CN101930585A - 一种授信业务风险监测系统及其方法 - Google Patents
一种授信业务风险监测系统及其方法 Download PDFInfo
- Publication number
- CN101930585A CN101930585A CN201010272295XA CN201010272295A CN101930585A CN 101930585 A CN101930585 A CN 101930585A CN 201010272295X A CN201010272295X A CN 201010272295XA CN 201010272295 A CN201010272295 A CN 201010272295A CN 101930585 A CN101930585 A CN 101930585A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- information
- rule
- giving credit
- user
- 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
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种授信业务风险监测系统,该系统包括授信业务信息处理模块、监测规则库、风险监测模块和监测结果库,其中风险监测模块至少包括监测规则调度子模块和监测规则匹配子模块。相应地,本发明还公开了应用于所述授信业务风险监测系统的授信业务风险监测方法,通过系统事先配置的风险监测规则对从数据源系统读取的授信业务信息进行筛选匹配,不仅保证了监测数据的范围和时效性,而且确保了监测过程中监测规则的统一,有效地解决了授信业务风险监测主观性强,执行效率低的问题。
Description
技术领域
本发明涉及金融数据处理领域,尤其涉及一种授信业务风险监测系统及应用于该系统的授信业务风险监测方法。
背景技术
近年来,商业银行授信业务不断暴露出各类贷款风险案件,给银行业带来了很大的风险,而且授信业务风险是商业银行经营中所面临的最主要的风险之一。
目前,各个商业银行主要是利用信贷管理信息系统(Credit Management Information System,CMIS系统)进行非现场的授信业务风险监测,一般是授信管理部门的业务人员通过CMIS系统来查看信贷数据。该方式只能看到所有的数据,若要查看有问题的数据,需要业务人员根据经验或者对照标准文件进行数据比对。此方法以人工监控为主,缺乏统一的监控规则,而且待监测数据数量庞大,大大增加了授信管理人员的工作量,导致授信业务风险监测的执行效率比较低,监控的主观性较强。
发明内容
本发明提供了一种授信业务风险监测系统和应用于该授信业务风险监测系统的授信业务风险监测方法,通过系统事先配置的风险监测规则对从数据源系统读取的授信业务信息进行筛选匹配,不仅保证了监测数据的范围和时效性,而且确保了监测过程中监测规则的统一,有效地解决了授信业务风险监测主观性强,执行效率低的问题。
本发明提供的授信业务风险监测系统,具体包括:
授信业务信息处理模块,用于从数据源系统中提取授信业务信息形成中间层数据;
监测规则库,用于存放监测授信业务风险所用的监测规则;
风险监测模块,该风险监测模块包括:监测规则调度子模块,用于根据预设的监测规则执行顺序读取监测规则库中的监测规则;监测规则匹配子模块,用于根据所述读取的监测规则的至少一个条件指标从中间层数据中提取所述授信业务信息的相应的指标项,并将提取的所述授信业务信息的各个指标项与相应的条件指标分别进行匹配,当完全匹配时,将所述授信业务信息的业务编号、所述监测规则的编号以及参与匹配的各指标项放入监测结果库;
监测结果库,用于存放与监测规则完全匹配的所述授信业务信息的业务编号、所述监测规则的编号和参与匹配的各指标项。
相应地,本发明提供了应用于上述授信业务风险监测系统的授信业务风险监测方法,所述方法包括:
从数据源系统中提取授信业务信息形成中间层数据;
根据预设的监测规则执行顺序读取监测规则库中的监测规则;
根据所述读取的监测规则的至少一个条件指标从中间层数据中提取所述授信业务信息的相应的指标项,并将提取的所述授信业务信息的各个指标项与相应的条件指标分别进行匹配,当完全匹配时,将所述授信业务信息的业务编号、所述监测规则的编号以及参与匹配的各指标项放入监测结果库。
实施本发明的授信业务风险监测系统及其方法,通过将从数据源系统提取的授信业务信息与系统事先设置的授信业务风险监测规则进行匹配,并将完全匹配的授信业务信息的报警提示信息展示给用户,有效地解决了授信业务风险监测主观性强,执行效率低的问题。
附图说明
图1是根据本发明实施例的授信业务风险监测系统的结构示意图1。
图2是根据本发明实施例的授信业务风险监测系统的结构示意图2。
图3是根据本发明实施例的授信业务风险监测系统的结构示意图3。
图4是根据本发明实施例的授信业务风险监测系统的监测结果处理模块的结构示意图1。
图5是根据本发明实施例的授信业务风险监测系统的监测结果处理模块的结构示意图2。
图6是根据本发明实施例的授信业务风险监测系统的结构示意图4。
图7是根据本发明实施例的授信业务风险监测方法的流程图。
图8是根据本发明实施例的授信业务风险监测方法的流程图1。
图9是根据本发明实施例的授信业务风险监测方法的流程图2。
图10是根据本发明实施例的授信业务风险监测方法的流程图3。
图11是根据本发明实施例的监测规则的配置流程图。
具体实施方式
为使本发明的实施例的目的、技术方案和优点更加清楚,下面对本发明的授信业务风险监测系统(Credit_authorizing Risking Monitor System,CRMS系统)中涉及的一些术语做简单解释:
数据源系统:为CRMS系统提供监测数据的系统,包括CLPM系统(Commercial Lending Process Management System,对公信贷流程管理系统)、CMIS系统(Credit Management Information System,信贷管理信息系统)、A+P系统(个人贷款业务系统)和CCBS系统(Consolidated Core Banking System,核心银行业务处理系统)等系统。
中间层数据:是从数据源系统中抽取的为CRMS系统所用的授信业务信息的组合,中间层数据属于“半成品数据”,并不直接提供给用户查询和使用,经过CRMS系统的处理后才展示给用户查看。
信用风险限额:是银行按照有关客户信用评级办法的规定,测算出未来一段时间内该行能够承受的客户最大信用风险总量。原则上授信额度不能超过信用风险限额。
一般授信额度:是银行通过综合评价客户资信状况、授信风险和信用需求等因素,在信用风险限额的基础上核定的信用控制量即授信额度,通过对授信额度的分配支用、监控管理来集中、统一控制客户信用风险的过程。
新增授信业务:是指该笔授信业务审批后,对客户的授信敞口扩大的情况。例如在中国建设银行,具体包括两种,一是在建设银行没有授信业务余额的客户,新审批同意的一般授信额度或单笔贷款;二是建设银行的存量客户,新审批同意的一般授信额度大于审批前客户的授信业务余额。
不良贷款:客户存量贷款的五级分类(正常类、关注类、次级类、可疑类、损失类)结果为次级类、可疑类和损失类的贷款。
为使本发明的实施例的目的、技术方案和优点更加清楚,下面结合具体实施例和附图对本发明做详细阐述。
参见图1,图示了根据本发明实施例的授信业务风险监测系统的结构示意图1,授信业务风险监测系统1具体包括:
授信业务信息处理模块101,用于从数据源系统中提取授信业务信息形成中间层数据;
监测规则库102,用于存放监测授信业务风险所用的监测规则;
风险监测模块103,该风险监测模块包括:监测规则调度子模块1031,用于根据预设的监测规则执行顺序读取监测规则库中的监测规则;监测规则匹配子模块1032,用于根据所述读取的监测规则的至少一个条件指标从中间层数据中提取所述授信业务信息的相应的指标项,并将提取的所述授信业务信息的各个指标项与相应的条件指标分别进行匹配,当完全匹配时,将所述授信业务信息的业务编号、所述监测规则的编号以及参与匹配的各指标项放入监测结果库;
监测结果库104,用于存放与监测规则完全匹配的所述授信业务信息的业务编号、所述监测规则的编号和参与匹配的各指标项。
在本发明的实施方式中,从数据源系统提取的授信业务信息是已经加工处理的该数据源系统内前一日当日发生变化的授信业务数据,所述发生变化的授信业务数据不仅包括前一日当日新录入到数据源系统的授信业务数据,还包括前一日当日该数据源系统内业务状态发生变化的授信业务数据。本发明的授信业务风险监测系统直接对已经加工处理过的授信业务信息进行处理。
在本发明的实施过程中,所述授信业务信息具体可以包括来自CLPM系统的客户信息、业务信息、债项信息、十二级分类流程信息、十二级分类结果信息、贷后预警客户跟踪管理信息,来自CMIS系统的抵质押信息、合同信息、台账信息,来自A+P系统的个贷业务信息和来自CCBS系统的客户账务信息。将从上述数据源系统中提取的各种授信业务信息作为授信业务风险监测系统的监测数据源,有效地保证了监测数据的范围,而且提取的授信业务信息是数据源系统前一日当日发生变化的业务信息,又使得监测数据的时效性得到了保证。
在本发明的实施方式中,授信业务风险监测系统根据预设的监测规则执行顺序读取监测规则库中的监测规则,其中预设的监测规则执行顺序,例如可以是用户录入的按照监测规则编号的执行顺序,还可以是用户根据业务需要录入的其他执行顺序。
在本发明的具体实施过程中,授信业务风险监测系统根据业务需要从中间层数据中提取相应的授信业务信息作为风险监测数据源。当需要监测新增授信业务风险时,可以提取客户信息、业务信息、债项信息和合同信息等客户的新增授信业务信息作为监测数据源,及时进行监测报警提示,帮助总行或一级分行及时了解各级机构的信贷业务申报、审批情况和贷款投放情况。以中国建设银行为例,授信业务风险监测系统中编号为208的监测规则为:“授信额度内单笔信贷业务超授权报警”,该监测规则设置的条件指标为:a1、审批机构小于等于“一级分行”;a2、审批的业务品种等于“补偿贸易保证”或“借款保证”或“账户透支保证”或“债券偿付保证”或“对外借款担保”;a3、业务特征不等于“速贷通”。条件指标a1、a2和a3之间的运算符均为“*”,即三者要同时满足,所述授信业务信息才是与监测规则“授信额度内单笔信贷业务超授权报警”完全匹配的授信业务信息。授信业务风险监测系统将从中间层数据中提取来自CLPM系统的业务信息作为监测数据源。在执行到208号监测规则时,根据208号监测规则设置的三个条件指标a1、a2和a3提取每笔业务信息中对应的三个指标项。在本发明的实施方式中,利用规则引擎将每笔业务信息中的三个指标项与条件指标a1、a2和a3分别进行匹配,当完全匹配时,即该笔业务信息的三个指标项都满足条件指标a1、a2、a3时,则将该笔业务信息的业务编号、监测规则的编号208和参与匹配的三个指标a1、a2、a3放入监测结果库。当不完全匹配时,不进行任何处理。
在本发明的其他实施方式中,监测结果库中除了可以存放与监测规则完全匹配的授信业务信息的业务编号、监测规则编号和参与匹配的指标项之外,还可以存放根据所述业务编号从中间层数据中提取所述授信业务信息的基本信息(例如是否为低风险业务、业务性质代码、业务类型代码等)、对应的客户信息(例如客户编号、客户名称、客户类型代码、客户所属行业小类等)、合同信息(例如合同编号、合同金额、合同起始日期等)、支用信息(例如支用编号、支用金额、支用日期等)等信息,以供用户查看或其他数据分析使用。
在本发明的其他一些实施例中,当需要监测存量授信业务风险时,可以提取客户信息、业务信息、债项信息、贷后预警客户跟踪管理信息、台账信息等存量客户的授信业务信息作为监测数据源,及时发现风险隐患进行报警提示。以中国建设银行为例,授信业务风险监测系统编号为241的监测规则“疑似零售类贷款挪用提示”,该监测规则设置的条件指标为:b1、业务日期内,建设银行新发放一笔个人类贷款,转入借款人账户;b2、借款人账户为建设银行“证券”账户;b3、业务日期5日内,该账户资金转入证券“资金账户”;b4、转账金额大于等于贷款金额30%。条件指标b1、b2、b3和b4之间的运算符均为“*”,即四个条件指标要同时满足,该授信业务信息才是与监测规则“疑似零售类贷款挪用提示”完全匹配的授信业务信息。授信业务风险监测系统将从中间层数据中提取来自A+P系统的个贷业务信息作为监测数据源。在执行到241号监测规则时,根据241号监测规则设置的四个条件指标b1、b2、b3和b4提取每笔个贷业务信息中对应的四个指标项。在本发明的实施方式中,利用规则引擎将每笔个贷业务信息中的四个指标项与条件指标b1、b2、b3和b4分别进行匹配,当完全匹配时,即该笔个贷业务信息的四个指标项都满足条件指标b1、b2、b3、b4时,则将该笔个贷业务信息的业务编号、监测规则的编号241和参与匹配的四个指标均放入监测结果库。当不完全匹配时,不进行任何处理。除此之外,还可以根据所述授信业务信息的业务编号将所述授信业务信息的基本信息、对应的客户信息、合同信息和支用信息放入监测结果库,方便用户查看或其他的数据分析使用。
在本发明的另外一些实施方式中,当需要监测授信业务作业流程遵循风险时,可以提取业务信息、十二级分类流程信息等作为监测数据源。以中国建设银行为例,授信业务风险监测系统编号为211的监测规则“前提条件未落实办理业务风险报警”,该监测规则设置的条件指标为:c1、贷款主合同内有抵押从合同;c2、抵押合同登记标识为空或抵押登记日期迟于贷款发放日期。条件指标c1和c2之间的运算符为“*”,即二者要同时满足,该授信业务信息才是与监测规则“前提条件未落实办理业务风险报警”完全匹配的授信业务信息。授信业务风险监测系统将从中间层数据中提取来自CLPM系统的业务信息作为监测数据源。当执行到211号监测规则时,根据211号监测规则设置的两个条件指标c1和c2提取每笔业务信息中对应的两个指标项。在本发明的实施方式中,利用规则引擎将每笔业务信息中的两个指标项与条件指标c1和c2分别进行匹配,当完全匹配时,即该笔业务信息的两个指标项都满足条件指标c1、c2时,则将该笔业务信息的业务编号、监测规则的编号211和参与匹配的两个指标c1和c2放入监测结果库。当不完全匹配时,不进行任何处理。除此之外,还可以根据所述授信业务信息的业务编号从中间层数据中提取所述授信业务信息的基本信息、对应的客户信息、合同信息和支用信息放入监测结果库,方便用户查询或其他的数据分析使用。
参见图2,图示了根据本发明实施例的授信业务风险监测系统的结构示意图2,授信业务风险监测系统1除了包括图1所示的结构外,还可以包括用于配置监测规则的监测规则配置模块105,监测规则配置模块105包括:
基础维配置子模块1051,用于接收并保存用户录入的待配置的监测规则的基础维指标项;
业务维配置子模块1052,用于接收并保存用户录入的所述待配置的监测规则的业务维指标项;
编辑条件处理子模块1053,用于接收并保存用户录入的运算符,根据该运算符对所述基础维指标项和业务维指标项进行逻辑组合生成监测规则,并将生成的监测规则存入监测规则库。
在本发明的具体实施过程中,监测规则库中不仅存储有已经配置好的授信业务风险监测规则,还存储有用于配置上述风险监测规则的基础维指标项、业务维指标项和对所述指标项进行逻辑组合的运算符。授信业务风险监测系统在接收到用户要配置监测规则的基础维指标项的请求时,根据该配置请求从监测规则库中读取基础维指标项供用户选择,并接收和保存用户录入的监测规则的基础维指标项。例如在待配置监测规则“客户已列入外部监管机构黑名单”的基础维指标项的配置中,用户在授信业务风险监测系统提供的基础维树中为该监测规则选择参与规则匹配的基础维指标项,可选择“客户基本信息.客户所属行业小类”、“客户基本信息.客户名称”、“客户基本信息.组织机构代码”、“额度.期限-申报”、“额度.申报金额”、“额度.额度分项细分”、“额度.业务编号”,一共7个基础维指标项。授信业务风险监测系统接收用户录入的为该监测规则选择的7个基础指标项,并将其保存在监测规则库中。
在本发明的实施过程中,在完成监测规则的基础维指标项的配置后,还需要对监测规则的业务维指标项进行配置。授信业务风险监测系统在接收到用户的监测规则的业务维指标项配置请求时,根据该配置请求从监测规则库中读取业务维指标项供用户选择,并接收和保存用户录入的监测规则的业务维指标项。例如在待配置监测规则“客户已列入外部监管机构黑名单”的业务维指标项配置中,选择业务维指标“新增授信业务”,该业务维指标对应的条件指标为:额度.申报金额要大于最新额度。
在此需要明确的是,监测规则选定的基础维指标项和业务维指标项并不是全部都必须要参与监测规则条件匹配,可以在所有的指标项中选择一个或多个指标项参与规则条件匹配。例如在监测规则“客户已列入外部监管机构黑名单”中的7个基础维指标项中,选择“客户基本信息.组织机构代码”作为需要参与监测规则条件匹配的指标项,也就是说,“客户基本信息.组织机构代码”不仅要作展示,还要增加限制条件,添加“自由参数表.判断字段代码.参数表编号=A090”作为该基础维指标项的一个条件参数,该条件参数编号对应的是用户手工录入的一个参数表中的一段数据,而除了“客户基本信息.组织机构代码”之外的6个基础维指标项仅作为展示,不作为参与规则匹配的条件指标。
在完成监测规则的基础维指标项和业务维指标项的配置后,还需要为所述指标项选择运算符。具体地,授信业务风险监测系统在接收到用户为该监测规则选择运算符的请求时,将监测规则库中的运算符展示给用户供用户选择,用户根据具体的业务需要进行运算符的选择。例如在监测规则“客户已列入外部监管机构黑名单”的配置中,可选择的运算符有“*”和“+”,其中“*”表示条件与,“+”表示条件或。根据业务需要选择运算符“*”,即“客户基本信息.组织机构代码”条件(系统自动分配的编号为“Att07”)与“新增授信业务”条件(系统自动分配的编号为“Rtt11”)需要同时成立,那么生成的该监测规则可以写成“Att07*Rtt11”。在本发明的实施过程中,监测规则配置完成后,可保存在监测规则库中以供风险监测模块使用。
参见图3,图示了根据本发明实施例的授信业务风险监测系统的结构示意图3,授信业务风险监测系统1不仅可以包括图2中所示的结构,还可以包括监测结果处理模块106,监测结果处理模块106具体包括:
监测结果显示子模块1061,用于通过WEB页面向用户展示监测结果库中与监测规则完全匹配的所述授信业务信息的报警提示信息。
在本发明的实施例中,授信业务风险监测系统通过WEB页面将监测结果库中与监测规则完全匹配,即需要风险报警提示的授信业务信息的相关信息展示给用户,例如可以以风险报警事项一览表的形式。在本发明的其他一些实施例中,监测结果库中的授信业务信息还可以以监测报表的形式展示给用户。
在本发明的一些实施方式中,在将监测结果库中的监测结果报警提示给用户之后,还会有相关的合规性核查人员对所述授信业务信息的报警提示信息进行核查,并将所述报警提示信息的核查结果录入授信业务监测系统以供其他的授信业务监测人员查看。因此,在本发明的一些实施方式中,参见图4,监测结果处理模块106除了包括监测结果显示子模块1061之外,还可以包括:
监测结果核查子模块1062,用于接收并保存用户对所述报警提示信息核查后的核查结果信息。
在本发明的实施过程中,授信业务风险监测系统在接收用户录入的对报警提示信息的核查结果信息后,可将该核查结果信息保存在监测结果库中以供相关的工作人员查看。
在本发明的另外一些实施方式中,用户可查询监测结果库中各个监测规则监测到的有风险的授信业务信息。参见图5,监测结果处理模块106除了可以包括监测结果显示子模块1061和监测结果核查子模块1062之外,还可以包括:
监测结果查询子模块1063,用于根据用户录入的监测规则查询条件在监测结果库中进行查询,并将查询得到的结果信息展示给该用户。
在本发明的其他一些实施方式中,监测结果查询子模块1063不仅可以用于查询监测规则监测得到的授信业务信息的报警提示信息,还可以用于查询监测结果核查子模块1062录入的报警提示信息的核查结果信息。
在本发明的实施方式中,监测结果处理模块106可以同时包括监测结果显示子模块1061、监测结果核查子模块1062和监测结果查询子模块1063三个子模块,也可以包括其中两个子模块,例如只包括监测结果显示子模块1061、监测结果核查子模块1062,或只包括监测结果显示子模块1061、监测结果查询子模块1063两个子模块,还可以包括其中一个子模块,例如只包括监测结果显示子模块1061。
参见图6,图示了根据本发明实施例的授信业务风险监测系统的结构示意图4,授信业务风险监测系统1除了具有图1所示的结构外,还可以包括:
客户关系处理模块107,用于根据从信贷管理信息系统提取的客户关联关系信息、合同信息、集团信息、客户信息和从外部监管机构获取的客户关联关系数据,利用共生计算和关联度计算生成客户关联关系,并将该客户关联关系保存至监测结果库。
相应地,授信业务风险监测系统1除了包括客户关系处理模块107之外,还可以包括:
客户关系查询模块108,用于接收用户录入的客户关系查询条件,根据所述客户关系查询条件查询监测结果库得到客户关系查询结果,并将该客户关系查询结果以可视化形式展示给用户。
在本发明的实施方式中,授信业务风险监测系统根据从CMIS系统提取的客户关联关系信息、合同信息、集团信息、客户信息以及从外部监管机构获取的客户关联关系数据,利用共生计算和关联度计算生成客户关联关系。具体地,授信业务风险监测系统依据共生计算和关联度计算两种算法,分析上述提取的客户关联关系的关联度,并将关联度不为零的客户联系起来,后续可以采用可视化技术以可视化的连线的方式展示给用户查看。例如从集团信息中提取的数据表明集团A与集团B之间的关联度不为零,将集团A和集团B以连线方式连接,还可以从上述集团信息中提取集团A的各子公司信息,通过连线方式将所述各子公司连接在集团A的周围,还可通过合同信息或外部监管机构(例如银行监督管理委员会)下发的客户关联关系数据提取其他相关的客户关联信息连接在集团A的周围,上述方法同样适用于其他客户的客户关联关系的形成过程,最终可形成各个客户的客户关联关系的拓扑图。授信业务风险监测系统可以在接收到用户录入的客户关系查询条件后,根据所述客户关系查询条件查询监测结果库得到客户关系查询结果,将查询得到的客户关联关系以可视化的方式展示给用户。这种可视化的展示方式为用户查看客户关联关系查询结果提供了极大的方便,大大地提高了授信业务风险监测的处理效率。
上面结合附图和具体实施例阐述了本发明的授信业务风险监测系统的结构组成,下面将结合具体的数据处理流程说明应用于所述授信业务风险监测系统的授信业务风险监测方法。
参见图7,图示了根据本发明实施例的授信业务风险监测方法的流程图,所述方法包括:
S101,从数据源系统中提取授信业务信息形成中间层数据;
S102,根据预设的监测规则执行顺序读取监测规则库中的监测规则;
S103,根据所述读取的监测规则的至少一个条件指标从中间层数据中提取所述授信业务信息的相应的指标项,并将提取的所述授信业务信息的各个指标项与相应的条件指标分别进行匹配,当完全匹配时,将所述授信业务信息的业务编号、所述监测规则的编号以及参与匹配的各指标项放入监测结果库。
在本发明的实施过程中,从数据源系统提取的授信业务信息是已经加工处理的该数据源系统内前一日当日发生变化的授信业务数据,所述授信业务数据不仅包括前一日当日新录入到该数据源系统的授信业务数据,还包括前一日当日该数据源系统内业务状态发生变化的授信业务数据。
在本发明的实施例中,所述授信业务信息具体可以包括来自CLPM系统的客户信息、业务信息、债项信息、十二级分类流程信息、十二级分类结果信息、贷后预警客户跟踪管理信息,来自CMIS系统的抵质押信息、合同信息、台账信息,来自A+P系统的个贷业务信息和来自CCBS系统的客户账务信息。将从上述数据源系统中提取的各种授信业务信息作为授信业务风险监测的监测数据源,有效地保证了监测数据的范围,而且提取的授信业务信息是数据源系统前一日当日发生变化的业务信息,又使得监测数据的时效性得到了保证。
在本发明的授信业务风险监测方法的实施过程中,监测规则可以按照预设的执行顺序从监测规则库中读取,例如可以按照监测规则的编号、监测规则的分类等执行顺序。
在本发明的一些实施例中,可以根据不同的业务需要从中间层数据中提取相应的授信业务信息作为风险监测数据源。当需要监测新增授信业务风险时,可以提取客户信息、业务信息、债项信息和合同信息等客户的新增授信业务信息作为监测数据源,及时进行监测报警提示,帮助总行或一级分行及时了解各级机构的信贷业务申报、审批情况和贷款投放情况。以中国建设银行为例,编号为208的监测规则为:“授信额度内单笔信贷业务超授权报警”,该监测规则设置的条件指标为:a1、审批机构小于等于“一级分行”;a2、审批的业务品种等于“补偿贸易保证”或“借款保证”或“账户透支保证”或“债券偿付保证”或“对外借款担保”;a3、业务特征不等于“速贷通”。条件指标a1、a2和a3之间的运算符均为“*”,即三者要同时满足,所述授信业务信息才是与监测规则“授信额度内单笔信贷业务超授权报警”完全匹配的授信业务信息。参见图8,图示了根据本发明实施例的授信业务风险监测方法的流程图1,具体步骤包括:
S201,从中间层数据中提取来自CLPM系统的业务信息;
S202,在执行到208号监测规则时,根据208号监测规则设置的三个条件指标a1、a2和a3提取每笔业务信息中对应的三个指标项;
S203,利用规则引擎将每笔业务信息中的三个指标项与条件指标a1、a2和a3分别进行匹配,当完全匹配时,执行S204,当不完全匹配时,执行S205;
S204,将该笔业务信息的业务编号、监测规则的编号208和参与匹配的三个指标a1、a2、a3放入监测结果库;
S205,不进行任何处理。
在本发明的实施方式中,监测结果库中除了可以存放与监测规则完全匹配的授信业务信息的业务编号、监测规则编号和参与匹配的各指标项之外,还可以存放根据所述业务编号从中间层数据中提取的所述授信业务信息的基本信息(例如是否为低风险业务、业务性质代码、业务类型代码等)、对应的客户信息(例如客户编号、客户名称、客户类型代码、客户所属行业小类等)、合同信息(例如合同编号、合同金额、合同起始日期等)、支用信息(例如支用编号、支用金额、支用日期等)等信息,以供用户查看或其他数据分析使用。
在本发明的其他一些实施例中,当需要监测存量授信业务风险时,可以提取客户信息、业务信息、债项信息、贷后预警客户跟踪管理信息、台账信息等存量客户的授信业务信息作为监测数据源,及时发现风险隐患进行报警提示。以中国建设银行为例,编号为241的监测规则“疑似零售类贷款挪用提示”,该监测规则设置的条件指标为:b1、业务日期内,建设银行新发放一笔个人类贷款,转入借款人账户;b2、借款人账户为建设银行“证券”账户;b3、业务日期5日内,该账户资金转入证券“资金账户”;b4、转账金额大于等于贷款金额30%。条件指标b1、b2、b3和b4之间的运算符均为“*”,即四个条件指标要同时满足,所述授信业务信息才是与监测规则“疑似零售类贷款挪用提示”完全匹配的授信业务信息。参见图9,图示了根据本发明实施例的授信业务风险监测方法的流程图2,具体步骤包括:
S301,从中间层数据中提取来自A+P系统的个贷业务信息;
S302,在执行到241号监测规则时,根据241号监测规则设置的四个条件指标b1、b2、b3和b4提取每笔个贷业务信息中对应的四个指标项;
S303,利用规则引擎将每笔个贷业务信息中的四个指标项与条件指标b1、b2、b3和b4分别进行匹配,当完全匹配时,执行S304,当不完全匹配时,执行S305;
S304,将该笔个贷业务信息的业务编号、监测规则的编号241和参与匹配的四个指标均放入监测结果库;
S305,不进行任何处理。
在具体的实施过程中,还可以根据所述授信业务信息的业务编号将所述授信业务信息的基本信息、对应的客户信息、合同信息和支用信息放入监测结果库,方便用户查看或其他的数据分析使用。
在本发明的另外一些实施方式中,当需要监测授信业务作业流程遵循风险时,可以提取业务信息、十二级分类流程信息等作为监测数据源。以中国建设银行为例,编号为211的监测规则“前提条件未落实办理业务风险报警”,该监测规则设置的条件指标为:c1、贷款主合同内有抵押从合同;c2、抵押合同登记标识为空或抵押登记日期迟于贷款发放日期。条件指标c1和c2之间的运算符为“*”,即二者要同时满足,所述授信业务信息才是与监测规则“前提条件未落实办理业务风险报警”完全匹配的授信业务信息。参见图10,图示了根据本发明实施例的授信业务风险监测方法的流程图3,具体步骤包括:
S401,从中间层数据中提取来自CLPM系统的业务信息;
S402,当执行到211号监测规则时,根据211号监测规则设置的两个条件指标c1和c2提取每笔业务信息中对应的两个指标项;
S403,利用规则引擎将每笔业务信息中的两个指标项与条件指标c1和c2分别进行匹配,当完全匹配时,执行S404,当不完全匹配时,执行S405;
S404,将该笔业务信息的业务编号、监测规则的编号211和参与匹配的两个指标c1和c2放入监测结果库;
S405,不进行任何处理。
在本发明的具体实施过程中,还可以根据所述授信业务信息的业务编号从中间层数据中提取所述授信业务信息的基本信息、对应的客户信息、合同信息和支用信息放入监测结果库,方便用户查询或其他的数据分析使用。
在本发明的其他一些实施例中,还可以通过Web页面向用户展示监测结果库中与监测规则完全匹配的所述授信业务信息的报警提示信息。
在本发明的另外一些实施例中,还可以接收并保存授信业务风险监测的合规性核查人员对所述报警提示信息核查后的核查结果信息。
在本发明的实施过程中,还可以根据用户录入的监测规则查询条件在监测结果库中进行查询,并将查询得到的结果信息,包括监测结果信息和核查结果信息展示给该用户。
进一步地,本发明的授信业务风险监测方法还可以包括监测规则的配置步骤。参见图11,图示了根据本发明实施例的监测规则的配置流程图,具体步骤包括:
S501,接收并保存用户录入的待配置的监测规则的基础维指标项;
S502,接收并保存用户录入的所述待配置的监测规则的业务维指标项;
S503,接收并保存用户录入的运算符,根据该运算符对所述基础维指标项和业务维指标项进行逻辑组合生成监测规则,并将生成的监测规则存入监测规则库。
在本发明的实施例中,例如在待配置监测规则“客户已列入外部监管机构黑名单”的配置过程中,具体包括:接收并保存用户录入的为该待配置的监测规则选择的基础维指标项,具体为“客户基本信息.客户所属行业小类”、“客户基本信息.客户名称”、“客户基本信息.组织机构代码”、“额度.期限-申报”、“额度.申报金额”、“额度.额度分项细分”、“额度.业务编号”;接收并保存用户录入的为该待配置的监测规则选择的业务维指标项,具体为“新增授信业务”,该业务维指标对应的条件为:额度.申报金额要大于最新额度;接收并保存用户为该监测规则选择的运算符,具体为条件与“*”。
在此需要说明的是,监测规则选定的基础维指标项和业务维指标项并不是全部都必须要参与监测规则条件匹配,可以在所有的指标项中选择一个或多个指标项参与规则条件匹配。例如在监测规则“客户已列入外部监管机构黑名单”中的7个基础维指标项中,除了“客户基本信息.组织机构代码”之外的6个基础维指标项仅作为展示,“客户基本信息.组织机构代码”不仅要作展示,还要增加限制条件,添加“自由参数表.判断字段代码.参数表编号=A090”作为该基础维指标项的一个条件参数,该条件参数编号对应的是用户手工录入的一个参数表中的一段数据。该条件参数将在后续的规则匹配处理过程中,起到匹配数据的作用。结合上述已选定的条件指标与运算符,可以得到“客户基本信息.组织机构代码”条件(系统自动分配的编号为“Att07”)与“新增授信业务”条件(系统自动分配的编号为“Rtt11”)需要同时成立,那么配置生成的该监测规则可以写成“Att07*Rtt11”。
进一步地,本发明的授信业务风险监测方法还可以包括:
根据从信贷管理信息系统提取的客户关联关系信息、合同信息、集团信息、客户信息和从外部监管机构获取的客户关联关系数据,利用共生计算和关联度计算生成客户关联关系,并将该客户关联关系保存至监测结果库。
相应地,本发明的授信业务风险监测方法还可以包括:
接收用户录入的客户关系查询条件,根据所述客户关系查询条件查询监测结果库得到客户关系查询结果,并将该客户关系查询结果以可视化形式展示给用户。
在本发明的实施例中,可以采用可视化的形式将客户关联关系展示给用户。这种展示方式为用户查看客户关联关系查询结果提供了极大的方便,大大地提高了授信业务风险监测的处理效率。
综上所述,本发明的授信业务风险监测系统以及应用于所述授信业务风险监测系统的授信业务风险监测方法,通过系统事先配置的风险监测规则对从数据源系统读取的授信业务信息进行筛选匹配,不仅保证了监测数据的范围和时效性,而且确保了监测过程中监测规则的统一,有效地解决了授信业务风险监测主观性强,执行效率低的问题。
通过以上实施方式的描述,本领域的技术人员可以清楚地了解到本发明可借助软件结合硬件平台的方式来实现,当然也可以全部通过硬件来实施。基于这样的理解,本发明的技术方案对背景技术做出贡献的全部或者部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
以上所公开的仅为本发明的一种具体实施例而已,当然不能以此来限定本发明的保护范围,依照本发明权利要求的技术实质所作的改变或等同变化,仍落入本发明所涵盖的范围。
Claims (14)
1.一种授信业务风险监测系统,其特征在于,所述系统包括:
授信业务信息处理模块,用于从数据源系统中提取授信业务信息形成中间层数据;
监测规则库,用于存放监测授信业务风险所用的监测规则;
风险监测模块,该风险监测模块包括:监测规则调度子模块,用于根据预设的监测规则执行顺序读取监测规则库中的监测规则;监测规则匹配子模块,用于根据所述读取的监测规则中的至少一个条件指标从中间层数据中提取所述授信业务信息的相应的指标项,并将提取的所述授信业务信息的各个指标项与相应的条件指标分别进行匹配,当完全匹配时,将所述授信业务信息的业务编号、所述监测规则的编号以及参与匹配的各指标项放入监测结果库;
监测结果库,用于存放与监测规则完全匹配的所述授信业务信息的业务编号、所述监测规则的编号和参与匹配的各指标项。
2.如权利要求1所述的系统,其特征在于,所述系统还包括用于配置监测规则的监测规则配置模块,该监测规则配置模块包括:
基础维配置子模块,用于接收并保存用户录入的待配置的监测规则的基础维指标项;
业务维配置子模块,用于接收并保存用户录入的所述待配置的监测规则的业务维指标项;
编辑条件处理子模块,用于接收并保存用户录入的运算符,根据该运算符对所述基础维指标项和业务维指标项进行逻辑组合生成监测规则,并将生成的监测规则存入监测规则库。
3.如权利要求1所述的系统,其特征在于,所述系统还包括监测结果处理模块,该监测结果处理模块包括:
监测结果显示子模块,用于通过WEB页面向用户展示监测结果库中与监测规则完全匹配的所述授信业务信息的报警提示信息。
4.如权利要求3所述的系统,其特征在于,所述监测结果处理模块还包括:
监测结果核查子模块,用于接收并保存用户对所述报警提示信息核查后的核查结果信息。
5.如权利要求3或4所述的系统,其特征在于,所述监测结果处理模块还包括:
监测结果查询子模块,用于根据用户录入的监测规则查询条件在监测结果库中进行查询,并将查询得到的结果信息展示给该用户。
6.如权利要求1所述的系统,其特征在于,所述系统还包括:
客户关系处理模块,用于根据从信贷管理信息系统提取的客户关联关系信息、合同信息、集团信息、客户信息和从外部监管机构获取的客户关联关系数据,利用共生计算和关联度计算生成客户关联关系,并将该客户关联关系保存至监测结果库。
7.如权利要求6所述的系统,其特征在于,所述系统还包括:
客户关系查询模块,用于接收用户录入的客户关系查询条件,根据所述客户关系查询条件查询监测结果库得到客户关系查询结果,并将该客户关系查询结果以可视化形式展示给用户。
8.一种授信业务风险监测方法,其特征在于,所述方法包括:
从数据源系统中提取授信业务信息形成中间层数据;
根据预设的监测规则执行顺序读取监测规则库中的监测规则;
根据所述读取的监测规则的至少一个条件指标从中间层数据中提取所述授信业务信息的相应的指标项,并将提取的所述授信业务信息的各个指标项与相应的条件指标分别进行匹配,当完全匹配时,将所述授信业务信息的业务编号、所述监测规则的编号以及参与匹配的各指标项放入监测结果库。
9.如权利要求8所述的方法,其特征在于,所述监测规则的配置步骤包括:
接收并保存用户录入的待配置的监测规则的基础维指标项;
接收并保存用户录入的所述待配置的监测规则的业务维指标项;
接收并保存用户录入的运算符,根据该运算符对所述基础维指标项和业务维指标项进行逻辑组合生成监测规则,并将生成的监测规则存入监测规则库。
10.如权利要求8所述的方法,其特征在于,所述方法还包括:
通过WEB页面向用户展示监测结果库中与监测规则完全匹配的所述授信业务信息的报警提示信息。
11.如权利要求10所述的方法,其特征在于,所述方法进一步包括:
接收并保存用户对所述报警提示信息核查后的核查结果信息。
12.如权利要求10或11所述的方法,其特征在于,所述方法进一步包括:
根据用户录入的监测规则查询条件在监测结果库中进行查询,并将查询得到的结果信息展示给该用户。
13.如权利要求8所述的方法,其特征在于,所述方法还包括:
根据从信贷管理信息系统提取的客户关联关系信息、合同信息、集团信息、客户信息和从外部监管机构获取的客户关联关系数据,利用共生计算和关联度计算生成客户关联关系,并将该客户关联关系保存至监测结果库。
14.如权利要求13所述的方法,其特征在于,所述方法进一步包括:
接收用户录入的客户关系查询条件,根据所述客户关系查询条件查询监测结果库得到客户关系查询结果,并将该客户关系查询结果以可视化形式展示给用户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010272295XA CN101930585A (zh) | 2010-09-01 | 2010-09-01 | 一种授信业务风险监测系统及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010272295XA CN101930585A (zh) | 2010-09-01 | 2010-09-01 | 一种授信业务风险监测系统及其方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101930585A true CN101930585A (zh) | 2010-12-29 |
Family
ID=43369746
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201010272295XA Pending CN101930585A (zh) | 2010-09-01 | 2010-09-01 | 一种授信业务风险监测系统及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101930585A (zh) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104657896A (zh) * | 2015-03-05 | 2015-05-27 | 东汇征信有限公司南京分公司 | 一种cms信贷信息共享管理的数据采集和共享系统 |
CN104866957A (zh) * | 2015-05-11 | 2015-08-26 | 国家电网公司 | 一种财务业务数据的监控系统 |
CN105512567A (zh) * | 2015-12-07 | 2016-04-20 | 中国电力科学研究院 | 一种易扩展的规则定制化数据监测方法 |
CN105678475A (zh) * | 2016-03-01 | 2016-06-15 | 中国联合网络通信集团有限公司 | 风险预警方法和设备 |
CN106155860A (zh) * | 2015-03-31 | 2016-11-23 | 展讯通信(上海)有限公司 | 一种内存监控系统及方法 |
CN106570754A (zh) * | 2016-10-25 | 2017-04-19 | 中国建设银行股份有限公司 | 一种业务数据的转移方法和装置 |
CN108256844A (zh) * | 2018-02-05 | 2018-07-06 | 浙江米致科技有限公司 | 一种传统供应链金融领域中结算支付方法 |
CN108346029A (zh) * | 2017-01-23 | 2018-07-31 | 纬创软件(北京)有限公司 | 一种支撑信贷工厂模式的定制化信贷系统 |
CN108537659A (zh) * | 2018-04-18 | 2018-09-14 | 北京京东金融科技控股有限公司 | 用于输出信息的方法和装置 |
CN108804685A (zh) * | 2018-06-13 | 2018-11-13 | 中国建设银行股份有限公司 | 一种资产托管监督任务的处理方法及装置 |
CN108805391A (zh) * | 2018-04-12 | 2018-11-13 | 阿里巴巴集团控股有限公司 | 确定高风险用户的方法及装置 |
CN109409892A (zh) * | 2017-08-15 | 2019-03-01 | 凡普互金有限公司 | 风险评估方法和系统 |
WO2019095829A1 (zh) * | 2017-11-14 | 2019-05-23 | 阿里巴巴集团控股有限公司 | 基于互联网信贷的风险监控方法、装置及设备 |
CN110045953A (zh) * | 2019-04-22 | 2019-07-23 | 第四范式(北京)技术有限公司 | 生成业务规则表达式的方法及计算装置 |
CN110059939A (zh) * | 2018-12-13 | 2019-07-26 | 成都亚信网络安全产业技术研究院有限公司 | 一种风险检测方法及装置 |
CN110378780A (zh) * | 2019-06-17 | 2019-10-25 | 深圳壹账通智能科技有限公司 | 风控策略调整方法、装置、计算机设备和存储介质 |
WO2020048056A1 (zh) * | 2018-09-06 | 2020-03-12 | 平安科技(深圳)有限公司 | 一种风险决策方法和装置 |
CN111221859A (zh) * | 2018-11-26 | 2020-06-02 | 浙江宇视科技有限公司 | 布控方法、装置及平台 |
CN111913994A (zh) * | 2020-08-12 | 2020-11-10 | 武汉众邦银行股份有限公司 | 基于行内数据和外部数据的客户风险数据监测方法 |
CN111932359A (zh) * | 2020-07-16 | 2020-11-13 | 吉林亿联银行股份有限公司 | 一种风险监测方法、系统及电子设备 |
CN112540959A (zh) * | 2020-12-14 | 2021-03-23 | 建信金融科技有限责任公司 | 一种数据处理方法和装置 |
-
2010
- 2010-09-01 CN CN201010272295XA patent/CN101930585A/zh active Pending
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104657896A (zh) * | 2015-03-05 | 2015-05-27 | 东汇征信有限公司南京分公司 | 一种cms信贷信息共享管理的数据采集和共享系统 |
CN106155860A (zh) * | 2015-03-31 | 2016-11-23 | 展讯通信(上海)有限公司 | 一种内存监控系统及方法 |
CN104866957A (zh) * | 2015-05-11 | 2015-08-26 | 国家电网公司 | 一种财务业务数据的监控系统 |
CN105512567A (zh) * | 2015-12-07 | 2016-04-20 | 中国电力科学研究院 | 一种易扩展的规则定制化数据监测方法 |
CN105512567B (zh) * | 2015-12-07 | 2020-08-28 | 中国电力科学研究院 | 一种易扩展的规则定制化数据监测方法 |
CN105678475A (zh) * | 2016-03-01 | 2016-06-15 | 中国联合网络通信集团有限公司 | 风险预警方法和设备 |
CN105678475B (zh) * | 2016-03-01 | 2019-09-10 | 中国联合网络通信集团有限公司 | 风险预警方法和设备 |
CN106570754A (zh) * | 2016-10-25 | 2017-04-19 | 中国建设银行股份有限公司 | 一种业务数据的转移方法和装置 |
CN108346029A (zh) * | 2017-01-23 | 2018-07-31 | 纬创软件(北京)有限公司 | 一种支撑信贷工厂模式的定制化信贷系统 |
CN109409892A (zh) * | 2017-08-15 | 2019-03-01 | 凡普互金有限公司 | 风险评估方法和系统 |
WO2019095829A1 (zh) * | 2017-11-14 | 2019-05-23 | 阿里巴巴集团控股有限公司 | 基于互联网信贷的风险监控方法、装置及设备 |
CN108256844A (zh) * | 2018-02-05 | 2018-07-06 | 浙江米致科技有限公司 | 一种传统供应链金融领域中结算支付方法 |
CN108805391A (zh) * | 2018-04-12 | 2018-11-13 | 阿里巴巴集团控股有限公司 | 确定高风险用户的方法及装置 |
TWI804575B (zh) * | 2018-04-12 | 2023-06-11 | 開曼群島商創新先進技術有限公司 | 確定高風險用戶的方法及裝置、電腦可讀儲存媒體、和計算設備 |
CN108537659A (zh) * | 2018-04-18 | 2018-09-14 | 北京京东金融科技控股有限公司 | 用于输出信息的方法和装置 |
CN108537659B (zh) * | 2018-04-18 | 2021-03-30 | 京东数字科技控股有限公司 | 用于输出信息的方法和装置 |
CN108804685A (zh) * | 2018-06-13 | 2018-11-13 | 中国建设银行股份有限公司 | 一种资产托管监督任务的处理方法及装置 |
WO2020048056A1 (zh) * | 2018-09-06 | 2020-03-12 | 平安科技(深圳)有限公司 | 一种风险决策方法和装置 |
CN111221859B (zh) * | 2018-11-26 | 2024-02-06 | 浙江宇视科技有限公司 | 布控方法、装置及平台 |
CN111221859A (zh) * | 2018-11-26 | 2020-06-02 | 浙江宇视科技有限公司 | 布控方法、装置及平台 |
CN110059939A (zh) * | 2018-12-13 | 2019-07-26 | 成都亚信网络安全产业技术研究院有限公司 | 一种风险检测方法及装置 |
CN110045953B (zh) * | 2019-04-22 | 2023-12-01 | 第四范式(北京)技术有限公司 | 生成业务规则表达式的方法及计算装置 |
CN110045953A (zh) * | 2019-04-22 | 2019-07-23 | 第四范式(北京)技术有限公司 | 生成业务规则表达式的方法及计算装置 |
CN110378780A (zh) * | 2019-06-17 | 2019-10-25 | 深圳壹账通智能科技有限公司 | 风控策略调整方法、装置、计算机设备和存储介质 |
CN111932359A (zh) * | 2020-07-16 | 2020-11-13 | 吉林亿联银行股份有限公司 | 一种风险监测方法、系统及电子设备 |
CN111913994A (zh) * | 2020-08-12 | 2020-11-10 | 武汉众邦银行股份有限公司 | 基于行内数据和外部数据的客户风险数据监测方法 |
CN111913994B (zh) * | 2020-08-12 | 2023-09-15 | 武汉众邦银行股份有限公司 | 基于行内数据和外部数据的客户风险数据监测方法 |
CN112540959A (zh) * | 2020-12-14 | 2021-03-23 | 建信金融科技有限责任公司 | 一种数据处理方法和装置 |
CN112540959B (zh) * | 2020-12-14 | 2023-01-10 | 中国建设银行股份有限公司 | 一种数据处理方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101930585A (zh) | 一种授信业务风险监测系统及其方法 | |
CN109146688A (zh) | 一种基于区块链联盟链技术的供应链金融应用方法 | |
Chernyakov et al. | Technological risks of the digital economy | |
CN109598610A (zh) | 一种基于区块链信用币或数字存证的融资模式方法 | |
CN109564668A (zh) | 电子抵押经纪和监控 | |
CN105427211A (zh) | 一种法律事务的在线管理系统 | |
CN109767129B (zh) | 一种信贷额度控制方法及装置 | |
CN105373950A (zh) | 基于云安全的在线交易平台 | |
Harrigan et al. | Airdrops and privacy: a case study in cross-blockchain analysis | |
DE102014116982B4 (de) | Sich seiner selbst bewusstes Token | |
CN115731028A (zh) | 一种预警方法、装置、电子设备及计算机可读介质 | |
CN110245814A (zh) | 风险监管方法、装置、存储介质及电子设备 | |
US7752121B2 (en) | Trader order preservation in trading system | |
Gartrell | Innovation, industry specialization, and shareholder wealth | |
CN112862427A (zh) | 一种经纪人分佣系统 | |
Klimontowicz | Knowledge as a Foundation of Resilience on Polish Banking Market | |
Zhu et al. | Internal control, cloud accounting platform and administrative management: A case study ofchina's quzhou investment bureau | |
Kaila | Teaching alternative finance curriculum to undergraduates, graduates, and executives | |
CN114595909A (zh) | 一种电费回收风险评估方法和系统 | |
CN113065736A (zh) | 基于供应链系统的风险监控方法及系统、设备、存储介质 | |
JP6285525B1 (ja) | 情報処理装置 | |
Cola et al. | From tweet to theft: Tracing the flow of stolen cryptocurrency | |
JP2018073404A (ja) | 情報処理装置 | |
CN109840688A (zh) | 一种电力移动终端安全评估方法及装置 | |
AU2021102149A4 (en) | System and method for analyzing transaction data in cryptocurrency trading using artificial intelligence model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20101229 |