CN112862594A - 金融风险控制方法、系统、设备及计算机可读介质 - Google Patents

金融风险控制方法、系统、设备及计算机可读介质 Download PDF

Info

Publication number
CN112862594A
CN112862594A CN202110135281.1A CN202110135281A CN112862594A CN 112862594 A CN112862594 A CN 112862594A CN 202110135281 A CN202110135281 A CN 202110135281A CN 112862594 A CN112862594 A CN 112862594A
Authority
CN
China
Prior art keywords
mathematical model
feature
risk
training
database
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
Application number
CN202110135281.1A
Other languages
English (en)
Inventor
林建明
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 Wuyu Technology Co ltd
Original Assignee
Shenzhen Wuyu Technology 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 Wuyu Technology Co ltd filed Critical Shenzhen Wuyu Technology Co ltd
Priority to CN202110135281.1A priority Critical patent/CN112862594A/zh
Publication of CN112862594A publication Critical patent/CN112862594A/zh
Pending legal-status Critical Current

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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/03—Credit; Loans; Processing thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G06Q40/08—Insurance

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Technology Law (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明揭示了一种金融风险控制方法、系统、设备及计算机可读介质，所述金融风险控制方法包括：第一数学模型构建步骤，利用第一数据库构建第一数学模型；第二数学模型构建步骤，利用第二数据库构建第二数学模型，所述第二数据库包括设定数据；用户属性获取步骤，获取用户属性；风险判断步骤，通过第一数学模型能对设定用户的风险进行判断，若通过第一数学模型能对设定用户的风险进行判断，则直接给出判断结果；若通过第一数学模型不能对设定用户的风险给出确定的结果，则通过第二数学模型对设定用户的风险进行判断。本发明提出的金融风险控制方法、系统、设备及计算机可读介质，可降低对人行征信查询的依赖度，提高用户的使用体验。

Description

金融风险控制方法、系统、设备及计算机可读介质
技术领域
本发明属于风险控制技术领域，涉及一种风险控制系统，尤其涉及一种金融风险控制方法、系统、设备及计算机可读介质。
背景技术
风险控制是金融的关键，随着时代的发展，风控领域的一个总趋势是信息化、模型化、智能化的程度越来越高。
人行征信的查询是公司策略中重要的一环，除了查询人行需要一定的成本以外，还面临着查询人行的资源的紧张，当人行资源不足时，无法立即授信用户，这会影响用户的使用体验。
有鉴于此，如今迫切需要设计一种新的风险控制系统，以便克服现有风险控制系统存在的上述至少部分缺陷。
发明内容
本发明提供一种金融风险控制方法、系统、设备及计算机可读介质，可降低对人行征信查询的依赖度，提高用户的使用体验。
为解决上述技术问题，根据本发明的一个方面，采用如下技术方案：
一种金融风险控制方法，所述金融风险控制方法包括：
第一数学模型构建步骤，利用第一数据库构建第一数学模型；
第二数学模型构建步骤，利用第二数据库构建第二数学模型，所述第二数据库包括设定数据；
风险判断步骤，通过第一数学模型能对设定用户的风险进行判断，若通过第一数学模型能对设定用户的风险进行判断，则直接给出判断结果；若通过第一数学模型不能对设定用户的风险给出确定的结果，则通过第二数学模型对设定用户的风险进行判断。
作为本发明的一种实施方式，所述第二数据库包括人行数据。
作为本发明的一种实施方式，第一数学模型构建步骤、第二数学模型构建步骤中，从特征的饱和度、分布的稳定性、拒绝率的稳定性以及信息量指标去除掉不佳的特征。
作为本发明的一种实施方式，所述去除掉不佳的特征步骤中，包括：
特征饱和度：剔除特征饱和度不足20％的特征，认为这种特征由于缺失值过多难以对训练目标有区分效果；
分布的稳定性：建模样本分为训练集和测试集，每个特征在训练集和测试集上的分布情况应该保持一定的稳定，评判稳定的指标是计算得到的PSI，每个特征都会有一个PSI值，认为PSI大于0.1的特征存在分布不稳定的情况，予以剔除；
信息量指标：计算每个特征的IV值，认为IV小于0.02的特征对训练目标没有明显的区分效果，予以剔除剔除；
拒绝率的稳定性：如果一个特征在训练集上IV为0.08、在测试集上IV为0.01，认为这个特征在不同样本上对训练目标的区分能力出现较大程度的变化，应剔除这样的特征。
根据本发明的另一个方面，采用如下技术方案：一种代替人行信息的风控系统，所述风控系统包括：
第一数学模型构建模块，用以利用第一数据库构建第一数学模型；
第二数学模型构建模块，用以利用第二数据库构建第二数学模型，所述第二数据库包括设定数据；
风险判断模块，用以通过第一数学模型能对设定用户的风险进行判断，若通过第一数学模型能对设定用户的风险进行判断，则直接给出判断结果；若通过第一数学模型不能对设定用户的风险给出确定的结果，则通过第二数学模型对设定用户的风险进行判断。
作为本发明的一种实施方式，所述第二数据库包括人行数据。
作为本发明的一种实施方式，所述第一数学模型构建模块及第二数学模型构建模块从特征的饱和度、分布的稳定性、拒绝率的稳定性以及信息量指标去除掉不佳的特征。
作为本发明的一种实施方式，所述去除掉不佳的特征，包括：
特征饱和度：剔除特征饱和度不足20％的特征，认为这种特征由于缺失值过多难以对训练目标有区分效果；
分布的稳定性：建模样本分为训练集和测试集，每个特征在训练集和测试集上的分布情况应该保持一定的稳定，评判稳定的指标是计算得到的PSI，每个特征都会有一个PSI值，认为PSI大于0.1的特征存在分布不稳定的情况，予以剔除；
信息量指标：计算每个特征的IV值，认为IV小于0.02的特征对训练目标没有明显的区分效果，予以剔除剔除；
拒绝率的稳定性：如果一个特征在训练集上IV为0.08、在测试集上IV为0.01，认为这个特征在不同样本上对训练目标的区分能力出现较大程度的变化，应剔除这样的特征。
根据本发明的又一个方面，采用如下技术方案：一种金融风险控制方法的设备，所述设备包括用于存储计算机程序指令的存储器和用于执行计算机程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发所述设备执行上述的方法。
根据本发明的又一个方面，采用如下技术方案：一种计算机可读介质，其上存储有计算机程序指令，所述计算机可读指令可被处理器执行以实现上述的方法。
本发明的有益效果在于：本发明提出的金融风险控制方法、系统、设备及计算机可读介质，可降低对人行征信查询的依赖度，提高用户的使用体验。
无人行模型的作用是识别出那些查完人行也不会授信的客户，以使宝贵的人行查询额度尽量用在容易通过的客户上。
附图说明
图1为本发明一实施例中金融风险控制方法的流程图。
图2为本发明一实施例中金融风险控制系统的组成示意图。
具体实施方式
下面结合附图详细说明本发明的优选实施例。
为了进一步理解本发明，下面结合实施例对本发明优选实施方案进行描述，但是应当理解，这些描述只是为进一步说明本发明的特征和优点，而不是对本发明权利要求的限制。
该部分的描述只针对几个典型的实施例，本发明并不仅局限于实施例描述的范围。相同或相近的现有技术手段与实施例中的一些技术特征进行相互替换也在本发明描述和保护的范围内。
说明书中各个实施例中的步骤的表述只是为了方便说明，本申请的实现方式不受步骤实现的顺序限制。说明书中的“连接”既包含直接连接，也包含间接连接。
本发明揭示了一种金融风险控制方法，图1为本发明一实施例中金融风险控制方法的流程图；请参阅图1，所述金融风险控制方法包括：
【步骤S1】第一数学模型构建步骤，利用第一数据库构建第一数学模型；
【步骤S2】第二数学模型构建步骤，利用第二数据库构建第二数学模型，所述第二数据库包括设定数据；
【步骤S3】风险判断步骤，通过第一数学模型能对设定用户的风险进行判断，若通过第一数学模型能对设定用户的风险进行判断，则直接给出判断结果；若通过第一数学模型不能对设定用户的风险给出确定的结果，则通过第二数学模型对设定用户的风险进行判断。
在本发明的一实施例中，所述第二数据库包括人行数据。
在本发明的一实施例中，第一数学模型构建步骤、第二数学模型构建步骤中，从特征的饱和度、分布的稳定性、拒绝率的稳定性以及信息量指标去除掉不佳的特征。
在一实施例中，所述去除掉不佳的特征步骤中，包括：
特征饱和度：剔除特征饱和度不足20％(也可以是0-20％之间的其他值)的特征，认为这种特征由于缺失值过多难以对训练目标有区分效果。
分布的稳定性：建模样本分为训练集和测试集，每个特征在训练集和测试集上的分布情况应该保持一定的稳定，评判稳定的指标是计算得到的PSI，每个特征都会有一个PSI值，认为PSI大于0.1的特征存在分布不稳定的情况，予以剔除。
信息量指标：计算每个特征的IV值，认为IV小于0.02(也可以是0.01-0.03之间的其他值)的特征对训练目标没有明显的区分效果，予以剔除剔除。
拒绝率的稳定性：如果一个特征在训练集上IV为0.08、在测试集上IV为0.01，认为这个特征在不同样本上对训练目标的区分能力出现较大程度的变化，应剔除这样的特征。具体前后变化多少算大需要人工来评判。
本发明还揭示一种代替人行信息的风控系统，图2为本发明一实施例中金融风险控制系统的组成示意图；所述风控系统包括：第一数学模型构建模块1、第二数学模型构建模块2及风险判断模块3。
第一数学模型构建模块1用以利用第一数据库构建第一数学模型。第二数学模型构建模块2用以利用第二数据库构建第二数学模型，所述第二数据库包括设定数据。在一实施例中，所述第二数据库包括人行数据。
风险判断模块3用以通过第一数学模型能对设定用户的风险进行判断，若通过第一数学模型能对设定用户的风险进行判断，则直接给出判断结果；若通过第一数学模型不能对设定用户的风险给出确定的结果，则通过第二数学模型对设定用户的风险进行判断。
在本发明的一实施例中，所述第一数学模型构建模块1及第二数学模型构建模块2从特征的饱和度、分布的稳定性、拒绝率的稳定性以及信息量指标去除掉不佳的特征。
本发明可用于训练无人行模型，并在尽可能少的影响通过率的情况下提升人行查询资源利用效率，同时对资信信息加以利用。
在本发明的一种使用场景中，可以在无从获取人行报告中的信息时，用本发明所建立的模型去拟合人行的查询拒绝过程。在本发明的一实施例中，采用了查询人行前一步的用户已有的信息作为用户特征，以查询人行后被拒绝的用户看作人行拒绝户，通过的看作人行通过户，用模型去学习这些人行拒绝户的特征。
用户的特征涵盖了用户基础信息、APP、运营商、黄页、资信等超过2000个的特征，在这海量的特征中提取出对模型有最佳贡献的特征组合是个难点。考虑到变量的稳定性和可用性，从特征的饱和度、分布的稳定性、拒绝率的稳定性以及信息量等指标去除掉不佳的特征，在经过一轮轮的特征分析和筛选后，最后留下了约100个特征进入到模型的训练任务中。
本发明还揭示一种金融风险控制方法的设备，所述设备包括用于存储计算机程序指令的存储器和用于执行计算机程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发所述设备执行上述的方法。
本发明进一步揭示一种计算机可读介质，其上存储有计算机程序指令，所述计算机可读指令可被处理器执行以实现上述的方法。
综上所述，本发明提出的金融风险控制方法、系统、设备及计算机可读介质，可降低对人行征信查询的依赖度，提高用户的使用体验。
需要注意的是，本申请可在软件和/或软件与硬件的组合体中被实施；例如，可采用专用集成电路(ASIC)、通用目的计算机或任何其他类似硬件设备来实现。在一些实施例中，本申请的软件程序可以通过处理器执行以实现上文步骤或功能。同样地，本申请的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中；例如，RAM存储器，磁或光驱动器或软磁盘及类似设备。另外，本申请的一些步骤或功能可采用硬件来实现；例如，作为与处理器配合从而执行各个步骤或功能的电路。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
这里本发明的描述和应用是说明性的，并非想将本发明的范围限制在上述实施例中。实施例中所涉及的效果或优点可因多种因素干扰而可能不能在实施例中体现，对于效果或优点的描述不用于对实施例进行限制。这里所披露的实施例的变形和改变是可能的，对于那些本领域的普通技术人员来说实施例的替换和等效的各种部件是公知的。本领域技术人员应该清楚的是，在不脱离本发明的精神或本质特征的情况下，本发明可以以其它形式、结构、布置、比例，以及用其它组件、材料和部件来实现。在不脱离本发明范围和精神的情况下，可以对这里所披露的实施例进行其它变形和改变。

Claims (10)

1.一种金融风险控制方法，其特征在于，所述金融风险控制方法包括：
第一数学模型构建步骤，利用第一数据库构建第一数学模型；
第二数学模型构建步骤，利用第二数据库构建第二数学模型，所述第二数据库包括设定数据；
风险判断步骤，通过第一数学模型能对设定用户的风险进行判断，若通过第一数学模型能对设定用户的风险进行判断，则直接给出判断结果；若通过第一数学模型不能对设定用户的风险给出确定的结果，则通过第二数学模型对设定用户的风险进行判断。
2.根据权利要求1所述的金融风险控制方法，其特征在于：
所述第二数据库包括人行数据。
3.根据权利要求1所述的金融风险控制方法，其特征在于：
第一数学模型构建步骤、第二数学模型构建步骤中，从特征的饱和度、分布的稳定性、拒绝率的稳定性以及信息量指标，去除掉不佳的特征。
4.根据权利要求3所述的金融风险控制方法，其特征在于：
所述去除掉不佳的特征步骤中，包括：
特征饱和度：剔除特征饱和度不足20％的特征，认为这种特征由于缺失值过多难以对训练目标有区分效果；
分布的稳定性：建模样本分为训练集和测试集，每个特征在训练集和测试集上的分布情况应该保持一定的稳定，评判稳定的指标是计算得到的PSI，每个特征都会有一个PSI值，认为PSI大于0.1的特征存在分布不稳定的情况，予以剔除；
信息量指标：计算每个特征的IV值，认为IV小于0.02的特征对训练目标没有明显的区分效果，予以剔除剔除；
拒绝率的稳定性：如果一个特征在训练集上IV为0.08、在测试集上IV为0.01，认为这个特征在不同样本上对训练目标的区分能力出现较大程度的变化，应剔除这样的特征。
5.一种代替人行信息的风控系统，其特征在于，所述风控系统包括：
第一数学模型构建模块，用以利用第一数据库构建第一数学模型；
第二数学模型构建模块，用以利用第二数据库构建第二数学模型，所述第二数据库包括设定数据；
风险判断模块，用以通过第一数学模型能对设定用户的风险进行判断，若通过第一数学模型能对设定用户的风险进行判断，则直接给出判断结果；若通过第一数学模型不能对设定用户的风险给出确定的结果，则通过第二数学模型对设定用户的风险进行判断。
6.根据权利要求5所述的金融风险控制系统，其特征在于：
所述第二数据库包括人行数据。
7.根据权利要求5所述的金融风险控制系统，其特征在于：
所述第一数学模型构建模块及第二数学模型构建模块根据特征的饱和度、分布的稳定性、拒绝率的稳定性以及信息量指标，去除掉不佳的特征。
8.根据权利要求7所述的金融风险控制系统，其特征在于：
所述去除掉不佳的特征，包括：
特征饱和度：剔除特征饱和度不足20％的特征，认为这种特征由于缺失值过多难以对训练目标有区分效果；
分布的稳定性：建模样本分为训练集和测试集，每个特征在训练集和测试集上的分布情况应该保持一定的稳定，评判稳定的指标是计算得到的PSI，每个特征都会有一个PSI值，认为PSI大于0.1的特征存在分布不稳定的情况，予以剔除；
信息量指标：计算每个特征的IV值，认为IV小于0.02的特征对训练目标没有明显的区分效果，予以剔除剔除；
拒绝率的稳定性：如果一个特征在训练集上IV为0.08、在测试集上IV为0.01，认为这个特征在不同样本上对训练目标的区分能力出现较大程度的变化，应剔除这样的特征。
9.一种金融风险控制方法的设备，其特征在于，所述设备包括用于存储计算机程序指令的存储器和用于执行计算机程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发所述设备执行权利要求1至4中任一项所述的方法。
10.一种计算机可读介质，其特征在于，其上存储有计算机程序指令，所述计算机可读指令可被处理器执行以实现如权利要求1至4中任一项所述的方法。
CN202110135281.1A 2021-02-01 2021-02-01 金融风险控制方法、系统、设备及计算机可读介质 Pending CN112862594A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110135281.1A CN112862594A (zh) 2021-02-01 2021-02-01 金融风险控制方法、系统、设备及计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110135281.1A CN112862594A (zh) 2021-02-01 2021-02-01 金融风险控制方法、系统、设备及计算机可读介质

Publications (1)

Publication Number Publication Date
CN112862594A true CN112862594A (zh) 2021-05-28

Family

ID=75987285

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110135281.1A Pending CN112862594A (zh) 2021-02-01 2021-02-01 金融风险控制方法、系统、设备及计算机可读介质

Country Status (1)

Country Link
CN (1) CN112862594A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113971609A (zh) * 2021-10-28 2022-01-25 中国银行股份有限公司 一种有价证券兑换资格的确定方法及装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101996381A (zh) * 2009-08-14 2011-03-30 中国工商银行股份有限公司 一种零售资产风险的计算方法及系统
CN108921689A (zh) * 2018-06-29 2018-11-30 重庆富民银行股份有限公司 贷款风险监控系统及方法
CN108961040A (zh) * 2018-06-29 2018-12-07 重庆富民银行股份有限公司 用于授信贷款的贷款额度评估系统及方法
CN110276552A (zh) * 2019-06-21 2019-09-24 深圳前海微众银行股份有限公司 贷前风险分析方法、装置、设备及可读存储介质
CN110335141A (zh) * 2019-06-29 2019-10-15 北京淇瑀信息科技有限公司 一种基于多模型的授信额度确定方法、装置和电子设备
CN111383100A (zh) * 2020-03-25 2020-07-07 中国建设银行股份有限公司 基于风险模型的全生命周期管控方法和装置
CN111523996A (zh) * 2020-04-21 2020-08-11 北京易点淘网络技术有限公司 一种审批方法及系统
CN111950625A (zh) * 2020-08-10 2020-11-17 中国平安人寿保险股份有限公司 基于人工智能的风险识别方法、装置、计算机设备及介质
CN112037007A (zh) * 2020-08-03 2020-12-04 苏宁金融科技(南京)有限公司 针对小微企业信贷审批的方法及电子设备
CN112037009A (zh) * 2020-08-06 2020-12-04 百维金科(上海)信息科技有限公司 一种基于随机森林算法的消费信贷场景的风险评估方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101996381A (zh) * 2009-08-14 2011-03-30 中国工商银行股份有限公司 一种零售资产风险的计算方法及系统
CN108921689A (zh) * 2018-06-29 2018-11-30 重庆富民银行股份有限公司 贷款风险监控系统及方法
CN108961040A (zh) * 2018-06-29 2018-12-07 重庆富民银行股份有限公司 用于授信贷款的贷款额度评估系统及方法
CN110276552A (zh) * 2019-06-21 2019-09-24 深圳前海微众银行股份有限公司 贷前风险分析方法、装置、设备及可读存储介质
CN110335141A (zh) * 2019-06-29 2019-10-15 北京淇瑀信息科技有限公司 一种基于多模型的授信额度确定方法、装置和电子设备
CN111383100A (zh) * 2020-03-25 2020-07-07 中国建设银行股份有限公司 基于风险模型的全生命周期管控方法和装置
CN111523996A (zh) * 2020-04-21 2020-08-11 北京易点淘网络技术有限公司 一种审批方法及系统
CN112037007A (zh) * 2020-08-03 2020-12-04 苏宁金融科技(南京)有限公司 针对小微企业信贷审批的方法及电子设备
CN112037009A (zh) * 2020-08-06 2020-12-04 百维金科(上海)信息科技有限公司 一种基于随机森林算法的消费信贷场景的风险评估方法
CN111950625A (zh) * 2020-08-10 2020-11-17 中国平安人寿保险股份有限公司 基于人工智能的风险识别方法、装置、计算机设备及介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113971609A (zh) * 2021-10-28 2022-01-25 中国银行股份有限公司 一种有价证券兑换资格的确定方法及装置

Similar Documents

Publication Publication Date Title
TWI789345B (zh) 機器學習模型的建模方法及裝置
CN110163741A (zh) 基于信贷风控模型的信贷决策方法、装置、设备及介质
Inekwe FDI, employment and economic growth in Nigeria
CN111681091B (zh) 基于时间域信息的金融风险预测方法、装置及存储介质
EP2329447A1 (en) Evaluating loan access using online business transaction data
CN113822488B (zh) 融资租赁的风险预测方法、装置、计算机设备及存储介质
AU2014374029B2 (en) A multidimensional recursive learning process and system used to discover complex dyadic or multiple counterparty relationships
CN108805422A (zh) 一种数据评估模型训练系统、数据评估平台和方法
CN101311898A (zh) 软件构件可信度评价方法和系统
CN110751361A (zh) 一种银行需求条目级管理方法及系统
CN110363662A (zh) 一种个人信用评分系统
CN113486983A (zh) 一种用于反欺诈处理的大数据办公信息分析方法及系统
CN112966162A (zh) 一种基于数据仓库与中间件的科技资源集成方法及装置
CN115115257A (zh) 一种基于关系图谱的企业风险预警方法及系统
CN115423597A (zh) 一种货车etc金融数智风控决策大数据系统及方法
CN112862594A (zh) 金融风险控制方法、系统、设备及计算机可读介质
CN114169686A (zh) 一种上市公司esg评价方法
Homola et al. Factors influencing true and fair view when preparing financial statements under IFRS: evidence from the Czech Republic
CN117196630A (zh) 交易风险预测方法、装置、终端设备以及存储介质
CN115809837A (zh) 基于数字化模拟场景的金融企业管理方法、设备及介质
CN112749921A (zh) 数学建模方法、系统、设备及计算机可读介质
CN111489134B (zh) 数据模型的构建方法、装置、设备及计算机可读存储介质
CN112347102B (zh) 多表拼接方法和多表拼接装置
CN115018625A (zh) 征信融合报告生成方法、装置、设备及存储介质
CN112149031A (zh) 一种基于云服务的文化产业创意综合公共服务平台及方法

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