CN114819436A - 一种金融风险的管理方法、装置以及存储介质 - Google Patents

Abstract

本申请公开了一种金融风险的管理方法、装置以及存储介质。通过获取目标金融数据；然后基于预设规则库对目标金融数据进行解析，以确定风险对象，预设规则库包括静态规则和动态规则；进一步的根据预设风险指标对风险对象进行评估，以得到目标特征值，该目标特征值即用于对风险对象进行金融风险控制。从而实现金融风险的高效控制过程，由于采用静态规则和动态规则的复合规则，提高了风险对象的命中率，且进一步的通过风险指标对风险对象进行二次评估，从多个维度对风险对象进行了判断，提高了金融风险管理过程中风险对象确定的准确性。

Description

一种金融风险的管理方法、装置以及存储介质

技术领域

本申请涉及计算机技术领域，尤其涉及一种金融风险的管理方法、装置以及存储介质。

背景技术

随着互联网技术的迅速发展，人们使用移动支付的场景越来越多，随之而来的日益增加的金融风险，故需要对网络中的金融数据进行识别以及筛选，以便于进行风险控制。

例如在洗钱风险的防控过程中，可以采用基于固定的法规条文内容来开发和上线防控规则的凡是进行。并同时随着新的风险提示等监管要求，采用人工方式逐步增加规则数量，以增加风险风控效果，为一种并列式的规则防控。

但是，并列式的规则防控一方面需要大量的人工资源，且各个规则之间无法覆盖所有场景的风险项，影响金融风险管理过程中管控对象确定的准确性。

发明内容

有鉴于此，本申请提供一种金融风险的管理方法，可以有效提高金融风险管理过程中管控对象确定的准确性。

本申请一方面提供一种金融风险的管理方法，可以应用于终端设备中包含金融风险的管理功能的系统或程序中，具体包括：

获取目标金融数据；

基于预设规则库对所述目标金融数据进行解析，以确定风险对象，所述预设规则库包括静态规则和动态规则，所述静态规则基于所述目标金融数据对应的监管信息确定，所述动态规则基于所述目标金融数据对应的场景信息确定；

根据预设风险指标对所述风险对象进行评估，以得到目标特征值，所述目标特征值用于对所述风险对象进行金融风险控制。

可选的，在本申请一些可能的实现方式中，所述基于预设规则库对所述目标金融数据进行解析，以确定风险对象，包括：

确定所述目标金融数据对应的领域信息和时间信息；

根据所述领域信息和所述时间信息确定所述监管信息；

提取所述监管信息中的监管特征项；

基于所述监管特征项对所述目标金融数据进行解析，以得到所述风险对象。

可选的，在本申请一些可能的实现方式中，所述提取所述监管信息中的监管特征项，包括：

确定所述目标金融数据对应的交易信息，所述交易信息包括交易对象、交易频率、交易时间或交易数值中的至少一个；

根据所述交易对象、所述交易频率、所述交易时间以及所述交易数值遍历所述监管信息，以得到所述监管特征项。

可选的，在本申请一些可能的实现方式中，所述确定所述目标金融数据对应的交易信息，包括：

确定所述目标金融数据对应的目标对象；

调用所述目标对象的历史信息；

根据预设时段从所述历史信息中提取到所述交易信息。

可选的，在本申请一些可能的实现方式中，所述基于预设规则库对所述目标金融数据进行解析，以确定风险对象，包括：

调用场景模型库，所述场景模型库基于案例的增加而更新；

根据所述目标金融数据对应的所述场景信息遍历所述场景模型库，以得到与所述目标金融数据相关联的目标模型；

将所述目标金融数据输入所述目标模型，以得到所述风险对象。

可选的，在本申请一些可能的实现方式中，所述将所述目标金融数据输入所述目标模型，以得到所述风险对象，包括：

将所述目标金融数据输入所述目标模型，以得到风险特征项；

基于决策数模型确定所述风险特征项对应的权重信息；

对于所述目标金融数据中指示的每个对象基于所述权重信息和所述风险特征项进行加权计算，以得到场景特征值；

基于所述场景特征值确定所述风险对象。

可选的，在本申请一些可能的实现方式中，所述基于决策数模型确定所述风险特征项对应的权重信息，包括：

调用标记的目标样本；

基于所述目标样本对所述风险特征项进行更新；

基于所述决策数模型确定更新后的所述风险特征项对应的权重信息。

可选的，在本申请一些可能的实现方式中，所述根据预设风险指标对所述风险对象进行评估，以得到目标特征值，包括：

基于所述预设风险指标确定所述风险对象对应的基础值、比较值和关联值，所述基础值用于指示所述风险对象在风险项目的对应情况，所述比较值用于指示所述风险对象与预设阈值的比较情况，所述关联值用于指示所述风险对象与关联对象的相似情况；

根据所述基础值、所述比较值和所述关联值进行计算，以得到所述目标特征值。

可选的，在本申请一些可能的实现方式中，所述根据所述基础值、所述比较值和所述关联值进行计算，以得到所述目标特征值，包括：

根据所述基础值、所述比较值和所述关联值确定各自对应的特征等级；

调用所述特征等级对应的等级值；

根据所述等级值进行计算，以得到所述目标特征值。

可选的，在本申请一些可能的实现方式中，所述获取目标金融数据，包括：

响应于目标操作获取预设时间段内的金融操作信息；

提取所述金融操作信息中的每一项对应的操作对象；

将所述操作对象与所述金融操作信息进行关联，以得到所述目标金融数据。

可选的，在本申请一些可能的实现方式中，所述方法还包括：

根据所述目标特征值确定由多个所述风险对象组成的风险序列；

基于所述风险序列对应的次序信息提取所述风险序列中的目标对象；

将所述目标对象推送至审核平台，以进行金融风险控制。

可选的，在本申请一些可能的实现方式中，所述金融风险控制为洗钱风险控制，所述静态规则为监管法规，所述动态规则对应的场景包括赌博场景、传销场景、跨境汇兑场景、走私场景、电信诈骗场景，所述预设风险指标包括洗钱风险等级、风险偏离度、历史稽核次数、历史审核状态、群组行为相关性、本轮次稽核规则数、命中规则的上报率、命中规则的重要程度。

本申请一方面提供一种金融风险的管理装置，包括：

获取单元，用于获取目标金融数据；

解析单元，用于基于预设规则库对所述目标金融数据进行解析，以确定风险对象，所述预设规则库包括静态规则和动态规则，所述静态规则基于所述目标金融数据对应的监管信息确定，所述动态规则基于所述目标金融数据对应的场景信息确定；

管理单元，用于根据预设风险指标对所述风险对象进行评估，以得到目标特征值，所述目标特征值用于对所述风险对象进行金融风险控制。

可选的，在本申请一些可能的实现方式中，所述解析单元，具体用于确定所述目标金融数据对应的领域信息和时间信息；

所述解析单元，具体用于根据所述领域信息和所述时间信息确定所述监管信息；

所述解析单元，具体用于提取所述监管信息中的监管特征项；

所述解析单元，具体用于基于所述监管特征项对所述目标金融数据进行解析，以得到所述风险对象。

可选的，在本申请一些可能的实现方式中，所述解析单元，具体用于确定所述目标金融数据对应的交易信息，所述交易信息包括交易对象、交易频率、交易时间或交易数值中的至少一个；

所述解析单元，具体用于根据所述交易对象、所述交易频率、所述交易时间以及所述交易数值遍历所述监管信息，以得到所述监管特征项。

可选的，在本申请一些可能的实现方式中，所述解析单元，具体用于确定所述目标金融数据对应的目标对象；

所述解析单元，具体用于调用所述目标对象的历史信息；

所述解析单元，具体用于根据预设时段从所述历史信息中提取到所述交易信息。

可选的，在本申请一些可能的实现方式中，所述解析单元，具体用于调用场景模型库，所述场景模型库基于案例的增加而更新；

所述解析单元，具体用于根据所述目标金融数据对应的所述场景信息遍历所述场景模型库，以得到与所述目标金融数据相关联的目标模型；

所述解析单元，具体用于将所述目标金融数据输入所述目标模型，以得到所述风险对象。

可选的，在本申请一些可能的实现方式中，所述解析单元，具体用于将所述目标金融数据输入所述目标模型，以得到风险特征项；

所述解析单元，具体用于基于决策数模型确定所述风险特征项对应的权重信息；

所述解析单元，具体用于对于所述目标金融数据中指示的每个对象基于所述权重信息和所述风险特征项进行加权计算，以得到场景特征值；

所述解析单元，具体用于基于所述场景特征值确定所述风险对象。

可选的，在本申请一些可能的实现方式中，所述解析单元，具体用于调用标记的目标样本；

所述解析单元，具体用于基于所述目标样本对所述风险特征项进行更新；

所述解析单元，具体用于基于所述决策数模型确定更新后的所述风险特征项对应的权重信息。

可选的，在本申请一些可能的实现方式中，所述管理单元，具体用于基于所述预设风险指标确定所述风险对象对应的基础值、比较值和关联值，所述基础值用于指示所述风险对象在风险项目的对应情况，所述比较值用于指示所述风险对象与预设阈值的比较情况，所述关联值用于指示所述风险对象与关联对象的相似情况；

所述管理单元，具体用于根据所述基础值、所述比较值和所述关联值进行计算，以得到所述目标特征值。

可选的，在本申请一些可能的实现方式中，所述管理单元，具体用于根据所述基础值、所述比较值和所述关联值确定各自对应的特征等级；

所述管理单元，具体用于调用所述特征等级对应的等级值；

所述管理单元，具体用于根据所述等级值进行计算，以得到所述目标特征值。

可选的，在本申请一些可能的实现方式中，所述获取单元，具体用于响应于目标操作获取预设时间段内的金融操作信息；

所述获取单元，具体用于提取所述金融操作信息中的每一项对应的操作对象；

所述获取单元，具体用于将所述操作对象与所述金融操作信息进行关联，以得到所述目标金融数据。

可选的，在本申请一些可能的实现方式中，所述管理单元，具体用于根据所述目标特征值确定由多个所述风险对象组成的风险序列；

所述管理单元，具体用于基于所述风险序列对应的次序信息提取所述风险序列中的目标对象；

所述管理单元，具体用于将所述目标对象推送至审核平台，以进行金融风险控制。

本申请一方面提供一种计算机设备，包括：存储器、处理器以及总线系统；所述存储器用于存储程序代码；所述处理器用于根据所述程序代码中的指令执行上述第一方面或第一方面任一项所述的金融风险的管理方法。

本申请一方面提供一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述一方面或一方面任一项所述的金融风险的管理方法。

根据本申请的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述第一方面或者第一方面的各种可选实现方式中提供的金融风险的管理方法。

从以上技术方案可以看出，本申请实施例具有以下优点：

通过获取目标金融数据；然后基于预设规则库对目标金融数据进行解析，以确定风险对象，预设规则库包括静态规则和动态规则，静态规则基于目标金融数据对应的监管信息确定，动态规则基于目标金融数据对应的场景信息确定；进一步的，根据预设风险指标对风险对象进行评估，以得到目标特征值，该目标特征值即用于对风险对象进行金融风险控制。从而实现金融风险的高效控制过程，由于采用静态规则和动态规则的复合规则，提高了风险对象的命中率，且进一步的通过风险指标对风险对象进行二次评估，从多个维度对风险对象进行了判断，提高了金融风险管理过程中风险对象确定的准确性。

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简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，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，还可以根据提供的附图获得其他的附图。

图1为金融风险的管理系统运行的网络架构图；

图2为本申请实施例提供的一种金融风险的管理的流程架构图；

图3为本申请实施例提供的一种金融风险的管理方法的流程图；

图4为本申请实施例提供的一种金融风险的管理方法的场景示意图；

图5为本申请实施例提供的另一种金融风险的管理方法的场景示意图；

图6为本申请实施例提供的另一种金融风险的管理方法的场景示意图；

图7为本申请实施例提供的另一种金融风险的管理方法的流程图；

图8为本申请实施例提供的另一种金融风险的管理方法的场景示意图；

图9为本申请实施例提供的另一种金融风险的管理方法的场景示意图；

图10为本申请实施例提供的一种金融风险的管理装置的结构示意图；

图11为本申请实施例提供的一种终端设备的结构示意图；

图12为本申请实施例提供的一种服务器的结构示意图。

具体实施方式

本申请实施例提供了一种金融风险的管理方法、装置以及存储介质，可以应用于终端设备中包含金融风险的管理功能的系统或程序中，通过获取目标金融数据；然后基于预设规则库对目标金融数据进行解析，以确定风险对象，预设规则库包括静态规则和动态规则，静态规则基于目标金融数据对应的监管信息确定，动态规则基于目标金融数据对应的场景信息确定；进一步的，根据预设风险指标对风险对象进行评估，以得到目标特征值，该目标特征值即用于对风险对象进行金融风险控制。从而实现金融风险的高效控制过程，由于采用静态规则和动态规则的复合规则，提高了风险对象的命中率，且进一步的通过风险指标对风险对象进行二次评估，从多个维度对风险对象进行了判断，提高了金融风险管理过程中风险对象确定的准确性。

本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“对应于”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

首先，对本申请实施例中可能出现的一些名词进行解释。

反洗钱：指金融机构通过流程、规则等方式控制系统内的洗钱风险。

有效性：指在洗钱风险防控时能尽量精准的稽核风险用户。

可解释性：指对防控体系的有效性、防控效果、防控手段等能进行合理透明度的解释。

风险防控：指通过规则、模型体系，将系统内的洗钱风险进行监控、稽核和处理，降低体系内的洗钱风险。

应理解，本申请提供的金融风险的管理方法可以应用于终端设备中包含金融风险的管理功能的系统或程序中，例如安全管家，具体的，金融风险的管理系统可以运行于如图1所示的网络架构中，如图1所示，是金融风险的管理系统运行的网络架构图，如图可知，金融风险的管理系统可以提供与多个信息源的金融风险的管理过程，即通过终端侧的交易操作在服务器生成对应的金融信息，服务器根据该金融信息进行不同终端之间的金融操作；可以理解的是，图1中示出了多种终端设备，终端设备可以为计算机设备，在实际场景中可以有更多或更少种类的终端设备参与到金融风险的管理的过程中，具体数量和种类因实际场景而定，此处不做限定，另外，图1中示出了一个服务器，但在实际场景中，也可以有多个服务器的参与，特别是在多模型训练交互的场景中，具体服务器数量因实际场景而定。

本实施例中，服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。终端可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等，但并不局限于此。终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接，终端以及服务器可以连接组成区块链网络，本申请在此不做限制。

可以理解的是，上述金融风险的管理系统可以运行于个人移动终端，例如：作为安全管家这样的应用，也可以运行于服务器，还可以作为运行于第三方设备以提供金融风险的管理，以得到信息源的金融风险的管理处理结果；具体的金融风险的管理系统可以是以一种程序的形式在上述设备中运行，也可以作为上述设备中的系统部件进行运行，还可以作为云端服务程序的一种，具体运作模式因实际场景而定，此处不做限定。

随着互联网技术的迅速发展，人们使用移动支付的场景越来越多，随之而来的日益增加的金融风险，故需要对网络中的金融数据进行识别以及筛选，以便于进行风险控制。

例如在洗钱风险的防控过程中，可以采用基于固定的法规条文内容来开发和上线防控规则的凡是进行。并同时随着新的风险提示等监管要求，采用人工方式逐步增加规则数量，以增加风险风控效果，为一种并列式的规则防控。

但是，并列式的规则防控一方面需要大量的人工资源，且各个规则之间无法覆盖所有场景的风险项，影响金融风险管理过程中管控对象确定的准确性。

为了解决上述问题，本申请提出了一种金融风险的管理方法，该方法应用于图2所示的金融风险的管理的流程框架中，如图2所示，为本申请实施例提供的一种金融风险的管理的流程架构图，用户通过终端进行交易操作，从而在服务器侧生成对应的金融信息，进而对该金融信息进行预设规则库的比对，且该预设规则库为可更新的；通过比对的结果确定风险对象，进而将风险对象进行基于风险指标的风险评估，从而进行风险管理的过程。

可以理解的是，本申请所提供的方法可以为一种程序的写入，以作为硬件系统中的一种处理逻辑，也可以作为一种金融风险的管理装置，采用集成或外接的方式实现上述处理逻辑。作为一种实现方式，该金融风险的管理装置通过获取目标金融数据；然后基于预设规则库对目标金融数据进行解析，以确定风险对象，预设规则库包括静态规则和动态规则，静态规则基于目标金融数据对应的监管信息确定，动态规则基于目标金融数据对应的场景信息确定；进一步的，根据预设风险指标对风险对象进行评估，以得到目标特征值，该目标特征值即用于对风险对象进行金融风险控制。从而实现金融风险的高效控制过程，由于采用静态规则和动态规则的复合规则，提高了风险对象的命中率，且进一步的通过风险指标对风险对象进行二次评估，从多个维度对风险对象进行了判断，提高了金融风险管理过程中风险对象确定的准确性。

结合上述流程架构，下面将对本申请中金融风险的管理方法进行介绍，请参阅图3，图3为本申请实施例提供的一种金融风险的管理方法的流程图，该管理方法可以是由终端设备执行的，也可以是由服务执行的，还可以是由终端设备和服务器共同执行的，下面以服务器执行为例进行说明，本申请实施例至少包括以下步骤：

301、获取目标金融数据。

本实施例中，目标金融数据可以是一个用户对象对应的金融数据，也可以是多个用户对象对应的金融数据，具体的，该用户对象可以是自然人，也可以是公司。还可以是其他具有标识性的交易对象，具体形式因实际场景而定。

在一种可能的场景中，目标金融数据可以是收集的一段时间内的数据，即响应于目标操作获取预设时间段内的金融操作信息，其中，该目标操作可以是审核人员点击的审核操作；然后提取金融操作信息中的每一项对应的操作对象，这是为了确定金融信息对应的对象，便于对该对象的信息进行整理；进而将操作对象与金融操作信息进行关联，以得到目标金融数据，以便于目标金融数据解析过程中对象的快速确定，提高了审核的效率。

302、基于预设规则库对目标金融数据进行解析，以确定风险对象。

本实施例中，预设规则库包括静态规则和动态规则，静态规则基于目标金融数据对应的监管信息确定，动态规则基于目标金融数据对应的场景信息确定；具体的，通过静态规则可以确定用于风险管控的基础规则，为一种基础规则，可以提供风险控制过程中的可解释性；通过动态规则可以确定用于风险管控的精确规则，即对应于不同的管控场景的特征规则，可以提供风险控制过程中的精确性。

具体的，对于静态规则的解析过程，可以首先确定目标金融数据对应的领域信息和时间信息；然后根据领域信息和时间信息确定监管信息；进一步的提取监管信息中的监管特征项；进而基于监管特征项对目标金融数据进行解析，以得到风险对象。这是考虑到法规适用的领域以及时效性，即根据最新颁布的法规进行静态规则的设定，从而保证了风险管理的准确性。

可选的，对于监管特征项的确定，可以通过对交易信息进行不同维度的解析确定。即首先确定目标金融数据对应的交易信息，该交易信息包括交易对象、交易频率、交易时间或交易数值中的至少一个；然后根据交易对象、交易频率、交易时间以及交易数值遍历监管信息，以得到监管特征项，从而保证了监管特征项的全面性。

可选的，由于用户对象在交易过程中具有时效性，即存在历史信息，可以采用最近的信息进行判断，即首先确定目标金融数据对应的目标对象；然后调用目标对象的历史信息；进而根据预设时段从历史信息中提取到交易信息，其中，预设时段可以是即时设定的，例如1个月，预设时段也可以是根据历史统计所得，例如11-12月为风险高发期；从而提高了交易信息的针对性，可以更好的反应用户对象的交易情况。

在一种可能的场景中，静态规则为基础规则，即根据监管法规要求，设定的常规风险控制规则，该类规则可解释性强。具体的，监管信息采用以央行2006年发布的金融机构大额和可疑交易报告管理办法中对可疑交易行为十八条中的一些为例，具体防控规则如下：

(1)分散转入、集中转出模式：统计用户的资金转入对手数USE-IN、资金转出对手数USER-OUT、转入资金量AMT，则建立基础规则即可对该类风险模式进行防控。其中X、Y、Z为这些特征的风险控制阈值。

具体的，静态规则即判断：USE-IN>X；USER-OUT<Y；AMT>Z，满足上述大小关系的对象即可作为风险对象。

(2)高频交易：短期内相同收付款人之间频繁发生资金收付，且交易金额接近大额交易标准。统计用户之间交易发生的频次N，金额AMT。

具体的，静态规则可以为计算满足以下规则的用户：N>频次阈值；AMT>金额阈值，即满足上述大小关系的对象即可作为风险对象。

(3)交易激增：长期闲置的账户原因不明地突然启用或者平常资金流量小的账户突然有异常资金流入，且短期内出现大量资金收付。计算用户近半年交易金额X，近7天交易金额Y，具体的，静态规则可以为满足以下规则则符合该类风险：Y/X>一定比例；Y大于金额阈值，即满足上述大小关系的对象即可作为风险对象。

(4)大额交易：指用户在统计时间段内交易出入总金额AMT大于一定阈值。

具体的，静态规则即判断：AMT>金额阈值，即满足上述大小关系的对象即可作为风险对象。

可以理解的是，具体的静态规则的设定可以是满足上述示例中的一项或多项即作为风险对象，具体的形式因实际场景而定，此处不做限定。

下面，对动态规则进行说明。对于动态规则可以是基于不同场景对应的目标模型设定的。具体的，可以首先调用场景模型库，其中，该场景模型库基于案例的增加而更新，案例即为判定为风险对象的用户所涉及的相关交易参数；然后根据目标金融数据对应的场景信息遍历场景模型库，以得到与目标金融数据相关联的目标模型；进而将目标金融数据输入目标模型，以得到风险对象，从而保证了不同场景的针对性，提高了风险命中的准确性。

可选的，对于确定风险对象的过程，可以是根据目标模型输入的特征值计算所得。即首先将目标金融数据输入目标模型，以得到风险特征项；然后基于决策数模型确定风险特征项对应的权重信息；进而对于目标金融数据中指示的每个对象基于权重信息和风险特征项进行加权计算，以得到场景特征值；并基于场景特征值确定风险对象。例如：计算多个风险特征项对应的风险值，并汇总用户的场景特征值Sn＝∑特征m*权重m，从而根据场景特征值与阈值的大小关系确定是否为风险对象，实现了不同风险特征项对于风险对象的影响程度不同，提高了风险对象确定的准确性。

可选的，对于风险特征项的确定，还可以包括相关人员标记的黑样本，即存在风险的特征数据；即首先调用标记的目标样本(黑样本)；然后基于目标样本对风险特征项进行更新；进而基于决策数模型确定更新后的风险特征项对应的权重信息，其中，决策数模是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法，从而保证了风险特征项设定的全面性以及权重的合理性。

可选的，对于目标模型可以利用多维特征和多种模型算法，利用样本进行有监督的训练，或者无监督的尝试，不限于上述样例中的特征和算法。

在一种可能的场景中，动态规则即为根据实际案例情况确定的场景规则，为一种精确规则，即通过多维度特征、复杂模型等方式开发的精确规则；该精确规则命中精度较高，但是在可解释性上相对较弱，故与静态规则相互补充。常见的模型规则(场景信息)有赌博、传销、跨境汇兑、走私、电信诈骗等。下面以赌博模型(场景)为例介绍：

首先，风险特征项可以包括：

(1)交易类特征：交易对手数、交易金额均值、每个交易对手平均交易笔数、工作日交易金额占比、白天交易金额占比、交易流入对手人数、当日流入资金与当日余额之比等。

(2)店铺特征：虚拟交易占比、店铺成交率、店铺商品数、店铺信誉度等。

(3)交易备注特征：出现敏感词的交易笔数、对手数、出现数字的交易笔数、对手数。

(4)买卖家关系特征：交易双方的非资金关系强度、资金流入对手与其它用户的资金流入对手重合占比。

然后针对上述风险特征项，以及历史人工确认标记的黑样本，利用决策数模型确定每个特征的权重值。

进一步的，对每个用户，计算上述特征对应的风险，并汇总用户的赌博风险值Sn＝∑特征m*权重m。

最后，将风险值Sn高于阈值，或者风险值最高的N个用户进行稽核，即输入下一步的指标计算中。

可以理解的是，经过上述规则的分类，用基础规则承担防控体系的可解释性，用精装模型规则提高整个体系的命中率并重点打击核心风险，更好的兼顾了可解释性和有效性。

在一种可能的场景中，对于目标金融数据的处理过程如图4所示，图4为本申请实施例提供的一种金融风险的管理方法的场景示意图。即静态规则(基础规则)和动态规则(精确规则)作为规则引擎中的写入，然后进行规则命中情况的判断，对于命中任意规则或多个规则的金融数据对应的用户，进行进一步的风险指标的评估，若评估结果满足阈值则输入审核平台进行人工审核，从而实现层级式的风险确定过程，保证风险对象的准确性。

可以理解的是，针对基础规则和专项规则，也可以增加其它大类型的规则种类，但是总体上是对防控规则进行分类，不同的类别负责完成可解释性、有效性等整体防控目标。

303、根据预设风险指标对风险对象进行评估，以得到目标特征值，目标特征值用于对风险对象进行金融风险控制。

本实施例中，预设风险指标即对于风险对象的相关参数进行进一步的评估，从整体数据的层面进行风险对象的判断。

具体的，确定目标特征值的过程可以包括首先基于预设风险指标确定风险对象对应的基础值、比较值和关联值，其中，基础值用于指示风险对象在风险项目的对应情况，比较值用于指示风险对象与预设阈值的比较情况，关联值用于指示风险对象与关联对象的相似情况；然后根据基础值、比较值和关联值进行计算，以得到目标特征值。例如，基础值可以是交易额、交易量等；比较值可以是交易额与预设额度的比较情况(偏移情况)；关联值可以是与用户关联的群体内的用户交易数值的数值相似度，从而提高了目标特征值的准确性。

可选的，由于数值具有范围性的特征，故可以根据数据关系进行等级的划分，即首先根据基础值、比较值和关联值确定各自对应的特征等级；然后调用特征等级对应的等级值；进而根据等级值进行计算，以得到目标特征值，从而提高了目标特征值的泛化程度，避免了特殊值的干扰。

另外，对于进行用户综合风险评估过程中的预设风险指标可以增加、删减、修改项目，使得最终的高分值人群更加符合机构对高风险人群的定义，具体的指标类型因实际场景而定。

在一种可能的场景中，进行综合风险评估中的预设风险指标可以包括：

(1)用户的洗钱风险等级。为基础值；风险等级越高，风险越高，记为R1。风险等级1-5级分别计分1-5分。

(2)命中规则的风险偏离度。为比较值；即针对规则的阈值，超出命中阈值的比例。刚好在规则阈值上的用户风险较低，超出阈值越高的用户风险越高，记为R2。R2＝(用户特征值-阈值)/阈值。

(3)历史稽核次数。为基础值；用户体系内被反洗钱规则稽核的次数，次数越多风险越高，记R3＝稽核次数。

(4)历史审核状态。为基础值；历史被稽核过的用户，可以借鉴历史人工审核的结果，若为真实命中，则风险较高。若历史被判为错误命中，则风险较低，记为R4，历史真实命中则R4＝1，未命中R4＝0。

(5)群组行为相关性。为关联值；即该用户与其群体类似的群体的行为相似性，如同被分为同一群体的白领，其他人月初消费较高，而部分用户在一个月其它时间消费较高，或者以其他频率出现资金量的波动，这种差异性越大，则群体行为相似性越低，风险越大，记为R5。R5＝(用户实际资金量-所在群体资金量均值)/所在群体资金量标准差。

(6)本轮次稽核规则数。为基础值；在同一次稽核周期里面，被同时命中的规则数量越多，则该用户风险越高，记为R6＝本轮稽核规则数。

(7)命中规则的上报率。为基础值；若命中了本身命中率较高的规则，则用户的风险较高。相反若命中的规则历史命中率都较低，则风险较低，记为R7＝历史上报率。

(8)命中规则的重要程度。为基础值；如类似社恐、黑社会等规则，重要度会比普通规则更高，记为R8，根据人工定义赋值1-5分，1为低风险，3为中等风险，5为高风险。

进一步的，利用决策树算法或者人工经验，基于历史人工确认黑样本，对上述风险的重要性进行赋权，权重分别为S1～S8；并计算每个被稽核用户在综合风险8个维度上的汇总得分，公式可以为：目标特征值＝∑Rm*Sm。

具体的，目标特征值确定后，对于目标特征值大于阈值的金融数据对应的用户可以进行人工审核，或直接禁止交易。

可选的，由于同时审核的用户可以包含多个，故可以根据目标特征值确定由多个风险对象组成的风险序列；然后基于风险序列对应的次序信息提取风险序列中的目标对象；进而将目标对象推送至审核平台，以进行金融风险控制；例如对所有稽核用户的总综合风险进行排序，截取风险值大于阈值，或者风险值最高的N个用户进行稽核，然后将稽核用户推送至审理平台进行人工审理，从而提高了审核推送效率。

可以理解的是，除了对最终综合评分高于N分的人群进行推送和人工处理，也可以选择直接截断风险最高的M个用户。当不截断时，也可以将全量用户推送到审理平台进行人工审理。

结合上述实施例可知，通过获取目标金融数据；然后基于预设规则库对目标金融数据进行解析，以确定风险对象，预设规则库包括静态规则和动态规则，静态规则基于目标金融数据对应的监管信息确定，动态规则基于目标金融数据对应的场景信息确定；进一步的，根据预设风险指标对风险对象进行评估，以得到目标特征值，该目标特征值即用于对风险对象进行金融风险控制。从而实现金融风险的高效控制过程，由于采用静态规则和动态规则的复合规则，提高了风险对象的命中率，且进一步的通过风险指标对风险对象进行二次评估，从多个维度对风险对象进行了判断，提高了金融风险管理过程中风险对象确定的准确性。

在一种可能的场景中，本申请中金融风险的管理过程还可以是针对单一用户的实时操作进行的，即对单个用户进行实时监测。如图5所示，图5为本申请实施例提供的另一种金融风险的管理方法的场景示意图。当用户进行金融操作，例如支付操作时，在终端点击确定A1后，即会触发服务器侧进行金融风险管理，具体的，首先确定该用户对应的金融数据(包含当前交易操作和历史交易操作)在预设规则库命中情况501，对于预设规则库的说明参照图3所示实施例的步骤302，此处不做赘述。

若确定为风险对象，则进行风险指标评估502，对于预设规则库的说明参照图3所示实施例的步骤303，此处不做赘述。

进而可以得到该用户的目标特征值，若目标特征值小于阈值，则说明该用户的交易操作不存在风险，可以进行，故可以展示支付成功A2的界面。

另外，若目标特征值大于或等于阈值，则说明该用户的交易操作存在风险，无法进行，故可以展示如图6所示的界面，图6为本申请实施例提供的另一种金融风险的管理方法的场景示意图，即在判定为风险对象时，在终端提示操作异常B1，即阻止了该用户的交易操作，需要联系客服进行相关金融认证流程，对于洗钱场景中，即阻止了该用户的洗钱操作。

具体的，上述金融风险控制可以为洗钱风险控制，静态规则为监管法规，动态规则对应的场景包括赌博场景、传销场景、跨境汇兑场景、走私场景、电信诈骗场景，预设风险指标包括洗钱风险等级、风险偏离度、历史稽核次数、历史审核状态、群组行为相关性、本轮次稽核规则数、命中规则的上报率、命中规则的重要程度，具体的场景参数因实际情况而定，此处不做限定。

通过上述实施例可见，由于将防控规则进行了体系化搭建，分为基础规则和精准规则，兼顾了可解释性和精准性。同时在正式稽核前增加了综合风险评估，对所有规则稽核的质量进行统筹调整，减少低风险用户的推出，且适当降低了对人力的需求量。

上述实施例介绍了终端触发金融风险管理的过程，下面对服务器触发金融风险管理的过程进行说明。请参阅图7，图7为本申请实施例提供的另一种金融风险的管理方法的流程图，本申请实施例至少包括以下步骤：

701、响应于目标操作获取预设时间段内的金融操作信息。

本实施例中，目标操作可以是相关人员在服务器侧进行检查过程中的点击操作，如图8所示，图8为本申请实施例提供的另一种金融风险的管理方法的场景示意图。图中示出了交易系统中的交易总量、交易总额以及交易速度(频率)，从而根据这些实时显示的数据进行金融操作信息的监测，即点击图中所示的按钮，或当有任一交易系统中的参数异常时自动执行。

具体的，预设时间段的设定可以是固定的，例如一年；也可以是根据不同的异常信息确定的，例如交易总量异常时，设定预设时间段为半年，从而提高相关金融操作信息的针对性。

702、对金融操作信息进行整合，以得到目标金融数据。

本实施例中，对金融操作信息进行整合即将金融操作信息对应的用户对象确定并关联，从而得到目标金融数据。

可选的，在确定用户后，还可以遍历系统中与该用户关联的交易信息，以作为对于金融操作信息的补充，从而提高目标金融数据的全面性。

703、确定目标操作对应的监察场景。

本实施例中，监察场景即当前风险控制所针对的场景，例如赌博、传销、跨境汇兑、走私、电信诈骗等。

704、基于监察场景调用对应的目标模型。

本实施例中，目标模型的调用即用户动态规则的设定，具体的设定过程如图3所示实施例的步骤302中所述，此处不做赘述。

705、对目标金融数据进行解析，以得到风险对象。

706、基于风险指标对风险对象进行评估，以得到目标特征值。

本实施例中，步骤705和步骤706可参见图3所示实施例的描述，此处不做赘述。

707、根据目标特征值进行风险审核。

本实施例中，根据目标特征值进行风险审核可以将用户分为高风险用户和低风险用户，进而进行不同标识的标记，以便于推送至人工审核平台后的审核。

在一种可能的场景中，如图9所示，图9为本申请实施例提供的另一种金融风险的管理方法的场景示意图。即推送到审核平台的数据可以采用不同对象进行分类显示，并指示对应的风险等级，以及在风险评估过程中确定的目标特征值；还可以点击详情知晓该用户对象对应的金融场景，预设规则的命中数以及相关的指标参数，具体的参数显示可以是上述实施例中任一出现的参数，此处不做限定。

在一种可能的场景中，根据对现有规则的测算，经过上述改造，在保障整个防控体系可解释性不变的情况下，命中率提升50％以上，同时可控制输出约20％左右的低风险用户，即降低20％人力消耗。

通过本实施例的优化，从原来的纯并列式规则防控，分解成基础规则和专项规则两部分，基础规则确保了整个防控体系的可解释性，专项规则提高了整个防控体系的有效性和重点风险防控。同时通过命中用户的综合风险二次评估，提高了整个防控体系防控质量和推送风险用户数的稳定性。

为了更好的实施本申请实施例的上述方案，下面还提供用于实施上述方案的相关装置。请参阅图10，图10为本申请实施例提供的一种金融风险的管理装置的结构示意图，管理装置1000包括：

获取单元1001，用于获取目标金融数据；

解析单元1002，用于基于预设规则库对所述目标金融数据进行解析，以确定风险对象，所述预设规则库包括静态规则和动态规则，所述静态规则基于所述目标金融数据对应的监管信息确定，所述动态规则基于所述目标金融数据对应的场景信息确定；

管理单元1003，用于根据预设风险指标对所述风险对象进行评估，以得到目标特征值，所述目标特征值用于对所述风险对象进行金融风险控制。

可选的，在本申请一些可能的实现方式中，所述解析单元1002，具体用于确定所述目标金融数据对应的领域信息和时间信息；

所述解析单元1002，具体用于根据所述领域信息和所述时间信息确定所述监管信息；

所述解析单元1002，具体用于提取所述监管信息中的监管特征项；

所述解析单元1002，具体用于基于所述监管特征项对所述目标金融数据进行解析，以得到所述风险对象。

可选的，在本申请一些可能的实现方式中，所述解析单元1002，具体用于确定所述目标金融数据对应的交易信息，所述交易信息包括交易对象、交易频率、交易时间或交易数值中的至少一个；

所述解析单元1002，具体用于根据所述交易对象、所述交易频率、所述交易时间以及所述交易数值遍历所述监管信息，以得到所述监管特征项。

可选的，在本申请一些可能的实现方式中，所述解析单元1002，具体用于确定所述目标金融数据对应的目标对象；

所述解析单元1002，具体用于调用所述目标对象的历史信息；

所述解析单元1002，具体用于根据预设时段从所述历史信息中提取到所述交易信息。

可选的，在本申请一些可能的实现方式中，所述解析单元1002，具体用于调用场景模型库，所述场景模型库基于案例的增加而更新；

所述解析单元1002，具体用于根据所述目标金融数据对应的所述场景信息遍历所述场景模型库，以得到与所述目标金融数据相关联的目标模型；

所述解析单元1002，具体用于将所述目标金融数据输入所述目标模型，以得到所述风险对象。

可选的，在本申请一些可能的实现方式中，所述解析单元1002，具体用于将所述目标金融数据输入所述目标模型，以得到风险特征项；

所述解析单元1002，具体用于基于决策数模型确定所述风险特征项对应的权重信息；

所述解析单元1002，具体用于对于所述目标金融数据中指示的每个对象基于所述权重信息和所述风险特征项进行加权计算，以得到场景特征值；

所述解析单元1002，具体用于基于所述场景特征值确定所述风险对象。

可选的，在本申请一些可能的实现方式中，所述解析单元1002，具体用于调用标记的目标样本；

所述解析单元1002，具体用于基于所述目标样本对所述风险特征项进行更新；

所述解析单元1002，具体用于基于所述决策数模型确定更新后的所述风险特征项对应的权重信息。

可选的，在本申请一些可能的实现方式中，所述管理单元1003，具体用于基于所述预设风险指标确定所述风险对象对应的基础值、比较值和关联值，所述基础值用于指示所述风险对象在风险项目的对应情况，所述比较值用于指示所述风险对象与预设阈值的比较情况，所述关联值用于指示所述风险对象与关联对象的相似情况；

所述管理单元1003，具体用于根据所述基础值、所述比较值和所述关联值进行计算，以得到所述目标特征值。

可选的，在本申请一些可能的实现方式中，所述管理单元1003，具体用于根据所述基础值、所述比较值和所述关联值确定各自对应的特征等级；

所述管理单元1003，具体用于调用所述特征等级对应的等级值；

所述管理单元1003，具体用于根据所述等级值进行计算，以得到所述目标特征值。

可选的，在本申请一些可能的实现方式中，所述获取单元1001，具体用于响应于目标操作获取预设时间段内的金融操作信息；

所述获取单元1001，具体用于提取所述金融操作信息中的每一项对应的操作对象；

所述获取单元1001，具体用于将所述操作对象与所述金融操作信息进行关联，以得到所述目标金融数据。

可选的，在本申请一些可能的实现方式中，所述管理单元1003，具体用于根据所述目标特征值确定由多个所述风险对象组成的风险序列；

所述管理单元1003，具体用于基于所述风险序列对应的次序信息提取所述风险序列中的目标对象；

所述管理单元1003，具体用于将所述目标对象推送至审核平台，以进行金融风险控制。

通过获取目标金融数据；然后基于预设规则库对目标金融数据进行解析，以确定风险对象，预设规则库包括静态规则和动态规则，静态规则基于目标金融数据对应的监管信息确定，动态规则基于目标金融数据对应的场景信息确定；进一步的，根据预设风险指标对风险对象进行评估，以得到目标特征值，该目标特征值即用于对风险对象进行金融风险控制。从而实现金融风险的高效控制过程，由于采用静态规则和动态规则的复合规则，提高了风险对象的命中率，且进一步的通过风险指标对风险对象进行二次评估，从多个维度对风险对象进行了判断，提高了金融风险管理过程中风险对象确定的准确性。

本申请实施例还提供了一种终端设备，如图11所示，是本申请实施例提供的另一种终端设备的结构示意图，为了便于说明，仅示出了与本申请实施例相关的部分，具体技术细节未揭示的，请参照本申请实施例方法部分。该终端可以为包括手机、平板电脑、个人数字助理(personal digital assistant，PDA)、销售终端(point of sales，POS)、车载电脑等任意终端设备，以终端为手机为例：

图11示出的是与本申请实施例提供的终端相关的手机的部分结构的框图。参考图11，手机包括：射频(radio frequency，RF)电路1110、存储器1120、输入单元1130、显示单元1140、传感器1150、音频电路1160、无线保真(wireless fidelity，WiFi)模块1170、处理器1180、以及电源1190等部件。本领域技术人员可以理解，图11中示出的手机结构并不构成对手机的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

下面结合图11对手机的各个构成部件进行具体的介绍：

RF电路1110可用于收发信息或通话过程中，信号的接收和发送，特别地，将基站的下行信息接收后，给处理器1180处理；另外，将设计上行的数据发送给基站。通常，RF电路1110包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(low noiseamplifier，LNA)、双工器等。此外，RF电路1110还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯系统(globalsystem of mobile communication，GSM)、通用分组无线服务(general packet radioservice，GPRS)、码分多址(code division multiple access，CDMA)、宽带码分多址(wideband code division multiple access,WCDMA)、长期演进(long term evolution，LTE)、电子邮件、短消息服务(short messaging service，SMS)等。

存储器1120可用于存储软件程序以及模块，处理器1180通过运行存储在存储器1120的软件程序以及模块，从而执行手机的各种功能应用以及数据处理。存储器1120可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器1120可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

输入单元1130可用于接收输入的数字或字符信息，以及产生与手机的用户设置以及功能控制有关的键信号输入。具体地，输入单元1130可包括触控面板1131以及其他输入设备1132。触控面板1131，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1131上或在触控面板1131附近的操作，以及在触控面板1131上一定范围内的隔空触控操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触控面板1131可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器1180，并能接收处理器1180发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1131。除了触控面板1131，输入单元1130还可以包括其他输入设备1132。具体地，其他输入设备1132可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。

显示单元1140可用于显示由用户输入的信息或提供给用户的信息以及手机的各种菜单。显示单元1140可包括显示面板1141，可选的，可以采用液晶显示器(liquidcrystal display，LCD)、有机发光二极管(organic light-emitting diode，OLED)等形式来配置显示面板1141。进一步的，触控面板1131可覆盖显示面板1141，当触控面板1131检测到在其上或附近的触摸操作后，传送给处理器1180以确定触摸事件的类型，随后处理器1180根据触摸事件的类型在显示面板1141上提供相应的视觉输出。虽然在图11中，触控面板1131与显示面板1141是作为两个独立的部件来实现手机的输入和输入功能，但是在某些实施例中，可以将触控面板1131与显示面板1141集成而实现手机的输入和输出功能。

手机还可包括至少一种传感器1150，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板1141的亮度，接近传感器可在手机移动到耳边时，关闭显示面板1141和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

音频电路1160、扬声器1161，传声器1162可提供用户与手机之间的音频接口。音频电路1160可将接收到的音频数据转换后的电信号，传输到扬声器1161，由扬声器1161转换为声音信号输出；另一方面，传声器1162将收集的声音信号转换为电信号，由音频电路1160接收后转换为音频数据，再将音频数据输出处理器1180处理后，经RF电路1110以发送给比如另一手机，或者将音频数据输出至存储器1120以便进一步处理。

WiFi属于短距离无线传输技术，手机通过WiFi模块1170可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图11示出了WiFi模块1170，但是可以理解的是，其并不属于手机的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。

处理器1180是手机的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器1120内的软件程序和/或模块，以及调用存储在存储器1120内的数据，执行手机的各种功能和处理数据，从而对手机进行整体监控。可选的，处理器1180可包括一个或多个处理单元；可选的，处理器1180可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器1180中。

手机还包括给各个部件供电的电源1190(比如电池)，可选的，电源可以通过电源管理系统与处理器1180逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。

尽管未示出，手机还可以包括摄像头、蓝牙模块等，在此不再赘述。

在本申请实施例中，该终端所包括的处理器1180还具有执行如上述页面处理方法的各个步骤的功能。

本申请实施例还提供了一种服务器，请参阅图12，图12是本申请实施例提供的一种服务器的结构示意图，该服务器1200可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(central processing units，CPU)1222(例如，一个或一个以上处理器)和存储器1232，一个或一个以上存储应用程序1242或数据1244的存储介质1230(例如一个或一个以上海量存储设备)。其中，存储器1232和存储介质1230可以是短暂存储或持久存储。存储在存储介质1230的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器1222可以设置为与存储介质1230通信，在服务器1200上执行存储介质1230中的一系列指令操作。

服务器1200还可以包括一个或一个以上电源1226，一个或一个以上有线或无线网络接口1250，一个或一个以上输入输出接口1258，和/或，一个或一个以上操作系统1241，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM等等。

上述实施例中由管理装置所执行的步骤可以基于该图12所示的服务器结构。

本申请实施例中还提供一种计算机可读存储介质，该计算机可读存储介质中存储有金融风险的管理指令，当其在计算机上运行时，使得计算机执行如前述图3至图9所示实施例描述的方法中金融风险的管理装置所执行的步骤。

本申请实施例中还提供一种包括金融风险的管理指令的计算机程序产品，当其在计算机上运行时，使得计算机执行如前述图3至图9所示实施例描述的方法中金融风险的管理装置所执行的步骤。

本申请实施例还提供了一种金融风险的管理系统，所述金融风险的管理系统可以包含图10所描述实施例中的金融风险的管理装置，或图11所描述实施例中的终端设备，或者图12所描述的服务器。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，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。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，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，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，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。另一点，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，可以是电性，机械或其它的形式。

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实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请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，金融风险的管理装置，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，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 (15)

1.一种金融风险的管理方法，其特征在于，包括：

获取目标金融数据；

基于预设规则库对所述目标金融数据进行解析，以确定风险对象，所述预设规则库包括静态规则和动态规则，所述静态规则基于所述目标金融数据对应的监管信息确定，所述动态规则基于所述目标金融数据对应的场景信息确定；

根据预设风险指标对所述风险对象进行评估，以得到目标特征值，所述目标特征值用于对所述风险对象进行金融风险控制。

2.根据权利要求1所述的方法，其特征在于，所述基于预设规则库对所述目标金融数据进行解析，以确定风险对象，包括：

确定所述目标金融数据对应的领域信息和时间信息；

根据所述领域信息和所述时间信息确定所述监管信息；

提取所述监管信息中的监管特征项；

基于所述监管特征项对所述目标金融数据进行解析，以得到所述风险对象。

3.根据权利要求2所述的方法，其特征在于，所述提取所述监管信息中的监管特征项，包括：

确定所述目标金融数据对应的交易信息，所述交易信息包括交易对象、交易频率、交易时间或交易数值中的至少一个；

根据所述交易对象、所述交易频率、所述交易时间以及所述交易数值遍历所述监管信息，以得到所述监管特征项。

4.根据权利要求3所述的方法，其特征在于，所述确定所述目标金融数据对应的交易信息，包括：

确定所述目标金融数据对应的目标对象；

调用所述目标对象的历史信息；

根据预设时段从所述历史信息中提取到所述交易信息。

5.根据权利要求1所述的方法，其特征在于，所述基于预设规则库对所述目标金融数据进行解析，以确定风险对象，包括：

调用场景模型库，所述场景模型库基于案例的增加而更新；

根据所述目标金融数据对应的所述场景信息遍历所述场景模型库，以得到与所述目标金融数据相关联的目标模型；

将所述目标金融数据输入所述目标模型，以得到所述风险对象。

6.根据权利要求5所述的方法，其特征在于，所述将所述目标金融数据输入所述目标模型，以得到所述风险对象，包括：

将所述目标金融数据输入所述目标模型，以得到风险特征项；

基于决策数模型确定所述风险特征项对应的权重信息；

对于所述目标金融数据中指示的每个对象基于所述权重信息和所述风险特征项进行加权计算，以得到场景特征值；

基于所述场景特征值确定所述风险对象。

7.根据权利要求6所述的方法，其特征在于，所述基于决策数模型确定所述风险特征项对应的权重信息，包括：

调用标记的目标样本；

基于所述目标样本对所述风险特征项进行更新；

基于所述决策数模型确定更新后的所述风险特征项对应的权重信息。

8.根据权利要求1所述的方法，其特征在于，所述根据预设风险指标对所述风险对象进行评估，以得到目标特征值，包括：

基于所述预设风险指标确定所述风险对象对应的基础值、比较值和关联值，所述基础值用于指示所述风险对象在风险项目的对应情况，所述比较值用于指示所述风险对象与预设阈值的比较情况，所述关联值用于指示所述风险对象与关联对象的相似情况；

根据所述基础值、所述比较值和所述关联值进行计算，以得到所述目标特征值。

9.根据权利要求8所述的方法，其特征在于，所述根据所述基础值、所述比较值和所述关联值进行计算，以得到所述目标特征值，包括：

根据所述基础值、所述比较值和所述关联值确定各自对应的特征等级；

调用所述特征等级对应的等级值；

根据所述等级值进行计算，以得到所述目标特征值。

10.根据权利要求1所述的方法，其特征在于，所述获取目标金融数据，包括：

响应于目标操作获取预设时间段内的金融操作信息；

提取所述金融操作信息中的每一项对应的操作对象；

将所述操作对象与所述金融操作信息进行关联，以得到所述目标金融数据。

11.根据权利要求1-10任一项所述的方法，其特征在于，所述方法还包括：

根据所述目标特征值确定由多个所述风险对象组成的风险序列；

基于所述风险序列对应的次序信息提取所述风险序列中的目标对象；

将所述目标对象推送至审核平台，以进行金融风险控制。

12.根据权利要求1所述的方法，其特征在于，所述金融风险控制为洗钱风险控制，所述静态规则为监管法规，所述动态规则对应的场景包括赌博场景、传销场景、跨境汇兑场景、走私场景、电信诈骗场景，所述预设风险指标包括洗钱风险等级、风险偏离度、历史稽核次数、历史审核状态、群组行为相关性、本轮次稽核规则数、命中规则的上报率、命中规则的重要程度。

13.一种金融风险的管理装置，其特征在于，包括：

获取单元，用于获取目标金融数据；

解析单元，用于基于预设规则库对所述目标金融数据进行解析，以确定风险对象，所述预设规则库包括静态规则和动态规则，所述静态规则基于所述目标金融数据对应的监管信息确定，所述动态规则基于所述目标金融数据对应的场景信息确定；

管理单元，用于根据预设风险指标对所述风险对象进行评估，以得到目标特征值，所述目标特征值用于对所述风险对象进行金融风险控制。

14.一种计算机设备，其特征在于，所述计算机设备包括处理器以及存储器：

所述存储器用于存储程序代码；所述处理器用于根据所述程序代码中的指令执行权利要求1至12任一项所述的金融风险的管理方法。

15.一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述权利要求1至12任一项所述的金融风险的管理方法。

Images