CN109118118A - 企业业务的风险评估方法、存储介质和服务器 - Google Patents
企业业务的风险评估方法、存储介质和服务器 Download PDFInfo
- Publication number
- CN109118118A CN109118118A CN201811038676.4A CN201811038676A CN109118118A CN 109118118 A CN109118118 A CN 109118118A CN 201811038676 A CN201811038676 A CN 201811038676A CN 109118118 A CN109118118 A CN 109118118A
- Authority
- CN
- China
- Prior art keywords
- risk
- factor
- risk assessment
- information
- assessment
- 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
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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (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
本发明提供了一种企业业务的风险评估方法、存储介质和服务器,包括:获取历史风险评估规则,根据所述历史风险评估规则确定风险评估因子;监控设置于服务器的多个指定的业务信息处理系统,定期从所述多个指定的业务信息处理系统抓取风险信息,所述风险信息为与所述风险评估因子关联的信息;根据所述风险信息,确定所述风险评估因子的风险计算因子;将所述风险评估因子及所述风险评估因子的风险计算因子输入至风险评估模型,输出风险评估结果。本发明自动进行风险评估,使风险评估过程智能化,节省了人力,风险评估结果也更为客观,提高了企业风险评估的效率。
Description
技术领域
本发明涉及信息处理技术领域,尤其涉及一种企业业务的风险评估方法、存储介质和服务器。
背景技术
目前,财务风险管理平台的风险检查都已实现系统化管理,各模块亦建立了自己的风险检查标准,但是风险评估方式大多仍依赖于用户手工操作居多,产能低下且风险自评较为主观,评估方式不够智能化,耗费人力的同时风险评估效率不高。
发明内容
本发明实施例提供了一种企业业务的风险评估方法、存储介质和服务器,以解决现有的风险评估方式大多仍依赖于用户手工操作居多,产能低下且风险自评较为主观,评估方式不够智能化,耗费人力的同时风险评估效率不高的问题。
本发明实施例的第一方面提供了一种风险评估方法,包括:
获取历史风险评估规则,根据所述历史风险评估规则确定风险评估因子;
监控设置于服务器的多个指定的业务信息处理系统,定期从所述多个指定的业务信息处理系统抓取风险信息,所述风险信息为与所述风险评估因子关联的信息;
根据所述风险信息,确定所述风险评估因子的风险计算因子;
将所述风险评估因子及所述风险评估因子的风险计算因子输入至风险评估模型,输出风险评估结果。
本发明实施例的第二方面提供了一种服务器,包括存储器以及处理器,所述存储器存储有可在所述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如下步骤:
获取历史风险评估规则,根据所述历史风险评估规则确定风险评估因子;
监控设置于服务器的多个指定的业务信息处理系统,定期从所述多个指定的业务信息处理系统抓取风险信息,所述风险信息为与所述风险评估因子关联的信息;
根据所述风险信息,确定所述风险评估因子的风险计算因子;
将所述风险评估因子及所述风险评估因子的风险计算因子输入至风险评估模型,输出风险评估结果。
本发明实施例的第三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程序,所述计算机程序被处理器执行时实现如下步骤:
获取历史风险评估规则,根据所述历史风险评估规则确定风险评估因子;
监控设置于服务器的多个指定的业务信息处理系统,定期从所述多个指定的业务信息处理系统抓取风险信息,所述风险信息为与所述风险评估因子关联的信息;
根据所述风险信息,确定所述风险评估因子的风险计算因子;
将所述风险评估因子及所述风险评估因子的风险计算因子输入至风险评估模型,输出风险评估结果。
本发明实施例中,通过获取历史风险评估规则,根据所述历史风险评估规则自动确定风险评估因子,以便根据用于企业业务风险评估,无需用户手工制定风险评估因子,再监控设置于服务器的多个指定的业务信息处理系统,定期从所述多个指定的业务信息处理系统抓取风险信息,所述风险信息为与所述风险评估因子关联的信息,根据所述风险信息,确定所述风险评估因子的风险计算因子,将所述风险评估因子及所述风险评估因子的风险计算因子输入至风险评估模型,自动输出风险评估结果,整个风险评估过程智能化,节省了人力,并且使得风险评估结果更为客观,同时智能化的风险评估提高了企业业务风险评估的效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的企业业务的风险评估方法的实现流程图;
图2是本发明实施例提供的企业业务的风险评估方法S103的具体实现流程图;
图3是本发明实施例提供的企业业务的风险评估方法A4的具体实现流程图;
图4是本发明另一实施例提供的风险评估方法的实现流程图;
图5是本发明实施例提供的企业业务的风险评估装置的结构框图;
图6是本发明另一实施例提供的风险评估装置的结构框图;
图7是本发明实施例提供的服务器的示意图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,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,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。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它实施例,都属于本发明保护的范围。
图1示出了本发明实施例提供的一种企业业务的风险评估方法的实现流程,该方法流程包括步骤S101至S104。各步骤的具体实现原理如下:
S101:获取历史风险评估规则,根据所述历史风险评估规则确定风险评估因子。
在本发明实施例中,所述历史风险评估规则是指历史风险评估的评分规则,其中包括历史风险评估因子,风险评估因子也即风险评估项,风险评估因子包括数据来源、检查频率、项目大类、项目明细、差异类型、分数标准、风险等级等。根据历史风险评估规则确定风险评估因子,无需用户再次设计,节省人力。
可选地,在所述获取历史风险评估规则之后,还包括获取用户输入的风险评估规则,此时,根据所述历史风险评估规则与所述用户输入的风险评估规则,确定此次风险评估的风险评估因子,以进一步提高风险评估的有效性。
S102:监控设置于服务器的多个指定的业务信息处理系统,定期从所述多个指定的业务信息处理系统抓取风险信息,所述风险信息为与所述风险评估因子关联的信息。
具体地,所述业务信息处理系统是指企业中处理业务的信息系统,不同类型的业务使用不同的业务信息处理系统处理,因此,服务器中设置有不止一个业务信息处理系统,在本发明实施例中,对指定的业务信息系统进行实时监控,定期从所述多个指定的业务信息处理系统抓取风险信息,所述风险信息为与所述风险评估因子关联的信息,可选地,根据历史风险评估规则指定监控的业务信息处理系统。
可选地,风险评估因子包括内部风险因子和外部风险因子,内部风险因子是企业内部的风险,例如出纳人员的操作、系统的故障等,内部风险因子可通过查询内部系统的数据库,外部风险因子包括政治、法律环境因子、供应商关系等。所述外部风险因子通过网络爬虫从互联网直接抓取,或者接入相关联的交易网站、工商局网站直接获取。
本发明实施例中,通过监控多个指定的业务信息处理系统,定期从所述多个指定的业务信息处理系统中抓取与风险评估因子关联的风险信息,以便自动进行风险评估。
S103:根据所述风险信息,确定所述风险评估因子的风险计算因子。
具体地,所述风险计算因子是指风险评估因子用于评估风险的值。
作为本发明的一个实施例,如图2所示,上述S103具体包括:
A1:根据预设的网络爬虫抓取指定网站中与所述风险信息关联的信息,并根据抓取的信息提取风险影响标准。其中,与所述风险信息关联的信息是指存在相同关键词的信息,具体地,将所述风险信息进行分词处理,根据分词从指定的网站中抓取,例如,从交易网站获取交易协议或者从工商局网站获取工商政策。
A2:从预设信息量化表中查找所述风险信息对应的风险量化值。
A3:计算所述风险信息对应的风险量化值与所述风险影响标准中所述风险信息对应的标准值的比值。若所述风险量化值与所述标准值相同,所述比值等于1,若所述风险量化值大于所述标准值,所述比值大于1,若所述风险量化值小于所述标准值,所述比值小于1。
A4:根据所述风险量化值与所述标准值的比值确定所述风险评估因子的风险计算因子。
本发明实施例中,将风险信息对应的风险量化值与所述风险影响标准中所述风险信息对应的标准值相比,根据其比值确定所述风险评估因子的风险计算因子。
作为本发明的一个实施例,图3示出了本发明实施例提供的风险评估方法步骤A4的具体实现流程,详述如下:
A41:根据所述风险量化值与所述标准值的比值判断所述风险信息的风险影响,所述风险影响包括积极影响和消极影响。顾名思义,所述积极影响是指降低风险或者风险不高的影响,消极影响是指带来风险、风险较高的影响。
A42:若所述比值不为1且所述比值满足预设条件,则所述风险信息的风险影响为积极影响,所述风险评估因子的风险计算因子为初始值累加预设值。
A43:若所述比值不为1且所述比值不满足预设条件,则若所述风险信息的风险影响为消极影响,则所述风险评估因子的风险计算因子为所述初始值累减所述预设值。
A44:若所述比值为1,则所述风险评估因子的风险计算因子为所述初始值。
具体地,所述预设条件包括所述比值是否在预设比值区间内,或者所述比值是否大于或者小于预设比值。预设条件根据风险评估规则确定。
在本发明实施例中,不同风险评估因子的风险计算因子的初始值可以不相同,预设值也可以不相同。通过判断风险信息的风险影响的判断结果确定风险评估因子的风险计算因子,从而使得风险评估的准确性更高。
S104:将所述风险评估因子及所述风险评估因子的风险计算因子输入至风险评估模型,输出风险评估结果。
具体地,所述风险评估模型是预先建立用于进行风险评估的。
作为本发明的一个实施例,本发明实施例提供的风险评估方法S104的具体实现流程,详述如下:
B1:根据所述风险评估因子及所述风险评估因子的风险计算因子,构建总风险矩阵C。
可选地,所述风险评估因子包括内部风险因子和外部风险因子,所述步骤B1具体包括:
根据所述风险评估因子的内部风险因子构建内部风险因子矩阵A:
Ii为所述内部风险因子的值,αi为所述内部风险因子的风险计算因子,i=1,2,3…N,根据所述风险评估因子的外部风险因子构建外部风险因子矩阵B:
B=[β1O1 β2O2 β3O3 … βiOi … βNON];
Oi为所述外部风险因子的值,βi为所述外部风险因子的风险计算因子;在本发明实施例中,对Ii和Oi进行赋值,依据风险计算因子对企业经营的影响力将将影响强度量化为0至1之间的数值赋予Ii和Ei。
根据如下公式确定总风险矩阵C:
通过将代表内部风险的矩阵A和代表外部风险的矩阵B做直积运算,将内部风险因子和外部风险因子相结合,综合评估风险,提高风险评估的准确性。
B2:所述风险评估结果为风险评估分数,根据如下公式确定所述风险评估分数Vtotal:
其中,Ci为所述总风险矩阵C中第i个元素,为风险评估期望均值,N为正整数。所述风险评估期望均值为评分规则中的满分指标
本发明实施例中,通过获取历史风险评估规则,根据所述历史风险评估规则自动确定风险评估因子,以便根据用于企业业务风险评估,无需用户手工制定风险评估因子,再监控设置于服务器的多个指定的业务信息处理系统,定期从所述多个指定的业务信息处理系统抓取风险信息,所述风险信息为与所述风险评估因子关联的信息,根据所述风险信息,确定所述风险评估因子的风险计算因子,将所述风险评估因子及所述风险评估因子的风险计算因子输入至风险评估模型,自动输出风险评估结果,整个风险评估过程智能化,节省了人力,并且使得风险评估结果更为客观,同时智能化的风险评估提高了企业业务风险评估的效率。
进一步地,基于上述图1实施例中所提供的风险评估方法,提出本发明的另一实施例。在本发明实施例中,在图1所示的步骤S101-S104的基础上,如图4所示,所述企业业务的风险评估方法还包括:
S105:根据输出所述风险评估因子的所述风险评估结果与预设的结果等级对照表,确定所述风险评估因子对应的风险评估等级。
示例性地,所述预设的结果等级对照表中包括风险评估分数与结果等级的映射关系,在所述结果等级对照表中可查找到多数风险评估结果对应的风险评估等级。
S106:查找所述风险评估等级对应的色调,并使用所述风险评估等级对应的色调展示所述风险评估结果。
在本发明实施例中,所述预设的结果等级对照表中还包括所述风险评估等级与色调的对应关系,不同的风险评估等级对应不同的色调。示例性地,将风险评估等级划分区间,不同区间对应不同色调,例如,第一区间对应冷色调,若第一区间内的风险评估等级越低,对应的色调越冷;第二区间对应暖色调,所述第二区间内的风险评估等级越高,对应的色调越暖。
本发明实施例中,不同风险评估等级通过不同的色调展示,可视性强,方便用户查看,快速获知风险评估情况,增强用户体验。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
对应于上文实施例所述的风险评估方法,图5示出了本申请实施例提供的一种企业业务的风险评估装置的结构框图,为了便于说明,仅示出了与本申请实施例相关的部分。
参照图5,该风险评估装置包括:评估因子确定单元51,风险信息监控单元52,计算因子确定单元53,评估结果输出单元54,其中:
评估因子确定单元51,用于获取历史风险评估规则,根据所述历史风险评估规则确定风险评估因子;
风险信息监控单元52,用于监控设置于服务器的多个指定的业务信息处理系统,定期从所述多个指定的业务信息处理系统抓取风险信息,所述风险信息为与所述风险评估因子关联的信息;
计算因子确定单元53,用于根据所述风险信息,确定所述风险评估因子的风险计算因子;
评估结果输出单元54,用于将所述风险评估因子及所述风险评估因子的风险计算因子输入至风险评估模型,输出风险评估结果。
可选地,所述计算因子确定单元53包括:
信息抓取模块,用于根据预设的网络爬虫抓取指定网站中与所述风险信息关联的信息,并根据抓取的信息提取风险影响标准;
风险量化值查询模块,用于从预设信息量化表中查找所述风险信息对应的风险量化值;
比值计算模块,用于计算所述风险信息对应的风险量化值与所述风险影响标准中所述风险信息对应的标准值的比值;
计算因子确定模块,用于根据所述风险量化值与所述标准值的比值确定所述风险评估因子的风险计算因子。
可选地,所述计算因子确定模块包括:
风险影响判断子模块,用于根据所述风险量化值与所述标准值的比值判断所述风险信息的风险影响,所述风险影响包括积极影响和消极影响;
第一计算因子确定子模块,用于若所述比值不为1且所述比值满足预设条件,则所述风险信息的风险影响为积极影响,所述风险评估因子的风险计算因子为初始值累加预设值;
第二计算因子确定子模块,用于若所述比值不为1且所述比值不满足预设条件,则若所述风险信息的风险影响为消极影响,则所述风险评估因子的风险计算因子为所述初始值累减所述预设值;
第三计算因子确定子模块,用于若所述比值为1,则所述风险评估因子的风险计算因子为所述初始值。
可选地,所述评估结果输出单元54包括:
矩阵构建模块,用于根据所述风险评估因子及所述风险评估因子的风险计算因子,构建总风险矩阵C;
评估分数计算模块,用于所述风险评估结果为风险评估分数,根据如下公式确定所述风险评估分数Vtotal:
其中,Ci为所述总风险矩阵C中第i个元素,为风险评估期望均值,N为正整数。
可选地,所述矩阵构建模块具体用于:
根据所述风险评估因子的内部风险因子构建内部风险因子矩阵A:
Ii为所述内部风险因子的值,αi为所述内部风险因子的风险计算因子,i=1,2,3…N;
根据所述风险评估因子的外部风险因子构建外部风险因子矩阵B:
B=[β1O1 β2O2 β3O3 … βiOi … βNON];
Oi为所述外部风险因子的值,βi为所述外部风险因子的风险计算因子;
根据如下公式确定总风险矩阵C:
可选地,如图6所示,所述风险评估装置还包括:
等级确定单元61,用于根据输出所述风险评估因子的所述风险评估结果与预设的结果等级对照表,确定所述风险评估因子对应的风险评估等级;
结果展示单元62,用于查找所述风险评估等级对应的色调,并使用所述风险评估等级对应的色调展示所述风险评估结果。
本发明实施例中,通过获取历史风险评估规则,根据所述历史风险评估规则自动确定风险评估因子,以便根据用于企业业务风险评估,无需用户手工制定风险评估因子,再监控设置于服务器的多个指定的业务信息处理系统,定期从所述多个指定的业务信息处理系统抓取风险信息,所述风险信息为与所述风险评估因子关联的信息,根据所述风险信息,确定所述风险评估因子的风险计算因子,将所述风险评估因子及所述风险评估因子的风险计算因子输入至风险评估模型,自动输出风险评估结果,整个风险评估过程智能化,节省了人力,并且使得风险评估结果更为客观,同时智能化的风险评估提高了企业业务风险评估的效率
图7是本发明一实施例提供的服务器的示意图。如图7所示,该实施例的服务器7包括:处理器70、存储器71以及存储在所述存储器71中并可在所述处理器70上运行的计算机程序72,例如风险评估程序。所述处理器70执行所述计算机程序72时实现上述各个风险评估方法实施例中的步骤,例如图1所示的步骤101至104。或者,所述处理器70执行所述计算机程序72时实现上述各装置实施例中各模块/单元的功能,例如图5所示模块51至54的功能。
示例性的,所述计算机程序72可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器71中,并由所述处理器70执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序72在所述服务器7中的执行过程。
所述服务器7可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述服务器可包括,但不仅限于,处理器70、存储器71。本领域技术人员可以理解,图7仅仅是服务器7的示例,并不构成对服务器7的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述服务器还可以包括输入输出设备、网络接入设备、总线等。
所述处理器70可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器71可以是所述服务器7的内部存储单元,例如服务器7的硬盘或内存。所述存储器71也可以是所述服务器7的外部存储设备,例如所述服务器7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,所述存储器71还可以既包括所述服务器7的内部存储单元也包括外部存储设备。所述存储器71用于存储所述计算机程序以及所述服务器所需的其他程序和数据。所述存储器71还可以用于暂时地存储已经输出或者将要输出的数据。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也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计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种企业业务的风险评估方法,其特征在于,包括:
获取历史风险评估规则,根据所述历史风险评估规则确定风险评估因子;
监控设置于服务器的多个指定的业务信息处理系统,定期从所述多个指定的业务信息处理系统抓取风险信息,所述风险信息为与所述风险评估因子关联的信息;
根据所述风险信息,确定所述风险评估因子的风险计算因子;
将所述风险评估因子及所述风险评估因子的风险计算因子输入至风险评估模型,输出风险评估结果。
2.根据权利要求1所述的风险评估方法,其特征在于,所述根据所述风险信息,确定所述风险评估因子的风险计算因子,包括:
根据预设的网络爬虫抓取指定网站中与所述风险信息关联的信息,并根据抓取的信息提取风险影响标准;
从预设信息量化表中查找所述风险信息对应的风险量化值;
计算所述风险信息对应的风险量化值与所述风险影响标准中所述风险信息对应的标准值的比值;
根据所述风险量化值与所述标准值的比值确定所述风险评估因子的风险计算因子。
3.根据权利要求2所述的风险评估方法,其特征在于,所述根据所述风险量化值与所述标准值的比值确定所述风险评估因子的风险计算因子,包括:
根据所述风险量化值与所述标准值的比值判断所述风险信息的风险影响,所述风险影响包括积极影响和消极影响;
若所述比值不为1且所述比值满足预设条件,则所述风险信息的风险影响为积极影响,所述风险评估因子的风险计算因子为初始值累加预设值;
若所述比值不为1且所述比值不满足预设条件,则若所述风险信息的风险影响为消极影响,则所述风险评估因子的风险计算因子为所述初始值累减所述预设值;
若所述比值为1,则所述风险评估因子的风险计算因子为所述初始值。
4.根据权利要求1所述的风险评估方法,其特征在于,所述将所述风险评估因子及所述风险评估因子的风险计算因子输入至风险评估模型,输出风险评估结果,包括:
根据所述风险评估因子及所述风险评估因子的风险计算因子,构建总风险矩阵C;
所述风险评估结果为风险评估分数,根据如下公式确定所述风险评估分数Vtotal:
其中,Ci为所述总风险矩阵C中第i个元素,为风险评估期望均值,N为正整数。
5.根据权利要求4所述的风险评估方法,其特征在于,所述风险评估因子包括内部风险因子和外部风险因子,所述根据所述风险评估因子及所述风险评估因子的风险计算因子,构建总风险矩阵C,包括:
根据所述风险评估因子的内部风险因子构建内部风险因子矩阵A:
Ii为所述内部风险因子的值,αi为所述内部风险因子的风险计算因子,i=1,2,3…N;
根据所述风险评估因子的外部风险因子构建外部风险因子矩阵B:
B=[β1O1 β2O2 β3O3 … βiOi … βNON];
Oi为所述外部风险因子的值,βi为所述外部风险因子的风险计算因子;
根据如下公式确定总风险矩阵C:
6.根据权利要求1至5任一项所述的风险评估方法,其特征在于,在所述将所述风险评估因子及所述风险评估因子的风险计算因子输入至风险评估模型,输出风险评估结果之后,还包括:
根据输出所述风险评估因子的所述风险评估结果与预设的结果等级对照表,确定所述风险评估因子对应的风险评估等级;
查找所述风险评估等级对应的色调,并使用所述风险评估等级对应的色调展示所述风险评估结果。
7.一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程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述企业业务的风险评估方法的步骤。
8.一种服务器,包括存储器、处理器以及存储在所述存储器中并可在所述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如下步骤:
获取历史风险评估规则,根据所述历史风险评估规则确定风险评估因子;
监控设置于服务器的多个指定的业务信息处理系统,定期从所述多个指定的业务信息处理系统抓取风险信息,所述风险信息为与所述风险评估因子关联的信息;
根据所述风险信息,确定所述风险评估因子的风险计算因子;
将所述风险评估因子及所述风险评估因子的风险计算因子输入至风险评估模型,输出风险评估结果。
9.根据权利要求8所述的服务器,其特征在于,所述根据所述风险信息,确定所述风险评估因子的风险计算因子,包括:
根据预设的网络爬虫抓取指定网站中与所述风险信息关联的信息,并根据抓取的信息提取风险影响标准;
从预设信息量化表中查找所述风险信息对应的风险量化值;
计算所述风险信息对应的风险量化值与所述风险影响标准中所述风险信息对应的标准值的比值;
根据所述风险量化值与所述标准值的比值确定所述风险评估因子的风险计算因子。
10.根据权利要求8至9任一项所述的服务器,其特征在于,所述处理器执行所述计算机程序时还实现如下步骤:
根据输出所述风险评估因子的所述风险评估结果与预设的结果等级对照表,确定所述风险评估因子对应的风险评估等级;
查找所述风险评估等级对应的色调,并使用所述风险评估等级对应的色调展示所述风险评估结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811038676.4A CN109118118A (zh) | 2018-09-06 | 2018-09-06 | 企业业务的风险评估方法、存储介质和服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811038676.4A CN109118118A (zh) | 2018-09-06 | 2018-09-06 | 企业业务的风险评估方法、存储介质和服务器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109118118A true CN109118118A (zh) | 2019-01-01 |
Family
ID=64858692
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811038676.4A Pending CN109118118A (zh) | 2018-09-06 | 2018-09-06 | 企业业务的风险评估方法、存储介质和服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109118118A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110245068A (zh) * | 2019-04-25 | 2019-09-17 | 深圳壹账通智能科技有限公司 | H5页面的自动化测试方法、装置及计算机设备 |
CN110362689A (zh) * | 2019-06-21 | 2019-10-22 | 深圳壹账通智能科技有限公司 | 一种风险评估方法、装置、存储介质和服务器 |
CN111126886A (zh) * | 2020-04-01 | 2020-05-08 | 北京大数元科技发展有限公司 | 一种风险疑点推送和反馈方法及其系统 |
CN111724009A (zh) * | 2019-03-18 | 2020-09-29 | 阿里巴巴集团控股有限公司 | 风险评估方法、风控系统及风险评估设备 |
CN112085596A (zh) * | 2020-09-27 | 2020-12-15 | 中国建设银行股份有限公司 | 用户风险等级信息的确定方法及装置 |
CN112507269A (zh) * | 2020-12-10 | 2021-03-16 | 中国农业科学院农业信息研究所 | 一种网站后台风险评估系统 |
CN112580869A (zh) * | 2020-12-17 | 2021-03-30 | 建信金融科技有限责任公司 | 一种业务优化方法、装置及设备 |
CN113177700A (zh) * | 2021-04-15 | 2021-07-27 | 国任财产保险股份有限公司 | 一种风险评估方法、系统、电子设备及存储介质 |
CN113435771A (zh) * | 2021-07-07 | 2021-09-24 | 建信金融科技有限责任公司 | 一种业务评估方法、装置及设备 |
CN117422312A (zh) * | 2023-12-18 | 2024-01-19 | 福建实达集团股份有限公司 | 一种企业经营风险的评估方法、介质及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107733581A (zh) * | 2017-10-11 | 2018-02-23 | 杭州安恒信息技术有限公司 | 基于全网环境下的快速互联网资产特征探测方法及装置 |
CN107944745A (zh) * | 2017-12-08 | 2018-04-20 | 重庆誉存大数据科技有限公司 | 一种风险信息评估方法及系统 |
CN107995020A (zh) * | 2017-10-23 | 2018-05-04 | 北京兰云科技有限公司 | 一种资产价值评估方法和装置 |
CN107993143A (zh) * | 2017-11-23 | 2018-05-04 | 深圳大管加软件与技术服务有限公司 | 一种信贷风险评估方法及系统 |
-
2018
- 2018-09-06 CN CN201811038676.4A patent/CN109118118A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107733581A (zh) * | 2017-10-11 | 2018-02-23 | 杭州安恒信息技术有限公司 | 基于全网环境下的快速互联网资产特征探测方法及装置 |
CN107995020A (zh) * | 2017-10-23 | 2018-05-04 | 北京兰云科技有限公司 | 一种资产价值评估方法和装置 |
CN107993143A (zh) * | 2017-11-23 | 2018-05-04 | 深圳大管加软件与技术服务有限公司 | 一种信贷风险评估方法及系统 |
CN107944745A (zh) * | 2017-12-08 | 2018-04-20 | 重庆誉存大数据科技有限公司 | 一种风险信息评估方法及系统 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111724009A (zh) * | 2019-03-18 | 2020-09-29 | 阿里巴巴集团控股有限公司 | 风险评估方法、风控系统及风险评估设备 |
CN110245068A (zh) * | 2019-04-25 | 2019-09-17 | 深圳壹账通智能科技有限公司 | H5页面的自动化测试方法、装置及计算机设备 |
CN110362689A (zh) * | 2019-06-21 | 2019-10-22 | 深圳壹账通智能科技有限公司 | 一种风险评估方法、装置、存储介质和服务器 |
CN111126886A (zh) * | 2020-04-01 | 2020-05-08 | 北京大数元科技发展有限公司 | 一种风险疑点推送和反馈方法及其系统 |
CN112085596A (zh) * | 2020-09-27 | 2020-12-15 | 中国建设银行股份有限公司 | 用户风险等级信息的确定方法及装置 |
CN112507269A (zh) * | 2020-12-10 | 2021-03-16 | 中国农业科学院农业信息研究所 | 一种网站后台风险评估系统 |
CN112507269B (zh) * | 2020-12-10 | 2023-08-08 | 中国农业科学院农业信息研究所 | 一种网站后台风险评估系统 |
CN112580869A (zh) * | 2020-12-17 | 2021-03-30 | 建信金融科技有限责任公司 | 一种业务优化方法、装置及设备 |
CN113177700A (zh) * | 2021-04-15 | 2021-07-27 | 国任财产保险股份有限公司 | 一种风险评估方法、系统、电子设备及存储介质 |
CN113435771A (zh) * | 2021-07-07 | 2021-09-24 | 建信金融科技有限责任公司 | 一种业务评估方法、装置及设备 |
CN117422312A (zh) * | 2023-12-18 | 2024-01-19 | 福建实达集团股份有限公司 | 一种企业经营风险的评估方法、介质及装置 |
CN117422312B (zh) * | 2023-12-18 | 2024-03-12 | 福建实达集团股份有限公司 | 一种企业经营风险的评估方法、介质及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109118118A (zh) | 企业业务的风险评估方法、存储介质和服务器 | |
CN107622432A (zh) | 商户评价方法及系统 | |
CN108665159A (zh) | 一种风险评估方法、装置、终端设备及存储介质 | |
CN106844407B (zh) | 基于数据集相关性的标签网络产生方法和系统 | |
CN109858740A (zh) | 企业风险的评估方法、装置、计算机设备及存储介质 | |
CN108593260A (zh) | 光缆线路故障定位和检测方法及终端设备 | |
CN104424613A (zh) | 一种增值税发票的监控方法及其系统 | |
CN109450956A (zh) | 网络安全性评估方法、系统、介质和计算设备 | |
CN104867017A (zh) | 电子商务客户虚假评价识别系统 | |
CN113989019A (zh) | 识别风险的方法、装置、设备及存储介质 | |
CN111159630A (zh) | 一种基于多标准决策模型的园区政策匹配和评估方法 | |
CN109102176A (zh) | 一种基于区块链的贸易金融评估方法及装置 | |
CN109191307A (zh) | 资产配置合理性判断方法、系统、计算机设备和存储介质 | |
CN112907063B (zh) | 人口流动率和房屋空置率确定方法及终端设备 | |
CN110610431A (zh) | 基于大数据的智能理赔方法及智能理赔系统 | |
CN110489691A (zh) | 页面组件显示方法及终端设备 | |
CN105740434B (zh) | 网络信息评分方法及装置 | |
CN114444863A (zh) | 一种企业生产安全评估方法、系统、装置及存储介质 | |
CN104933621A (zh) | 一种担保圈的大数据分析系统和方法 | |
CN113256324A (zh) | 数据资产定价方法、装置、计算机设备和存储介质 | |
CN113988638A (zh) | 一种通用关联关系强度测算方法、装置、电子设备和介质 | |
CN109543959A (zh) | 审批链生成方法、装置、计算机设备及存储介质 | |
CN115550077B (zh) | 一种实时在线检测危险源数据并触发自动防御方法 | |
CN107766537A (zh) | 一种职位搜索排序方法及计算设备 | |
CN113657546B (zh) | 信息分类方法、装置、电子设备及可读存储介质 |
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 |