CN107784075B - 基于关联交易的数据处理方法、装置和计算机设备 - Google Patents

基于关联交易的数据处理方法、装置和计算机设备 Download PDF

Info

Publication number
CN107784075B
CN107784075B CN201710873638.XA CN201710873638A CN107784075B CN 107784075 B CN107784075 B CN 107784075B CN 201710873638 A CN201710873638 A CN 201710873638A CN 107784075 B CN107784075 B CN 107784075B
Authority
CN
China
Prior art keywords
transaction
source
business datum
database
target
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.)
Active
Application number
CN201710873638.XA
Other languages
English (en)
Other versions
CN107784075A (zh
Inventor
王鑫
卿松
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Priority to CN201710873638.XA priority Critical patent/CN107784075B/zh
Publication of CN107784075A publication Critical patent/CN107784075A/zh
Priority to PCT/CN2018/086285 priority patent/WO2019056770A1/zh
Application granted granted Critical
Publication of CN107784075B publication Critical patent/CN107784075B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
    • 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
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management
    • 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
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Finance (AREA)
  • Databases & Information Systems (AREA)
  • Accounting & Taxation (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Technology Law (AREA)
  • Computing Systems (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及一种基于关联交易的数据处理方法、装置和计算机设备，所述方法包括：接收多个第一终端上传的关联清单，所述关联清单中包括了机构的机构名称、与所述机构对应的关联方和监管部门；获取机构名称对应的源数据库名称，并根据多个源数据库名称将多个源数据库的业务数据实时同步至目标数据库；在所述目标数据库中利用所述机构名称对应的关联方和所述业务数据识别是否存在与所述监管部门对应的重大关联交易；当存在重大关联交易时，生成将所述重大关联交易向所述监管部门上报的提示信息；将所述提示信息发送至第二终端，以使得第二终端向监管部门上报重大关联交易。采用本方法能够利于监管部门对重大关联交易进行及时有效监管。

Description

基于关联交易的数据处理方法、装置和计算机设备
技术领域
本申请涉及通信技术领域，特别是涉及一种基于关联交易的数据处理方法、装置和计算机设备。
背景技术
关联交易是关联方之间的交易。关联方中的一方可以对另一方的财务和经营策略进行控制或者有重大影响。关联方中的一方还可以是公司直接或间接控股另一方等。以保险公司为例，通常会下设多家分公司、子公司、控股公司以及参股公司等。保险公司内部的多家子公司、控股公司以及参股公司等可以互为关联方，继而进行关联交易。关联交易是保险公司运作中经常出现的、又易于发生不公平结果的交易。为了规范关联交易行为，有效防范经营风险，监管部门会对保险公的重大关联交易进行监管。例如，上交所、保监会、深交所以及银监会等要求上市公司对重大交易进行上报。
在传统的方式中，保险公司中的每一个关联方通常是按月或按季度等对关联交易分别进行汇总统计，统计得到重大关联交易时，上报给保险公司母公司。由保险公司母公司统一将重大关联交易上报至监管部门。由于重大关联交易的发生与上报之间存在较长的时间间隔，导致监管部门无法对保险公司的重大关联交易进行及时有效的监管。
发明内容
基于此，有必要针对上述技术问题，提供一种能够利于监管部门对重大关联交易进行及时有效监管的基于关联交易的数据处理方法、装置、计算机设备和存储介质。
一种基于关联交易的数据处理方法，包括：
接收多个第一终端上传的关联清单，所述关联清单中包括了机构的机构名称、与所述机构对应的关联方和监管部门；
获取机构名称对应的源数据库名称，并根据多个源数据库名称将多个源数据库的业务数据实时同步至目标数据库；
在所述目标数据库中利用所述机构名称对应的关联方和所述业务数据识别是否存在与所述监管部门对应的重大关联交易；
当存在重大关联交易时，生成将所述重大关联交易向所述监管部门上报的提示信息；
将所述提示信息发送至第二终端，以使得第二终端向监管部门上报重大关联交易。
在其中一个实施例中，所述目标数据库中存储有目标数据表，所述目标数据表中包括与监管部门对应的监管字段；所述根据多个源数据库名称将多个源数据库的业务数据实时同步至目标数据库的步骤包括：
根据源数据名称对多个源数据库的写操作进行监听；
当监听到与所述监管字段对应的业务数据被写入源数据库时，触发源数据向目标数据的同步操作；
通过所述同步操作在源数据库中读取所述监管字段对应的业务数据；
将读取到的业务数据实时写入至目标数据库中的目标数据表。
在其中一个实施例中，所述根据多个源数据库名称将多个源数据库的业务数据实时同步至目标数据库的步骤包括：
根据源数据库名称实时读取多个源数据库中的源日志文件，所述源日志文件记录了业务数据；
将所述源日志文件写入目标数据库；在所述目标数据库中利用多个源日志文件生成相应的目标日志文件；
利用所述目标日志文件提取相应的业务数据。
在其中一个实施例中，所述在所述目标数据库中利用所述机构名称对应的关联方和所述业务数据识别是否存在与所述监管部门对应的重大关联交易的步骤包括：
在目标数据库中利用所述关联清单提取多个机构名称对应的关联交易；
获取所述监管部门对应的计算规则；
利用所述关联交易对应的业务数据和所述监管部门对应的计算规则进行计算；
当计算结果达到阈值时，将所述关联交易标记为重大关联交易。
在其中一个实施例中，所述方法还包括：
根据所述关联清单和所述业务数据识别是否存在待披露的关联交易；
当存在待披露的关联交易时，获取所述待披露的关联交易的交易标识，利用所述交易标识生成对应的披露提示信息；
将所述披露提示信息发送至第二终端，以使得第二终端将所述待披露的关联交易上传至网站服务器。
一种基于关联交易的数据处理装置，所述装置包括：
通信模块，用于接收多个第一终端上传的关联清单，所述关联清单中包括了机构的机构名称、与所述机构对应的关联方和监管部门；
同步模块，用于获取机构名称对应的源数据库名称，并根据多个源数据库名称将多个源数据库的业务数据实时同步至目标数据库；
识别模块，用于在所述目标数据库中利用所述机构名称对应的关联方和所述业务数据识别是否存在与所述监管部门对应的重大关联交易；
提示模块，用于当存在重大关联交易时，生成将所述重大关联交易向所述监管部门上报的提示信息；
所述通信模块还用于将所述提示信息发送至第二终端，以使得第二终端向监管部门上报重大关联交易。
在其中一个实施例中，所述目标数据库中存储有目标数据表，所述目标数据表中包括与监管部门对应的监管字段；所述同步模块还用于根据源数据名称对多个源数据库的写操作进行监听；当监听到与所述监管字段对应的业务数据被写入源数据库时，触发源数据向目标数据的同步操作；通过所述同步操作在源数据库中读取所述监管字段对应的业务数据；将读取到的业务数据实时写入至目标数据库中的目标数据表。
在其中一个实施例中，所述同步模块还用于根据源数据库名称实时读取多个源数据库中的源日志文件，所述源日志文件记录了业务数据；将所述源日志文件写入目标数据库；在所述目标数据库中利用多个源日志文件生成相应的目标日志文件；利用所述目标日志文件提取相应的业务数据。
一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一项方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项方法的步骤。
上述基于关联交易的数据处理方法、装置、计算机设备和存储介质，通过对多个机构名称对应的源数据库内的业务数据进行实时同步操作，可以将多个机构的业务数据实时同步至目标数据库。由此能够在目标数据库中对所有机构的业务数据及时进行识别，当识别出存在重大关联交易时，即可通过第二终端向相应的监管部门上报多个重大关联交易。由此避免了由于重大关联交易的发生与上报之间存在的时间间隔，实现了各个监管部门对重大关联交易进行及时有效的监管。
附图说明
图1为一个实施例中基于关联交易的数据处理方法的应用场景图；
图2为一个实施例中基于关联交易的数据处理方法的流程图；
图3为一个实施例中基于关联交易的数据处理装置的框图；
图4为一个实施例中服务器的框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供基于关联交易的数据处理方法，可以应用于如图1所示的应用环境中。第一终端102通过网络与服务器104进行通信连接。第二终端106通过网络与服务器104进行通信连接。第二终端106通过网络与第三终端108进行通信连接。多个机构可以通过第一终端102分别向服务器104上传关联清单。关联清单中包括了机构的机构名称、与该机构具有关联关系的多个关联方以及该机构的监管部门等。每个机构都具有相应的业务数据。各个机构的业务数据存入相应的源数据库中。源数据库可以部署在服务器104上。服务器104上还部署了目标数据库。服务器104根据机构名称可以获取各个机构对应的源数据库名称。根据多个源数据库名称将多个源数据库的业务数据实时同步至目标数据库。在所述目标数据库中利用机构名称对应的关联方和业务数据识别是否存在与监管部门对应的重大关联交易。当存在重大关联交易时，服务器104生成将重大关联交易向监管部门上报的提示信息。服务器104将提示信息发送至第二终端106。第二终端106向监管部门上报重大关联交易。第二终端106将多个重大交易的业务数据发送至对应的监管部门的第三终端108。从而实现将重大关联交易向对应的监管部门进行及时上报。
在一个实施例中，如图2所示，提供了一种基于关联交易的数据处理方法，以该方法应用于图1中的服务器为例进行说明，具体包括以下步骤：
步骤202，接收多个第一终端上传的关联清单，关联清单中包括了机构的机构名称、与机构对应的关联方和监管部门。
步骤204，获取机构名称对应的源数据库名称，并根据多个源数据库名称将多个源数据库的业务数据实时同步至目标数据库。
步骤206，在目标数据库中利用机构名称对应的关联方和业务数据识别是否存在与监管部门对应的重大关联交易。
步骤208，当存在重大关联交易时，生成将重大关联交易向监管部门上报的提示信息。
步骤210，将提示信息发送至第二终端，以使得第二终端向监管部门上报重大关联交易。
保险公司的母公司以及下设的多家分公司、子公司、控股公司以及参股公司等可以称为机构。机构之间可以互为关联方，进行关联交易。机构还可以与外部企业互为关联方，进行关联交易。机构可以通过第一终端向保险公司母公司的服务器上传关联清单。关联清单中包括了机构名称、与该机构具有关联关系的多个关联方以及该机构的监管部门等。一个机构可以有多个监管部门。不同的机构可以有不同的监管部门。关联清单中还可以包括机构的性质以及关联方的性质。性质可以是法人或自然人等。
每个机构都具有相应的业务数据，业务数据包括交易数据和财务数据等。交易数据可以是机构与其他机构或机构与其他企业进行交易所产生的数据，例如，交易方、交易标识和交易金额等。其中，交易标识可以是交易的合同名称或交易的合同号等。财务数据包括机构的多种资产金额，例如，经审计净资产金额、上季度末总资产金额和净资产金额等。各个机构的业务数据存入相应的源数据库中。源数据库可以部署在服务器上。源数据库中存有一个或多个源数据表。机构的业务数据可以存入一个源数据表中，也可以存入多个源数据表中。不同机构的业务数据可以存入不同的源数据库。可以理解的，部分不同机构的业务数据也可以存入同一个源数据库中。
每个源数据库都具有相应的源数据库名称。服务器中记录了多个源数据库名称以及对应的机构名称。服务器上预先创建了目标数据库，目标数据库也具有相应的目标数据库名称。目标数据库中创建了目标数据表。服务器根据机构名称可以获取各个机构对应的源数据库名称。服务器根据原数据库名称可以获取源数据库内的源数据表。服务器读取源数据表中的业务数据。服务器可以将读取到的业务数据实时同步至目标数据库中。服务器可以将多个源数据库中的业务数据同时进行实时同步操作，也可以分别对每个源数据库中的业务数据进行实时同步操作。
在其中一个实施例中，在目标数据库中利用机构名称对应的关联方和业务数据识别是否存在与监管部门对应的重大关联交易的步骤包括：在目标数据库中利用关联清单提取多个机构名称对应的关联交易；获取监管部门对应的计算规则；利用关联交易对应的业务数据和监管部门对应的计算规则进行计算；当计算结果达到阈值时，将关联交易标记为重大关联交易。
服务器在目标数据库中读取业务数据，根据机构名称获取对应的交易方，若交易方为该机构名称对应的关联方，则服务器将业务数据记录为关联交易对应的业务数据。服务器可以为业务数据添加关联交易的标签。由此提取出多个关联交易。
服务器根据交易清单获取机构名称对应的监管部门，根据监管部门获取相应的计算规则。其中，计算规则中包括重大关联交易的计算规则。服务器利用重大关联交易的计算规则对关联交易对应的业务数据进行计算，得到对应的计算结果。如果计算结果表示，该关联交易属于重大关联交易，则服务器将相应的业务数据记录为重大关联交易对应的业务数据。服务器可以为业务数据添加重大关联交易的标签。由此提取出一个或多个重大关联交易。
当关联清单中的机构名称对应多个监管部门时，服务器获取每个监管部门对重大关联交易的计算规则，不同监管部门的计算规则不同，计算所需的业务数据也可以不同。服务器利用监管部门的重大关联交易的计算规则对该机构名称对应的关联交易对应的业务数据逐一进行计算，若计算结果表示该关联交易属于多个监管部门所需监管的重大关联交易，则服务器分别对重大关联交易对应监管部门进行标记。
例如，当机构名称对应的监管部门为上交所时，对应的计算规则为关联交易的交易金额(简写为AB)大于30000000，且该交易金额(AB)与集团公司最近一期经审计净资产金额(简写为AD)的比值大于5％。上述计算规则可以用如下公式来表达：AB>30000000且AB/|AD|>5％。当关联交易满足该计算规则时，服务器将该关联交易标记为向上交所上报的重大关联交易。
例如，当机构名称对应的监管部门为保监会时，对应的计算规则为关联交易的交易金额(AB)大于30000000，或者该交易金额(AB)与最近一期经审核净资产金额(简写为IE)的比值大于1％，或者该交易金额(AB)加上与同一关联方的关联交易的累积金额(简写为IC)的和除以最近一期经审核净资产金额(IE)的比值大于5％。上述计算规则可以用如下公式来表达：AB>30000000；或者AB/IE>1％；或者(AB+IC)/IE>5％。当关联交易满足该计算规则时，服务器将该关联交易标记为向保监会上报的重大关联交易。
如果机构名称对应的监管部门包括上交所和保监会，则将该机构名称对应的关联交易对应的业务数据利用上交所的计算规则和保监会的计算规则分布进行计算。如果计算结果既满足上交所的计算规则，又满足保监会的计算规则，则服务器将该关联交易标记为向上交所上报的重大关联交易以及向保监会上报的重大关联交易。如果计算结果只满足上交所的计算规则，而不满足保监会的计算规则，表示相应的重大关联交易只需要上报至上交所，而不必上报至保监会。服务器只将该关联交易标记为向上交所上报的重大关联交易。
服务器获取重大关联交易的交易标识，利用该交易标识生成将重大关联交易向该监管部门上报的提示信息。如果存在某个关联交易属于多个监管部门所需监管的重大关联交易，服务器利用重大关联交易的交易标识分别生成向多个监管部门上报的提示信息。
服务器将重大关联交易向监管部门上报的提示信息发送至第二终端。第二终端可以是保险公司母公司的终端。第二终端将多个重大交易的业务数据发送至对应的监管部门的第三终端。从而实现将重大关联交易向对应的监管部门进行及时上报。
本实施例中，通过对多个机构名称对应的源数据库内的业务数据进行实时同步操作，可以将多个机构的业务数据实时同步至目标数据库。由此能够在目标数据库中对所有机构的业务数据及时进行识别，当识别出存在重大关联交易时，即可通过第二终端向相应的监管部门上报多个重大关联交易。由此避免了由于重大关联交易的发生与上报之间存在的时间间隔，实现了各个监管部门对重大关联交易进行及时有效的监管。
在一个实施例中，目标数据库中存储有目标数据表，目标数据表中包括与监管部门对应的监管字段；根据多个源数据库名称将多个源数据库的业务数据实时同步至目标数据库的步骤包括：根据源数据名称对多个源数据库的写操作进行监听；当监听到与监管字段对应的业务数据被写入源数据库时，触发源数据向目标数据的同步操作；通过同步操作在源数据库中读取监管字段对应的业务数据；将读取到的业务数据实时写入至目标数据库中的目标数据表。
本实施例中，各个机构的业务数据可以分别存入相应的源数据库的数据表中。源数据表中可以包括业务数据的多个字段，即交易数据和财务数据的多个字段。例如，交易数据对应的字段包括交易标识、交易类型、交易金额、交易方和交易时间等。财务数据对应的字段包括审计净资产、累积金额和资本净额等。交易数据的多个字段与财务数据的多个字段可以被设置于同一个源数据表中，也可以被设置于不同的源数据表中。
目标数据库中预先创建了目标数据表。目标数据表中包括多个监管字段。监管字段可以是根据监管部门的监管要求来设定的。监管部门不同，所对应的监管字段也可以不同。可以理解的，监管部门不同，所对应的监管字段也可以是相同的。监管字段的名称可以业务数据的字段名称全部相同或部分相同。
服务器获取机构名称对应的源数据库名称。服务器调用监听脚本根据源数据库名称对多个源数据库的写操作进行监听。例如，监听脚本可以是shell脚本，通过shell脚本可以监听源数据库中是否存在执行写操作的线程，当监听到存执行写操作的线程时，即监听到与监管字段对应的业务数据被写入源数据库时，触发该源数据库向目标数据库的同步操作。
服务器调用线程利用监管字段生成SQL语句。当源数据库向目标数据库的同步操作被触发时，服务器通过SQL语句在该源数据库的源数据表中读取相应字段的业务数据。服务器将读取到的业务数据实时写入至目标数据库的目标数据表中。由于在执行同步操作时，服务器只提取了源数据表中的相应字段写入目标数据表，而不需要对源数据表进行整表提取写入目标数据库，节省了数据读操作以及写操作的耗时，有效提高了数据同步的效率。
当多个源数据库向目标数据库的同步操作被触发时，服务器分别调用多个线程，利用SQL语句在源数据库中并发执行读取源数据表的操作。服务器将从多个源数据表中读取到的业务数据实时写入至目标数据库的目标数据表中。通过多线程的并发同步操作，进一步提高了多个源数据库向目标数据进行数据同步的效率。
为了进一步提高数据同步的效率，服务器在进行第一次同步操作时可以对监管字段对应的业务数据进行全量同步，在第二次同步操作以及后续的同步操作时，服务器可以对监管字段对应的业务数据进行增量同步。
在一个实施例中，根据多个源数据库名称将多个源数据库的业务数据实时同步至目标数据库的步骤包括：根据源数据库名称实时读取多个源数据库中的源日志文件，源日志文件记录了业务数据；将源日志文件写入目标数据库；在目标数据库中利用多个源日志文件生成相应的目标日志文件；利用目标日志文件提取相应的业务数据。
本实施例中，源数据库中对业务数据的写操作和读操作会记录相应的日志文件。源数据库中记录的日志文件也可以称为源日志文件。日志文件中记录了对业务数据的读操作和写操作，包括对交易数据和财务数据的读操作和写操作等。服务器调用线程实时读取多个源数据库内的源日志文件，将读取到的源日志文件写入目标数据库。服务器在目标数据库中利用多个源日志文件生成目标日志文件。
目标数据库中预先创建了目标数据表。目标数据表中包括多个监管字段。监管字段可以是根据监管部门的监管要求来设定的。监管部门不同，所对应的监管字段也可以不同。可以理解的，监管部门不同，所对应的监管字段也可以是相同的。监管字段的名称可以业务数据的字段名称全部相同或部分相同。
服务器对目标日志文件进行解析，得到解析后的日志文件。服务器利用监管字段的名称在解析后的日志文件中提取相应的业务数据，将提取到的业务数据对照监管字段写入目标数据表中。
由于源日志文件是实时记录的，因此源日志文件能够有效反映源数据库内的数据读写状况。根据源日志文件中记录的被写入的业务数据，可以得知源数据库中写入的业务数据。由此对多个源日志文件进行同步之后，能够得到多个源数据库中写入的业务数据。由于源日志文件通常比源数据表小，因此对源日志文件进行同步操作比对源数据表的同步操作所需的耗时要少，由此能够提高数据同步的效率。
为了进一步提高数据同步的效率，服务器在进行第一次同步操作时可以对源日志文件进行全量同步，在第二次同步操作以及后续的同步操作时，服务器可以对源日志文件进行增量同步。
在一个实施例中，该方法还包括：根据关联清单和业务数据识别是否存在待披露的关联交易；当存在待披露的关联交易时，获取待披露的关联交易的交易标识，利用交易标识生成对应的披露提示信息；将披露提示信息发送至第二终端，以使得第二终端将待披露的关联交易上传至网站服务器。
本实施例中，关联交易中除了存在重大关联交易，还存在待披露的关联交易以及待审核的关联交易。对于待披露的关联交易，需要保险公司通过其网站对外进行披露。
服务器可以按照上述方式在目标数据库中读取业务数据，根据关联清单中的机构名称识别相应的关联交易。服务器根据交易清单获取机构名称对应的监管部门，根据监管部门获取相应的计算规则。其中，计算规则中包括待披露关联交易的计算规则。服务器利用待披露关联交易的计算规则对关联交易对应的业务数据进行计算，得到对应的计算结果。如果计算结果表示，该关联交易属于待披露关联交易，则服务器将相应的业务数据记录为待披露关联交易对应的业务数据。服务器可以为业务数据添加待披露关联交易的标签。由此提取出一个或多个待披露关联交易。
当关联清单中的机构名称对应多个监管部门时，服务器获取每个监管部门对待披露关联交易的计算规则，不同监管部门的计算规则不同，计算所需的业务数据也可以不同。服务器利用监管部门的待披露关联交易的计算规则对该机构名称对应的关联交易对应的业务数据逐一进行计算，若计算结果表示该关联交易属于多个监管部门所需监管的待披露关联交易，则服务器分别对待披露关联交易对应监管部门进行标记。
服务器获取待披露的关联交易的交易标识，利用该交易标识生成对应的披露提示信息。服务器将披露提示信息发送至第二终端。第二终端根据待披露的提示信息获取待披露的关联交易的待披露信息，利用待披露信息生成披露文件。第二终端将披露文件上传至保险公司的网站服务器。当用户终端访问该网站服务器时，用户终端可以向网站服务器发送披露文件的查看请求，网站服务器根据该查看请求向用户终端返回相应的披露文件。
由于多个机构的业务数据是实时同步至目标数据库的，由此能够在目标数据库中对所有机构的业务数据及时进行识别。由此能够对于识别出的待披露的关联交易，按照各监管部门的要求及时进行披露。
如图3所示，本申请还提供了一种基于关联交易的数据处理装置。在一个实施例中，该装置包括：通信模块302、同步模块304、识别模块306和提示模块308，每个模块可以通过软件、硬件或其组合来实现。其中：
通信模块302，用于接收多个第一终端上传的关联清单，关联清单中包括了机构的机构名称、与机构对应的关联方和监管部门。
同步模块304，用于获取机构名称对应的源数据库名称，并根据多个源数据库名称将多个源数据库的业务数据实时同步至目标数据库。
识别模块306，用于在目标数据库中利用机构名称对应的关联方和业务数据识别是否存在与监管部门对应的重大关联交易。
提示模块308，用于当存在重大关联交易时，生成将重大关联交易向监管部门上报的提示信息。
通信模块302还用于将提示信息发送至第二终端，以使得第二终端向监管部门上报重大关联交易。
在一个实施例中，目标数据库中存储有目标数据表，目标数据表中包括与监管部门对应的监管字段；同步模块304还用于根据源数据名称对多个源数据库的写操作进行监听；当监听到与监管字段对应的业务数据被写入源数据库时，触发源数据向目标数据的同步操作；通过同步操作在源数据库中读取监管字段对应的业务数据；将读取到的业务数据实时写入至目标数据库中的目标数据表。
在一个实施例中，同步模块304还用于根据源数据库名称实时读取多个源数据库中的源日志文件，源日志文件记录了业务数据；将源日志文件写入目标数据库；在目标数据库中利用多个源日志文件生成相应的目标日志文件；利用目标日志文件提取相应的业务数据。
在一个实施例中，识别模块306还用于在目标数据库中利用关联清单提取多个机构名称对应的关联交易；获取监管部门对应的计算规则；利用关联交易对应的业务数据和监管部门对应的计算规则进行计算；当计算结果达到阈值时，将关联交易标记为重大关联交易。
在一个实施例中，识别模块306还用于根据关联清单和业务数据识别是否存在待披露的关联交易；提示模块308还用于当存在待披露的关联交易时，获取待披露的关联交易的交易标识，利用交易标识生成对应的披露提示信息；通信模块302还用于将披露提示信息发送至第二终端，以使得第二终端将待披露的关联交易上传至网站服务器。
上述的基于关联交易的数据处理装置可以实现为一种计算机程序的形式，计算机程序可在如图4所示的计算机设备上运行。其中，计算机设备可以是一种服务器。
在一个实施例中，提供了一种服务器，如图4所示，该服务器包括通过系统总线连接的处理器、存储器和网络接口。其中，该服务器的处理器用于提供计算和控制能力。该服务器的存储器包括非易失性存储介质、内存储器。该服务器的非易失性存储介质存储有操作系统和和计算机程序。该服务器的内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该服务器的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于关联交易的数据处理方法。服务器可以是独立服务器，也可以是集群服务器。本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的服务器的限定，具体的服务器可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：
接收多个第一终端上传的关联清单，关联清单中包括了机构的机构名称、与机构对应的关联方和监管部门；
获取机构名称对应的源数据库名称，并根据多个源数据库名称将多个源数据库的业务数据实时同步至目标数据库；
在目标数据库中利用机构名称对应的关联方和业务数据识别是否存在与监管部门对应的重大关联交易；
当存在重大关联交易时，生成将重大关联交易向监管部门上报的提示信息；
将提示信息发送至第二终端，以使得第二终端向监管部门上报重大关联交易。
在一个实施例中，目标数据库中存储有目标数据表，目标数据表中包括与监管部门对应的监管字段；处理器执行计算机程序时还实现以下步骤：
根据源数据名称对多个源数据库的写操作进行监听；
当监听到与监管字段对应的业务数据被写入源数据库时，触发源数据向目标数据的同步操作；
通过同步操作在源数据库中读取监管字段对应的业务数据；
将读取到的业务数据实时写入至目标数据库中的目标数据表。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据源数据库名称实时读取多个源数据库中的源日志文件，源日志文件记录了业务数据；
将源日志文件写入目标数据库；在目标数据库中利用多个源日志文件生成相应的目标日志文件；
利用目标日志文件提取相应的业务数据。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
在目标数据库中利用关联清单提取多个机构名称对应的关联交易；
获取监管部门对应的计算规则；
利用关联交易对应的业务数据和监管部门对应的计算规则进行计算；
当计算结果达到阈值时，将关联交易标记为重大关联交易。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据关联清单和业务数据识别是否存在待披露的关联交易；
当存在待披露的关联交易时，获取待披露的关联交易的交易标识，利用交易标识生成对应的披露提示信息；
将披露提示信息发送至第二终端，以使得第二终端将待披露的关联交易上传至网站服务器。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
接收多个第一终端上传的关联清单，关联清单中包括了机构的机构名称、与机构对应的关联方和监管部门；
获取机构名称对应的源数据库名称，并根据多个源数据库名称将多个源数据库的业务数据实时同步至目标数据库；
在目标数据库中利用机构名称对应的关联方和业务数据识别是否存在与监管部门对应的重大关联交易；
当存在重大关联交易时，生成将重大关联交易向监管部门上报的提示信息；
将提示信息发送至第二终端，以使得第二终端向监管部门上报重大关联交易。
在一个实施例中，目标数据库中存储有目标数据表，目标数据表中包括与监管部门对应的监管字段；计算机程序被处理器执行时还实现以下步骤：
根据源数据名称对多个源数据库的写操作进行监听；
当监听到与监管字段对应的业务数据被写入源数据库时，触发源数据向目标数据的同步操作；
通过同步操作在源数据库中读取监管字段对应的业务数据；
将读取到的业务数据实时写入至目标数据库中的目标数据表。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据源数据库名称实时读取多个源数据库中的源日志文件，源日志文件记录了业务数据；
将源日志文件写入目标数据库；在目标数据库中利用多个源日志文件生成相应的目标日志文件；
利用目标日志文件提取相应的业务数据。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
在目标数据库中利用关联清单提取多个机构名称对应的关联交易；
获取监管部门对应的计算规则；
利用关联交易对应的业务数据和监管部门对应的计算规则进行计算；
当计算结果达到阈值时，将关联交易标记为重大关联交易。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据关联清单和业务数据识别是否存在待披露的关联交易；
当存在待披露的关联交易时，获取待披露的关联交易的交易标识，利用交易标识生成对应的披露提示信息；
将披露提示信息发送至第二终端，以使得第二终端将待披露的关联交易上传至网站服务器。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)等。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (9)

1.一种基于关联交易的数据处理方法，包括：
接收多个第一终端上传的关联清单，所述关联清单中包括了机构的机构名称、与所述机构对应的关联方和监管部门；
获取机构名称对应的源数据库名称，并根据源数据库名称将源数据库的业务数据实时同步至目标数据库；
在所述目标数据库中利用所述机构对应的关联方和所述业务数据识别是否存在与所述监管部门对应的重大关联交易；
当存在重大关联交易时，生成将所述重大关联交易向所述监管部门上报的提示信息；
将所述提示信息发送至第二终端，以使得第二终端向监管部门上报重大关联交易；
所述方法还包括：
根据所述关联清单和所述业务数据识别是否存在待披露的关联交易；
当存在待披露的关联交易时，获取所述待披露的关联交易的交易标识，利用所述交易标识生成对应的披露提示信息；
将所述披露提示信息发送至第二终端，以使得第二终端将所述待披露的关联交易上传至网站服务器。
2.根据权利要求1所述的方法，其特征在于，所述目标数据库中存储有目标数据表，所述目标数据表中包括与监管部门对应的监管字段；所述根据源数据库名称将源数据库的业务数据实时同步至目标数据库的步骤包括：
根据源数据名称对多个源数据库的写操作进行监听；
当监听到与所述监管字段对应的业务数据被写入源数据库时，触发源数据向目标数据的同步操作；
通过所述同步操作在源数据库中读取所述监管字段对应的业务数据；
将读取到的业务数据实时写入至目标数据库中的目标数据表。
3.根据权利要求1所述的方法，其特征在于，所述根据源数据库名称将源数据库的业务数据实时同步至目标数据库的步骤包括：
根据源数据库名称实时读取多个源数据库中的源日志文件，所述源日志文件记录了业务数据；
将所述源日志文件写入目标数据库；在所述目标数据库中利用多个源日志文件生成相应的目标日志文件；
利用所述目标日志文件提取相应的业务数据。
4.根据权利要求1所述的方法，其特征在于，所述在所述目标数据库中利用所述机构名称对应的关联方和所述业务数据识别是否存在与所述监管部门对应的重大关联交易的步骤包括：
在目标数据库中利用所述关联清单提取多个机构名称对应的关联交易；
获取所述监管部门对应的计算规则；
利用所述关联交易对应的业务数据和所述监管部门对应的计算规则进行计算；
当计算结果达到阈值时，将所述关联交易标记为重大关联交易。
5.一种基于关联交易的数据处理装置，其特征在于，所述装置包括：
通信模块，用于接收多个第一终端上传的关联清单，所述关联清单中包括了机构的机构名称、与所述机构对应的关联方和监管部门；
同步模块，用于获取机构名称对应的源数据库名称，并根据多个源数据库名称将多个源数据库的业务数据实时同步至目标数据库；
识别模块，用于在所述目标数据库中利用所述机构名称对应的关联方和所述业务数据识别是否存在与所述监管部门对应的重大关联交易；
提示模块，用于当存在重大关联交易时，生成将所述重大关联交易向所述监管部门上报的提示信息；
所述通信模块还用于将所述提示信息发送至第二终端，以使得第二终端向监管部门上报重大关联交易；
识别模块还用于根据所述关联清单和所述业务数据识别是否存在待披露的关联交易；提示模块还用于当存在待披露的关联交易时，获取所述待披露的关联交易的交易标识，利用所述交易标识生成对应的披露提示信息；通信模块还用于将所述披露提示信息发送至第二终端，以使得第二终端将所述待披露的关联交易上传至网站服务器。
6.根据权利要求5所述的装置，其特征在于，所述目标数据库中存储有目标数据表，所述目标数据表中包括与监管部门对应的监管字段；所述同步模块还用于根据源数据名称对多个源数据库的写操作进行监听；当监听到与所述监管字段对应的业务数据被写入源数据库时，触发源数据向目标数据的同步操作；通过所述同步操作在源数据库中读取所述监管字段对应的业务数据；将读取到的业务数据实时写入至目标数据库中的目标数据表。
7.根据权利要求5所述的装置，其特征在于，所述同步模块还用于根据源数据库名称实时读取多个源数据库中的源日志文件，所述源日志文件记录了业务数据；将所述源日志文件写入目标数据库；在所述目标数据库中利用多个源日志文件生成相应的目标日志文件；利用所述目标日志文件提取相应的业务数据。
8.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法的步骤。
CN201710873638.XA 2017-09-25 2017-09-25 基于关联交易的数据处理方法、装置和计算机设备 Active CN107784075B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201710873638.XA CN107784075B (zh) 2017-09-25 2017-09-25 基于关联交易的数据处理方法、装置和计算机设备
PCT/CN2018/086285 WO2019056770A1 (zh) 2017-09-25 2018-05-10 基于关联交易的数据处理方法、装置和计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710873638.XA CN107784075B (zh) 2017-09-25 2017-09-25 基于关联交易的数据处理方法、装置和计算机设备

Publications (2)

Publication Number Publication Date
CN107784075A CN107784075A (zh) 2018-03-09
CN107784075B true CN107784075B (zh) 2019-02-01

Family

ID=61433623

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710873638.XA Active CN107784075B (zh) 2017-09-25 2017-09-25 基于关联交易的数据处理方法、装置和计算机设备

Country Status (2)

Country Link
CN (1) CN107784075B (zh)
WO (1) WO2019056770A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107784075B (zh) * 2017-09-25 2019-02-01 平安科技（深圳）有限公司 基于关联交易的数据处理方法、装置和计算机设备
CN109509097B (zh) * 2018-11-27 2020-05-05 深圳华锐金融技术股份有限公司 异常交易行为监控方法、装置、计算机设备及存储介质
CN109872234A (zh) * 2019-01-24 2019-06-11 平安科技（深圳）有限公司 交易行为监控方法、装置、计算机设备和介质
CN110175812A (zh) * 2019-04-24 2019-08-27 平安科技（深圳）有限公司 数据传输监控方法、装置、计算机设备及存储介质
CN111210146B (zh) * 2020-01-03 2023-12-01 深圳前海微众银行股份有限公司 数据处理方法、装置、设备及计算机可读存储介质
CN112330452B (zh) * 2020-11-17 2024-04-23 杭州大搜车汽车服务有限公司 交易数据处理方法、装置、计算机设备和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1831864A (zh) * 2005-03-09 2006-09-13 冲电气工业株式会社 事务风险监控系统以及管理服务器
CN101976419A (zh) * 2010-10-19 2011-02-16 中国工商银行股份有限公司 交易数据的风险监控处理方法和系统
CN104978618A (zh) * 2014-04-08 2015-10-14 汕头市海西信息科技有限公司 一种电子商务风险监控方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7840440B2 (en) * 1998-08-06 2010-11-23 Cybersettle Holdings, Inc. Computerized transaction bargaining system and method
US7831503B2 (en) * 2006-04-12 2010-11-09 Uat, Inc. System and method for optimizing the broker selection process to minimize total execution cost of securities trades
CN101464976A (zh) * 2009-01-06 2009-06-24 中国建设银行股份有限公司 一种资金管理的监控方法和系统
CN104392381A (zh) * 2014-10-29 2015-03-04 中国建设银行股份有限公司 一种交易数据的风险监测方法和系统
US10180921B2 (en) * 2015-06-26 2019-01-15 International Business Machines Corporation Non-interfering transactions
CN105321044A (zh) * 2015-11-04 2016-02-10 国家计算机网络与信息安全管理中心 项目审批系统
CN107784075B (zh) * 2017-09-25 2019-02-01 平安科技（深圳）有限公司 基于关联交易的数据处理方法、装置和计算机设备

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1831864A (zh) * 2005-03-09 2006-09-13 冲电气工业株式会社 事务风险监控系统以及管理服务器
CN101976419A (zh) * 2010-10-19 2011-02-16 中国工商银行股份有限公司 交易数据的风险监控处理方法和系统
CN104978618A (zh) * 2014-04-08 2015-10-14 汕头市海西信息科技有限公司 一种电子商务风险监控方法

Also Published As

Publication number Publication date
WO2019056770A1 (zh) 2019-03-28
CN107784075A (zh) 2018-03-09

Similar Documents

Publication Publication Date Title
CN107784075B (zh) 基于关联交易的数据处理方法、装置和计算机设备
CN107784074A (zh) 关联交易的识别方法、装置和、计算机设备和存储介质
Abubakar Institutional quality and economic growth: Evidence from Nigeria
Mule et al. Corporate size, profitability and market value: An econometric panel analysis of listed firms in Kenya
Zhao et al. Improving the predictability of business failure of supply chain finance clients by using external big dataset
Tong International evidence on weekend anomalies
US8751375B2 (en) Event processing for detection of suspicious financial activity
CN108446972A (zh) 银行头寸监控方法、装置及资金头寸管理系统
CN101496056A (zh) 用于监控交易的系统和方法
Flood et al. Top management teams and pioneering: a resource-based view
Li et al. Operational risk, the legal system and governance indicators: a country-level analysis
Olajide et al. The impact of financial sector reforms on banks performance in Nigeria
Hawaldar et al. Modelling the effects of capital adequacy, credit losses, and efficiency ratio on return on assets and return on equity of banks during COVID-19 pandemic
Fareed et al. Does good board governance reduce idiosyncratic risk in emerging markets? Evidence from China
Oldhouser The effects of emerging technologies on data in auditing
Ibrahim et al. Trade facilitation and agriculture sector performance in sub-Saharan Africa: insightful policy implications for economic sustainability
CN107798417B (zh) 基于关联交易数据处理的优化方法、装置和计算机设备
CN109711849B (zh) 以太坊地址画像生成方法、装置、电子设备及存储介质
Nguyen et al. Financial crises and the national logistics performance: Evidence from emerging and developing countries
Geng et al. Do Institutional Directors Matter?
Gourieroux et al. Nonlinear Autocorrelograms: an Application to Inter‐Trade Durations
Yuen Relationship between geopolitical risk in major oil producing countries and oil price
Mahmood Evaluating organizational efficiency resulting from information technology investment: an application of data envelopment analysis
US9529860B2 (en) Keyword frequency analysis system
Worthington Political cycles in the Australian stock market since Federation

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
GR01 Patent grant
GR01 Patent grant