CN110659841B - 风险资产筛选方法、装置、计算机设备及存储介质 - Google Patents

风险资产筛选方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN110659841B
CN110659841B CN201910936825.7A CN201910936825A CN110659841B CN 110659841 B CN110659841 B CN 110659841B CN 201910936825 A CN201910936825 A CN 201910936825A CN 110659841 B CN110659841 B CN 110659841B
Authority
CN
China
Prior art keywords
subject
information
risk
main body
link
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
CN201910936825.7A
Other languages
English (en)
Other versions
CN110659841A (zh
Inventor
肖隆韬
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.)
Shenzhen Qianhai Huanrong Lianyi Information Technology Service Co Ltd
Original Assignee
Shenzhen Qianhai Huanrong Lianyi Information Technology Service 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 Shenzhen Qianhai Huanrong Lianyi Information Technology Service Co Ltd filed Critical Shenzhen Qianhai Huanrong Lianyi Information Technology Service Co Ltd
Priority to CN201910936825.7A priority Critical patent/CN110659841B/zh
Publication of CN110659841A publication Critical patent/CN110659841A/zh
Application granted granted Critical
Publication of CN110659841B publication Critical patent/CN110659841B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Finance (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Accounting & Taxation (AREA)
  • Educational Administration (AREA)
  • Technology Law (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明公开了风险资产筛选方法、装置、计算机设备及存储介质。方法包括：根据股权匹配模型获取新增资产包的股权链路信息，根据风险主体筛选规则从股权链路信息中筛选得到第一风险主体，根据信息量化模型对股权链路信息中所包含主体的信息进行量化以得到每一主体对应的主体特征信息，根据风险主体匹配规则及主体特征信息获取股权链路信息中与第一风险主体相匹配的第二风险主体，将新增资产包中与第一风险主体或第二风险主体对应的资产作为风险资产。通过上述方法，可提高从资产包中筛选得到风险资产的效率，确保所获取到的风险资产的准确性，实现了高效、准确地对风险资产进行筛选的效果。

Description

风险资产筛选方法、装置、计算机设备及存储介质
技术领域
本发明涉及计算机技术领域，尤其涉及一种风险资产筛选方法、装置、计算机设备及存储介质。
背景技术
金融企业在进行贷款抵押业务的办理时，为避免标的物中出现伪造资产而不符合相关规定，需对抵押的标的物是否合规进行评估，标的物通常为包含多份资产的资产包，资产包中不合规则资产即为风险资产。现有技术方法在对资产包中所包含的风险资产进行筛选时，均是人工核对判断资产是否合规并从中筛选得到不合规的风险资产，然后在面对大额标的物时，标的物对应的资产包中包含的资产数量十分巨大，且部分资产的股权结构十分复杂，难以高效、准确地从资产包中筛选得到风险资产。因而，现有的风险资产筛选方法存在无法对风险资产进行高效、准确筛选的问题。
发明内容
本发明实施例提供了一种风险资产筛选方法、装置、计算机设备及存储介质，旨在解决现有技术方法中风险资产筛选方法所存在的无法对风险资产进行高效、准确筛选的问题。
第一方面，本发明实施例提供了一种风险资产筛选方法，其包括：
若接收到添加至预置的资产包集合的新增资产包，根据预置的股权匹配模型获取所述新增资产包的股权链路信息，其中，所述股权链路信息包括多个主体；
根据预置的风险主体筛选规则从所述股权链路信息筛选得到第一风险主体；
根据预置的信息量化模型对所述股权链路信息中所包含主体的信息进行量化以得到每一主体对应的主体特征信息；
根据预置的风险主体匹配规则及所述主体特征信息获取所述股权链路信息中与所述第一风险主体相匹配的主体作为第二风险主体；
根据股权链路信息获取所述新增资产包中与所述第一风险主体或所述第二风险主体对应的资产作为风险资产。
第二方面，本发明实施例提供了一种风险资产筛选装置，其包括：
股权链路信息获取单元，用于若接收到添加至预置的资产包集合的新增资产包，根据预置的股权匹配模型获取所述新增资产包的股权链路信息，其中，所述股权链路信息包括多个主体；
第一风险主体筛选单元，用于根据预置的风险主体筛选规则从所述股权链路信息筛选得到第一风险主体；
主体特征信息获取单元，用于根据预置的信息量化模型对所述股权链路信息中所包含主体的信息进行量化以得到每一主体对应的主体特征信息；
第二风险主体获取单元，用于根据预置的风险主体匹配规则及所述主体特征信息获取所述股权链路信息中与所述第一风险主体相匹配的主体作为第二风险主体；
风险资产获取单元，用于根据股权链路信息获取所述新增资产包中与所述第一风险主体或所述第二风险主体对应的资产作为风险资产。
第三方面，本发明实施例又提供了一种计算机设备，其包括存储器、处理器及存储在所述存储器上并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上述第一方面所述的风险资产筛选方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其中所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行上述第一方面所述的风险资产筛选方法。
本发明实施例提供了一种风险资产筛选方法、装置、计算机设备及存储介质。根据股权匹配模型获取新增资产包的股权链路信息，根据风险主体筛选规则从股权链路信息中筛选得到第一风险主体，根据信息量化模型对股权链路信息中所包含主体的信息进行量化以得到每一主体对应的主体特征信息，根据风险主体匹配规则及主体特征信息获取股权链路信息中与第一风险主体相匹配的第二风险主体，将新增资产包中与第一风险主体或第二风险主体对应的资产作为风险资产。通过上述方法，可提高从资产包中筛选得到风险资产的效率，确保所获取到的风险资产的准确性，实现了高效、准确地对风险资产进行筛选的效果。
附图说明
为了更清楚地说明本发明实施例技术方案，下面将对实施例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的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的风险资产筛选方法的流程示意图；
图2为本发明实施例提供的风险资产筛选方法的子流程示意图；
图3为本发明实施例提供的风险资产筛选方法的另一子流程示意图；
图4为本发明实施例提供的风险资产筛选方法的另一子流程示意图；
图5为本发明实施例提供的风险资产筛选方法的另一流程示意图；
图6为本发明实施例提供的风险资产筛选装置的示意性框图；
图7为本发明实施例提供的计算机设备的示意性框图。
具体实施方式
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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。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他实施例，都属于本发明保护的范围。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
请参阅图1，图1是本发明实施例提供的风险资产筛选方法的流程示意图。该风险资产筛选方法应用于用户终端中，该方法通过安装于用户终端中的应用软件进行执行，用户终端即是用于执行风险资产筛选方法以对风险资产进行筛选的终端设备，例如台式电脑、笔记本电脑、平板电脑或手机等。如图1所示，该方法包括步骤S110～S150。
S110、若接收到添加至预置的资产包集合的新增资产包，根据预置的股权匹配模型获取所述新增资产包的股权链路信息。
若接收到添加至预置的资产包集合的新增资产包，根据预置的股权匹配模型获取所述新增资产包的股权链路信息，其中，所述股权链路信息包括多个主体。具体的，资产包集合即是用于存储资产包的数据集合，资产包集合中包含所存储的多份资产包，新增资产包即是新添加至资产包集合中的资产包，每一资产包中均包含至少一份资产，每一份资产均对应一个债权主体及一个债务主体，可将包含多份资产的资产包作为一个整体作为进行贷款抵押的标的物。股权匹配模型即是用于获取资产包中每一资产的股权信息的模型，股权链路信息即为新增资产包中每一资产所对应的多层股权信息所组成的链路，股权匹配模型包括预置的链路获取层数、主体筛选规则及股权信息表，链路获取层数即是所获取到的股权链路的具体层数，主体筛选规则即是用于对某一主体的股权信息中所包含的主体进行筛选的规则，股权信息表即是用于对每一主体对应的股权信息进行存储的数据表，股权信息表中的股权信息可从工商业政府网站、税务部门网站、企业官网或财经网站等第三方网站获取。
在一实施例中，如图2所示，步骤S110包括子步骤S111、S112、S113、S114和S115。
S111、将新增资产包的债务主体或债权主体作为待匹配主体，并根据所述待匹配主体创建对应的链路节点。
S112、获取所述股权信息表中与所述待匹配主体匹配的主体的股权信息作为对应的目标股权信息并添加至所述链路节点。
S113、判断所述股权链路信息中股权信息的层数是否小于所述链路获取层数。
S114、若所述目标股权信息的股权层数小于所述链路获取层数，根据所述主体筛选规则从所述目标股权信息所包含的主体中筛选得到重要主体作为待匹配主体，并返回执行所述根据所述待匹配主体创建对应的链路节点的步骤。
S115、若所述股权链路信息中股权信息的层数不小于所述链路获取层数，将添加至所述链路节点的所有目标股权信息作为股权链路信息进行输出。
股权链路信息表中包含与新增资产包中每一资产对应的关联债权主体及关联债务主体。新增资产包包含至少一份资产，每一资产对应一个债务主体及一个债权主体，债务主体及债权主体为企业，若将任一资产的债务主体作为待匹配主体进行匹配，即可对应获取到该资产的关联债务主体；若将任一资产的债权主体作为待匹配主体进行匹配，即可对应获取到该资产的关联债权主体。股权链路信息中包含资产对应的多层股权信息，在获取债务主体或债权主体的股权信息时，可根据该主体创建对应的股权链路，一个债务主体或一个债权主体可在股权链路信息对应创建一个股权链路。根据股权信息表对任一待匹配主体进行匹配，即可获取股权信息表中与该待匹配主体相匹配的主体，股权信息表中包含每一主体对应的股权信息，即可将与待匹配主体相匹配的主体的股权信息作为待匹配主体的目标股权信息，这也即是获取得到对待匹配主体对应的企业进行控股的母公司信息，将目标股权信息添加至待匹配主体的股权链路中以对股权链路信息进行扩充。若所获取到的目标股权信息未满足链路获取层数，也即是目标股权信息在股权链路信息中的股权层数小于链路获取层数，则根据主体筛选规则从所述目标股权信息所包含的主体中筛选得到重要主体作为待匹配主体，并再次对待匹配主体进行匹配，重复上述步骤直至获取到的目标股权信息满足链路获取层数，也即是目标股权信息在股权链路信息中的股权层数不小于链路获取层数，则将添加至链路节点的所有目标股权信息作为股权链路信息进行输出。具体的，主体筛选规则可以是将目标股权信息中股份超过20％的主体确定为重要主体。
例如，链路获取层数为4，新增资产包中某一资产的债务主体为A公司，对应得到该资产的关联债务主体如表1所示。
Figure BDA0002221802280000051
表1S120、根据预置的风险主体筛选规则从所述股权链路信息筛选得到第一风险主体。
根据预置的风险主体筛选规则从所述股权链路信息筛选得到第一风险主体。具体的，风险主体筛选规则即是用于对股权链路信息中所包含的主体进行筛选的规则，第一风险主体即为从股权链路信息中筛选得到的存在风险的主体，第一风险主体在新增资产包中对应的资产即为风险资产，第一风险主体包括风险债权主体及风险债务主体。
在一实施例中，如图3所示，步骤S120包括子步骤S121、S122、S123和S124。
S121、逐个判断所述关联债务主体是否与任一所述关联债权主体相同。
逐个判断所述关联债务主体是否与任一所述关联债权主体相同。风险主体筛选规则中的第一条规则即为同一资产包对应的关联债务主体不与关联债权主体相同，也即是同一企业不可在一个资产包中同时作为关联债权主体及关联债务主体，可逐个判断关联债务主体是否与任一关联债权主体相同，若某一关联债务主体与一个关联债权主体相同，则该关联债务主体为不满足风险主体筛选规则的第一风险主体。
S122、若所述关联债务主体与任一所述关联债权主体相同，将所述关联债务主体确定为风险债务主体。
S123、获取所述资产包集合所包含的资产包中每一资产对应的关联债权主体，并对所述关联债权主体的累计数量是否大于一进行判断。
获取所述资产包集合所包含的资产包中每一资产对应的关联债权主体，并对所述关联债权主体的累计数量是否大于一进行判断。风险主体筛选规则中的第一条规则即为资产包集合所包含的关联债权主体不能重复，可获取资产包集合中所有资产的关联债权主体，对关联债权主体的累计数量是否大于一进行判断，若某一关联债权主体的累计数量大于一，则表明该关联债权主体为不满足风险主体筛选规则的第一风险主体。
S124、若某一所述关联债权主体的累计数量大于一，将所述关联债权主体确定为风险债权主体。
S130、根据预置的信息量化模型对所述股权链路信息中所包含主体的信息进行量化以得到每一主体对应的主体特征信息。
根据预置的信息量化模型对所述股权链路信息中所包含主体的信息进行量化以得到每一主体对应的主体特征信息。获取到第一风险主体后，则可进一步获取股权链路信息中与所述第一风险主体相似的第二风险主体。股权链路信息中还包含每一主体的信息，由于主体均为企业，因此主体的信息也即是企业的财务信息及非财务信息。信息量化模型即是用于对主体的信息进行量化处理的模型，将主体的信息进行量化后即可得到对应的主体特征信息，主体特征信息即是用于对主体的特征进行量化表示的特征数组，主体特征信息中包含多个项目，每一项目对应的量化值的范围为[0,1]。主体的信息中的财务信息可以是企业的资产负债率、毛利润率及净利润率等，主体的信息中的非财务信息可以是企业是否发生信用违约及企业是否涉及侵权纠纷等，对于财务信息所包含的项目，直接获取每一项目对应的数值进行量化得到范围为[0,1]的量化值，对于非财务信息所包含的项目，根据信息量化模型中的判断规则对项目对应的信息进行判断得到“0”或“1”的量化值。
例如，某一企业的资产负债率为62％，是否发生信用违约为“否”，信息量化模型中对相应项目进行判断的规则为：若是否发生信用违约为“是”则量化值为“1”；若是否发生信用违约为“否”则量化值为“0”，则对资产负债率进行量化得到的量化值为“0.62”，对是否发生信用违约进行量化得到的量化值为“0”。
S140、根据预置的风险主体匹配规则及所述主体特征信息获取所述股权链路信息中与所述第一风险主体相匹配的主体作为第二风险主体。
根据预置的风险主体匹配规则及所述主体特征信息获取所述股权链路信息中与所述第一风险主体相匹配的主体作为第二风险主体。其中，风险主体匹配规则包括相似度计算公式及相似度阈值，根据风险主体匹配规则即可对两个风险主体是否匹配进行判断，并获取股权链路信息中与第一风险主体相匹配的主体作为第二风险主体。
在一实施例中，如图4所示，步骤S140包括子步骤S141、S142和S143。
S141、将所述股权链路信息中除去第一风险主体的主体作为待匹配主体。
将所述股权链路信息中除去第一风险主体的主体作为待匹配主体。第一风险主体包含于股权链路信息中，为获取股权链路信息中其他存在风险的主体，需将第一风险主体从股权链路信息中去除，去除第一风险主体后的其他主体作为待匹配主体。
S142、根据所述相似度计算公式计算所述待匹配主体的主体特征信息与任一所述第一风险主体的主体特征信息之间的相似度。
根据所述相似度计算公式计算所述待匹配主体的主体特征信息与任一所述第一风险主体的主体特征信息之间的相似度。待匹配主体与第一风险主体之间的相似度即可通过相似度计算公式进行计算，具体的，可获取一个待匹配主体的主体特征信息与一个第一风险主体的主体特征信息，通过相似度公式S＝1/(((f1-p1)2+(f2-p2)2+……+(fn-pn)2)-1+1)计算得到待匹配主体与第一风险主体的相似度，其中，fn即表示待匹配主体的主体特征信息中第n个项目的量化值，pn即表示第一风险主体的主体特征信息中第n个项目的量化值。
S143、若某一待匹配主体与任一所述第一风险主体之间的相似度大于所述相似度阈值，将所述待匹配主体确定为第二风险主体。
若某一待匹配主体与任一所述第一风险主体之间的相似度大于所述相似度阈值，将所述待匹配主体确定为第二风险主体。相似度阈值即是用于对第一风险主体与待匹配主体之间相似度进行判断的阈值，若待匹配主体与第一风险主体之间相似度大于相似度阈值，则表明待匹配主体与第一风险主体相匹配，可将该待匹配主体确定为第二风险主体。
例如，相似度阈值为80％，某一待匹配主体与第一风险主体之间的相似度为86％，则将该待匹配主体确定为第二风险主体。
S150、根据股权链路信息获取所述新增资产包中与所述第一风险主体或所述第二风险主体对应的资产作为风险资产。
根据股权链路信息获取所述新增资产包中与所述第一风险主体或所述第二风险主体对应的资产作为风险资产。股权链路信息中包含与新增资产包中每一资产对应的股权信息，即可将获取到的第一风险主体或第二风险主体作为风险主体，获取股权链路信息中与风险主体对应的股权信息，并进一步获取与风险主体对应的股权信息的资产，即可得到风险资产。
在一实施例中，如图5所示，步骤S150之后包括步骤S160。
S160、根据预置的资产剔除规则从所述新增资产包中剔除所述风险资产，以得到所述新增资产包对应的更新资产包。
根据预置的资产剔除规则从所述新增资产包中剔除所述风险资产，以得到所述新增资产包对应的更新资产包。为避免新增资产包因不合规而无法进行后续处理，可在获取到风险资产后，从新增资产包中剔除风险资产得到更新资产包，也即是更新资产包中所包含的资产均符合规范，更新资产包中因不包含风险资产即可顺利进行后续处理。
在本发明实施例所提供的风险资产筛选方法，根据股权匹配模型获取新增资产包的股权链路信息，根据风险主体筛选规则从股权链路信息中筛选得到第一风险主体，根据信息量化模型对股权链路信息中所包含主体的信息进行量化以得到每一主体对应的主体特征信息，根据风险主体匹配规则及主体特征信息获取股权链路信息中与第一风险主体相匹配的第二风险主体，将新增资产包中与第一风险主体或第二风险主体对应的资产作为风险资产。通过上述方法，可提高从资产包中筛选得到风险资产的效率，确保所获取到的风险资产的准确性，实现了高效、准确地对风险资产进行筛选的效果。
本发明实施例还提供一种风险资产筛选装置，该风险资产筛选装置用于执行前述风险资产筛选方法的任一实施例。具体地，请参阅图6，图6是本发明实施例提供的风险资产筛选装置的示意性框图。该风险资产筛选装置可以配置于用户终端中。
如图6所示，风险资产筛选装置100包括股权链路信息获取单元110、第一风险主体筛选单元120、主体特征信息获取单元130、第二风险主体获取单元140和风险资产获取单元150。
股权链路信息获取单元110，用于若接收到添加至预置的资产包集合的新增资产包，根据预置的股权匹配模型获取所述新增资产包的股权链路信息。
在其他发明实施例中，所述股权链路信息获取单元110包括子单元：链路节点创建单元111、目标股权信息添加单元112、股权信息层数判断单元113、重要主体筛选单元114和股权链路信息输出单元115。
链路节点创建单元111，用于将新增资产包的债务主体或债权主体作为待匹配主体，并根据所述待匹配主体创建对应的链路节点；目标股权信息添加单元112，用于获取所述股权信息表中与所述待匹配主体匹配的主体的股权信息作为对应的目标股权信息并添加至所述链路节点；股权信息层数判断单元113，用于判断所述股权链路信息中股权信息的层数是否小于所述链路获取层数；重要主体筛选单元114，用于若所述目标股权信息的股权层数小于所述链路获取层数，根据所述主体筛选规则从所述目标股权信息所包含的主体中筛选得到重要主体作为待匹配主体，并返回执行所述根据所述待匹配主体创建对应的链路节点的步骤；股权链路信息输出单元115，用于若所述股权链路信息中股权信息的层数不小于所述链路获取层数，将添加至所述链路节点的所有目标股权信息作为股权链路信息进行输出。
第一风险主体筛选单元120，用于根据预置的风险主体筛选规则从所述股权链路信息筛选得到第一风险主体。
在其他发明实施例中，所述第一风险主体筛选单元120包括子单元：第一判断单元121、第一确定单元122、第二判断单元123和第二确定单元124。
第一判断单元121，用于逐个判断所述关联债务主体是否与任一所述关联债权主体相同；第一确定单元122，用于若所述关联债务主体与任一所述关联债权主体相同，将所述关联债务主体确定为风险债务主体；第二判断单元123，用于获取所述资产包集合所包含的资产包中每一资产对应的关联债权主体，并对所述关联债权主体的累计数量是否大于一进行判断；第二确定单元124，用于若某一所述关联债权主体的累计数量大于一，将所述关联债权主体确定为风险债权主体。
主体特征信息获取单元130，用于根据预置的信息量化模型对所述股权链路信息中所包含主体的信息进行量化以得到每一主体对应的主体特征信息。
第二风险主体获取单元140，用于根据预置的风险主体匹配规则及所述主体特征信息获取所述股权链路信息中与所述第一风险主体相匹配的主体作为第二风险主体。
在其他发明实施例中，所述第二风险主体获取单元140包括子单元：待匹配主体获取单元141、相似度计算单元142和第二风险主体确定单元143。
待匹配主体获取单元141，用于将所述股权链路信息中除去第一风险主体的主体作为待匹配主体；相似度计算单元142，用于根据所述相似度计算公式计算所述待匹配主体的主体特征信息与任一所述第一风险主体的主体特征信息之间的相似度；第二风险主体确定单元143，用于若某一待匹配主体与任一所述第一风险主体之间的相似度大于所述相似度阈值，将所述待匹配主体确定为第二风险主体。
风险资产获取单元150，用于根据股权链路信息获取所述新增资产包中与所述第一风险主体或所述第二风险主体对应的资产作为风险资产。
在其他发明实施例中，所述风险资产筛选装置100还包括子单元：资产包更新单元160。
资产包更新单元160，用于根据预置的资产剔除规则从所述新增资产包中剔除所述风险资产，以得到所述新增资产包对应的更新资产包。
在本发明实施例所提供的风险资产筛选装置用于执行上述风险资产筛选方法，根据股权匹配模型获取新增资产包的股权链路信息，根据风险主体筛选规则从股权链路信息中筛选得到第一风险主体，根据信息量化模型对股权链路信息中所包含主体的信息进行量化以得到每一主体对应的主体特征信息，根据风险主体匹配规则及主体特征信息获取股权链路信息中与第一风险主体相匹配的第二风险主体，将新增资产包中与第一风险主体或第二风险主体对应的资产作为风险资产。通过上述方法，可提高从资产包中筛选得到风险资产的效率，确保所获取到的风险资产的准确性，实现了高效、准确地对风险资产进行筛选的效果。
上述风险资产筛选装置可以实现为计算机程序的形式，该计算机程序可以在如图7所示的计算机设备上运行。
请参阅图7，图7是本发明实施例提供的计算机设备的示意性框图。
参阅图7，该计算机设备500包括通过系统总线501连接的处理器502、存储器和网络接口505，其中，存储器可以包括非易失性存储介质503和内存储器504。
该非易失性存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032被执行时，可使得处理器502执行风险资产筛选方法。
该处理器502用于提供计算和控制能力，支撑整个计算机设备500的运行。
该内存储器504为非易失性存储介质503中的计算机程序5032的运行提供环境，该计算机程序5032被处理器502执行时，可使得处理器502执行风险资产筛选方法。
该网络接口505用于进行网络通信，如提供数据信息的传输等。本领域技术人员可以理解，图7中示出的结构，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的计算机设备500的限定，具体的计算机设备500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。
其中，所述处理器502用于运行存储在存储器中的计算机程序5032，以实现如下功能：若接收到添加至预置的资产包集合的新增资产包，根据预置的股权匹配模型获取所述新增资产包的股权链路信息，其中，所述股权链路信息包括多个主体；根据预置的风险主体筛选规则从所述股权链路信息筛选得到第一风险主体；根据预置的信息量化模型对所述股权链路信息中所包含主体的信息进行量化以得到每一主体对应的主体特征信息；根据预置的风险主体匹配规则及所述主体特征信息获取所述股权链路信息中与所述第一风险主体相匹配的主体作为第二风险主体；根据股权链路信息获取所述新增资产包中与所述第一风险主体或所述第二风险主体对应的资产作为风险资产。
在一实施例中，处理器502在执行若接收到添加至预置的资产包集合的新增资产包，根据预置的股权匹配模型获取所述新增资产包的股权链路信息的步骤时，执行如下操作：将新增资产包的债务主体或债权主体作为待匹配主体，并根据所述待匹配主体创建对应的链路节点；获取所述股权信息表中与所述待匹配主体匹配的主体的股权信息作为对应的目标股权信息并添加至所述链路节点；判断所述股权链路信息中股权信息的层数是否小于所述链路获取层数；若所述目标股权信息的股权层数小于所述链路获取层数，根据所述主体筛选规则从所述目标股权信息所包含的主体中筛选得到重要主体作为待匹配主体，并返回执行所述根据所述待匹配主体创建对应的链路节点的步骤；若所述股权链路信息中股权信息的层数不小于所述链路获取层数，将添加至所述链路节点的所有目标股权信息作为股权链路信息进行输出。
在一实施例中，处理器502在执行根据预置的风险主体筛选规则从所述股权链路信息筛选得到第一风险主体的步骤时，执行如下操作：逐个判断所述关联债务主体是否与任一所述关联债权主体相同；若所述关联债务主体与任一所述关联债权主体相同，将所述关联债务主体确定为风险债务主体；获取所述资产包集合所包含的资产包中每一资产对应的关联债权主体，并对所述关联债权主体的累计数量是否大于一进行判断；若某一所述关联债权主体的累计数量大于一，将所述关联债权主体确定为风险债权主体。
在一实施例中，处理器502在执行根据预置的风险主体匹配规则及所述主体特征信息获取所述股权链路信息中与所述第一风险主体相匹配的主体作为第二风险主体的步骤时，执行如下操作：将所述股权链路信息中除去第一风险主体的主体作为待匹配主体；根据所述相似度计算公式计算所述待匹配主体的主体特征信息与任一所述第一风险主体的主体特征信息之间的相似度；若某一待匹配主体与任一所述第一风险主体之间的相似度大于所述相似度阈值，将所述待匹配主体确定为第二风险主体。
在一实施例中，处理器502还执行如下操作：根据预置的资产剔除规则从所述新增资产包中剔除所述风险资产，以得到所述新增资产包对应的更新资产包。
本领域技术人员可以理解，图7中示出的计算机设备的实施例并不构成对计算机设备具体构成的限定，在其他实施例中，计算机设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。例如，在一些实施例中，计算机设备可以仅包括存储器及处理器，在这样的实施例中，存储器及处理器的结构及功能与图7所示实施例一致，在此不再赘述。
应当理解，在本发明实施例中，处理器502可以是中央处理单元(CentralProcessingUnit，CPU)，该处理器502还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable GateArray，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。其中，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。
在本发明的另一实施例中提供计算机可读存储介质。该计算机可读存储介质可以为非易失性的计算机可读存储介质。该计算机可读存储介质存储有计算机程序，其中计算机程序被处理器执行时实现以下步骤：若接收到添加至预置的资产包集合的新增资产包，根据预置的股权匹配模型获取所述新增资产包的股权链路信息，其中，所述股权链路信息包括多个主体；根据预置的风险主体筛选规则从所述股权链路信息筛选得到第一风险主体；根据预置的信息量化模型对所述股权链路信息中所包含主体的信息进行量化以得到每一主体对应的主体特征信息；根据预置的风险主体匹配规则及所述主体特征信息获取所述股权链路信息中与所述第一风险主体相匹配的主体作为第二风险主体；根据股权链路信息获取所述新增资产包中与所述第一风险主体或所述第二风险主体对应的资产作为风险资产。
在一实施例中，所述若接收到添加至预置的资产包集合的新增资产包，根据预置的股权匹配模型获取所述新增资产包的股权链路信息的步骤，包括：将新增资产包的债务主体或债权主体作为待匹配主体，并根据所述待匹配主体创建对应的链路节点；获取所述股权信息表中与所述待匹配主体匹配的主体的股权信息作为对应的目标股权信息并添加至所述链路节点；判断所述股权链路信息中股权信息的层数是否小于所述链路获取层数；若所述目标股权信息的股权层数小于所述链路获取层数，根据所述主体筛选规则从所述目标股权信息所包含的主体中筛选得到重要主体作为待匹配主体，并返回执行所述根据所述待匹配主体创建对应的链路节点的步骤；若所述股权链路信息中股权信息的层数不小于所述链路获取层数，将添加至所述链路节点的所有目标股权信息作为股权链路信息进行输出。
在一实施例中，所述根据预置的风险主体筛选规则从所述股权链路信息筛选得到第一风险主体的步骤，包括：逐个判断所述关联债务主体是否与任一所述关联债权主体相同；若所述关联债务主体与任一所述关联债权主体相同，将所述关联债务主体确定为风险债务主体；获取所述资产包集合所包含的资产包中每一资产对应的关联债权主体，并对所述关联债权主体的累计数量是否大于一进行判断；若某一所述关联债权主体的累计数量大于一，将所述关联债权主体确定为风险债权主体。
在一实施例中，所述根据预置的风险主体匹配规则及所述主体特征信息获取所述股权链路信息中与所述第一风险主体相匹配的主体作为第二风险主体的步骤，包括：将所述股权链路信息中除去第一风险主体的主体作为待匹配主体；根据所述相似度计算公式计算所述待匹配主体的主体特征信息与任一所述第一风险主体的主体特征信息之间的相似度；若某一待匹配主体与任一所述第一风险主体之间的相似度大于所述相似度阈值，将所述待匹配主体确定为第二风险主体。
在一实施例中，还包括：根据预置的资产剔除规则从所述新增资产包中剔除所述风险资产，以得到所述新增资产包对应的更新资产包。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的设备、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为逻辑功能划分，实际实现时可以有另外的划分方式，也可以将具有相同功能的单元集合成一个单元，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
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，也可以是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存储介质中。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，或者该技术方案的全部或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一个计算机可读存储介质中，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所述方法的全部或部分步骤。而前述的计算机可读存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (7)

1.一种风险资产筛选方法，应用于用户终端，其特征在于，包括：
若接收到添加至预置的资产包集合的新增资产包，根据预置的股权匹配模型获取所述新增资产包的股权链路信息，其中，所述股权链路信息包括多个主体；
根据预置的风险主体筛选规则从所述股权链路信息筛选得到第一风险主体；
根据预置的信息量化模型对所述股权链路信息中所包含主体的信息进行量化以得到每一主体对应的主体特征信息；
根据预置的风险主体匹配规则及所述主体特征信息获取所述股权链路信息中与所述第一风险主体相匹配的主体作为第二风险主体；
根据股权链路信息获取所述新增资产包中与所述第一风险主体或所述第二风险主体对应的资产作为风险资产；
所述风险主体匹配规则包括相似度计算公式及相似度阈值，所述根据预置的风险主体匹配规则及所述主体特征信息获取所述股权链路信息中与所述第一风险主体相匹配的主体作为第二风险主体，包括：
将所述股权链路信息中除去第一风险主体的主体作为待匹配主体；
根据所述相似度计算公式计算所述待匹配主体的主体特征信息与任一所述第一风险主体的主体特征信息之间的相似度；
若某一待匹配主体与任一所述第一风险主体之间的相似度大于所述相似度阈值，将所述待匹配主体确定为第二风险主体；
所述主体特征信息为多个项目对应的量化值所组成的特征数组，所述根据预置的信息量化模型对所述股权链路信息中所包含主体的信息进行量化以得到每一主体对应的主体特征信息，包括：
根据所述信息量化模型对所述主体的信息的项目数值进行量化，得到与所述项目数值对应的量化值；所述项目数值为所述主体的信息中财务信息的项目对应的数值；
根据所述信息量化模型中的判断规则对所述主体的信息的项目信息进行判断，得到与所述项目信息对应的量化值；所述项目信息为所述主体的信息中非财务信息的项目对应的信息；
所述股权匹配模型包括链路获取层数、主体筛选规则及股权信息表，所述根据预置的股权匹配模型获取所述新增资产包的股权链路信息，包括：
将新增资产包的债务主体或债权主体作为待匹配主体，并根据所述待匹配主体创建对应的链路节点；
获取所述股权信息表中与所述待匹配主体匹配的主体的股权信息作为对应的目标股权信息并添加至所述链路节点；
判断所述股权链路信息中股权信息的层数是否小于所述链路获取层数；
若所述目标股权信息的股权层数小于所述链路获取层数，根据所述主体筛选规则从所述目标股权信息所包含的主体中筛选得到重要主体作为待匹配主体，并返回执行所述根据所述待匹配主体创建对应的链路节点的步骤；
若所述股权链路信息中股权信息的层数不小于所述链路获取层数，将添加至所述链路节点的所有目标股权信息作为股权链路信息进行输出。
2.根据权利要求1所述的风险资产筛选方法，其特征在于，所述第一风险主体包括风险债权主体及风险债务主体，所述股权链路信息包括关联债务主体及关联债权主体，所述根据预置的风险主体筛选规则从所述股权链路信息筛选得到第一风险主体，包括：
逐个判断所述关联债务主体是否与任一所述关联债权主体相同；
若所述关联债务主体与任一所述关联债权主体相同，将所述关联债务主体确定为风险债务主体；
获取所述资产包集合所包含的资产包中每一资产对应的关联债权主体，并对所述关联债权主体的累计数量是否大于一进行判断；
若某一所述关联债权主体的累计数量大于一，将所述关联债权主体确定为风险债权主体。
3.根据权利要求1所述的风险资产筛选方法，其特征在于，还包括：
根据预置的资产剔除规则从所述新增资产包中剔除所述风险资产，以得到所述新增资产包对应的更新资产包。
4.一种风险资产筛选装置，其特征在于，包括：
股权链路信息获取单元，用于若接收到添加至预置的资产包集合的新增资产包，根据预置的股权匹配模型获取所述新增资产包的股权链路信息，其中，所述股权链路信息包括多个主体；
第一风险主体筛选单元，用于根据预置的风险主体筛选规则从所述股权链路信息筛选得到第一风险主体；
主体特征信息获取单元，用于根据预置的信息量化模型对所述股权链路信息中所包含主体的信息进行量化以得到每一主体对应的主体特征信息；
第二风险主体获取单元，用于根据预置的风险主体匹配规则及所述主体特征信息获取所述股权链路信息中与所述第一风险主体相匹配的主体作为第二风险主体；
风险资产获取单元，用于根据股权链路信息获取所述新增资产包中与所述第一风险主体或所述第二风险主体对应的资产作为风险资产；
所述风险主体匹配规则包括相似度计算公式及相似度阈值，所述第二风险主体获取单元包括子单元：待匹配主体获取单元，用于将所述股权链路信息中除去第一风险主体的主体作为待匹配主体；相似度计算单元，用于根据所述相似度计算公式计算所述待匹配主体的主体特征信息与任一所述第一风险主体的主体特征信息之间的相似度；第二风险主体确定单元，用于若某一待匹配主体与任一所述第一风险主体之间的相似度大于所述相似度阈值，将所述待匹配主体确定为第二风险主体；
所述主体特征信息为多个项目对应的量化值所组成的特征数组，所述根据预置的信息量化模型对所述股权链路信息中所包含主体的信息进行量化以得到每一主体对应的主体特征信息，包括：
根据所述信息量化模型对所述主体的信息的项目数值进行量化，得到与所述项目数值对应的量化值；所述项目数值为所述主体的信息中财务信息的项目对应的数值；
根据所述信息量化模型中的判断规则对所述主体的信息的项目信息进行判断，得到与所述项目信息对应的量化值；所述项目信息为所述主体的信息中非财务信息的项目对应的信息；
所述股权匹配模型包括链路获取层数、主体筛选规则及股权信息表，所述股权链路信息获取单元，包括：
链路节点创建单元，用于将新增资产包的债务主体或债权主体作为待匹配主体，并根据所述待匹配主体创建对应的链路节点；
目标股权信息添加单元，用于获取所述股权信息表中与所述待匹配主体匹配的主体的股权信息作为对应的目标股权信息并添加至所述链路节点；
股权信息层数判断单元，用于判断所述股权链路信息中股权信息的层数是否小于所述链路获取层数；
重要主体筛选单元，用于若所述目标股权信息的股权层数小于所述链路获取层数，根据所述主体筛选规则从所述目标股权信息所包含的主体中筛选得到重要主体作为待匹配主体，并返回执行所述根据所述待匹配主体创建对应的链路节点的步骤；
股权链路信息输出单元，用于若所述股权链路信息中股权信息的层数不小于所述链路获取层数，将添加至所述链路节点的所有目标股权信息作为股权链路信息进行输出。
5.根据权利要求4所述的风险资产筛选装置，其特征在于，所述第一风险主体包括风险债权主体及风险债务主体，所述股权链路信息包括关联债务主体及关联债权主体，所述第一风险主体筛选单元，包括：
第一判断单元，用于逐个判断所述关联债务主体是否与任一所述关联债权主体相同；
第一确定单元，用于若所述关联债务主体与任一所述关联债权主体相同，将所述关联债务主体确定为风险债务主体；
第二判断单元，用于获取所述资产包集合所包含的资产包中每一资产对应的关联债权主体，并对所述关联债权主体的累计数量是否大于一进行判断；
第二确定单元，用于若某一所述关联债权主体的累计数量大于一，将所述关联债权主体确定为风险债权主体。
6.一种计算机设备，包括存储器、处理器及存储在所述存储器上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权利要求1至3中任一项所述的风险资产筛选方法。
7.一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存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行如权利要求1至3任一项所述的风险资产筛选方法。
CN201910936825.7A 2019-09-29 2019-09-29 风险资产筛选方法、装置、计算机设备及存储介质 Active CN110659841B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910936825.7A CN110659841B (zh) 2019-09-29 2019-09-29 风险资产筛选方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910936825.7A CN110659841B (zh) 2019-09-29 2019-09-29 风险资产筛选方法、装置、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
CN110659841A CN110659841A (zh) 2020-01-07
CN110659841B true CN110659841B (zh) 2022-08-09

Family

ID=69040059

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910936825.7A Active CN110659841B (zh) 2019-09-29 2019-09-29 风险资产筛选方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN110659841B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106203808A (zh) * 2016-07-01 2016-12-07 中国民生银行股份有限公司 企业信用风险评估方法和装置
CN107292743A (zh) * 2017-06-07 2017-10-24 前海梧桐（深圳）数据有限公司 针对企业投融资的智能化决策方法及其系统
CN108932577A (zh) * 2018-04-25 2018-12-04 广州广电研究院有限公司 一种企业风险评估及预警系统
CN109657894A (zh) * 2018-09-27 2019-04-19 深圳壹账通智能科技有限公司 企业信用风险预警方法、装置、设备及存储介质
CN110188980A (zh) * 2019-04-15 2019-08-30 深圳壹账通智能科技有限公司 企业风险评分方法、装置、计算机设备及存储介质
CN110223030A (zh) * 2019-05-07 2019-09-10 平安科技（深圳）有限公司 提醒策略匹配方法、装置、计算机设备及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130096980A1 (en) * 2011-10-18 2013-04-18 Mcafee, Inc. User-defined countermeasures

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106203808A (zh) * 2016-07-01 2016-12-07 中国民生银行股份有限公司 企业信用风险评估方法和装置
CN107292743A (zh) * 2017-06-07 2017-10-24 前海梧桐（深圳）数据有限公司 针对企业投融资的智能化决策方法及其系统
CN108932577A (zh) * 2018-04-25 2018-12-04 广州广电研究院有限公司 一种企业风险评估及预警系统
CN109657894A (zh) * 2018-09-27 2019-04-19 深圳壹账通智能科技有限公司 企业信用风险预警方法、装置、设备及存储介质
CN110188980A (zh) * 2019-04-15 2019-08-30 深圳壹账通智能科技有限公司 企业风险评分方法、装置、计算机设备及存储介质
CN110223030A (zh) * 2019-05-07 2019-09-10 平安科技（深圳）有限公司 提醒策略匹配方法、装置、计算机设备及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
城投公司多元化融资结构性风险实证分析;孙慧 等;《同济大学学报(自然科学版)》;20131231;第41卷(第12期);第1922-1928页 *
基于非财务指标的企业财务危机模糊预警模型研究;万希宁 等;《管理学报》;20070315;第04卷(第02期);第195-200页 *

Also Published As

Publication number Publication date
CN110659841A (zh) 2020-01-07

Similar Documents

Publication Publication Date Title
US20140058915A1 (en) Graph partitioning for dynamic securitization
US20150127415A1 (en) Systems, methods and computer readable media for generating a multi-dimensional risk assessment system including a manufacturing defect risk model
AU2016288779A1 (en) Modifying data structures to indicate derived relationships among entity data objects
CN112734559A (zh) 企业信用风险评价方法、装置及电子设备
CN110991936A (zh) 企业评分评级方法、装置、设备及介质
CN112750029A (zh) 信用风险预测方法、装置、电子设备及存储介质
CN114511037A (zh) 一种自动化特征筛选方法、装置、电子设备及存储介质
US20220292597A1 (en) System and method for valuation of complex assets
US9858623B1 (en) Configuring composite ratebooks
CN117934154A (zh) 交易风险预测方法、模型训练方法、装置、设备、介质和程序产品
CN110659841B (zh) 风险资产筛选方法、装置、计算机设备及存储介质
CN110674104B (zh) 特征组合筛选方法、装置、计算机设备及存储介质
CN110633304B (zh) 组合特征筛选方法、装置、计算机设备及存储介质
US11314797B2 (en) Data de-identification apparatus and method
CN111738356A (zh) 特异化数据的对象特征生成方法、装置、设备及存储介质
CN108961071B (zh) 自动预测组合业务收益的方法及终端设备
CN117035416A (zh) 企业风险评估方法、企业风险评估装置、设备及存储介质
CN114881761A (zh) 相似样本的确定方法与授信额度的确定方法
CN111309870B (zh) 数据快速搜索方法、装置及计算机设备
CN114170000A (zh) 信用卡用户风险类别识别方法、装置、计算机设备和介质
CN113902303A (zh) 基于用户满意度的隐私模型自动推荐系统、算法、设备及存储介质
Ghaddab et al. Extreme severity modeling using a GLM-GPD combination: application to an excess of loss reinsurance treaty
CN111652492A (zh) 一种管理人评估系统、方法、电子设备及存储介质
CN112330411A (zh) 团体产品推荐方法、装置、计算机设备及存储介质
CN110689023B (zh) 可靠组合特征提取方法、装置、计算机设备及存储介质

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
GR01 Patent grant
GR01 Patent grant