通知的企业客户列入预警名单,当与所述预警名单中企业客户进行预设类别交易时,自动识别并触发提醒信息。
本发明较佳实施例中,将产生企业风险预警通知的企业客户列入预警名单,以使用户从所述预警名单中确定出风险客户,因此,当与所述预警名单中任一企业进行预设类别的交易,如银行贷款活动时,自动识别并触发提醒信息,从而实现自动预警有风险的企业客户。
可选地,在其他实施例中,企业风险评估预警程序还可以被分割为一个或者多个模块,一个或者多个模块被存储于存储器11中,并由一个或多个处理器(本实施例为处理器12)所执行以完成本发明,本发明所称的模块是指能够完成特定功能的一系列计算机程序指令段,用于描述企业风险评估预警程序在企业风险评估预警装置中的执行过程。
例如,参照图3所示,为本发明企业风险评估预警装置一实施例中的企业风险评估预警程序的程序模块示意图,该实施例中,所述企业风险评估预警程序可以被分割为信息搜集查询模块10、风险预警指标配置模块20、风险预警触发模块30以及风险识别推送模块40,示例性地:
所述信息搜集查询模块10用于:获取预设企业客户的所有关联数据,并对获取的数据进行清洗处理,去除其中的杂质数据,从清洗后的数据中查询预设类型企业客户信息数据。
所述风险预警指标配置模块20用于:自定义设置预设类别交易的风险规则,并确定企业客户的风险评估预警指标。
所述风险预警触发模块30用于:当根据查询到的企业客户信息数据,判断企业客户触犯所述风险规则时,判断对应的风险评估预警指标是否符合预设的预警触发条件,并在风险评估预警指标符合预设的预警触发条件时,发起企业风险预警通知。
所述风险自动识别推送模块40用于:将产生企业风险预警通知的企业客户列入预警名单,当与所述预警名单中企业客户进行预设类别交易时,自动识别并触发提醒信息。
上述信息搜集查询模块10、风险预警指标配置模块20、风险预警触发模块30以及风险识别推送模块40等程序模块被执行时所实现的功能或操作步骤与上述实施例大体相同,在此不再赘述。
此外,本发明实施例还提出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企业风险评估预警程序,所述企业风险评估预警程序可被一个或多个处理器执行,以实现如下操作:
获取预设企业客户的所有关联数据,并对获取的数据进行清洗处理,去除其中的杂质数据,从清洗后的数据中查询预设类型企业客户信息数据;
自定义设置预设类别交易的风险规则,并确定企业客户的风险评估预警指标;
当根据查询到的企业客户信息数据,判断企业客户触犯所述风险规则时,判断对应的风险评估预警指标是否符合预设的预警触发条件,并在风险评估预警指标符合预设的预警触发条件时,发起企业风险预警通知;及
将产生企业风险预警通知的企业客户列入预警名单。
本发明计算机可读存储介质具体实施方式与上述企业风险评估预警装置和方法各实施例基本相同,在此不作累述。
需要说明的是,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。并且本文中的术语“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、装置、物品或者方法不仅包括那些要素,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、装置、物品或者方法所固有的要素。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、装置、物品或者方法中还存在另外的相同要素。
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,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)
1.一种企业风险评估预警方法,其特征在于,所述方法包括:
获取预设企业客户的所有关联数据,并对获取的数据进行清洗处理,去除其中的杂质数据,从清洗后的数据中查询预设类型企业客户信息数据;
自定义设置预设类别交易的风险规则,并确定企业客户的风险评估预警指标;
当根据查询到的企业客户信息数据判断企业客户触犯所述风险规则时,判断对应的风险评估预警指标是否符合预设的预警触发条件,并在风险评估预警指标符合预设的预警触发条件时,发起企业风险预警通知;及
将产生企业风险预警通知的企业客户列入预警名单。
2.如权利要求1所述的企业风险评估预警方法,其特征在于,所述对获取的数据进行清洗处理的方法包括:
从所获取的数据中删除无关数据、重复数据,平滑噪声数据,筛选与预设主题关键字无关的数据;
使用函数is.na()判断所获取的数据中缺失值是否存在,并利用函数complete.cases()识别所获取的数据中数据是否完整从而判断缺失情况,并采用删除法、替换法、插补法处理所述缺失值。
3.如权利要求1所述的企业风险评估预警方法,其特征在于,所述预设类型企业客户信息数据包括企业背景信息、司法风险、经营风险、经营状况和/或知识产权中一种或者多种维度的数据。
4.如权利要求3所述的企业风险评估预警方法,其特征在于,其中:
所述企业背景信息包括企业工商信息、股权信息、股东信息、对外投资、企业关系、财务信息;
所述司法风险信息包括开庭公告、法律讼诉、法院公告、失信人信息;
所述经营风险包括经营异常、行政处罚、违法信息、股权出质、动产抵押、欠税公告、司法拍卖、知识产权出质;
所述经营状况包括产品信息、招聘信息、行政许可、税务评级、购地信息、招投标信息、资质证书;
知识产权包括商标信息、专利信息、软件著作权信息、作品著作权信息,网站备案。
5.如权利要求1至4中任意一项所述的企业风险评估预警方法,其特征在于,该方法还包括:
当与所述预警名单中企业客户进行预设类别交易时,自动识别并触发提醒信息。
6.一种企业风险评估预警装置,其特征在于,所述装置包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的企业风险评估预警程序,所述企业风险评估预警程序被所述处理器执行时实现如下步骤:
获取预设企业客户的所有关联数据,并对获取的数据进行清洗处理,去除其中的杂质数据,从清洗后的数据中查询预设类型企业客户信息数据;
自定义设置预设类别交易的风险规则,并确定企业客户的风险评估预警指标;
当根据查询到的企业客户信息数据,判断企业客户触犯所述风险规则时,判断对应的风险评估预警指标是否符合预设的预警触发条件,并在风险评估预警指标符合预设的预警触发条件时,发起企业风险预警通知;及
将产生企业风险预警通知的企业客户列入预警名单。
7.如权利要求6所述的企业风险评估预警装置,其特征在于,所述对获取的数据进行清洗处理的方法包括:
从所获取的数据中删除无关数据、重复数据,平滑噪声数据,筛选与预设主题关键字无关的数据;
使用函数is.na()判断所获取的数据中缺失值是否存在,并利用函数complete.cases()识别所获取的数据中数据是否完整从而判断缺失情况,并采用删除法、替换法、插补法处理所述缺失值。
8.如权利要求6所述的企业风险评估预警装置,其特征在于,所述预设类型企业客户信息数据包括企业背景信息、司法风险、经营风险、经营状况和/或知识产权中一种或者多种维度的数据,其中:
所述企业背景信息包括企业工商信息、股权信息、股东信息、对外投资、企业关系、财务信息;
所述司法风险信息包括开庭公告、法律讼诉、法院公告、失信人信息;
所述经营风险包括经营异常、行政处罚、违法信息、股权出质、动产抵押、欠税公告、司法拍卖、知识产权出质;
所述经营状况包括产品信息、招聘信息、行政许可、税务评级、购地信息、招投标信息、资质证书;
知识产权包括商标信息、专利信息、软件著作权信息、作品著作权信息,网站备案。
9.如权利要求6至8所述的企业风险评估预警装置,其特征在于,所述企业风险评估预警程序被所述处理器执行时还实现如下步骤:
当与所述预警名单中企业客户进行预设类别交易时,自动识别并触发提醒信息。
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企业风险评估预警程序,所述企业风险评估预警程序可被一个或者多个处理器执行,以实现如权利要求1至5中任一项所述的企业风险评估预警方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910294793.5A CN110135687A (zh) | 2019-04-12 | 2019-04-12 | 企业风险评估预警方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910294793.5A CN110135687A (zh) | 2019-04-12 | 2019-04-12 | 企业风险评估预警方法、装置及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110135687A true CN110135687A (zh) | 2019-08-16 |
Family
ID=67569951
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910294793.5A Pending CN110135687A (zh) | 2019-04-12 | 2019-04-12 | 企业风险评估预警方法、装置及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110135687A (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110796552A (zh) * | 2019-10-31 | 2020-02-14 | 维沃移动通信有限公司 | 一种风险提示方法及装置 |
CN111369369A (zh) * | 2020-03-16 | 2020-07-03 | 中科天玑数据科技股份有限公司 | 一种微盘交易平台监控系统和方法 |
CN111414376A (zh) * | 2020-03-02 | 2020-07-14 | 中国建设银行股份有限公司 | 一种数据预警方法和装置 |
CN111861255A (zh) * | 2020-07-30 | 2020-10-30 | 北京金堤征信服务有限公司 | 企业风险监控方法和装置、以及存储介质和电子设备 |
CN112132489A (zh) * | 2020-10-13 | 2020-12-25 | 深圳前海微众银行股份有限公司 | 涉诉风险预警处理方法、装置、设备及计算机存储介质 |
CN112488586A (zh) * | 2020-12-18 | 2021-03-12 | 未鲲(上海)科技服务有限公司 | 风控预警数据的管理方法、系统,计算机设备及存储介质 |
CN112541698A (zh) * | 2020-12-22 | 2021-03-23 | 北京中数智汇科技股份有限公司 | 基于企业外部特征识别企业风险的方法和系统 |
CN112541690A (zh) * | 2020-12-18 | 2021-03-23 | 未鲲(上海)科技服务有限公司 | 风控预警方法、系统,计算机设备及计算机存储介质 |
CN112651660A (zh) * | 2021-01-07 | 2021-04-13 | 量子数聚(北京)科技有限公司 | 企业风险预警方法及装置 |
CN113177729A (zh) * | 2021-05-20 | 2021-07-27 | 北京龙盾数据有限公司 | 基于企业关联风险传导的风险预警方法、系统及设备 |
CN113191784A (zh) * | 2021-04-23 | 2021-07-30 | 北京金堤征信服务有限公司 | 异常企业识别方法、装置、电子设备及存储介质 |
CN113469483A (zh) * | 2021-02-23 | 2021-10-01 | 杭州有数金融信息服务有限公司 | 一种自然人经营风险评分方法及系统和设备 |
CN113743697A (zh) * | 2020-08-21 | 2021-12-03 | 西安京迅递供应链科技有限公司 | 一种风险告警方法和装置 |
CN113887984A (zh) * | 2021-10-14 | 2022-01-04 | 黑龙江省范式智能技术有限公司 | 基于企业征信黑名单的预警提醒方法、装置及电子设备 |
CN113986436A (zh) * | 2021-10-29 | 2022-01-28 | 维沃移动通信有限公司 | 信息显示方法、装置、设备和存储介质 |
CN114066478A (zh) * | 2021-09-27 | 2022-02-18 | 东方微银科技股份有限公司 | 一种基于知产信息的目标分类评估方法及设备 |
CN114331223A (zh) * | 2022-03-04 | 2022-04-12 | 江苏苏宁银行股份有限公司 | 一种基于关联规则的企业信用风险评估方法和装置 |
CN115953032A (zh) * | 2023-03-10 | 2023-04-11 | 山东柏源技术有限公司 | 一种基于数据分析的企业项目执行风险评估系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20070080093A (ko) * | 2006-02-06 | 2007-08-09 | 주식회사 이상네트웍스 | 전자 상거래 거래 기업에 대한 신용 평가 서비스 제공 방법및 그 시스템 |
EP2801942A1 (en) * | 2013-05-09 | 2014-11-12 | Rockwell Automation Technologies, Inc. | Risk assessment for industrial systems using big data |
EP2801941A1 (en) * | 2013-05-09 | 2014-11-12 | Rockwell Automation Technologies, Inc. | Using cloud-based data for virtualization of an industrial automation environment with information overlays |
CN107169860A (zh) * | 2016-12-30 | 2017-09-15 | 中国建设银行股份有限公司 | 一种风险预警方法及装置 |
CN108629516A (zh) * | 2018-05-07 | 2018-10-09 | 深圳壹账通智能科技有限公司 | 企业风险评估方法、装置、设备及可读存储介质 |
CN108985613A (zh) * | 2018-07-06 | 2018-12-11 | 广州广电研究院有限公司 | 一种企业经营状况评估及预警方法、装置、设备及介质 |
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 |
CN109547251A (zh) * | 2018-11-27 | 2019-03-29 | 广东电网有限责任公司 | 一种基于监控数据的业务系统故障与性能预测方法 |
-
2019
- 2019-04-12 CN CN201910294793.5A patent/CN110135687A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20070080093A (ko) * | 2006-02-06 | 2007-08-09 | 주식회사 이상네트웍스 | 전자 상거래 거래 기업에 대한 신용 평가 서비스 제공 방법및 그 시스템 |
EP2801942A1 (en) * | 2013-05-09 | 2014-11-12 | Rockwell Automation Technologies, Inc. | Risk assessment for industrial systems using big data |
EP2801941A1 (en) * | 2013-05-09 | 2014-11-12 | Rockwell Automation Technologies, Inc. | Using cloud-based data for virtualization of an industrial automation environment with information overlays |
CN107169860A (zh) * | 2016-12-30 | 2017-09-15 | 中国建设银行股份有限公司 | 一种风险预警方法及装置 |
CN108629516A (zh) * | 2018-05-07 | 2018-10-09 | 深圳壹账通智能科技有限公司 | 企业风险评估方法、装置、设备及可读存储介质 |
CN108985613A (zh) * | 2018-07-06 | 2018-12-11 | 广州广电研究院有限公司 | 一种企业经营状况评估及预警方法、装置、设备及介质 |
CN109547251A (zh) * | 2018-11-27 | 2019-03-29 | 广东电网有限责任公司 | 一种基于监控数据的业务系统故障与性能预测方法 |
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 |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110796552A (zh) * | 2019-10-31 | 2020-02-14 | 维沃移动通信有限公司 | 一种风险提示方法及装置 |
CN111414376A (zh) * | 2020-03-02 | 2020-07-14 | 中国建设银行股份有限公司 | 一种数据预警方法和装置 |
CN111369369A (zh) * | 2020-03-16 | 2020-07-03 | 中科天玑数据科技股份有限公司 | 一种微盘交易平台监控系统和方法 |
CN111861255A (zh) * | 2020-07-30 | 2020-10-30 | 北京金堤征信服务有限公司 | 企业风险监控方法和装置、以及存储介质和电子设备 |
CN113743697A (zh) * | 2020-08-21 | 2021-12-03 | 西安京迅递供应链科技有限公司 | 一种风险告警方法和装置 |
CN112132489A (zh) * | 2020-10-13 | 2020-12-25 | 深圳前海微众银行股份有限公司 | 涉诉风险预警处理方法、装置、设备及计算机存储介质 |
CN112541690A (zh) * | 2020-12-18 | 2021-03-23 | 未鲲(上海)科技服务有限公司 | 风控预警方法、系统,计算机设备及计算机存储介质 |
CN112488586A (zh) * | 2020-12-18 | 2021-03-12 | 未鲲(上海)科技服务有限公司 | 风控预警数据的管理方法、系统,计算机设备及存储介质 |
CN112541698A (zh) * | 2020-12-22 | 2021-03-23 | 北京中数智汇科技股份有限公司 | 基于企业外部特征识别企业风险的方法和系统 |
CN112651660A (zh) * | 2021-01-07 | 2021-04-13 | 量子数聚(北京)科技有限公司 | 企业风险预警方法及装置 |
CN113469483A (zh) * | 2021-02-23 | 2021-10-01 | 杭州有数金融信息服务有限公司 | 一种自然人经营风险评分方法及系统和设备 |
CN113191784A (zh) * | 2021-04-23 | 2021-07-30 | 北京金堤征信服务有限公司 | 异常企业识别方法、装置、电子设备及存储介质 |
CN113177729A (zh) * | 2021-05-20 | 2021-07-27 | 北京龙盾数据有限公司 | 基于企业关联风险传导的风险预警方法、系统及设备 |
CN114066478A (zh) * | 2021-09-27 | 2022-02-18 | 东方微银科技股份有限公司 | 一种基于知产信息的目标分类评估方法及设备 |
CN113887984A (zh) * | 2021-10-14 | 2022-01-04 | 黑龙江省范式智能技术有限公司 | 基于企业征信黑名单的预警提醒方法、装置及电子设备 |
CN113986436A (zh) * | 2021-10-29 | 2022-01-28 | 维沃移动通信有限公司 | 信息显示方法、装置、设备和存储介质 |
CN114331223A (zh) * | 2022-03-04 | 2022-04-12 | 江苏苏宁银行股份有限公司 | 一种基于关联规则的企业信用风险评估方法和装置 |
CN115953032A (zh) * | 2023-03-10 | 2023-04-11 | 山东柏源技术有限公司 | 一种基于数据分析的企业项目执行风险评估系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110135687A (zh) | 企业风险评估预警方法、装置及计算机可读存储介质 | |
Yang et al. | Internet finance: Its uncertain legal foundations and the role of big data in its development | |
Kuhn et al. | Learning from WorldCom: Implications for fraud detection through continuous assurance | |
CN110689438A (zh) | 企业类金融风险评分方法、装置、计算机设备及存储介质 | |
CN112508694B (zh) | 服务器处理资源额度申请的方法、装置及电子设备 | |
CN101496056A (zh) | 用于监控交易的系统和方法 | |
CN112598513B (zh) | 识别股东风险交易行为的方法及装置 | |
Jans et al. | A Framework for Internal Fraud Risk Reduction at IT Integrating Business Processes: The IFR 2 Framework. | |
CN111178952A (zh) | 适用于汽车业的销售线索跟进及处理的系统、方法及介质 | |
CN112581283A (zh) | 商业银行员工交易行为分析及告警的方法及装置 | |
Gibbs et al. | A routine activities analysis of White‐Collar crime in carbon markets | |
CN111415067A (zh) | 企业及个人信用评级系统 | |
CN108737138A (zh) | 服务提供方法及服务平台 | |
Amini et al. | The implication of business intelligence in risk management: a case study in agricultural insurance | |
CN109636627B (zh) | 基于区块链的保险产品管理方法、装置、介质及电子设备 | |
CN110175904A (zh) | 商店客流量坪效的检测方法、系统、设备及存储介质 | |
Deepak et al. | Impact of Artificial Intelligence and Cyber Security as Advanced Technologies on Bitcoin Industries | |
CN110415094A (zh) | 资产负债智能管理方法、装置及计算机可读存储介质 | |
CN115393036A (zh) | 基于贷后预警模型的贷后预警平台及方法 | |
CN114066624A (zh) | 基于图计算的黑名单关联图谱挖掘方法及系统 | |
CN114238289A (zh) | 业务数据清理方法、装置、计算机设备和存储介质 | |
CN112926781A (zh) | 基于监管领域的市场主体行为图谱智能分析方法及系统 | |
Amirmostofian et al. | An analysis of the role of risk management in sustainability reporting–a case study of 27 European manufacturing companies | |
Chummun | How can Artificial Intelligence reduce fraud in the inclusive cover niche: a case of developing African countries | |
CN115422016B (zh) | 一种基于服务端关系网络的数据监控方法及装置 |
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 |