CN111967779A - 一种风险评估方法、装置及设备 - Google Patents
一种风险评估方法、装置及设备 Download PDFInfo
- Publication number
- CN111967779A CN111967779A CN202010839102.8A CN202010839102A CN111967779A CN 111967779 A CN111967779 A CN 111967779A CN 202010839102 A CN202010839102 A CN 202010839102A CN 111967779 A CN111967779 A CN 111967779A
- Authority
- CN
- China
- Prior art keywords
- risk
- merchant
- data
- analyzed
- determining
- 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.)
- Granted
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
- 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
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Technology Law (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本说明书实施例公开了一种风险评估方法、装置及设备，涉及合规与监管领域。方案包括：根据获取到的平台中待分析商户在设定时间段内的交易数据以及账户资金数据，确定待分析商户在设定维度对应的风险指标；其中，设定维度至少包括交易量变化维度以及资金变化维度；根据风险指标确定待分析商户的风险标签，得到待分析商户的风险标签集合；根据风险标签集合，确定待分析商户的风险系数。
Description
技术领域
本申请涉及合规与监管技术领域，尤其涉及一种风险评估方法、装置及设备。
背景技术
合规风险广泛存在于金融机构业务和管理的各个方面，在互联网行业中，合规风险可以指在企业的运营或内部管理过程中，因未能够与国家的法律、法规、政策、以及行业范例或服务水平协定相保持一致而导致的风险。
目前，随着互联网技术的快速发展，为了保证互联网行业健康运行，相关监管机构对互联网行业的法务合规管控比较重视，因此，需要自身加强对合规风险进行合理评估，保证互联网平台中的交易行为以及操作行为符合法务合规条款的相关规定。
因此，亟需提供一种合规风险评估方案，以实现对商户、平台以及业务的合规风险评估。
发明内容
本说明书实施例提供一种风险评估方法、装置及设备，以解决现有的方法存在的风险评估不全面、不准确的问题。
为解决上述技术问题，本说明书实施例是这样实现的：
本说明书实施例提供的一种商户风险评估方法，包括：
获取平台中待分析商户在设定时间段内的交易数据以及账户资金数据；
根据所述交易数据以及所述账户资金数据确定所述待分析商户在设定维度对应的风险指标；所述设定维度至少包括交易量变化维度以及资金变化维度；
根据所述风险指标确定所述待分析商户的风险标签，得到所述待分析商户的风险标签集合；
根据所述风险标签集合，确定所述待分析商户的风险系数。
本说明书实施例提供的一种平台风险评估方法，包括：
获取待分析平台在设定时间段内的商户数据、交易数据以及账户资金数据；
根据所述商户数据、所述交易数据以及所述账户资金数据确定所述待分析平台在设定维度对应的风险指标；所述设定维度至少包括商户数据变化维度、交易量变化维度以及资金增长变化维度；
根据所述风险指标确定所述待分析平台的风险标签，得到所述待分析平台的风险标签集合；
根据所述风险标签集合，确定所述待分析平台的风险系数。
本说明书实施例提供的一种商户风险评估装置，包括：
商户数据获取模块，用于获取平台中待分析商户在设定时间段内的交易数据以及账户资金数据；
商户风险指标确定模块，用于根据所述交易数据以及所述账户资金数据确定所述待分析商户在设定维度对应的风险指标；所述设定维度至少包括交易量变化维度以及资金变化维度；
商户风险标签确定模块，用于根据所述风险指标确定所述待分析商户的风险标签，得到所述待分析商户的风险标签集合；
商户风险系数确定模块，用于根据所述风险标签集合，确定所述待分析商户的风险系数。
本说明书实施例提供的一种平台风险评估装置，包括：
平台数据获取模块，用于获取待分析平台在设定时间段内的商户数据、交易数据以及账户资金数据；
平台风险指标确定模块，用于根据所述商户数据、所述交易数据以及所述账户资金数据确定所述待分析平台在设定维度对应的风险指标；所述设定维度至少包括商户数据变化维度、交易量变化维度以及资金增长变化维度；
平台风险标签确定模块，用于根据所述风险指标确定所述待分析平台的风险标签，得到所述待分析平台的风险标签集合；
平台风险系数确定模块，用于根据所述风险标签集合，确定所述待分析平台的风险系数。
本说明书实施例提供的一种商户风险评估设备，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：
获取平台中待分析商户在设定时间段内的交易数据以及账户资金数据；
根据所述交易数据以及所述账户资金数据确定所述待分析商户在设定维度对应的风险指标；所述设定维度至少包括交易量变化维度以及资金变化维度；
根据所述风险指标确定所述待分析商户的风险标签，得到所述待分析商户的风险标签集合；
根据所述风险标签集合，确定所述待分析商户的风险系数。
本说明书实施例提供的一种平台风险评估设备，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：
获取待分析平台在设定时间段内的商户数据、交易数据以及账户资金数据；
根据所述商户数据、所述交易数据以及所述账户资金数据确定所述待分析平台在设定维度对应的风险指标；所述设定维度至少包括商户数据变化维度、交易量变化维度以及资金增长变化维度；
根据所述风险指标确定所述待分析平台的风险标签，得到所述待分析平台的风险标签集合；
根据所述风险标签集合，确定所述待分析平台的风险系数。
本说明书实施例提供的一种计算机可读介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现一种风险评估方法。
本说明书一个实施例实现了能够达到以下有益效果：通过根据获取到的平台中待分析商户在设定时间段内的交易数据以及账户资金数据，确定待分析商户在设定维度对应的风险指标；其中，设定维度至少包括交易量变化维度以及资金变化维度；根据风险指标确定待分析商户的风险标签，得到待分析商户的风险标签集合；根据风险标签集合，确定待分析商户的风险系数，能综合对商户的合规风险进行评估，使风险评估信息更加完善。
附图说明
为了更清楚地说明本说明书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简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，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为本说明书实施例提供的一种风险评估方法的整体示意图；
图2是本说明书实施例提供的一种商户风险评估方法的流程示意图；
图3是本说明书实施例提供的一种平台风险评估方法的流程示意图；
图4是本说明书实施例提供的一种商户风险评估装置示意图；
图5是本说明书实施例提供的一种平台风险评估装置的结构示意图；
图6是本说明书实施例提供的一种风险评估设备的结构示意图。
具体实施方式
为使本说明书一个或多个实施例的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书一个或多个实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明中的实施例，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，都属于本说明书一个或多个实施例保护的范围。
“合规风险”指的是：银行因未能遵循法律法规、监管要求、规则、自律性组织制定的有关准则、已经适用于银行自身业务活动的行为准则，而可能遭受法律制裁或监管处罚、重大财务损失或声誉损失的风险。合规风险广泛存在于金融机构业务和管理的各个方面，在互联网行业中，合规风险可以指在企业的运营或内部管理过程中，因未能够与国家的法律、法规、政策、以及行业范例或服务水平协定相保持一致而导致的风险。
风险评估(Risk Assessment)是指，在风险事件发生之前或之后(但还没有结束)，该事件给人们的生活、生命、财产等各个方面造成的影响和损失的可能性进行量化评估的工作。即，风险评估就是量化测评某一事件或事物带来的影响或损失的可能程度。
从信息安全的角度来讲，风险评估是对信息资产(即某事件或事物所具有的信息集)所面临的威胁、存在的弱点、造成的影响，以及三者综合作用所带来风险的可能性的评估。作为风险管理的基础，风险评估是组织确定信息安全需求的一个重要途径，属于组织信息安全管理体系策划的过程。进行合规风险评估，能够充分发挥合规风险评估在风险管理中的作用。
合规风险管理是指企业主动避免违规事件发生，主动发现并采取适当措施纠正已发生的违规事件，持续改进相关制度和相应做法的周而复始的循环过程。
现有技术中，电商平台上的交易行为或其他操作行为，有可能已经发生了才意识到不符合法规，或者在行为发生之前，需要安排专门的法务合规专业人员对具体数据进行法务合规风险评估，以避免出现最终平台上存在违反法务条款的数据，在此过程中，存在人工成本高、评估效率低、人为影响因素大、耗时长的问题。当涉及法务条款种类杂的情况下，人工风险评估难度更大。
为了解决现有技术中的缺陷，本方案给出了以下实施例：
以下结合附图，详细说明本说明书各实施例提供的技术方案。
图1为本说明书实施例提供的一种风险评估方法的整体示意图。如图1所示，以评估平台的合规风险为例，获取平台中全部商户(例如：商户1、商户2、商户3、……、商户m)在3个月内的交易数据以及账户资金数据，确定平台在交易量变化维度、资金变化维度以及商户数据变化维度对应的风险指标(交易量变化比例、资金变化比例、商户变化比例)，根据风险指标确定平台的风险标签集合(例如：标签1、标签2、标签2、……、标签n)，根据风险标签集合确定平台的风险系数，根据风险系数对平台的合规风险进行评估。
接下来，将针对说明书实施例提供的一种风险评估方法结合附图进行具体说明：
实施例1
图2为本说明书实施例提供的一种商户风险评估方法的流程示意图。从程序角度而言，流程的执行主体可以为搭载于应用服务器的程序或应用客户端。
如图2所示，该流程可以包括以下步骤：
步骤202：获取平台中待分析商户在设定时间段内的交易数据以及账户资金数据。
需要说明的是，这里的平台可以指的是电商交易平台、电商购物平台、代购平台、跨境购物平台、支付平台等。
待分析商户可以是上述平台中入驻的商家。设定时间段可以根据实际应用场景以及实际需求进行限定。例如：一个月、3个月、一天、一年等，本说明书实施例对此不作具体限定。
交易数据可以包括交易订单、交易金额、交易商家以及交易商品等。账户资金数据可以表示的是账户的流水数据以及账户余额。对于商户来说，账户资金数据可以表示商户账户中的余额，也可以表示商户账户的出入金数据，其中出入金数据可以表示账户中的资金流转数据，出金：可以指资金由交易账户划入银行账户的过程称为出金。一般是指贵金属投资、股票投资、农产品投资等投资项目通过交易界面、网银、银行柜台进行出金。入金：可以是指贵金属投资及农产品现货等投资产品开户之后将资金投入市场的过程。入金方式可以包括银行电汇入金、邮政汇款入金、网银入金、信用卡入金等。
步骤204：根据所述交易数据以及所述账户资金数据确定所述待分析商户在设定维度对应的风险指标。
上述步骤中，所述设定维度至少可以包括交易量变化维度以及资金变化维度。交易量变化维度可以表示在设定时间段内待识别商户的交易数量的变化维度，例如：交易量增长维度或交易量减少维度。资金变化维度可以表示在设定时间段内商户的账户资金变化维度。例如：账户资金增长维度或账户资金减少维度。
风险指标可以表示待分析商户在特定维度对应的具体指标值，例如：风险指标可以表示待分析商户的资金变化比例或交易量变化比例。例如：资金增长比例、资金减少比例、交易量增长比例和/或资金减少比例。
步骤206：根据所述风险指标确定所述待分析商户的风险标签，得到所述待分析商户的风险标签集合。
风险标签用于标识风险类型，根据待分析商户的风险标签，确定待分析商户都有哪些风险。
在确定待分析商户的风险指标之后，根据风险指标确定商户存在的风险类型，为商户打上相应的风险标签，得到待分析商户的风险标签集合。
例如：待分析商户为商户A，平台可以获取商户A在2019年9月-2019年11月这三个月内的交易数据以及账户资金数据，根据商户A这三月内的交易数据以及账户资金数据可以确定商户A的交易量增长比例为60％，假设三个月内交易量增长的标准风险阈值为50％，此时，可以确定商户A存在交易量增长异常的风险。确定商户A的所有风险之后，得到商户A的风险标签集合。
进一步地，所述风险标签可以是基于商户的交易事件中涉及到的注册、登录、领奖、核销行为、设备、环境、位置、交易商品类型、交易金额、交易量、账户资金以及活跃度等等维度对商户的每个交易事件进行风险评分的特征信息，这些特征信息就构成了不同的风险标签。这里所说的维度也可以用风险指标来表示。
具体地，所述根据所述风险指标确定所述待分析商户的风险标签，具体可以包括：
根据所述风险指标确定所述待分析商户的每个交易事件对应的风险特征信息，并将所述风险特征信息确定为所述待分析商户的风险标签。
步骤208：根据所述风险标签集合，确定所述待分析商户的风险系数。
需要说明的是，风险标签和风险系数之间可以具有对应关系，这种对应关系可以用相关系数来表示，这个相关系数可以是提前设置的。因此，根据所述风险标签集合，确定所述待分析商户的风险系数，具体可以包括：
根据所述风险标签，以及预先设置好的相关系数，确定所述待分析商户的风险系数。
具体地，每个待分析商户可以对应多个交易事件，因此，在确定待分析商户的风险系数时，也可以先确定所述待分析商户的每个交易事件对应的风险系数，然后根据每个交易事件的风险系数再确定待分析商户的风险系数。
上述步骤中的相关系数可以是通过待分析商户的历史数据进行统计计算得到的，例如，可以通过皮尔森系数确定风险风签之间的相关系数。具体的，假设将待分析商户的风险标签构成一个风险标签集合(a1,a2,a3,…..)，对于历史数据中的交易事件，如果该交易事件同时具有多个风险标签，则将该交易事件命中的所有风险标签均设为1，没有命中的风险标签均设为0。这种情况下，每一个交易事件就构成了一个标签向量，该标签向量中每一个值为0或1，分别代表风险标签集合中的一个风险标签是否在本交易事件中被命中。例如，对于一个历史上的交易事件而言，如果命中了a1和a3风险标签，则该交易事件的风险标签集合对应的标签向量为(1,0,1，……)。对类似的每个历史交易事件的标签向量进行统计，计算皮尔森系数，在本实施例中，可以将皮尔森系数作为风险标签之间的相关系数。皮尔森系数计算是本领域的公知常识，在此不做赘述。
其中，风险系数可以用于表示所述待分析商户的风险程度。
本说明书实施例中所指的风险类型，可以包括：资金变化异常、交易量变化异常、订单异常等等。另外，本说明书实施例中的风险可以是合规风险，具体的风险类型可以包括操作风险、信用风险、市场风险等。
应当理解，本说明书一个或多个实施例所述的方法其中部分步骤的顺序可以根据实际需要相互交换，或者其中的部分步骤也可以省略或删除。
图2中的方法，通过根据获取到的平台中待分析商户在设定时间段内的交易数据以及账户资金数据，确定待分析商户在设定维度对应的风险指标；其中，设定维度至少包括交易量变化维度以及资金变化维度；根据风险指标确定待分析商户的风险标签，得到待分析商户的风险标签集合；根据风险标签集合，确定待分析商户的风险系数，综合对商户的合规风险进行评估，使风险评估信息更加完善。
基于图2的方法，本说明书实施例还提供了该方法的一些具体实施方案，下面进行说明。
可选的，所述获取待分析商户在设定时间段内的交易数据以及资金数据之前，还可以包括：
获取待分析商户在设定历史时间段内的历史交易数据以及历史资金数据；
根据所述历史交易数据以及所述历史资金数据，确定所述待识别商户在设定历史时间段内的正常资金变化范围以及正常交易量变化范围。
需要说明的是，历史时间段与设定时间段的时间范围应当相同或相似，例如：在确定正常风险阈值变化范围(即正常资金变化范围或正常交易量变化范围)时，确定的是2018年10月份一个月的交易量增长范围，那么，在评估待分析用户的风险时，可以评估待分析用户2019年10月份的交易量增长值是否异常。
上述步骤中，在确定待识别商户的风险指标之前，可以根据待识别商户的历史数据确定正常风险阈值范围。
本说明书实施例中主要以交易数据以及资金数据为例，当然，在具体的实现过程中，获取的历史数据还可以包括待识别商户的其他操作行为数据，例如：历史登录数据、历史社交数据、历史分享数据、历史查看数据等等。本说明书对此不作具体限定。
另外，对于新用户或者历史数据较少的用户来说，在确定正常风险阈值范围(例如：正常资金变化范围以及正常交易量变化范围)时，也可以根据实际应用场景提前进行设置，而不需要根据历史数据进行确定。
可选的，所述根据所述风险指标确定所述待分析商户的风险标签，得到所述待分析商户的风险标签集合，具体包括：
根据所述交易数据以及所述资金数据计算所述待分析商户在设定时间段内的资金变化比例以及交易量变化比例；
判断所述资金变化比例是否在所述正常资金变化范围之内，得到第一判断结果；
当所述第一判断结果表示所述资金变化比例在所述正常资金变化范围之外时，确定所述待分析商户具有资金变化异常的风险；
判断所述交易量变化比例是否在所述正常交易量变化范围之内，得到第二判断结果；
当所述第二判断结果表示所述交易量变化比例在所述正常交易量变化范围之外时，确定所述待分析商户具有交易量变化异常的风险。
上述方法步骤中，在判断商户的资金变化异常以及交易量变化异常时，可以同时判断，也可以根据实际情况仅判断其中一种异常指标。
当结合待分析商户的交易量变化以及资金变化共同判断待识别商户的风险类型时，可以从多维度判断商户的风险类型，能够更加准确、全面地评估商户的风险。
可选的，所述根据所述风险指标确定所述待分析商户的风险标签，得到所述待分析商户的风险标签集合之后，还可以包括：
获取所述平台在设定历史时间段内的历史商户数据；
根据所述历史商户数据，确定所述平台在设定历史时间段内的正常商户数据变化范围；
获取所述平台在设定时间段内的待分析商户数据；
根据所述待分析商户数据计算所述平台在设定时间段内的商户数据变化比例；
判断所述商户数据变化比例是否在所述正常商户数据变化范围之内，得到第三判断结果；
当所述第三判断结果表示所述商户数据变化比例在所述正常商户数据变化范围之外时，确定所述平台具有商户数据变化异常的风险。
上述方法步骤中，商户数据可以指的是商户的数量，也可以指的是平台中商户数据所占的内存量。上述数据变化比例可以包括商户量增长比例以及商户量减少比例。
在实际应用中，除了可以对商户的风险进行评估之外，还可以对待分析商户所在的平台的风险进行评估。在评估该平台的风险时，上述方法步骤以评估平台中的商户量变化异常为一实施例进行描述。通过判断平台中设定时间段内商户数据变化比例是否在正常商户数据变化范围之内，如果不在该正常商户数据变化范围之内，则可以确定该平台具有商户数据变化异常的风险。
在实际应用中，在根据商户的交易数据以及账户资金数据确定商户的风险指标时，还可以利用机器学习方法或深度学习方法基于模型训练样本得到相应的风险预测模型，采用训练得到的预测模型预测待识别商户的风险指标。
可选的，所述根据所述风险标签集合，确定所述待分析商户的风险系数之后，还可以包括：
获取商户合规风险的异常风险阈值；
判断所述风险系数是否超过所述异常风险阈值，得到第四判断结果；
当所述第四判断结果表示所述风险系数超过所述异常风险阈值时，确定所述待分析商户存在合规风险。
在实际应用中，每种合规风险可以有对应的异常风险阈值，这些异常风险阈值可以是提前根据每种合规风险的数据进行设置的。
当待分析商户的风险系数超过异常风险阈值时，可以确定待分析商户存在合规风险。
可选的，所述确定所述待分析商户存在合规风险之后，还可以包括：
确定所述待分析商户的风险等级；
根据所述风险等级按照预设规则生成告警信息；
将所述告警信息发送给所述待分析商户。
在确定待分析商户存在合规风险之后，可以确定待分析商户的风险等级，具体地，确定所述待分析商户的风险等级，具体可以包括：
根据所述待分析商户的风险系数的大小确定所述待分析商户对应的风险等级；
或者，根据所述待分析商户的合规风险类型确定所述待分析商户的风险等级。
在实际应用中，风险等级的划分可以是根据风险系数的大小进行划分，也可以是根据具体的风险类型进行划分。不同的风险等级对应有不同的风险告警信息。当然，不同的风险等级还可以对应不同的风险管理操作。例如：对有风险的商户进行停止业务服务或冻结商户账户等操作行为。
通过上述方法，从商户的多个信息维度对商户的合规风险进行评估，能够保证风险评估的全面性以及准确性。在得到评估结果之后，对具有合规风险的商户基于其风险等级向商户发送告警信息，能够提示商户及时对风险进行处理。
实施例2
图3为本说明书实施例提供的一种平台风险评估方法的流程示意图。从程序角度而言，流程的执行主体可以为搭载于应用服务器的程序或应用客户端。
如图3所示，该流程可以包括以下步骤：
步骤302：获取待分析平台在设定时间段内的商户数据、交易数据以及账户资金数据。
商户数据可以表示的是待分析平台中全部的商户总量。在一些实施例中，也可以表示平台中的商户数据占据的平台内存总量。
步骤304：根据所述商户数据、所述交易数据以及所述账户资金数据确定所述待分析平台在设定维度对应的风险指标。
风险指标可以表示待分析平台在特定维度对应的具体指标值，例如：风险指标可以表示待分析平台的账户中的资金变化比例或交易量变化比例。例如：资金增长比例、资金减少比例、交易量增长比例和/或资金减少比例。还可以包括平台中的商户数据变化比例，例如：商户量增长比例以及商户量减少比例。
所述设定维度至少包括商户数据变化维度、交易量变化维度以及资金增长变化维度。当然，还可以包括其他维度，例如：客户投诉量、退款交易量等。风险可以是合规风险。
步骤306：根据所述风险指标确定所述待分析平台的风险标签，得到所述待分析平台的风险标签集合。
实施例1中的商户的风险标签都可以作为平台的风险标签。
步骤308：根据所述风险标签集合，确定所述待分析平台的风险系数。
平台的风险系数可以基于多维度的指标来进行计算。计算平台风险系数的方法可以借鉴实施例1中计算商户风险系数的方法，例如：皮尔逊相关系数，此处不再赘述。
该实施例中的上述步骤中的名词解释可以参照实施例1中的名词解释，本实施例与实施例1的区别在于：本实施例评估的对象是平台。获取的数据是所有商户的数据，包括所有商户对应的交易数据、账户资金数据，还有平台上的商户数据，即平台中的商户的数量或者所有商户数据所占的内存总量。
图2中的方法，通过根据获取到的待分析平台在设定时间段内的商户数据、交易数据以及账户资金数据，确定所述待分析平台在商户数据变化维度、交易量变化维度以及资金增长变化维度对应的风险指标；根据风险指标确定待分析平台的风险标签，得到所述待分析平台的风险标签集合；根据所述风险标签集合，确定待分析平台的风险系数。通过多维度的风险指标对平台的风险进行评估，能够更加全面、准确地进行平台风险评估。
基于图3的方法，本说明书实施例还提供了该方法的一些具体实施方案，下面进行说明。
可选的，所述获取待分析平台在设定时间段内的商户数据、交易数据以及账户资金数据之前，还可以包括：
获取待分析平台在设定历史时间段内的历史商户数据、历史交易数据以及历史资金数据；
根据所述历史商户数据、所述历史交易数据以及所述历史资金数据，确定所述待识别平台在设定历史时间段内的正常商户数据变化范围、正常资金变化范围以及正常交易量变化范围。
可选的，所述根据所述商户数据、所述交易数据以及所述账户资金数据确定所述待分析平台在设定维度对应的风险指标，具体可以包括：
根据所述商户数据、交易数据以及所述资金数据计算所述待分析平台在设定时间段内的商户数据变化比例、资金变化比例以及交易量变化比例；
判断所述商户数据变化比例是否在所述正常商户数据变化范围之内，得到第五判断结果；
当所述第五判断结果表示所述商户数据变化比例在所述正常商户数据变化范围之外时，确定所述待分析平台具有商户数据变化异常的风险；
判断所述资金变化比例是否在所述正常资金变化范围之内，得到第六判断结果；
当所述第六判断结果表示所述资金变化比例在所述正常资金变化范围之外时，确定所述待分析平台具有资金变化异常的风险；
判断所述交易量变化比例是否在所述正常交易量变化范围之内，得到第七判断结果；
当所述第七判断结果表示所述交易量变化比例在所述正常交易量变化范围之外时，确定所述待分析平台具有交易量变化异常的风险。
上述方法步骤，与实施例1中的实现步骤相似，区别在于：在评估平台的风险时，还获取了平台的商户数据，将商户数据变化维度结合平台的交易量变化维度以及资金变化维度共同评估平台的风险。
上述的判断步骤可以根据实际情况仅从其中的一个维度进行判断，例如：仅根据平台的交易量变化比例确定平台的风险系数或者仅根据平台商户量的变化比例确定平台的风险系数。当然，上述判断步骤也可以同时进行。例如：根据平台的交易量变化比例、资金变化比例以及商户数据变化比例确定平台的风险系数。当同时结合交易量变化比例、资金变化比例以及商户数据变化比例确定平台的风险系数时，可以更全面地、多维度地对平台进行合规风险评估，可以有效避免合规风险误判、漏判的问题，使风险评估信息更完备。
可选的，根据所述风险标签集合，确定所述待分析平台的风险系数之后，还可以包括：
获取平台合规风险的异常风险阈值；
判断所述风险系数是否超过所述异常风险阈值，得到第八判断结果；
当所述第八判断结果表示所述风险系数超过所述异常风险阈值时，确定所述待分析平台存在合规风险。
可选的，所述确定所述待分析平台存在合规风险之后，还可以包括：
确定所述待分析平台的风险等级；
根据所述风险等级按照预设规则生成告警信息。
需要说明的是，实施例2中根据平台的风险系数判断平台是否存在合规风险的方法步骤与实施例1相同，此处不再赘述。
在实际应用中，除了可以对商户的风险进行评估、对平台的风险进行评估之外，还可以对平台中的业务进行风险评估，具体实现方法如下：
可选的，所述根据所述风险指标确定所述待分析平台的风险标签，得到所述待分析平台的风险标签集合之后，还可以包括：
根据所述风险标签确定所述待分析平台中存在风险的业务，得到风险业务集合；
确定所述风险业务集合中每种业务类型对应的风险标签集合；
根据所述风险标签集合确定每种业务类型的风险系数。
可选的，所述根据所述风险标签集合确定每种业务类型的风险系数之后，还可以包括：
获取业务合规风险的异常风险阈值；
将每种业务类型的风险系数与对应的异常风险阈值进行比较；
将超过对应的异常风险阈值的业务类型确定为存在合规风险的业务类型。
平台中存储入驻的所有商户对应的业务信息。根据风险标签可以确定具有风险的业务、具有风险的商家或具有风险的交易订单等等。在根据风险标签确定具有风险的业务之后，可以确定每种业务类型对应的风险标签集合，然后计算每种业务类型对应的风险系数。在计算风险系数时，可以采用标准差(standard deviation)、贝塔系数(βcoefficient)以及夏普指数(sharpe ratio)的方式来确定。
在计算得到业务的风险系数之后，可以将风险系数大于异常风险阈值的业务类型确定为存在合规风险的业务类型。然后平台可以对存在合规风险的业务类型进行后续的处理操作。
上述实施例中，可以对商户的合规风险进行评估，可以对平台的合规风险进行评估，还可以对平台中的业务进行合规风险的评估。在实际应用中，如果平台上合规风险的自检设备，或者专门管理平台的监管机构想要对平台的合规风险进行检测时，可以结合对平台中商户的评估结果以及平台中业务的评估结果，对该平台的合规风险进行评估。
通过上述两个实施例中的方法步骤，本方案可以基于多维度的风险指标对商家、业务以及平台进行合规风险的评估，能保证更全面、更准确地进行合规风险的评估，有效避免合规风险误判、漏判的缺陷，使风险评估信息更完备。对合规风险进行合理评估，能够保证互联网平台中的交易行为以及操作行为符合法务合规条款的相关规定。定性与定量相结合的方法对合规风险进行分析计算，从资金增长、商户数据增长、交易量增长等多个维度进行综合合规风险分析，解决合规风险评估中扁平化，单一化的问题。
基于同样的思路，本说明书实施例还提供了上述方法对应的装置。图4是本说明书实施例提供的一种商户风险评估装置示意图。如图4所示，该装置可以包括：
商户数据获取模块402，用于获取平台中待分析商户在设定时间段内的交易数据以及账户资金数据；
商户风险指标确定模块404，用于根据所述交易数据以及所述账户资金数据确定所述待分析商户在设定维度对应的风险指标；所述设定维度至少包括交易量变化维度以及资金变化维度；
商户风险标签确定模块406，用于根据所述风险指标确定所述待分析商户的风险标签，得到所述待分析商户的风险标签集合；
商户风险系数确定模块408，用于根据所述风险标签集合，确定所述待分析商户的风险系数。
基于图4的装置，本说明书实施例还提供了该装置的一些具体实施方案，下面进行说明。
可选的，所述装置，还可以包括：
历史数据获取模块，用于获取待分析商户在设定历史时间段内的历史交易数据以及历史资金数据；
正常风险阈值范围确定模块，用于根据所述历史交易数据以及所述历史资金数据，确定所述待识别商户在设定历史时间段内的正常资金变化范围以及正常交易量变化范围。
可选的，所述商户风险标签确定模块，具体可以包括：
变化比例确定单元，用于根据所述交易数据以及所述资金数据计算所述待分析商户在设定时间段内的资金变化比例以及交易量变化比例；
第一判断单元，用于判断所述资金变化比例是否在所述正常资金变化范围之内，得到第一判断结果；
资金变化异常确定单元，用于当所述第一判断结果表示所述资金变化比例在所述正常资金变化范围之外时，确定所述待分析商户具有资金变化异常的风险；
第二判断单元，用于判断所述交易量变化比例是否在所述正常交易量变化范围之内，得到第二判断结果；
交易量变化异常确定单元，用于当所述第二判断结果表示所述交易量变化比例在所述正常交易量变化范围之外时，确定所述待分析商户具有交易量变化异常的风险。
可选的，所述装置，还可以包括：
历史商户数据获取模块，用于获取所述平台在设定历史时间段内的历史商户数据；
正常商户数据变化范围确定模块，用于根据所述历史商户数据，确定所述平台在设定历史时间段内的正常商户数据变化范围；
待分析商户数据获取模块，用于获取所述平台在设定时间段内的待分析商户数据；
商户数据变化比例计算模块，用于根据所述待分析商户数据计算所述平台在设定时间段内的商户数据变化比例；
第一判断模块，用于判断所述商户数据变化比例是否在所述正常商户数据变化范围之内，得到第三判断结果；
商户数据变化异常确定模块，用于当所述第三判断结果表示所述商户数据变化比例在所述正常商户数据变化范围之外时，确定所述平台具有商户数据变化异常的风险。
可选的，所述装置，还可以包括：
异常风险阈值获取模块，用于获取商户合规风险的异常风险阈值；
第二判断模块，用于判断所述风险系数是否超过所述异常风险阈值，得到第四判断结果；
商户合规风险确定模块，用于当所述第四判断结果表示所述风险系数超过所述异常风险阈值时，确定所述待分析商户存在合规风险。
可选的，所述装置，还可以包括：
风险等级确定模块，用于确定所述待分析商户的风险等级；
告警信息生成模块，用于根据所述风险等级按照预设规则生成告警信息；
告警信息发送模块，用于将所述告警信息发送给所述待分析商户。
图5是本说明书实施例提供的一种平台风险评估装置示意图。如图5所示，该装置可以包括：
平台数据获取模块502，用于获取待分析平台在设定时间段内的商户数据、交易数据以及账户资金数据；
平台风险指标确定模块504，用于根据所述商户数据、所述交易数据以及所述账户资金数据确定所述待分析平台在设定维度对应的风险指标；所述设定维度至少包括商户数据变化维度、交易量变化维度以及资金增长变化维度；
平台风险标签确定模块506，用于根据所述风险指标确定所述待分析平台的风险标签，得到所述待分析平台的风险标签集合；
平台风险系数确定模块508，用于根据所述风险标签集合，确定所述待分析平台的风险系数。
基于图5的装置，本说明书实施例还提供了该装置的一些具体实施方案，下面进行说明。
可选的，所述装置，还可以用于：
获取待分析平台在设定历史时间段内的历史商户数据、历史交易数据以及历史资金数据；
根据所述历史商户数据、所述历史交易数据以及所述历史资金数据，确定所述待识别平台在设定历史时间段内的正常商户数据变化范围、正常资金变化范围以及正常交易量变化范围。
可选的，所述装置，具体可以用于：
根据所述商户数据、交易数据以及所述资金数据计算所述待分析平台在设定时间段内的商户数据变化比例、资金变化比例以及交易量变化比例；
判断所述商户数据变化比例是否在所述正常商户数据变化范围之内，得到第五判断结果；
当所述第五判断结果表示所述商户数据变化比例在所述正常商户数据变化范围之外时，确定所述待分析平台具有商户数据变化异常的风险；
判断所述资金变化比例是否在所述正常资金变化范围之内，得到第六判断结果；
当所述第六判断结果表示所述资金变化比例在所述正常资金变化范围之外时，确定所述待分析平台具有资金变化异常的风险；
判断所述交易量变化比例是否在所述正常交易量变化范围之内，得到第七判断结果；
当所述第七判断结果表示所述交易量变化比例在所述正常交易量变化范围之外时，确定所述待分析平台具有交易量变化异常的风险。
可选的，所述装置，还可以包括：
异平台常风险装置获取模块，用于获取平台合规风险的异常风险阈值；
判断模块，用于判断所述风险系数是否超过所述异常风险阈值，得到第八判断结果；
平台合规风险确定模块，用于当所述第八判断结果表示所述风险系数超过所述异常风险阈值时，确定所述待分析平台存在合规风险。
可选的，所述装置，还可以包括：
风险等级确定模块，用于确定所述待分析平台的风险等级；
告警信息生成模块，用于根据所述风险等级按照预设规则生成告警信息。
可选的，所述装置，还可以包括：
风险业务确定模块，用于根据所述风险标签确定所述待分析平台中存在风险的业务，得到风险业务集合；
业务风险标签确定模块，用于确定所述风险业务集合中每种业务类型对应的风险标签集合；
业务风险系数确定模块，用于根据所述风险标签集合确定每种业务类型的风险系数。
可选的，所述装置，还可以包括：
异常风险阈值获取模块，用于获取业务合规风险的异常风险阈值；
比较模块，用于将每种业务类型的风险系数与对应的异常风险阈值进行比较；
风险业务类型确定模块，用于将超过对应的异常风险阈值的业务类型确定为存在合规风险的业务类型。
基于同样的思路，本说明书实施例还提供了上述方法对应的设备。
图6是本说明书实施例提供的一种风险评估设备的结构示意图。如图6所示，设备600可以包括：
至少一个处理器610；以及，
与所述至少一个处理器通信连接的存储器630；其中，
对于实施例1，所述存储器630存储有可被所述至少一个处理器610执行的指令620，所述指令被所述至少一个处理器610执行，以使所述至少一个处理器610能够：
获取平台中待分析商户在设定时间段内的交易数据以及账户资金数据；
根据所述交易数据以及所述账户资金数据确定所述待分析商户在设定维度对应的风险指标；所述设定维度至少包括交易量变化维度以及资金变化维度；
根据所述风险指标确定所述待分析商户的风险标签，得到所述待分析商户的风险标签集合；
根据所述风险标签集合，确定所述待分析商户的风险系数。
对于实施例2，所述存储器630存储有可被所述至少一个处理器610执行的指令620，所述指令被所述至少一个处理器610执行，以使所述至少一个处理器610能够：
获取待分析平台在设定时间段内的商户数据、交易数据以及账户资金数据；
根据所述商户数据、所述交易数据以及所述账户资金数据确定所述待分析平台在设定维度对应的风险指标；所述设定维度至少包括商户数据变化维度、交易量变化维度以及资金增长变化维度；
根据所述风险指标确定所述待分析平台的风险标签，得到所述待分析平台的风险标签集合；
根据所述风险标签集合，确定所述待分析平台的风险系数。
基于同样的思路，本说明书实施例还提供了上述方法对应的计算机可读介质。计算机可读介质上存储有计算机可读指令，对于实施例1，所述计算机可读指令可被处理器执行以实现以下方法：
获取平台中待分析商户在设定时间段内的交易数据以及账户资金数据；
根据所述交易数据以及所述账户资金数据确定所述待分析商户在设定维度对应的风险指标；所述设定维度至少包括交易量变化维度以及资金变化维度；
根据所述风险指标确定所述待分析商户的风险标签，得到所述待分析商户的风险标签集合；
根据所述风险标签集合，确定所述待分析商户的风险系数。
对于实施例2，所述计算机可读指令可被处理器执行以实现以下方法：
获取待分析平台在设定时间段内的商户数据、交易数据以及账户资金数据；
根据所述商户数据、所述交易数据以及所述账户资金数据确定所述待分析平台在设定维度对应的风险指标；所述设定维度至少包括商户数据变化维度、交易量变化维度以及资金增长变化维度；
根据所述风险指标确定所述待分析平台的风险标签，得到所述待分析平台的风险标签集合；
根据所述风险标签集合，确定所述待分析平台的风险系数。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字符系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字符助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字符多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带式磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (29)
1.一种商户风险评估方法，包括：
获取平台中待分析商户在设定时间段内的交易数据以及账户资金数据；
根据所述交易数据以及所述账户资金数据确定所述待分析商户在设定维度对应的风险指标；所述设定维度至少包括交易量变化维度以及资金变化维度；
根据所述风险指标确定所述待分析商户的风险标签，得到所述待分析商户的风险标签集合；
根据所述风险标签集合，确定所述待分析商户的风险系数。
2.根据权利要求1所述的方法，所述获取待分析商户在设定时间段内的交易数据以及资金数据之前，还包括：
获取待分析商户在设定历史时间段内的历史交易数据以及历史资金数据；
根据所述历史交易数据以及所述历史资金数据，确定所述待识别商户在设定历史时间段内的正常资金变化范围以及正常交易量变化范围。
3.根据权利要求2所述的方法，所述根据所述风险指标确定所述待分析商户的风险标签，得到所述待分析商户的风险标签集合，具体包括：
根据所述交易数据以及所述资金数据计算所述待分析商户在设定时间段内的资金变化比例以及交易量变化比例；
判断所述资金变化比例是否在所述正常资金变化范围之内，得到第一判断结果；
当所述第一判断结果表示所述资金变化比例在所述正常资金变化范围之外时，确定所述待分析商户具有资金变化异常的风险；
判断所述交易量变化比例是否在所述正常交易量变化范围之内，得到第二判断结果；
当所述第二判断结果表示所述交易量变化比例在所述正常交易量变化范围之外时，确定所述待分析商户具有交易量变化异常的风险。
4.根据权利要求1所述的方法，所述根据所述风险指标确定所述待分析商户的风险标签，得到所述待分析商户的风险标签集合之后，还包括：
获取所述平台在设定历史时间段内的历史商户数据；
根据所述历史商户数据，确定所述平台在设定历史时间段内的正常商户数据变化范围；
获取所述平台在设定时间段内的待分析商户数据；
根据所述待分析商户数据计算所述平台在设定时间段内的商户数据变化比例；
判断所述商户数据变化比例是否在所述正常商户数据变化范围之内，得到第三判断结果；
当所述第三判断结果表示所述商户数据变化比例在所述正常商户数据变化范围之外时，确定所述平台具有商户数据变化异常的风险。
5.根据权利要求1所述的方法，所述根据所述风险标签集合，确定所述待分析商户的风险系数之后，还包括：
获取商户合规风险的异常风险阈值；
判断所述风险系数是否超过所述异常风险阈值，得到第四判断结果；
当所述第四判断结果表示所述风险系数超过所述异常风险阈值时，确定所述待分析商户存在合规风险。
6.根据权利要求5所述的方法，所述确定所述待分析商户存在合规风险之后，还包括：
确定所述待分析商户的风险等级；
根据所述风险等级按照预设规则生成告警信息；
将所述告警信息发送给所述待分析商户。
7.一种平台风险评估方法，包括：
获取待分析平台在设定时间段内的商户数据、交易数据以及账户资金数据；
根据所述商户数据、所述交易数据以及所述账户资金数据确定所述待分析平台在设定维度对应的风险指标；所述设定维度至少包括商户数据变化维度、交易量变化维度以及资金增长变化维度；
根据所述风险指标确定所述待分析平台的风险标签，得到所述待分析平台的风险标签集合；
根据所述风险标签集合，确定所述待分析平台的风险系数。
8.根据权利要求7所述的方法，所述获取待分析平台在设定时间段内的商户数据、交易数据以及账户资金数据之前，还包括：
获取待分析平台在设定历史时间段内的历史商户数据、历史交易数据以及历史资金数据；
根据所述历史商户数据、所述历史交易数据以及所述历史资金数据，确定所述待识别平台在设定历史时间段内的正常商户数据变化范围、正常资金变化范围以及正常交易量变化范围。
9.根据权利要求8所述的方法，所述根据所述商户数据、所述交易数据以及所述账户资金数据确定所述待分析平台在设定维度对应的风险指标，具体包括：
根据所述商户数据、交易数据以及所述资金数据计算所述待分析平台在设定时间段内的商户数据变化比例、资金变化比例以及交易量变化比例；
判断所述商户数据变化比例是否在所述正常商户数据变化范围之内，得到第五判断结果；
当所述第五判断结果表示所述商户数据变化比例在所述正常商户数据变化范围之外时，确定所述待分析平台具有商户数据变化异常的风险；
判断所述资金变化比例是否在所述正常资金变化范围之内，得到第六判断结果；
当所述第六判断结果表示所述资金变化比例在所述正常资金变化范围之外时，确定所述待分析平台具有资金变化异常的风险；
判断所述交易量变化比例是否在所述正常交易量变化范围之内，得到第七判断结果；
当所述第七判断结果表示所述交易量变化比例在所述正常交易量变化范围之外时，确定所述待分析平台具有交易量变化异常的风险。
10.根据权利要求7所述的方法，根据所述风险标签集合，确定所述待分析平台的风险系数之后，还包括：
获取平台合规风险的异常风险阈值；
判断所述风险系数是否超过所述异常风险阈值，得到第八判断结果；
当所述第八判断结果表示所述风险系数超过所述异常风险阈值时，确定所述待分析平台存在合规风险。
11.根据权利要求10所述的方法，所述确定所述待分析平台存在合规风险之后，还包括：
确定所述待分析平台的风险等级；
根据所述风险等级按照预设规则生成告警信息。
12.根据权利要求7所述的方法，所述根据所述风险指标确定所述待分析平台的风险标签，得到所述待分析平台的风险标签集合之后，还包括：
根据所述风险标签确定所述待分析平台中存在风险的业务，得到风险业务集合；
确定所述风险业务集合中每种业务类型对应的风险标签集合；
根据所述风险标签集合确定每种业务类型的风险系数。
13.根据权利要求12所述的方法，所述根据所述风险标签集合确定每种业务类型的风险系数之后，还包括：
获取业务合规风险的异常风险阈值；
将每种业务类型的风险系数与对应的异常风险阈值进行比较；
将超过对应的异常风险阈值的业务类型确定为存在合规风险的业务类型。
14.一种商户风险评估装置，包括：
商户数据获取模块，用于获取平台中待分析商户在设定时间段内的交易数据以及账户资金数据；
商户风险指标确定模块，用于根据所述交易数据以及所述账户资金数据确定所述待分析商户在设定维度对应的风险指标；所述设定维度至少包括交易量变化维度以及资金变化维度；
商户风险标签确定模块，用于根据所述风险指标确定所述待分析商户的风险标签，得到所述待分析商户的风险标签集合；
商户风险系数确定模块，用于根据所述风险标签集合，确定所述待分析商户的风险系数。
15.根据权利要求14所述的装置，所述装置，还包括：
历史数据获取模块，用于获取待分析商户在设定历史时间段内的历史交易数据以及历史资金数据；
正常风险阈值范围确定模块，用于根据所述历史交易数据以及所述历史资金数据，确定所述待识别商户在设定历史时间段内的正常资金变化范围以及正常交易量变化范围。
16.根据权利要求15所述的装置，所述商户风险标签确定模块，具体包括：
变化比例确定单元，用于根据所述交易数据以及所述资金数据计算所述待分析商户在设定时间段内的资金变化比例以及交易量变化比例；
第一判断单元，用于判断所述资金变化比例是否在所述正常资金变化范围之内，得到第一判断结果；
资金变化异常确定单元，用于当所述第一判断结果表示所述资金变化比例在所述正常资金变化范围之外时，确定所述待分析商户具有资金变化异常的风险；
第二判断单元，用于判断所述交易量变化比例是否在所述正常交易量变化范围之内，得到第二判断结果；
交易量变化异常确定单元，用于当所述第二判断结果表示所述交易量变化比例在所述正常交易量变化范围之外时，确定所述待分析商户具有交易量变化异常的风险。
17.根据权利要求14所述的装置，所述装置，还包括：
历史商户数据获取模块，用于获取所述平台在设定历史时间段内的历史商户数据；
正常商户数据变化范围确定模块，用于根据所述历史商户数据，确定所述平台在设定历史时间段内的正常商户数据变化范围；
待分析商户数据获取模块，用于获取所述平台在设定时间段内的待分析商户数据；
商户数据变化比例计算模块，用于根据所述待分析商户数据计算所述平台在设定时间段内的商户数据变化比例；
第一判断模块，用于判断所述商户数据变化比例是否在所述正常商户数据变化范围之内，得到第三判断结果；
商户数据变化异常确定模块，用于当所述第三判断结果表示所述商户数据变化比例在所述正常商户数据变化范围之外时，确定所述平台具有商户数据变化异常的风险。
18.根据权利要求14所述的装置，所述装置，还包括：
异常风险阈值获取模块，用于获取商户合规风险的异常风险阈值；
第二判断模块，用于判断所述风险系数是否超过所述异常风险阈值，得到第四判断结果；
商户合规风险确定模块，用于当所述第四判断结果表示所述风险系数超过所述异常风险阈值时，确定所述待分析商户存在合规风险。
19.根据权利要求18所述的装置，所述装置，还包括：
风险等级确定模块，用于确定所述待分析商户的风险等级；
告警信息生成模块，用于根据所述风险等级按照预设规则生成告警信息；
告警信息发送模块，用于将所述告警信息发送给所述待分析商户。
20.一种平台风险评估装置，包括：
平台数据获取模块，用于获取待分析平台在设定时间段内的商户数据、交易数据以及账户资金数据；
平台风险指标确定模块，用于根据所述商户数据、所述交易数据以及所述账户资金数据确定所述待分析平台在设定维度对应的风险指标；所述设定维度至少包括商户数据变化维度、交易量变化维度以及资金增长变化维度；
平台风险标签确定模块，用于根据所述风险指标确定所述待分析平台的风险标签，得到所述待分析平台的风险标签集合；
平台风险系数确定模块，用于根据所述风险标签集合，确定所述待分析平台的风险系数。
21.根据权利要求20所述的装置，所述装置，还用于：
获取待分析平台在设定历史时间段内的历史商户数据、历史交易数据以及历史资金数据；
根据所述历史商户数据、所述历史交易数据以及所述历史资金数据，确定所述待识别平台在设定历史时间段内的正常商户数据变化范围、正常资金变化范围以及正常交易量变化范围。
22.根据权利要求21所述的装置，所述装置，具体用于：
根据所述商户数据、交易数据以及所述资金数据计算所述待分析平台在设定时间段内的商户数据变化比例、资金变化比例以及交易量变化比例；
判断所述商户数据变化比例是否在所述正常商户数据变化范围之内，得到第五判断结果；
当所述第五判断结果表示所述商户数据变化比例在所述正常商户数据变化范围之外时，确定所述待分析平台具有商户数据变化异常的风险；
判断所述资金变化比例是否在所述正常资金变化范围之内，得到第六判断结果；
当所述第六判断结果表示所述资金变化比例在所述正常资金变化范围之外时，确定所述待分析平台具有资金变化异常的风险；
判断所述交易量变化比例是否在所述正常交易量变化范围之内，得到第七判断结果；
当所述第七判断结果表示所述交易量变化比例在所述正常交易量变化范围之外时，确定所述待分析平台具有交易量变化异常的风险。
23.根据权利要求20所述的装置，所述装置，还包括：
异平台常风险装置获取模块，用于获取平台合规风险的异常风险阈值；
判断模块，用于判断所述风险系数是否超过所述异常风险阈值，得到第八判断结果；
平台合规风险确定模块，用于当所述第八判断结果表示所述风险系数超过所述异常风险阈值时，确定所述待分析平台存在合规风险。
24.根据权利要求23所述的装置，所述装置，还包括：
风险等级确定模块，用于确定所述待分析平台的风险等级；
告警信息生成模块，用于根据所述风险等级按照预设规则生成告警信息。
25.根据权利要求20所述的装置，所述装置，还包括：
风险业务确定模块，用于根据所述风险标签确定所述待分析平台中存在风险的业务，得到风险业务集合；
业务风险标签确定模块，用于确定所述风险业务集合中每种业务类型对应的风险标签集合；
业务风险系数确定模块，用于根据所述风险标签集合确定每种业务类型的风险系数。
26.根据权利要求25所述的装置，所述装置，还包括：
异常风险阈值获取模块，用于获取业务合规风险的异常风险阈值；
比较模块，用于将每种业务类型的风险系数与对应的异常风险阈值进行比较；
风险业务类型确定模块，用于将超过对应的异常风险阈值的业务类型确定为存在合规风险的业务类型。
27.一种商户风险评估设备，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：
获取平台中待分析商户在设定时间段内的交易数据以及账户资金数据；
根据所述交易数据以及所述账户资金数据确定所述待分析商户在设定维度对应的风险指标；所述设定维度至少包括交易量变化维度以及资金变化维度；
根据所述风险指标确定所述待分析商户的风险标签，得到所述待分析商户的风险标签集合；
根据所述风险标签集合，确定所述待分析商户的风险系数。
28.一种平台评估设备，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：
获取待分析平台在设定时间段内的商户数据、交易数据以及账户资金数据；
根据所述商户数据、所述交易数据以及所述账户资金数据确定所述待分析平台在设定维度对应的风险指标；所述设定维度至少包括商户数据变化维度、交易量变化维度以及资金增长变化维度；
根据所述风险指标确定所述待分析平台的风险标签，得到所述待分析平台的风险标签集合；
根据所述风险标签集合，确定所述待分析平台的风险系数。
29.一种计算机可读介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现权利要求1至13中任一项所述的风险评估方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010839102.8A CN111967779B (zh) | 2020-08-19 | 2020-08-19 | 一种风险评估方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010839102.8A CN111967779B (zh) | 2020-08-19 | 2020-08-19 | 一种风险评估方法、装置及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111967779A true CN111967779A (zh) | 2020-11-20 |
| CN111967779B CN111967779B (zh) | 2022-12-16 |
Family
ID=73388839
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010839102.8A Active CN111967779B (zh) | 2020-08-19 | 2020-08-19 | 一种风险评估方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111967779B (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112784219A (zh) * | 2021-02-08 | 2021-05-11 | 北京淇瑀信息科技有限公司 | 基于app指数的用户风险预测方法、装置及电子设备 |
| CN112801800A (zh) * | 2021-04-14 | 2021-05-14 | 深圳格隆汇信息科技有限公司 | 行为资金分析系统、方法、计算机设备及存储介质 |
| CN112819476A (zh) * | 2021-02-25 | 2021-05-18 | 北京互金新融科技有限公司 | 风险识别方法、装置、非易失性存储介质和处理器 |
| CN112907257A (zh) * | 2021-04-26 | 2021-06-04 | 中国工商银行股份有限公司 | 风险阈值确定方法、异常检测方法、装置和电子设备 |
| CN113159933A (zh) * | 2021-05-20 | 2021-07-23 | 中国工商银行股份有限公司 | 一种风险控制方法、系统、设备及介质 |
| CN113468131A (zh) * | 2021-07-14 | 2021-10-01 | 上海通联金融服务有限公司 | 商户收单流水的批量处理及多维度存储方法 |
| CN113506034A (zh) * | 2021-07-28 | 2021-10-15 | 上海示右智能科技有限公司 | 构建智能第三方监督评估组织的方法 |
| CN113538154A (zh) * | 2021-07-23 | 2021-10-22 | 同盾科技有限公司 | 风险对象的识别方法、装置、存储介质和电子设备 |
| CN113610645A (zh) * | 2021-08-11 | 2021-11-05 | 平安信托有限责任公司 | 项目数据的风险评估方法、装置、设备及存储介质 |
| CN114091902A (zh) * | 2021-11-22 | 2022-02-25 | 支付宝(杭州)信息技术有限公司 | 风险预测模型的训练方法及装置、风险预测方法及装置 |
| CN115081921A (zh) * | 2022-07-08 | 2022-09-20 | 米烁网络科技(广州)有限公司 | 一种基于大数据的erp电商管理系统 |
| CN115760119A (zh) * | 2022-11-28 | 2023-03-07 | 海口春帆网络科技有限公司 | 基于数据处理和特征识别的金融支付监管系统及方法 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106980998A (zh) * | 2016-01-18 | 2017-07-25 | 阿里巴巴集团控股有限公司 | 商家交易异常的监控方法和装置 |
| CN107103460A (zh) * | 2017-03-27 | 2017-08-29 | 杭州呯嘭智能技术有限公司 | 基于信用大数据的跨境支付快速结算方法 |
| CN107958341A (zh) * | 2017-12-12 | 2018-04-24 | 阿里巴巴集团控股有限公司 | 风险识别方法及装置和电子设备 |
| CN109460889A (zh) * | 2018-09-14 | 2019-03-12 | 阿里巴巴集团控股有限公司 | 风险管控方法、系统、服务器及计算机可读存储介质 |
| CN109583729A (zh) * | 2018-11-19 | 2019-04-05 | 阿里巴巴集团控股有限公司 | 用于平台在线模型的数据处理方法和装置 |
| CN109767314A (zh) * | 2018-12-14 | 2019-05-17 | 深圳壹账通智能科技有限公司 | 商户风险管控方法、装置、计算机设备和存储介质 |
| CN110046781A (zh) * | 2018-12-04 | 2019-07-23 | 阿里巴巴集团控股有限公司 | 商户风险防控方法及装置 |
| CN110443469A (zh) * | 2019-07-18 | 2019-11-12 | 阿里巴巴集团控股有限公司 | 用户解除反作弊交易限制的申诉处理方法及装置 |
| CN110472815A (zh) * | 2019-06-28 | 2019-11-19 | 蔷薇信息技术有限公司 | 一种供应链金融业务中对融资企业的风险控制方法及系统 |
| CN111047426A (zh) * | 2019-11-26 | 2020-04-21 | 智器云南京信息科技有限公司 | 一种基于资金交易的可疑账户分析方法、系统及存储介质 |
| CN111260368A (zh) * | 2020-01-08 | 2020-06-09 | 支付宝(杭州)信息技术有限公司 | 一种账户交易风险判断方法、装置及电子设备 |
-
2020
- 2020-08-19 CN CN202010839102.8A patent/CN111967779B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106980998A (zh) * | 2016-01-18 | 2017-07-25 | 阿里巴巴集团控股有限公司 | 商家交易异常的监控方法和装置 |
| CN107103460A (zh) * | 2017-03-27 | 2017-08-29 | 杭州呯嘭智能技术有限公司 | 基于信用大数据的跨境支付快速结算方法 |
| CN107958341A (zh) * | 2017-12-12 | 2018-04-24 | 阿里巴巴集团控股有限公司 | 风险识别方法及装置和电子设备 |
| CN109460889A (zh) * | 2018-09-14 | 2019-03-12 | 阿里巴巴集团控股有限公司 | 风险管控方法、系统、服务器及计算机可读存储介质 |
| CN109583729A (zh) * | 2018-11-19 | 2019-04-05 | 阿里巴巴集团控股有限公司 | 用于平台在线模型的数据处理方法和装置 |
| CN110046781A (zh) * | 2018-12-04 | 2019-07-23 | 阿里巴巴集团控股有限公司 | 商户风险防控方法及装置 |
| CN109767314A (zh) * | 2018-12-14 | 2019-05-17 | 深圳壹账通智能科技有限公司 | 商户风险管控方法、装置、计算机设备和存储介质 |
| CN110472815A (zh) * | 2019-06-28 | 2019-11-19 | 蔷薇信息技术有限公司 | 一种供应链金融业务中对融资企业的风险控制方法及系统 |
| CN110443469A (zh) * | 2019-07-18 | 2019-11-12 | 阿里巴巴集团控股有限公司 | 用户解除反作弊交易限制的申诉处理方法及装置 |
| CN111047426A (zh) * | 2019-11-26 | 2020-04-21 | 智器云南京信息科技有限公司 | 一种基于资金交易的可疑账户分析方法、系统及存储介质 |
| CN111260368A (zh) * | 2020-01-08 | 2020-06-09 | 支付宝(杭州)信息技术有限公司 | 一种账户交易风险判断方法、装置及电子设备 |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112784219B (zh) * | 2021-02-08 | 2023-12-22 | 北京淇瑀信息科技有限公司 | 基于app指数的用户风险预测方法、装置及电子设备 |
| CN112784219A (zh) * | 2021-02-08 | 2021-05-11 | 北京淇瑀信息科技有限公司 | 基于app指数的用户风险预测方法、装置及电子设备 |
| CN112819476A (zh) * | 2021-02-25 | 2021-05-18 | 北京互金新融科技有限公司 | 风险识别方法、装置、非易失性存储介质和处理器 |
| CN112801800A (zh) * | 2021-04-14 | 2021-05-14 | 深圳格隆汇信息科技有限公司 | 行为资金分析系统、方法、计算机设备及存储介质 |
| CN112907257A (zh) * | 2021-04-26 | 2021-06-04 | 中国工商银行股份有限公司 | 风险阈值确定方法、异常检测方法、装置和电子设备 |
| CN112907257B (zh) * | 2021-04-26 | 2024-03-26 | 中国工商银行股份有限公司 | 风险阈值确定方法、装置和电子设备 |
| CN113159933A (zh) * | 2021-05-20 | 2021-07-23 | 中国工商银行股份有限公司 | 一种风险控制方法、系统、设备及介质 |
| CN113468131A (zh) * | 2021-07-14 | 2021-10-01 | 上海通联金融服务有限公司 | 商户收单流水的批量处理及多维度存储方法 |
| CN113538154A (zh) * | 2021-07-23 | 2021-10-22 | 同盾科技有限公司 | 风险对象的识别方法、装置、存储介质和电子设备 |
| CN113538154B (zh) * | 2021-07-23 | 2024-07-05 | 同盾科技有限公司 | 风险对象的识别方法、装置、存储介质和电子设备 |
| CN113506034A (zh) * | 2021-07-28 | 2021-10-15 | 上海示右智能科技有限公司 | 构建智能第三方监督评估组织的方法 |
| CN113610645A (zh) * | 2021-08-11 | 2021-11-05 | 平安信托有限责任公司 | 项目数据的风险评估方法、装置、设备及存储介质 |
| CN114091902A (zh) * | 2021-11-22 | 2022-02-25 | 支付宝(杭州)信息技术有限公司 | 风险预测模型的训练方法及装置、风险预测方法及装置 |
| CN115081921A (zh) * | 2022-07-08 | 2022-09-20 | 米烁网络科技(广州)有限公司 | 一种基于大数据的erp电商管理系统 |
| CN115760119A (zh) * | 2022-11-28 | 2023-03-07 | 海口春帆网络科技有限公司 | 基于数据处理和特征识别的金融支付监管系统及方法 |
| CN115760119B (zh) * | 2022-11-28 | 2024-03-12 | 西安乐刷宝网络科技有限公司 | 基于数据处理和特征识别的金融支付监管系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111967779B (zh) | 2022-12-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111967779B (zh) | 一种风险评估方法、装置及设备 | |
| US11599939B2 (en) | System, method and computer program for underwriting and processing of loans using machine learning | |
| Navarro-Martinez et al. | Minimum required payment and supplemental information disclosure effects on consumer debt repayment decisions | |
| US11042930B1 (en) | Insufficient funds predictor | |
| Bajo | The information content of abnormal trading volume | |
| CN111260368A (zh) | 一种账户交易风险判断方法、装置及电子设备 | |
| Narsa et al. | Fraud triangle and earnings management based on the modified M-score: A study on manufacturing company in Indonesia | |
| CN112200402B (zh) | 一种基于风险画像的风险量化方法、装置及设备 | |
| NGUYEN et al. | The impact of operating cash flow in decision-making of individual investors in Vietnam's stock market | |
| JP2018514889A (ja) | 当初証拠金標準モデルに基づいて当初証拠金を計算及び提供する方法及びシステム | |
| Çelik | Micro credit risk metrics: a comprehensive review | |
| CN117575776A (zh) | 一种借贷风控模型训练方法、设备以及可读存储介质 | |
| CN116630020A (zh) | 风险评估方法、装置、存储介质及电子设备 | |
| Hsieh | Financial statement readability and credit rating conservatism | |
| Laitinen et al. | Audit report in payment default prediction: A contingency approach | |
| Di Febo et al. | The Relevance of Market Variables in the CDS Spread Volatility: An Empirical Post-crisis Analysis | |
| Awin | 'Liquidity Risk and Its Determinants': A Study on Oil and Gas Industry in Tatneft | |
| Trisanti | The effect of non-recurring item transactions on the possibility of firms to smooth income: the case of Indonesian listed firms | |
| Malhotra et al. | Exchange-traded Funds in India Amid COVID-19 Crisis: An Empirical Analysis of the Performance | |
| WO2024000152A1 (en) | A system and a method for analysing a market of exchangeable assets | |
| KR102334923B1 (ko) | 인공지능을 이용한 대출 확대 가설 검정 시스템 및 이를 이용한 방법 | |
| Pandit et al. | A Review of Methodologies to Approach Fraud in the Remanufacturing Industry | |
| Sanglimuthu et al. | 'Liquidity Risk and Its Determinants': A Study on Manufacturing Industry (Oil and Gas) in Russia | |
| Manos et al. | Risk and Uncertainty | |
| Petriashvili | Cash Flow Ratios’ and Liquidity Ratios’ Analysis of Selected Listed Companies in Sri Lanka |
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 |