CN107491885B - 一种用于钢贸金融业务的风控平台及风险控制管理方法 - Google Patents

Abstract

一种用于钢贸金融业务的风控平台，可自动化对钢贸业务过程中涉及风险基于风险识别规则，进行动态辨识，实时分析，处理评价风险结果，结合数据量化风险的通用综合风控服务平台。包括风控客户端前置单元，风控渠道网关单元，风控核心实时服务单元，风控后台管理服务单元，风控离线服务单元，风控近线服务单元及风控数据服务单元。本发明抽象通用数据模型，整合可动态管理变更的规则引擎，根据场景时效特点分离实时处理模型，近线处理模型，离线处理模型，完成风控业务全场景覆盖，以及独立客户端和网关架构，减少业务系统变更对风控后端核心的冲击，灵活解耦风控逻辑和业务逻辑。

Description

一种用于钢贸金融业务的风控平台及风险控制管理方法

技术领域

本发明涉及风险控制领域，具体涉及一种用于钢贸金融业务的风控平台及风险控制管理方法。

背景技术

用对于钢贸行业，特别是钢贸互联网化进程加快，钢贸全产业链条上的各种风险问题凸显，比如钢贸价格风险，钢贸资金风险，钢贸库存风险，销售风险，信用关系问题风险，供应链管理风险，以及操作流程相关风险等，如何针对这些风险进行有效的识别，并制定相应的风险评估策略，及时有效采取风险对应方案，是摆在这个行业面前亟待解决的问题。所以急需相关的系统的理论和可论证的可持续优化的方法，并辅助以互联网化的技术手段，完成业务过程中风险可控，可追踪。

然而，钢贸业务互联网化是一个比较新兴的方向，纵观现有的钢贸行业现状，受长期传统线下模式和思维的制约，没有一整套比较成熟有效的风险综合管控集成解决方案。所以这就成为我们探索和研究的方向，希望创造一套适合我们自己业务模式的，可持续的标准化的风控架构体系，联合风控管理组织，设计完善风控管理信息化系统，制定风控管理流程，不断优化和改进。

而且，现有的风控管理信息化系统一般有如下特征问题：

1.关联特定方面：比如风控流程和特定的行业流程强关联，数据模型和特定的行业数据强关联，系统结构也和行业业务系统强关联。

2.系统平台门面化：为某种业务场景独立设计一套风控解决方案，门面化严重，缺乏通用性，导致业务场景扩展性问题，风控配套跟进及时性的问题。

3.风险效果评估评价缺失：风控模型，风险规则除了保证灵活性，性能等技术效果外，如何保证准确率和召回率等业务效果，并能够得到系统化分析效果，实时校验效果，可视化显示效果的系统支撑也时一大难题，环境变化，时机改变，所处的上下文关系是不一样的，评估也不是一成不变的。

发明内容

本发明提出的一种用于钢贸金融业务的风控平台及风险控制管理方法，可自动化对钢贸业务过程中涉及风险基于风险识别规则，进行动态辨识，实时分析，处理评价风险结果，结合数据量化风险的通用综合风控服务平台。

为实现上述目的，本发明采用了以下技术方案：

一种用于钢贸金融业务的风控平台，包括风控客户端前置单元，为业务系统埋点集成，数据采集和上送；

风控渠道网关单元，实时数据的入口，风控客户端收集的数据发送给风控网关，网关做请求数据校验和路由；

风控核心实时服务单元，应用规则中心，进行实时数据的计算和分析，并反馈处理结果，调度数据到处罚中心；

风控后台管理服务单元，管理和维护业务规则，事件信息，风险事件，业务预警，业务预警任务，领域模型，防控模型，名单库；

风控离线服务单元，定时触发结合历史数据进行分片，聚合，归类,采用统计学方法，机器学习模型，依赖规则中心计算，并记录结果数据；

风控近线服务单元，接受消息队列数据，进行实时流处理，结果数据写入风控库，搭配实时风险控制，完成更高语意的风险规则控制；

风控数据服务单元,提供风控依赖的维度数据，特征数据，指标模型数据，提供统一接口，并提供实时数据同步模型接口，非实时隔日批量同步，和异步抓取近实时同步方案。

进一步的，所述风控客户端前置单元，以独立的JAR包形式承载，统一报文和协议，采用同步或异步模型进行数据通讯上送。

进一步的，所述风控渠道网关单元，以独立的服务部署，对外统一接口，对接入渠道和流量管控和验证，并进行请求调度。

进一步的，所述风控核心实时服务单元，以独立的服务部署，风控网关调度的后台，预加载规则集，业务数据路由，数据预加工，规则条件匹配，触发规则动作，进入处罚中心。

进一步的，所述风控后台管理服务单元，以独立的服务部署，风控参数配置管理后台，规则中心规则制定和更新，风险预警交互控制，风险事件跟踪分析。

进一步的，所述风控离线服务单元，以独立的服务部署，完成定时模式任务触发，归集过去一段时间历史数据，输出行为特征得到更高维度数据和预测模型。

一种用于钢贸金融业务的风险控制管理方法，包括以下步骤：

步骤一：在业务系统集成客户端，业务特定流程中埋点，根据预先定义的业务报文，采集数据，完成数据准备阶段；

步骤二：根据业务场景，选择是同步反馈，还是旁路异步模型，事后通知决策；

步骤三：网关渠道授权配置，数据处理模型路由，实时调度到实时服务，近线模型写入消息队列；

步骤四：风控核心启动时加载业务插件模块，通过规则引擎加载规则集，实时数据动态路由选择插件模型，进行规则匹配，执行预置的规则处罚措施；

步骤五：风控管理，预先配置设定好相关的静态规则，系统业务参数，业务路由信息，规则处置模型，转化为动态规则，并下发风控核心，完成规则动态变更和调整。

进一步的，所述步骤四中的插件模块包括：

转化插件，转化个性的业务报文为业务对象；

校验插件，针对业务对象，进行业务数据规范校验；

预处理插件，针对业务场景，完成数据预处理加工，补全或计算汇聚中间信息，整合关联数据；

领域插件，转化为领域业务模型，完成业务数据持久化；

事件插件，默认记录每次触发的事件日志；

规则插件，依据领域业务模型为基础，构建规则模型实事对象，配合规则引擎完成规则计算。

进一步的，所述步骤四中的规则引擎加载规则集，包括以下步骤：

步骤a1、定义静态规则，抽象规则对象维度数据，制定业务规则语言，关联惩罚中心定义的处理模型，产出动态规则；

步骤b1、推送动态规则，到规则库中，并发起规则变更事件；

步骤c1、规则引擎初始化，通过规则模板引擎，解析规则库中规则要求成标准规则集，并加载到内存中；

步骤d1、规则引擎多节点定时轮训规则信息变更，并动态刷新内存规则，引用变更后的规则逻辑，完成规则实时灵活调整。

进一步的，所述步骤四中的规则匹配包括以下步骤：

步骤a2、数据要素符合规则匹配条件，进入规则执行逻辑；

步骤b2、记录风险预警事件，并适时的产生业务预警；

步骤c2、风控人员审核通过，业务预警关联预警处理接口人，并推送任务；

步骤d2、任务处理人完成风险处理，回填任务反馈，并推送结果；

步骤e2、风控人员跟踪核对处理效果，结束风控预警，任务结束。

由上述技术方案可知，本发明提供一种用于钢贸金融业务的风控平台及风险控制管理方法，包括风控客户端前置模块，风控渠道网关API模块，风控实时核心服务模块，风控后台管理服务模块，风控离线处理服务模块，以及风控近线处理模块，风控数据服务模块。其中风控客户端前置可集成于业务系统中，埋点采集风控相关数据，采用同步模式或异步模式，上送给风控渠道网关API模块，API模块进行渠道验证控制和渠道报文转化后，智能调度到风控实时核心服务模块，实时核心服务通过规则中心(规则引擎)预加载规则库集，基于动态数据和RETE算法，进行风险匹配和评估，触发风险应对措施，必要进入处罚中心模块完成疑似风险数据预警处理过程。上面所述风控后台管理模块，包括规则管理，名单管理，决策处罚管理，参数管理，风险事件和业务预警管理，风险报表相关查询管理。风控离线模块包括定时计算，离线计算，数据二次分析。风控近线模块包括消息模型处理，聚合计算，窗口计算，中间数据，可疑名单数据，评分数据缓存和持久化。风控数据模块包括风控数据维度分析，风控数据同步存储，风控数据输出等，同时结合钢贸业务流程相关维度数据，辅以金融信息流，资金流数据，比如支付，账户，用户，信用，知识关系图等预防和规避业务过程中潜在的风险和损失。

本发明的有益效果：其以专业的系统化技术为手段，抽象通用数据模型，整合可动态管理变更的规则引擎，根据场景时效特点分离实时处理模型，近线处理模型，离线处理模型，完成风控业务全场景覆盖，以及独立客户端和网关架构，减少业务系统变更对风控后端核心的冲击，灵活解耦风控逻辑和业务逻辑。同时风控数据服务集中化，独立化，为应对风控数据量大，不确定性，多样性，提供很好数据支撑，形成通用风控综合方案，解决了传统风控人工化，低效，以及强耦合业务，业务场景风控门面化固化严重，风控及时跟进和扩展性问题。提供规则中心和流程处理分离，规则和模型数据分离通用的强适应性灵活变化的处理方式。为钢贸相关全流程风控提供系统模式化支持。

附图说明

图1是本发明风控平台逻辑结构全景设计示意图；

图2是本发明风控平台各子系统交互模型示意图；

图3是本发明风控平台风险评估和应对处理流程图；

图4是本发明风控后台管理服务业务预警触发后流程图；

图5是本发明风控系统业务功能设定示意图。

具体实施方式

下面结合附图对本发明做进一步说明：

如图1所示，为本发明风控系统平台实施逻辑结构示意图，包括风控客户端前置子模块，风控渠道网关模块，风控核心实时服务模块,风控后台管理模块，风控离线服务模块，风控近线服务模块,风控数据服务模块；

如图2所示，子系统交互模型示意图中模块对应关系，风控客户端前置子模块对应风控SDK Client，风控渠道网关模块对应风控ServerApi，风控核心实时服务模块对应风控核心Service，风控后台管理模块对应风控管理Management，风控离线服务模块对应风控任务Job，风控近线服务模块对应风控队列和流式计算，风控数据服务模块对应风控数据。

本实施例的用于钢贸金融业务的风控平台包括风控客户端前置单元，风控渠道网关单元，风控核心实时服务单元，风控后台管理服务单元，风控离线服务单元，风控近线服务单元，风控数据服务单元,其中风控客户端前置单元，为业务系统埋点集成，数据采集和上送,风控渠道网关单元，实时数据的入口，风控客户端收集的数据发送给风控网关，网关做请求数据校验和路由,风控核心实时服务单元，应用规则中心，进行实时数据的计算和分析，并反馈处理结果，调度数据到处罚中心,风控后台管理服务单元，管理和维护业务规则，事件信息，风险事件，业务预警，业务预警任务，领域模型，防控模型，名单库，风控离线服务单元，定时触发结合历史数据进行分片，聚合，归类,采用统计学方法，机器学习模型，依赖规则中心计算，并记录结果数据，风控近线服务单元，接受消息队列数据，进行实时流处理，结果数据写入风控库，搭配实时风险控制，完成更高语意的风险规则控制，风控数据服务单元,提供风控依赖的维度数据，特征数据，指标模型数据，提供统一接口，并提供实时数据同步模型接口，非实时隔日批量同步，和异步抓取近实时同步方案。

本实施例的用于钢贸金融业务的风控平台可应用于PC机。

本实施例的用于钢贸金融业务的风险控制管理方法完成风险控制流程包括以下步骤：

如图3处理流程图所示，业务系统集成风控客户端前置子模块，在业务场景埋点，实时上送数据到风控渠道网关模块，风控渠道网关模块进行验证，报文转化，路由调度数据到风控核心实时服务模块，风控核心实时服务模块首先在启动时，完成规则引擎初始化，规则集加载，路由选择到业务处理插件，进行业务数据转化和校验，并在需要时完成数据预处理，比如聚合计算，此预处理可以灵活定义，后进行规则计算，规则匹配后，进行防控处理，防控模型属处罚中心维度逻辑，防控模型包括，邮件预警责任人，拉名单处理，旁路拦截通知处理，以及评分计算分值，划定风险等级，规划风险等级处置措施，比如放行，确定可疑增强验证，疑似可疑事后审核，事后追罚，确定风险拦截阻断等。

如图3中，离线处理流程，其中风控离线服务模块离线数据加工分析，并存储分析结果到风控数据服务模块，风控数据服务模块输出数据供风控核心实时服务模块或风控近线服务模块进一步使用。

如图3中，规则加载动态更新流程，风控后台管理模块完成规则实时查询显示，规则配置变更，基于Drools技术实现规则配置，并持久化到风控数据服务模块，写入消息队列，通知风控核心实时服务模块，风控核心实时服务模块监听消息队列或采用拉取模型，通过规则引擎完成数据规则刷新，并动态应用。重复图3中新的数据处理规则流程。

如图4中，业务预警流程触发后，风控后台管理模块显示最新的业务预警信息，风控人员处理预警，确定如果是真实有效的预警，则选择跟进人，填写说明，产生预警任务，否则，删除无效的预警，业务跟进，填写风险任务处理结果，风控人员可以选择驳回或通过任务处理，驳回，则任务继续进行，通过，则任务结束，业务预警结束。后续发生风险事件，再触发业务预警，如果业务预警进行中，忽略重复的预警直至业务预警完成。

如图5所示，风控体系整体功能设定示意图，风控是不断在完善和迭代。

以上所述的实施例仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案作出的各种变形和改进，均应落入本发明的保护范围内。

Claims (10)

1.一种用于钢贸金融业务的风控平台，其特征在于：包括风控客户端前置单元，为业务系统埋点集成，数据采集和上送；

风控渠道网关单元，实时数据的入口，风控客户端收集的数据发送给风控网关，网关做请求数据校验和路由；

风控核心实时服务单元，应用规则中心，进行实时数据的计算和分析，并反馈处理结果，调度数据到处罚中心；

风控后台管理服务单元，管理和维护业务规则，事件信息，风险事件，业务预警，业务预警任务，领域模型，防控模型，名单库；

风控离线服务单元，定时触发结合历史数据进行分片，聚合，归类,采用统计学方法，机器学习模型，依赖规则中心计算，并记录结果数据；

风控近线服务单元，接受消息队列数据，进行实时流处理，结果数据写入风控库，搭配实时风险控制，完成更高语意的风险规则控制；

风控数据服务单元,提供风控依赖的维度数据，特征数据，指标模型数据，提供统一接口，并提供实时数据同步模型接口，非实时隔日批量同步，和异步抓取近实时同步方案；

所述风控平台执行以下步骤：

步骤一：在业务系统集成客户端，业务特定流程中埋点，根据预先定义的业务报文，采集数据，完成数据准备阶段；

步骤二：根据业务场景，选择是同步反馈，还是旁路异步模型，事后通知决策；

步骤三：网关渠道授权配置，数据处理模型路由，实时调度到实时服务，近线模型写入消息队列；

步骤四：风控核心启动时加载业务插件模块，通过规则引擎加载规则集，实时数据动态路由选择插件模型，进行规则匹配，执行预置的规则处罚措施；

步骤五：风控管理，预先配置设定好相关的静态规则，系统业务参数，业务路由信息，规则处置模型，转化为动态规则，并下发风控核心，完成规则动态变更和调整。

2.根据权利要求1所述的用于钢贸金融业务的风控平台，其特征在于：所述风控客户端前置单元，以独立的JAR包形式承载，统一报文和协议，采用同步或异步模型进行数据通讯上送。

3.根据权利要求2所述的用于钢贸金融业务的风控平台，其特征在于：所述风控渠道网关单元，以独立的服务部署，对外统一接口，对接入渠道和流量管控和验证，并进行请求调度。

4.根据权利要求3所述的用于钢贸金融业务的风控平台，其特征在于：所述风控核心实时服务单元，以独立的服务部署，风控网关调度的后台，预加载规则集，业务数据路由，数据预加工，规则条件匹配，触发规则动作，进入处罚中心。

5.根据权利要求4所述的用于钢贸金融业务的风控平台，其特征在于：所述风控后台管理服务单元，以独立的服务部署，风控参数配置管理后台，规则中心规则制定和更新，风险预警交互控制，风险事件跟踪分析。

6.根据权利要求5所述的用于钢贸金融业务的风控平台，其特征在于：所述风控离线服务单元，以独立的服务部署，完成定时模式任务触发，归集过去一段时间历史数据，输出行为特征得到更高维度数据和预测模型。

7.一种用于钢贸金融业务的风险控制管理方法，其特征在于：包括以下步骤：

步骤一：在业务系统集成客户端，业务特定流程中埋点，根据预先定义的业务报文，采集数据，完成数据准备阶段；

步骤二：根据业务场景，选择是同步反馈，还是旁路异步模型，事后通知决策；

步骤三：网关渠道授权配置，数据处理模型路由，实时调度到实时服务，近线模型写入消息队列；

步骤四：风控核心启动时加载业务插件模块，通过规则引擎加载规则集，实时数据动态路由选择插件模型，进行规则匹配，执行预置的规则处罚措施；

步骤五：风控管理，预先配置设定好相关的静态规则，系统业务参数，业务路由信息，规则处置模型，转化为动态规则，并下发风控核心，完成规则动态变更和调整。

8.根据权利要求7所述的一种用于钢贸金融业务的风险控制管理方法，其特征在于：所述步骤四中的插件模块包括：

转化插件，转化个性的业务报文为业务对象；

校验插件，针对业务对象，进行业务数据规范校验；

预处理插件，针对业务场景，完成数据预处理加工，补全或计算汇聚中间信息，整合关联数据；

领域插件，转化为领域业务模型，完成业务数据持久化；

事件插件，默认记录每次触发的事件日志；

规则插件，依据领域业务模型为基础，构建规则模型实事对象，配合规则引擎完成规则计算。

9.根据权利要求7或8所述的一种用于钢贸金融业务的风险控制管理方法，其特征在于：所述步骤四中的规则引擎加载规则集，包括以下步骤：

步骤a1、定义静态规则，抽象规则对象维度数据，制定业务规则语言，关联惩罚中心定义的处理模型，产出动态规则；

步骤b1、推送动态规则，到规则库中，并发起规则变更事件；

步骤c1、规则引擎初始化，通过规则模板引擎，解析规则库中规则要求成标准规则集，并加载到内存中；

步骤d1、规则引擎多节点定时轮训规则信息变更，并动态刷新内存规则，引用变更后的规则逻辑，完成规则实时灵活调整。

10.根据权利要求9所述的一种用于钢贸金融业务的风险控制管理方法，其特征在于：所述步骤四中的规则匹配包括以下步骤：

步骤a2、数据要素符合规则匹配条件，进入规则执行逻辑；

步骤b2、记录风险预警事件，并适时的产生业务预警；

步骤c2、风控人员审核通过，业务预警关联预警处理接口人，并推送任务；

步骤d2、任务处理人完成风险处理，回填任务反馈，并推送结果；

步骤e2、风控人员跟踪核对处理效果，结束风控预警，任务结束。

Images