CN111724009A - 风险评估方法、风控系统及风险评估设备 - Google Patents
风险评估方法、风控系统及风险评估设备 Download PDFInfo
- Publication number
- CN111724009A CN111724009A CN201910205185.2A CN201910205185A CN111724009A CN 111724009 A CN111724009 A CN 111724009A CN 201910205185 A CN201910205185 A CN 201910205185A CN 111724009 A CN111724009 A CN 111724009A
- Authority
- CN
- China
- Prior art keywords
- risk
- event
- point
- evaluation
- risk point
- 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
- 238000012502 risk assessment Methods 0.000 title claims abstract description 118
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000011156 evaluation Methods 0.000 claims abstract description 217
- 230000008859 change Effects 0.000 claims abstract description 48
- 238000012544 monitoring process Methods 0.000 claims description 71
- 238000012545 processing Methods 0.000 claims description 25
- 238000011002 quantification Methods 0.000 claims description 18
- 230000001960 triggered effect Effects 0.000 claims 1
- 230000006870 function Effects 0.000 description 22
- 238000004364 calculation method Methods 0.000 description 8
- 230000008520 organization Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004540 process dynamic Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011155 quantitative monitoring Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
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
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Abstract
本申请实施例提供一种风险评估方法、风控系统及风险评估设备。其中,所述风险评估方法包括如下的步骤:获取为评估对象构建的第一风险点及与所述第一风险点关联的指标项;在所述指标项变化的情况下,根据所述指标项的变化信息,确定所述第一风险点的评估参数;根据所述评估参数,计算所述第一风险点对应的风险量化值。本实施例提供的技术方案,实现了业务全生命周期内的动态风险评估;较现有主观评估,增加了客观评估因素,减弱了风险评估的主观性,有助于提高风险评估的准确性。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种风险评估方法、风控系统及风险评估设备。
背景技术
风控系统会对业务在运行中存在的风险(如造成经济损失、底层供应商的数量等)进行评估,或者说对业务运营中面临的不确定性因素给出发生可能性与影响严重性的度量。
现有风控系统测评风险发生的可能性或带来的影响或损失程度,通常采用风险评分的方式量化风险评估结果。目前,风险评估方式大多仍依赖于评估人员或专家通过打分表的主观判断得出,判断风险发生的可能性、以及发生风险带来的影响,评估具有一定主观性。
发明内容
本申请各实施例提供一种解决上述问题或至少部分地解决上述问题的风险评估方法、风控系统及风险评估设备。
在本申请的一个实施例中,提供了一种风险评估方法。该方法包括:
获取为评估对象构建的第一风险点及与所述第一风险点关联的指标项;
在所述指标项变化的情况下,根据所述指标项的变化信息,确定所述第一风险点的评估参数;
根据所述评估参数,计算所述第一风险点对应的风险量化值。
在本申请的另一个实施例中,提供了一种风控系统。该风控系统包括:
业务处理装置,评估对象的运行载体,用于产生业务数据;
风险评估装置,用于获取为评估对象构建的第一风险点及与所述第一风险点关联的指标项;从所述业务处理装置处获取所述业务数据,在基于所述业务数据确定所述指标项变化的情况下,根据所述指标项的变化信息,确定所述第一风险点的评估参数;根据所述评估参数,计算所述第一风险点对应的风险量化值。
在本申请的又一实施例中,提供了一种风险评估方法。该方法包括:
在监听到风险事件的情况下,获取与所述风险事件关联的评估对象的第一风险点;
根据所述风险事件的事件信息,确定所述第一风险点的评估参数;
基于所述评估参数,计算所述第一风险点对应的风险量化值。
在本申请的又一个实施例中,提供了一种风控系统。该风控系统包括:
业务处理装置,评估对象的运行载体,用于产生业务数据;
风险评估装置,用于监听所述业务处理装置产生的所述业务数据,在基于所述业务数据确定监听到风险事件的情况下,获取与所述风险事件关联的评估对象的第一风险点;根据所述风险事件的事件信息,确定所述第一风险点的评估参数;基于所述评估参数,计算所述第一风险点对应的风险量化值。
在本申请的又一个实施例中,提供了一种风险评估方法。该方法包括:
为评估对象构建至少一个风险点;
设置分别与各风险点关联的监听事项;
对各监听事项进行监听;
根据监听结果,确定各风险点的风险量化值;
基于所述各风险点的风险量化值,对所述评估对象进行风险评估。
在本申请的又一个实施例中,提供了一种风控系统。该风控系统包括:
业务处理装置,评估对象的运行载体,用于产生业务数据;
风险评估装置,用于为所述评估对象构建至少一个风险点;设置分别与各风险点关联的监听事项;通过监听所述业务处理装置产生的所述业务数据,得到各监听事项对应的监听结果;根据所述监听结果,确定各风险点的风险量化值;基于所述各风险点的风险量化值,对所述评估对象进行风险评估。
在本申请的又一个实施例中,提供一种风险评估设备。该风险评估设备包括:存储器及处理器,其中,
所述存储器,用于存储程序;
所述处理器,与所述存储器耦合,用于执行所述存储器中存储的所述程序,以用于:
获取为评估对象构建的第一风险点及与所述第一风险点关联的指标项;
在所述指标项变化的情况下,根据所述指标项的变化信息,确定所述第一风险点的评估参数;
根据所述评估参数,计算所述第一风险点对应的风险量化值。
在本申请的又一个实施例中,提供一种风险评估设备。该风险评估设备包括:存储器及处理器,其中,
所述存储器,用于存储程序;
所述处理器,与所述存储器耦合,用于执行所述存储器中存储的所述程序,以用于:
在监听到风险事件的情况下,获取与所述风险事件关联的评估对象的第一风险点;
根据所述风险事件的事件信息,确定所述第一风险点的评估参数;
基于所述评估参数,计算所述第一风险点对应的风险量化值。
在本申请的又一个实施例中,提供一种风险评估设备。该风险评估设备包括:存储器及处理器,其中,
所述存储器,用于存储程序;
所述处理器,与所述存储器耦合,用于执行所述存储器中存储的所述程序,以用于:
为评估对象构建至少一个风险点;
设置分别与各风险点关联的监听事项;
对各监听事项进行监听;
根据监听结果,确定各风险点的风险量化值;
基于所述各风险点的风险量化值,对所述评估对象进行风险评估。
本申请实施例提供的一个技术方案中,为评估对象构建风险点,并将风险点与指标项关联,通过观测指标项的变化情况,动态地确定风险点的评估参数,进而基于动态确定的评估参数,计算风险点的风险量化值;实现了业务全生命周期内的动态风险评估;较现有主观评估,增加了客观评估因素,减弱了风险评估的主观性,有助于提供风险评估的准确性。
本申请实施例提供的另一技术方案中,将风险事件与评估对象的风险点关联,在发生风险事件后,基于风险事件的事件信息确定风险点的评估参数,进而计算得到风险点的风险量化值;实现了业务全生命周期内的动态风险评估;较现有主观评估,增加了客观评估因素,减弱了风险评估的主观性,有助于提高风险评估的准确性。
本申请实施例提供的又一个技术方案中,为评估对象构建至少一个风险点,并为各风险点设置与其关联的监听事项,根据对各监听事项进行监听的结果,来动态地确定各风险点的风险量化值;然后基于各风险点的风险量化值,对评估对象进行风险评估;实现了业务全生命周期内的动态风险评估;较现有主观评估,增加了客观评估因素,减弱了风险评估的主观性,有助于提高风险评估的准确性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,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为本申请一实施例提供的风险评估方法的流程示意图;
图2为本申请一实施例提供的风控系统的架构示意图;
图3为本申请另一实施例提供的风险评估方法的流程示意图;
图4为本申请又一实施例提供的风险评估方法的流程示意图;
图5为本申请一实施例提供的风险评估装置的结构示意图;
图6为本申请另一实施例提供的风险评估装置的结构示意图;
图7为本申请一实施例提供的风险评估设备的结构示意图;。
具体实施方式
风险的内涵在于它是在一定时间内由风险因素、风险事件和风险结果递进联系而呈现的可能性。通常以风险带来的影响程度或损失的可能性,两个维度来评估风险。目前,风险评估的方法通常分为模型法和专家法。专家法根据专家意见,确定评估的考量因素,是一种具有较大主观性的方法。模型法是指利用机器学习方法构建风险评估模型,基于模型结果进行风险评估的方法。模型法的风险评估效果直接受到风险变量识别完整性、变量数据有效性的影响。
本申请各实施例提供一种不同于现有技术的风险评估方案,大体是基于风险多要素联动机制的探索和建立的理念,并通过实践运用,实现了多维度、客观地、动态地评估风险。
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。
在本申请的说明书、权利要求书及上述附图中描述的一些流程中,包含了按照特定顺序出现的多个操作,这些操作可以不按照其在本文中出现的顺序来执行或并行执行。操作的序号如101、102等,仅仅是用于区分各个不同的操作,序号本身不代表任何的执行顺序。另外,这些流程可以包括更多或更少的操作,并且这些操作可以按顺序执行或并行执行。需要说明的是,本文中的“第一”、“第二”等描述,是用于区分不同的消息、设备、模块等,不代表先后顺序,也不限定“第一”和“第二”是不同的类型。另外,下述各实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域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,都属于本申请保护的范围。
图1示出了本申请一实施例提供的风险评估方法的流程示意图。如图1所示,所述方法包括:
101、获取为评估对象构建的第一风险点及与所述第一风险点关联的指标项。
102、在所述指标项变化的情况下,根据所述指标项的变化信息,确定所述第一风险点的评估参数。
103、根据所述评估参数,计算所述第一风险点对应的风险量化值。
上述101中,与风险点关联的指标项可简单理解为:代表某一风险领域变化情况并可定期监控的统计指标,可用于检测可能造成损失事件的各项风险及控制措施,并作为反映风险变化情况的早期预警指标。风险点可简单理解为:基于业务组织的业务特性,按照一定的业务划分规则将业务组织分成多个业务模块,目的是方便风险评估;例如,先分别计算单个风险点的风险量化值,再综合所有风险点的风险量化值完成对整个业务组织的评估。具体实施中,不同的业务组织的业务划分规则可能不同,这需要根据实际情况具体分析,本实施例对此不作具体限定。有关风险点的构建可参见现有技术实现。
一个指标项关联的风险点可以为一个,也可为多个。具体实施时,指标项可包括两类指标项,比如预警指标项和敞口指标项。预警指标项,根据获取业务系统实时的客观数据,直接度量风险点的影响和发生预警的可能性/频次。敞口指标项可以客观衡量风险点的最大影响。
在一具体应用场景中,可对评估对象运行中产生的业务数据进行实时监控,从业务数据中抓取指标项的信息。比如,某一业务组织具有第一风险点,与该第一风险点关联的指标项为供应商数量;则可实时或定期的从业务数据中抓取供应商数量。
上述102中,第一风险点可预配置有一个配置参数。在指标项发生变化时,可根据指标项的变化信息,修改配置参数(比如调高或降低配置参数中的一个参数值);将修改后的配置参数作为所述第一风险点的评估参数。具体实施时,可基于某一时间点的专家意见主观的为所述第一风险点进行评估,得到配置参数。该配置参数可包括但不限于:风险影响度、风险发生概率等。
或者,不对第一风险点进行预评估,即不给第一风险点预配置该配置参数;而直接根据指标项的变化信息,为所述第一风险点直接确定评估参数。例如,预设有计算函数,指标项的变化信息作为该计算函数的输入,执行该计算函数得出该第一风险点的评估参数;或者,预设有参数确定规则,将指标项的变化信息与预设的参数确定规则进行匹配,从而得出第一风险点的评估参数;等等,本实施例对此不作具体限定。
上述103中,所述评估参数可包括但不限于:风险影响度、风险发生概率。相应的,所述第一风险点对应的风险量化值可具体为:风险影响度与风险发生概率的乘积。
本实施例提供的技术方案中,为评估对象构建风险点,并将风险点与指标项关联,通过观测指标项的变化情况,动态地确定风险点的评估参数,进而基于动态确定的评估参数,计算风险点的风险量化值;实现了业务全生命周期内的动态风险评估;较现有主观评估,增加了客观评估因素,减弱了风险评估的主观性,有助于提供风险评估的准确性。
在一具体实现方案中,本实施例中步骤102中“根据所述指标项的变化信息,确定所述第一风险点的评估参数”,可具体包括如下步骤:
1021、获取为所述第一风险点预配置的配置参数。
1022、根据所述指标项的变化信息,对所述配置参数进行修改。
具体的,所述配置参数包括第一风险影响度;所述变化信息包含所述指标项变化后的数值。相应的,本步骤1022可具体为:确定所述数值所处的第一取值范围;根据取值范围与风险影响度的对应关系,查询所述第一取值范围对应的第二风险影响度;将所述第一风险影响度修改为所述第二风险影响度。
例如,指标项为供应商数量占比。表1示出了取值范围与风险影响度的对应关系。
风险影响度(I) | 指标区间 |
1 | <5% |
2 | <10% |
3 | <20% |
4 | <25% |
5 | <100% |
假设指标项变化后的数值为<20%;通过查询表1可得出<20%对应的风险影响度为3。
1023、将修改后的所述配置参数作为所述评估参数。
进一步的,所述配置参数包括:第一风险发生概率。相应的,本实施例提供的所述方法,还可包括如下步骤:
104、获取与所述指标项有关的历史记录。
105、根据所述历史记录,确定第二风险发生概率。
106、将所述第一风险发生概率修改为所述第二风险发生概率。
指标项的历史取值情况以及指标项在历史上的变动频率等,都将影响与之关联的风险点的风险量化值。而指标项的历史记录主要对配置参数中的风险发生概率相关,因此,本实施例通过上述各步骤,来修改配置参数中的风险发生概率。具体实施时,可先分析历史记录,例如通过分析统计出指标项变动规律,分析指标存在某一变化趋势时对应发生的风险概率;等等。然后,根据分析结果确定第二风险发生概率。当然,也可预设设置一个风险概率模型,该模型可以是学习模型,将历史记录作为输入,执行该风险概率模型得到所述第二风险发生概率。
进一步的,本实施例提供的方法还可包括如下步骤:
107、监听到与所述第一风险点关联的风险事件时,获取所述风险事件的事件信息。
108、根据所述事件信息,确定所述第一风险点的评估参数。
上述107中,风险事件是指:造成经济损失、财产损害、外部影响等的偶发事件,是造成损失/损害的直接原因。风险事件意味着风险的可能性转化成了现实性。风险事件的发生会对业务组织产生一定的影响,如:发现1或2个评分为低分的月留存供应商货物出现问题,其对业务组织产生的影响为:营收受影响。本申请实施例提供的方案可引入相应的函数来确定第一风险点的评估参数。例如:
S=F(Y1,Y2,……)
式中:S为第一风险点的评估参数,Y1,Y2,…..分别反映风险事件的几个参数,比如,资损额、风险事件在业务组织中的重要性水平(亦或称重要度)。
F()为引入的函数,该函数可基于经验或通过理论推演得到,又或者直接采用现有技术中的已有函数实现,本实施例对此不作具体限定。
在一种可实现的技术方案中,所述事件信息包括如下至少一种:事件详情、事件引发结果。相应的,上述步骤108、“根据所述事件信息,确定所述第一风险点的评估参数”,可包括如下步骤:
1081、根据所述事件详情,确定所述风险事件的重要度;
1082、根据所述重要度和所述事件引发结果中的至少一个,确定所述第一风险点的评估参数。
举例来说,该风险事件的事件详情为:2019年3月12日发现,2个评分为低分的月留存供应商的货物出现质量问题或供应不及时,导致收入减少***元;所以,该风险事件相关的资损金额为***元。相应的,根据事件详情,可确定出该风险事件的重要度。这里重要度可简单理解为:在业务组织中该风险事件归属的业务重要性水平。
其中,事件引发结果即:该风险事件导致资损金额为***元。
在一种可实现的技术方案中,本实施例中步骤1082、“根据所述重要度和所述事件引发结果中的至少一个,确定所述第一风险点的评估参数”,可具体包括:
10821、获取为所述第一风险点预配置的配置参数;
10822、根据所述重要度和所述事件引发结果中的至少一个,对所述配置参数进行修改;
具体的,步骤10822包括:根据所述重要度和所述事件引发结果中的至少一个,确定第三风险影响度;将所述配置参数中的风险影响度修改为所述第三风险影响度。例如,预先设置有:重要度与风险影响度的对应关系表;或者事件引发结果与风险影响度的对应关系表,或者重要度、事件引发结果及风险影响度的关系表。通过查询相应关系表,确定第三风险影响度。
10823、将修改后的所述配置参数作为所述评估参数。
进一步的,本实施例提供的所述方法,还可包括如下步骤:
109、监听到与所述第一风险点关联的风险事件时,为所述风险事件创建跟进任务;
110、启动所述跟进任务,以获得所述风险事件的处理情况;
111、在跟进到所述风险事件得到相应处理的情况下,调低所述评估参数中的风险影响度或风险发生概率。
其中,针对发生的风险事件创建跟进任务,如跟进任务得到了适当的处理,则风险事件风险影响度降低,可能致使风险点整体评分的下降。因此,可在风险事件得到相应处理时,适应性的调低所述评估参数中的风险影响度或风险发生概率。具体实施时,可将风险影响度或风险发生概率调低一个预设固定值或比例。在一种可实现的方案中,固定值或比例可由评估人员或专家设定,或根据预设的计算公式计算得到,本实施例对此不作具体限定。
进一步的,本实施例提供的所述方法还可包括如下步骤:
112、获取为所述评估对象构建的至少一个第二风险点对应的风险量化值。
113、根据所述第一风险点对应的风险量化值及所述至少一个第二风险点对应的风险量化值,对所述评估对象进行风险评估。
通常为评估对象(如业务组织)构建的风险点不止一个。假设为评估对象构建的风险点为N个,相应的,评估对象的风险评估结果Risk Rating为:
其中,Pi为第i个风险点的风险发生概率,Ii为第i个风险点的风险影响度。
上述实施例提供的风险评估方法可在图2所示的系统架构下实现。具体的,如图2所示,本申请一实施例提供的风控系统包括:
业务处理装置11,评估对象的运行载体,用于产生并记录业务数据;
风险评估装置12,用于获取为评估对象构建的第一风险点及与所述第一风险点关联的指标项;在基于从所述业务处理装置11获取的所述业务数据得出所述指标项变化的情况下,根据所述指标项的变化信息,确定所述第一风险点的评估参数;根据所述评估参数,计算所述第一风险点对应的风险量化值。
具体实施时,所述业务处理装置11可以是集成在终端上的一个具有嵌入式程序的硬件,也可以是运行在终端上的一个程序代码,还可以是嵌入在终端操作系统中的工具软件等,本申请实施例对此不作限定。该终端可以是计算机,如单个服务器、布设在服务器机组上的虚拟服务器或云端设备等。同理,风险评估装置12可以是集成在终端上的一个具有嵌入式程序的硬件,也可以是运行在终端上的一个程序代码,还可以是嵌入在终端操作系统中的工具软件等,本申请实施例对此不作限定。
其中,业务处理装置11和风险评估装置12可布设在同一设备上,也可分别布设在不同的两个设备上。
这里需要说明的是:本实施例中风险评估装置除具有上述的功能之外,还可实现其他功能,具体的可参见前述实施例中的描述。
本实施例提供的技术方案中,为评估对象构建风险点,并将风险点与指标项关联,通过观测指标项的变化情况,动态地确定风险点的评估参数,进而基于动态确定的评估参数,计算风险点的风险量化值;实现了业务全生命周期内的动态风险评估;较现有主观评估,增加了客观评估因素,减弱了风险评估的主观性,有助于提供风险评估的准确性。
图3示出了本申请一实施例提供的风险评估方法的流程示意图。如图3所示,所述方法包括:
201、在监听到风险事件的情况下,获取与所述风险事件关联的评估对象的第一风险点。
202、根据所述风险事件的事件信息,确定所述第一风险点的评估参数。
203、基于所述评估参数,计算所述第一风险点对应的风险量化值。
有关上述201~203的内容,可参见上述实施例中的相应描述,此处不再赘述。
本实施例提供的技术方案中,将风险事件与评估对象的风险点关联,在发生风险事件后,基于风险事件的事件信息确定风险点的评估参数,进而计算得到风险点的风险量化值;实现了业务全生命周期内的动态风险评估;较现有主观评估,增加了客观评估因素,减弱了风险评估的主观性,有助于提高风险评估的准确性。
进一步的,所述事件信息包括如下至少一种:事件详情、事件引发结果。相应的,本实施例中步骤202、“根据所述风险事件的事件信息,确定所述第一风险点的评估参数”,可具体包括如下步骤:
2021、根据所述事件详情,确定所述风险事件的重要度。
2022、根据所述重要度和所述事件引发结果中的至少一个,确定所述第一风险点的评估参数。
上述中2022中“根据所述重要度和所述事件引发结果中的至少一个,确定所述第一风险点的评估参数”,可具体包括:
S11、获取为所述第一风险点预配置的配置参数;
S12、根据所述重要度和所述事件引发结果中的至少一个,对所述配置参数进行修改;
S13、将修改后的所述配置参数作为所述评估参数。
具体实施时,所述配置参数可包括但不限于:风险影响度、风险发生概率。上述,根据重要度和事件引发结果中的至少一个,可对配置参数中的风险影响度进行修改。
有关上述各步骤的内容,可参见前述各实施例中的相应描述,此处不再赘述。
同样的,图3所示实施例提供的方法可以在图2所示的系统架构下实现。参见图2所示,所述风控系统包括:业务处理装置11及风险评估装置12。其中,
业务处理装置11,评估对象的运行载体,用于产生业务数据;
风险评估装置12,用于在基于从所述业务处理装置11获取的所述业务数据得出发生风险事件的情况下,获取与所述风险事件关联的评估对象的第一风险点;根据所述风险事件的事件信息,确定所述第一风险点的评估参数;基于所述评估参数,计算所述第一风险点对应的风险量化值。
这里需要说明的是:本实施例中风险评估装置除具有上述的功能之外,还可实现其他功能,具体的可参见前述实施例中的描述。
图4示出了本申请一实施例提供的风险评估方法的流程示意图。如图4所示,所述方法包括:
301、为评估对象构建至少一个风险点。
302、设置分别与各风险点关联的监听事项。
303、对各监听事项进行监听。
304、根据监听结果,确定各风险点的风险量化值。
305、基于所述各风险点的风险量化值,对所述评估对象进行风险评估。
上述301中,可根据评估对象的业务特性,为评估对象构建至少一个风险点。具体实施时,可基于用户输入构建内容,为评估对象构建风险点。比如,用户通过交互界面输入构建内容,该构建内容包含有风险点信息。或者,由系统自动基于预设的业务划分规则,对评估对象进行业务划分,然后根据划分结果,构建至少一个风险点。其中,不同的业务组织的业务划分规则可能不同,这需要根据实际情况具体分析,本实施例对此不作具体限定。
上述302中,为风险点设置的与其关联的监听事项可包括但不限于:指标项、风险事件等。以至少一个风险点中的一个风险点为例,对本步骤进行说明,其他风险点类同。假设,所述至少一个风险点中含有第一风险点。相应的,“设置与所述第一风险点关联的监听事项”,可包括如下中的至少一个步骤:
设置与所述第一风险点关联的至少一个指标项;
设置与所述第一风险点关联的至少一个风险事件。
上述303中,同样以第一风险点为例进行说明,其他风险点类同。即“对与所述第一风险点关联的监听事项进行监听”,可包括如下中的至少一个步骤:
监听所述至少一个指标项中是否有指标项发生变化;
监听是否发生所述至少一个风险事件中的风险事件。
上述304中,同样以第一风险点为例进行说明,其他风险点类同。即“根据监听结果,确定所述第一风险点的风险量化值”,可包括如下中的至少一个步骤:
获取为所述第一风险点预配置的配置参数;
若监听到所述至少一个指标项中有指标项发生变化,则根据监听结果中记录的与所述第一风险点关联的指标项的变化信息,对所述配置参数进行修改,根据修改后的所述配置参数,计算所述第一风险点对应的风险量化值;
若监听到发生所述至少一个风险事件中的风险事件,则根据监听结果中记录的与所述第一风险点关联的已发生风险事件的事件信息,对所述配置参数进行修改,根据修改后的所述配置参数,计算所述第一风险点对应的风险量化值;
若未监听到所述至少一个指标项中有指标项发生变化或未监听到发生所述至少一个风险事件中的风险事件,则所述监听结果中相关所述第一风险点的记录为空,根据所述配置参数,计算所述第一风险点对应的风险量化值。
这里需要说明的是:本实施例中各步骤的具体实现内容,可参见前述各实施例中的相应描述,此处不再赘述。
本实施例提供的技术方案中,为评估对象构建至少一个风险点,并为各风险点设置与其关联的监听事项,根据对各监听事项进行监听的结果,来动态地确定各风险点的风险量化值;然后基于各风险点的风险量化值,对评估对象进行风险评估;实现了业务全生命周期内的动态风险评估;较现有主观评估,增加了客观评估因素,减弱了风险评估的主观性,有助于提高风险评估的准确性。
同样的,图4所示实施例提供的方法可以在图2所示的系统架构下实现。参见图2所示,所述风控系统包括:业务处理装置11及风险评估装置12。其中,
业务处理装置11,评估对象的运行载体,用于产生并记录业务数据;
风险评估装置12,用于为所述评估对象构建至少一个风险点;设置分别与各风险点关联的监听事项;从所述业务处理装置11获取所述业务数据,以完成对各监听事项的监听;根据监听结果,确定各风险点的风险量化值;基于所述各风险点的风险量化值,对所述评估对象进行风险评估。
这里需要说明的是:本实施例中风险评估装置除具有上述的功能之外,还可实现其他功能,具体的可参见前述实施例中的描述。
本申请各实施例提供的技术方案理清了风控领域风险点、指标项、风险事件等关键要素的关系,创新地提出了风险多要素智能联动的机制。从风险评估和监控角度,联动地为风险评估要素通过建立其内部关联性,以及要素之间的关联影响、结果回哺乳、动态变化,实现事前预判(为风险点预配置的配置参数)、事中动态监控反馈(即指标项发生变化时)、风险事件真实发生后的回哺,组织整体风险评估职能联通和动态量化监控的机制。具体体现在以下几个部分:
1、构建风险点
比如采用专家意见和客观风险评估环境,为各风险点预配置配置参数,如风险发生概率(变量:P)和风险影响度(变量:I)。各风险点的预配置风险量化值为:Risk Ratingi=Pi*Ii,其中,i用于区分不同风险点。
2、为风险点设置与其关联的指标项
指标项关联到风险点,基于定期或实时采集到的指标项的数值,及时调整风险点的配置参数,以实现事中动态监控并预警的效果。
3、为风险点设置与其关联的风险事件
通过真实发生的风险事件(如已发生事件的资损金额或舆情影响等客观因素和数据),动态回哺与之关联的风险点的配置参数。例如:
3.1按照客观发生的风险事件的重要度和事件引发结果(如资损金额),确定与风险事件关联的风险点的评估参数;
3.2针对发生的风险事件创建跟进任务,如跟进任务得到了适当处理,则可调低与风险事件关联的风险度的风险影响度;等等。
由上述内容可知,本实施例提供的技术方案,通过风险点、指标项、风险事件间的多要素智能联动,要素之间相互影响,相互反馈,产生协同有序的整体效应,动态影响并调整评估对象的风险评估结果。
图5中示出了本申请一实施例提供的风险评估装置的结构示意图。如图5所示,所述风险评估装置包括:获取模块21、确定模块22及计算模块23。其中,获取模块21用于获取为评估对象构建的第一风险点及与所述第一风险点关联的指标项;确定模块22用于在所述指标项变化的情况下,根据所述指标项的变化信息,确定所述第一风险点的评估参数;计算模块23用于根据所述评估参数,计算所述第一风险点对应的风险量化值。
本实施例提供的技术方案中,为评估对象构建风险点,并将风险点与指标项关联,通过观测指标项的变化情况,动态地确定风险点的评估参数,进而基于动态确定的评估参数,计算风险点的风险量化值;实现了业务全生命周期内的动态风险评估;较现有主观评估,增加了客观评估因素,减弱了风险评估的主观性,有助于提供风险评估的准确性。
进一步的,所述确定模块22还用于:获取为所述第一风险点预配置的配置参数;根据所述指标项的变化信息,对所述配置参数进行修改;将修改后的所述配置参数作为所述评估参数。
进一步的,所述配置参数包括:第一风险影响度;所述变化信息包含所述指标项变化后的数值。相应的,所述确定模块22还用于:确定所述数值所处的第一取值范围;根据取值范围与风险影响度的对应关系,查询所述第一取值范围对应的第二风险影响度;将所述第一风险影响度修改为所述第二风险影响度。
进一步的,所述配置参数包括:第一风险发生概率。相应的,所述获取模块21还用于:获取与所述指标项有关的历史记录;所述确定模块22还用于:根据所述历史记录,确定第二风险发生概率;将所述第一风险发生概率修改为所述第二风险发生概率。
进一步,所述获取模块21还用于:监听到与所述第一风险点关联的风险事件时,获取所述风险事件的事件信息。所述确定模块22还用于:根据所述事件信息,确定所述第一风险点的评估参数。
再进一步的,所述事件信息包括如下至少一种:事件详情、事件引发结果。相应的,所述确定模块22还用于:
根据所述事件详情,确定所述风险事件的重要度;
根据所述重要度和所述事件引发结果中的至少一个,确定所述第一风险点的评估参数。
进一步的,所述确定模块22还用于:获取为所述第一风险点预配置的配置参数;根据所述重要度和所述事件引发结果中的至少一个,对所述配置参数进行修改;将修改后的所述配置参数作为所述评估参数。
再进一步的,所述确定模块22还用于:根据所述重要度和所述事件引发结果中的至少一个,确定第三风险影响度;将所述配置参数中的风险影响度修改为所述第三风险影响度。
进一步的,本实施例提供的所述风险评估装置还可包括:创建模块、启动模块及调整模块。其中,创建模块用于在监听到与所述第一风险点关联的风险事件时,为所述风险事件创建跟进任务;启动模块用于启动所述跟进任务,以获得所述风险事件的处理情况;所述调整模块用于在跟进到所述风险事件得到相应处理的情况下,调低所述评估参数中的风险影响度或风险发生概率。
进一步的,本实施例提供的所述风险评估装置还包括:评估模块。其中,所述获取模块还用于获取为所述评估对象构建的至少一个第二风险点对应的风险量化值。所述评估模块用于:根据所述第一风险点对应的风险量化值及所述至少一个第二风险点对应的风险量化值,对所述评估对象进行风险评估。
这里需要说明的是:上述实施例提供的本申请风险评估装置可实现上述各方法实施例中描述的技术方案,上述各模块或单元具体实现的原理可参见上述各方法实施例中的相应内容,此处不再赘述。
本申请另一实施例提供的风险评估装置。本实施例提供的风险评估装置的组成结构与图5提供的实施例类同,具体结构可参见上述图5所示。具体的,本实施例提供的所述风险评估装置包括:获取模块、确定模块及计算模块。其中,所述获取模块用于在监听到风险事件的情况下,获取与所述风险事件关联的评估对象的第一风险点;所述确定模块用于根据所述风险事件的事件信息,确定所述第一风险点的评估参数;所述计算模块用于基于所述评估参数,计算所述第一风险点对应的风险量化值。
本实施例提供的技术方案中,将风险事件与评估对象的风险点关联,在发生风险事件后,基于风险事件的事件信息确定风险点的评估参数,进而计算得到风险点的风险量化值;实现了业务全生命周期内的动态风险评估;较现有主观评估,增加了客观评估因素,减弱了风险评估的主观性,有助于提高风险评估的准确性。
进一步的,所述事件信息包括如下至少一种:事件详情、事件引发结果。以及,所述确定模块还用于根据所述事件详情,确定所述风险事件的重要度;根据所述重要度和所述事件引发结果中的至少一个,确定所述第一风险点的评估参数。
进一步的,所述确定模块还用于:获取为所述第一风险点预配置的配置参数;根据所述重要度和所述事件引发结果中的至少一个,对所述配置参数进行修改;将修改后的所述配置参数作为所述评估参数。
这里需要说明的是:上述实施例提供的本申请风险评估装置可实现上述各方法实施例中描述的技术方案,上述各模块或单元具体实现的原理可参见上述各方法实施例中的相应内容,此处不再赘述。
图6示出了本申请又一个实施例提供的风险评估装置的结构示意图。如图6所示,所述装置包括:构建模块31、设置模块32、监听模块33、确定模块34及评估模块35。其中,所述构建模块31用于为评估对象构建至少一个风险点;所述设置模块32用于设置分别与各风险点关联的监听事项;所述监听模块用于对各监听事项进行监听;所述确定模块33用于根据监听结果,确定各风险点的风险量化值;所述评估模块34用于基于所述各风险点的风险量化值,对所述评估对象进行风险评估。
本实施例提供的技术方案中,为评估对象构建至少一个风险点,并为各风险点设置与其关联的监听事项,根据对各监听事项进行监听的结果,来动态地确定各风险点的风险量化值;然后基于各风险点的风险量化值,对评估对象进行风险评估;实现了业务全生命周期内的动态风险评估;较现有主观评估,增加了客观评估因素,减弱了风险评估的主观性,有助于提高风险评估的准确性。
进一步的,所述至少一个风险点中含有第一风险点。相应的,所述设置模块32具有如下中的至少一个功能:
设置与所述第一风险点关联的至少一个指标项;
设置与所述第一风险点关联的至少一个风险事件。
再进一步的,所述监听模块33具有如下中的至少一个功能:
监听所述至少一个指标项中是否有指标项发生变化;
监听是否发生所述至少一个风险事件中的风险事件。
进一步的,所述确定模块34还用于:获取为所述第一风险点预配置的配置参数;
若监听到所述至少一个指标项中有指标项发生变化,则根据监听结果中记录的与所述第一风险点关联的指标项的变化信息,对所述配置参数进行修改,根据修改后的所述配置参数,计算所述第一风险点对应的风险量化值;
若监听到发生所述至少一个风险事件中的风险事件,则根据监听结果中记录的与所述第一风险点关联的已发生风险事件的事件信息,对所述配置参数进行修改,根据修改后的所述配置参数,计算所述第一风险点对应的风险量化值;
若未监听到所述至少一个指标项中有指标项发生变化或未监听到发生所述至少一个风险事件中的风险事件,则所述监听结果中相关所述第一风险点的记录为空,根据所述配置参数,计算所述第一风险点对应的风险量化值。
这里需要说明的是:上述实施例提供的本申请风险评估装置可实现上述各方法实施例中描述的技术方案,上述各模块或单元具体实现的原理可参见上述各方法实施例中的相应内容,此处不再赘述。
图7示出了本申请一实施例提供的风险评估设备的结构示意图。如图7所示,所述风险评估设备包括:存储器41及处理器42。存储器41可被配置为存储其它各种数据以支持在风险评估设备上的操作。这些数据的示例包括用于在风险评估设备上操作的任何应用程序或方法的指令。存储器41可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
所述处理器42,与所述存储器41耦合,用于执行所述存储器41中存储的所述程序,以用于:
获取为评估对象构建的第一风险点及与所述第一风险点关联的指标项;
在所述指标项变化的情况下,根据所述指标项的变化信息,确定所述第一风险点的评估参数;
根据所述评估参数,计算所述第一风险点对应的风险量化值。
本实施例提供的技术方案中,为评估对象构建风险点,并将风险点与指标项关联,通过观测指标项的变化情况,动态地确定风险点的评估参数,进而基于动态确定的评估参数,计算风险点的风险量化值;实现了业务全生命周期内的动态风险评估;较现有主观评估,增加了客观评估因素,减弱了风险评估的主观性,有助于提供风险评估的准确性。
其中,处理器42在执行存储器41中的程序时,除了上面的功能之外,还可实现其它功能,具体可参见前面各实施例的描述。
进一步的,如图7所示,风险评估设备还包括:显示器44、通信组件43、电源组件45、音频组件46等其它组件。图7中仅示意性给出部分组件,并不意味着风险评估设备只包括图7所示组件。
本申请一实施例还提供了一种风险评估设备。本实施例提供的所述风险评估设备的结构同上述风险评估设备实施例的结构类同,参见图7所示。该风险评估设备包括存储器及处理器。存储器可被配置为存储其它各种数据以支持在风险评估设备上的操作。所述处理器,与所述存储器耦合,用于执行所述存储器中存储的所述程序,以用于:
在监听到风险事件的情况下,获取与所述风险事件关联的评估对象的第一风险点;
根据所述风险事件的事件信息,确定所述第一风险点的评估参数;
基于所述评估参数,计算所述第一风险点对应的风险量化值。
其中,处理器在执行存储器中的程序时,除了上面的功能之外,还可实现其它功能,具体可参见前面各实施例的描述。
本实施例提供的技术方案中,将风险事件与评估对象的风险点关联,在发生风险事件后,基于风险事件的事件信息确定风险点的评估参数,进而计算得到风险点的风险量化值;实现了业务全生命周期内的动态风险评估;较现有主观评估,增加了客观评估因素,减弱了风险评估的主观性,有助于提高风险评估的准确性。
本申请一实施例还提供了一种风险评估设备。本实施例提供的所述风险评估设备的结构同上述风险评估设备实施例的结构类同,参见图7所示。该风险评估设备包括存储器及处理器。存储器可被配置为存储其它各种数据以支持在风险评估设备上的操作。所述处理器,与所述存储器耦合,用于执行所述存储器中存储的所述程序,以用于:
为评估对象构建至少一个风险点;
设置分别与各风险点关联的监听事项;
对各监听事项进行监听;
根据监听结果,确定各风险点的风险量化值;
基于所述各风险点的风险量化值,对所述评估对象进行风险评估。
其中,处理器在执行存储器中的程序时,除了上面的功能之外,还可实现其它功能,具体可参见前面各实施例的描述。
本实施例提供的技术方案中,为评估对象构建至少一个风险点,并为各风险点设置与其关联的监听事项,根据对各监听事项进行监听的结果,来动态地确定各风险点的风险量化值;然后基于各风险点的风险量化值,对评估对象进行风险评估;实现了业务全生命周期内的动态风险评估;较现有主观评估,增加了客观评估因素,减弱了风险评估的主观性,有助于提高风险评估的准确性。
相应地,本申请实施例还提供一种存储有计算机程序的计算机可读存储介质,所述计算机程序被计算机执行时能够实现上述各实施例提供的风险评估方法的步骤或功能。
以上所描述的装置实施例仅仅是示意性的,其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的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计算机可读存储介质中,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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,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申请各实施例技术方案的精神和范围。
Claims (23)
1.一种风险评估方法,其特征在于,包括:
获取为评估对象构建的第一风险点及与所述第一风险点关联的指标项;
在所述指标项变化的情况下,根据所述指标项的变化信息,确定所述第一风险点的评估参数;
根据所述评估参数,计算所述第一风险点对应的风险量化值。
2.根据权利要求1所述的方法,其特征在于,根据所述指标项的变化信息,确定所述第一风险点的评估参数,包括:
获取为所述第一风险点预配置的配置参数;
根据所述指标项的变化信息,对所述配置参数进行修改;
将修改后的所述配置参数作为所述第一风险点的评估参数。
3.根据权利要求2所述的方法,其特征在于,所述配置参数包括:第一风险影响度;所述变化信息包含所述指标项动态变化的数值;以及
根据所述指标项的变化信息,对所述配置参数进行修改,包括:
确定所述数值所处的第一取值范围;
根据取值范围与风险影响度的对应关系,查询所述第一取值范围对应的第二风险影响度;
将所述第一风险影响度修改为所述第二风险影响度。
4.根据权利要求1所述的方法,其特征在于,所述配置参数包括:第一风险发生概率;以及
所述方法,还包括:
获取与所述指标项有关的历史记录;
根据所述历史记录,确定第二风险发生概率;
将所述第一风险发生概率修改为所述第二风险发生概率。
5.根据权利要求1至4中任一项所述的方法,其特征在于,还包括:
监听到与所述第一风险点关联的风险事件时,获取所述风险事件的事件信息;
根据所述事件信息,确定所述第一风险点的评估参数。
6.根据权利要求5所述的方法,其特征在于,所述事件信息包括如下至少一种:事件详情、事件引发结果;以及
根据所述事件信息,确定所述第一风险点的评估参数,包括:
根据所述事件详情,确定所述风险事件的重要度;
根据所述重要度和所述事件引发结果中的至少一个,确定所述第一风险点的评估参数。
7.根据权利要求6所述的方法,其特征在于,根据所述重要度和所述事件引发结果中的至少一个,确定所述第一风险点的评估参数,包括:
获取为所述第一风险点预配置的配置参数;
根据所述重要度和所述事件引发结果中的至少一个,对所述配置参数进行修改;
将修改后的所述配置参数作为所述评估参数。
8.根据权利要求7所述的方法,其特征在于,根据所述重要度和所述事件引发结果中的至少一个,对所述配置参数进行修改,包括:
根据所述重要度和所述事件引发结果中的至少一个,确定第三风险影响度;
将所述配置参数中的风险影响度修改为所述第三风险影响度。
9.根据权利要求5所述的方法,其特征在于,还包括:
监听到与所述第一风险点关联的风险事件时,为所述风险事件创建跟进任务;
启动所述跟进任务,以获得所述风险事件的处理情况;
在跟进到所述风险事件得到相应处理的情况下,调低所述评估参数中的风险影响度或风险发生概率。
10.根据权利要求1至4中任一项所述的方法,其特征在于,还包括:
获取为所述评估对象构建的至少一个第二风险点对应的风险量化值;
根据所述第一风险点对应的风险量化值及所述至少一个第二风险点对应的风险量化值,对所述评估对象进行动态的风险评估。
11.一种风控系统,其特征在于,
业务处理装置,评估对象的运行载体,用于产生业务数据;
风险评估装置,用于获取为评估对象构建的第一风险点及与所述第一风险点关联的指标项;从所述业务处理装置处获取所述业务数据,在基于所述业务数据确定所述指标项变化的情况下,根据所述指标项的变化信息,确定所述第一风险点的评估参数;根据所述评估参数,计算所述第一风险点对应的风险量化值。
12.一种风险评估方法,其特征在于,包括:
在监听到风险事件的情况下,获取与所述风险事件关联的评估对象的第一风险点;
根据所述风险事件的事件信息,确定所述第一风险点的评估参数;
基于所述评估参数,计算所述第一风险点对应的风险量化值。
13.根据权利要求12所述的方法,其特征在于,所述事件信息包括如下至少一种:事件详情、事件引发结果;以及
根据所述风险事件的事件信息,确定所述第一风险点的评估参数,包括:
根据所述事件详情,确定所述风险事件的重要度;
根据所述重要度和所述事件引发结果中的至少一个,确定所述第一风险点的评估参数。
14.根据权利要求13所述的方法,其特征在于,根据所述重要度和所述事件引发结果中的至少一个,确定所述第一风险点的评估参数,包括:
获取为所述第一风险点预配置的配置参数;
根据所述重要度和所述事件引发结果中的至少一个,对所述配置参数进行修改;
将修改后的所述配置参数作为所述评估参数。
15.一种风控系统,其特征在于,
业务处理装置,评估对象的运行载体,用于产生业务数据;
风险评估装置,用于监听所述业务处理装置产生的所述业务数据,在基于所述业务数据确定监听到风险事件的情况下,获取与所述风险事件关联的评估对象的第一风险点;根据所述风险事件的事件信息,确定所述第一风险点的评估参数;基于所述评估参数,计算所述第一风险点对应的风险量化值。
16.一种风险评估方法,其特征在于,包括:
为评估对象构建至少一个风险点;
设置分别与各风险点关联的监听事项;
对各监听事项进行监听;
根据监听结果,确定各风险点的风险量化值;
基于所述各风险点的风险量化值,对所述评估对象进行风险评估。
17.根据权利要求16所述的方法,其特征在于,所述至少一个风险点中含有第一风险点,以及
设置与所述第一风险点关联的监听事项,包括如下中的至少一个步骤:
设置与所述第一风险点关联的至少一个指标项;
设置与所述第一风险点关联的至少一个风险事件。
18.根据权利要求17所述的方法,其特征在于,对与所述第一风险点关联的监听事项进行监听,包括如下中的至少一个步骤:
监听所述至少一个指标项中是否有指标项发生变化;
监听是否发生所述至少一个风险事件中的风险事件。
19.根据权利要求18所述的方法,其特征在于,根据监听结果,确定所述第一风险点的风险量化值,包括:
获取为所述第一风险点预配置的配置参数;
若监听到所述至少一个指标项中有指标项发生变化,则根据监听结果中记录的与所述第一风险点关联的指标项的变化信息,对所述配置参数进行修改,根据修改后的所述配置参数,计算所述第一风险点对应的风险量化值;
若监听到发生所述至少一个风险事件中的风险事件,则根据监听结果中记录的与所述第一风险点关联的已发生风险事件的事件信息,对所述配置参数进行修改,根据修改后的所述配置参数,计算所述第一风险点对应的风险量化值;
若未监听到所述至少一个指标项中有指标项发生变化或未监听到发生所述至少一个风险事件中的风险事件,则所述监听结果中相关所述第一风险点的记录为空,根据所述配置参数,计算所述第一风险点对应的风险量化值。
20.一种风控系统,其特征在于,
业务处理装置,评估对象的运行载体,用于产生业务数据;
风险评估装置,用于为所述评估对象构建至少一个风险点;设置分别与各风险点关联的监听事项;通过监听所述业务处理装置产生的所述业务数据,得到各监听事项对应的监听结果;根据所述监听结果,确定各风险点的风险量化值;基于所述各风险点的风险量化值,对所述评估对象进行风险评估。
21.一种风险评估设备,其特征在于,包括:存储器及处理器,其中,
所述存储器,用于存储程序;
所述处理器,与所述存储器耦合,用于执行所述存储器中存储的所述程序,以用于:
获取为评估对象构建的第一风险点及与所述第一风险点关联的指标项;
在所述指标项变化的情况下,根据所述指标项的变化信息,确定所述第一风险点的评估参数;
根据所述评估参数,计算所述第一风险点对应的风险量化值。
22.一种风险评估设备,其特征在于,包括:存储器及处理器,其中,
所述存储器,用于存储程序;
所述处理器,与所述存储器耦合,用于执行所述存储器中存储的所述程序,以用于:
在监听到风险事件的情况下,获取与所述风险事件关联的评估对象的第一风险点;
根据所述风险事件的事件信息,确定所述第一风险点的评估参数;
基于所述评估参数,计算所述第一风险点对应的风险量化值。
23.一种风险评估设备,其特征在于,包括:存储器及处理器,其中,
所述存储器,用于存储程序;
所述处理器,与所述存储器耦合,用于执行所述存储器中存储的所述程序,以用于:
为评估对象构建至少一个风险点;
设置分别与各风险点关联的监听事项;
对各监听事项进行监听;
根据监听结果,确定各风险点的风险量化值;
基于所述各风险点的风险量化值,对所述评估对象进行风险评估。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910205185.2A CN111724009A (zh) | 2019-03-18 | 2019-03-18 | 风险评估方法、风控系统及风险评估设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910205185.2A CN111724009A (zh) | 2019-03-18 | 2019-03-18 | 风险评估方法、风控系统及风险评估设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111724009A true CN111724009A (zh) | 2020-09-29 |
Family
ID=72562476
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910205185.2A Pending CN111724009A (zh) | 2019-03-18 | 2019-03-18 | 风险评估方法、风控系统及风险评估设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111724009A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112446640A (zh) * | 2020-12-10 | 2021-03-05 | 中国农业银行股份有限公司 | 信息系统变更风险评估方法、相关设备及可读存储介质 |
CN113408582A (zh) * | 2021-05-17 | 2021-09-17 | 支付宝(杭州)信息技术有限公司 | 特征评估模型的训练方法及装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101714273A (zh) * | 2009-05-26 | 2010-05-26 | 北京银丰新融科技开发有限公司 | 一种基于规则引擎的银行异常业务监控方法和系统 |
CN103310307A (zh) * | 2013-06-21 | 2013-09-18 | 南方电网科学研究院有限责任公司 | 基于概率风险评估的电力系统规划方案灵活性评估方法 |
CN104636612A (zh) * | 2015-02-03 | 2015-05-20 | 山东大学 | 岩溶隧道突水突泥全过程渐进式风险动态评估方法 |
CN106355343A (zh) * | 2016-09-06 | 2017-01-25 | 深圳供电局有限公司 | 一种配电网综合风险评估方法 |
CN108009711A (zh) * | 2017-11-23 | 2018-05-08 | 平安科技(深圳)有限公司 | 风险评估方法、装置、计算机设备及可读存储介质 |
CN108446817A (zh) * | 2018-02-01 | 2018-08-24 | 阿里巴巴集团控股有限公司 | 确定业务对应的决策策略的方法、装置和电子设备 |
CN109118095A (zh) * | 2018-08-20 | 2019-01-01 | 深圳市中电数通智慧安全科技股份有限公司 | 基于机器学习的动态火灾风险评估方法、装置及服务器 |
CN109118118A (zh) * | 2018-09-06 | 2019-01-01 | 平安科技(深圳)有限公司 | 企业业务的风险评估方法、存储介质和服务器 |
WO2019046580A1 (en) * | 2017-08-30 | 2019-03-07 | Delos Living Llc | SYSTEMS, METHODS AND ARTICLES FOR EVALUATING AND / OR IMPROVING HEALTH AND WELL-BEING |
-
2019
- 2019-03-18 CN CN201910205185.2A patent/CN111724009A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101714273A (zh) * | 2009-05-26 | 2010-05-26 | 北京银丰新融科技开发有限公司 | 一种基于规则引擎的银行异常业务监控方法和系统 |
CN103310307A (zh) * | 2013-06-21 | 2013-09-18 | 南方电网科学研究院有限责任公司 | 基于概率风险评估的电力系统规划方案灵活性评估方法 |
CN104636612A (zh) * | 2015-02-03 | 2015-05-20 | 山东大学 | 岩溶隧道突水突泥全过程渐进式风险动态评估方法 |
CN106355343A (zh) * | 2016-09-06 | 2017-01-25 | 深圳供电局有限公司 | 一种配电网综合风险评估方法 |
WO2019046580A1 (en) * | 2017-08-30 | 2019-03-07 | Delos Living Llc | SYSTEMS, METHODS AND ARTICLES FOR EVALUATING AND / OR IMPROVING HEALTH AND WELL-BEING |
CN108009711A (zh) * | 2017-11-23 | 2018-05-08 | 平安科技(深圳)有限公司 | 风险评估方法、装置、计算机设备及可读存储介质 |
CN108446817A (zh) * | 2018-02-01 | 2018-08-24 | 阿里巴巴集团控股有限公司 | 确定业务对应的决策策略的方法、装置和电子设备 |
CN109118095A (zh) * | 2018-08-20 | 2019-01-01 | 深圳市中电数通智慧安全科技股份有限公司 | 基于机器学习的动态火灾风险评估方法、装置及服务器 |
CN109118118A (zh) * | 2018-09-06 | 2019-01-01 | 平安科技(深圳)有限公司 | 企业业务的风险评估方法、存储介质和服务器 |
Non-Patent Citations (1)
Title |
---|
陈旭;李莲;: "ERP环境下基于系统参数的风险管理系统构建研究", 会计之友, no. 09 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112446640A (zh) * | 2020-12-10 | 2021-03-05 | 中国农业银行股份有限公司 | 信息系统变更风险评估方法、相关设备及可读存储介质 |
CN113408582A (zh) * | 2021-05-17 | 2021-09-17 | 支付宝(杭州)信息技术有限公司 | 特征评估模型的训练方法及装置 |
CN113408582B (zh) * | 2021-05-17 | 2023-08-29 | 支付宝(杭州)信息技术有限公司 | 特征评估模型的训练方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108564286B (zh) | 一种基于大数据征信的人工智能金融风控授信评定方法和系统 | |
US20050197889A1 (en) | Method and apparatus for comparison over time of prediction model characteristics | |
CN112734559B (zh) | 企业信用风险评价方法、装置及电子设备 | |
KR101868729B1 (ko) | 리소스조합 처리방법, 장치, 설비 및 컴퓨터 저장매체 | |
CN110930249A (zh) | 大型企业信用风险预测方法及系统、存储介质及电子设备 | |
WO2015170315A1 (en) | An automatic statistical processing tool | |
CN111222994A (zh) | 客户风险评估方法、装置、介质和电子设备 | |
CN111340606A (zh) | 一种全流程收入稽核方法和装置 | |
CN111724009A (zh) | 风险评估方法、风控系统及风险评估设备 | |
CN111144738A (zh) | 信息处理方法、装置、计算机设备和存储介质 | |
CN114782123A (zh) | 一种信用评估方法及系统 | |
CN110858368A (zh) | 一种数据评估服务价值确定系统和方法 | |
CN107480703A (zh) | 交易故障检测方法及装置 | |
CN116542747A (zh) | 产品推荐方法、装置、存储介质及电子设备 | |
CN111625437A (zh) | 风控模型的监控方法及装置 | |
CN114647433A (zh) | 应用程序的处理方法、装置、存储介质及电子装置 | |
CN114997879B (zh) | 一种支付路由方法、装置、设备和存储介质 | |
CN114647555B (zh) | 基于多业务系统的数据预警方法、装置、设备和介质 | |
CN116308807A (zh) | 模型更新方法、装置、非易失性存储介质及电子设备 | |
CN115659016A (zh) | 一种召回策略筛选方法及相关装置 | |
CN117333303A (zh) | 外汇业务风险等级的评定及评定引擎的创建方法和系统 | |
CN115439033A (zh) | 基于社保数据的风险用户筛选方法、装置及计算设备 | |
CN117273899A (zh) | 处理结果的发送方法及装置、存储介质及电子装置 | |
CN113657675A (zh) | 数据处理方法、装置、电子设备及计算机可读存储介质 | |
CN114638439A (zh) | 大额敞口风险的预测方法及装置 |
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 |