CN115760125A - 基于区块链的产融数据风险控制方法、系统和存储介质 - Google Patents

Abstract

本发明提供一种基于区块链的产融数据风险控制方法、系统和存储介质，该方法包括：获取云链平台加密上链的多维度风险预警统计指标数据；获取金融机构加密上链的多维度风险预警指标阈值数据；区块链上的风控模型执行节点接收来自金融机构供应链平台针对企业或供应商的风险查询请求；基于风险查询请求利用企业或供应商对应的多维度风险预警统计指标数据、企业或供应商对应的多维度风险预警指标阈值数据以及预设的指标分段标签取值规则计算预警结果，并向金融机构返回预警结果，预警结果包含指标分段结果标签值，在企业或供应商对应的风险预警指标阈值数据中存在超过对应的风险预警指标阈值的情况下，预警结果还包含的风险预警指标分级结果。

Description

基于区块链的产融数据风险控制方法、系统和存储介质

技术领域

本发明涉及区块链和供应链金融技术领域，尤其涉及一种基于区块链的产融数据风险控制方法、系统和存储介质。

背景技术

抓住区块链技术融合、功能拓展、产业细分的契机，发挥区块链在促进数据共享、优化业务流程、降低运营成本、提升协同效率、建设可信体系等方面的作用，这是当前为加快推动区块链技术和产业创新发展而明确的发展方向。在该发展方向下，供应链金融（Supply Chain Finance，SCF）技术得到快速发展。

供应链金融是商业银行信贷业务的一个专业领域，也是企业尤其是中小企业的一种融资渠道（企业层面），由银行向客户（如核心企业）提供融资和其他结算、理财服务，同时向这些客户的供应商提供贷款及时收达的便利，或者向其分销商提供预付款代付及存货融资服务。简单地说，SCF是银行将核心企业和上下游企业联系在一起提供灵活运用的金融产品和服务的一种融资模式。供应链金融与传统的保理业务及货押业务（如动产及货权抵/质押授信）接近，但又有明显区别，即保理和货押只是简单的贸易融资产品，而供应链金融是核心企业与银行间达成的，一种面向供应链所有成员企业的系统性融资安排。在这种供应链金融服务中，云信是一种企业信用，可作为可流转、可融资、可拆分的标准化确权凭证，大型企业可通过云信平台将其优质企业信用转化为可流转、可融资、可灵活配置的一种创新型金融服务。云信具有安全、高效、实时的特点。产业链上中小企业接收到大型企业的云信后，可在云信期限内通过云信平台，将其接收的云信进行转让、融资或持有，这种金融服务既可以大大提高结算效率，也为中小企业提供了一个便捷、低成本融资的新通道。

供应链金融的风险逻辑与其它贷款业务的风险逻辑有所差异。供应链金融既有贸易金融的共性，更具有高频低额、自偿性、封闭性、持续性的特点，从单个企业的财务信息，转变为交易信息主导、财务信息为辅，本质上不是基于借款主体的财务状况和单体信用，而是基于交易链条能够产生未来现金流的商品或劳务给予的一种授信，因此要求银行从对单一偿债主体的风险评估，转变为以核心企业为主体的上下游企业的偿债风险评估，需要有坚实的产融（产业资本和金融资本）数据基础来实现数据风险控制（风控）。

目前市场上输出供应链金融数据风控服务的大多服务于C端（消费者客户端），如基于客户的消费行为数据进行客户画像，采用算法和以反欺诈为主的规则进行交叉验证，从而进行精准营销。面向B端（商家客户端）的数据风控由于数据沉淀的原因，各家金融机构自成体系，有数据不完整、类型受限等问题。当前，金融机构逐步引入了区块链技术，能够实现云信平台与金融机构供应链系统的实时数据传输。但是，在记录供应链业务的基础上，如何基于区块链建立一种完善产融数据风控模型，通过区块链底层平台数据丰富银行的风控预警与营销体系，来提高风控的有效性，从而进一步提高营销的精确性，这是一直是备受关注且有待解决的问题。

发明内容

鉴于此，本发明实施例提供了一种基于区块链的产融数据风险控制方法和系统，来提高风控的有效性，以解决现有技术中的一个或更多个缺陷。

本发明的技术方案如下：

一种基于区块链的产融数据风险控制方法，该方法包括以下步骤：

获取云链平台以预定的更新频度加密上链的多维度风险预警统计指标数据，所述多维度风险预警统计指标数据是基于所述云链平台数据仓库中的交易数据计算得到的，所述多维度风险预警统计指标数据包括多维度融资风险预警统计指标数据和/或多维度增信风险预警统计指标数据；

获取金融机构加密上链的与所述多维度风险预警统计指标数据对应的多维度风险预警指标阈值数据，所述多维度风险预警指标阈值数据包括多维度融资风险预警指标阈值数据和/或多维度增信风险预警指标阈值数据；

区块链上的风控模型执行节点接收来自金融机构供应链平台针对企业或供应商的风险查询请求；

基于所述风险查询请求利用所述企业或供应商对应的多维度风险预警统计指标数据、所述企业或供应商对应的多维度风险预警指标阈值数据以及预设的指标分段标签取值规则计算预警结果，并向所述金融机构返回预警结果，其中，所述预警结果包含指标分段结果标签值，在所述企业或供应商对应的风险预警指标阈值数据中存在超过对应的风险预警指标阈值的情况下，所述预警结果还包含的风险预警指标分级结果。

在本发明的一些实施例中，所述多维度风险预警统计指标数据包括以下风险预警统计指标中的部分或全部指标：核心企业额度使用率、核心企业云信平均深度、核心企业云信开立最大金额频次、核心企业云信开立平均金额、核心企业链条云信融资比率、核心企业还款失败次数、核心企业云信平均期限、供应商融资比率、供应商融资失败次数、供应商云信持有最大金额、供应商云信持有平均金额和供应商融资被拒绝最多的多个理由；所述多维度风险预警指标阈值数据包括以下风险预警指标阈值中的部分或全部阈值：企业额度使用率阈值、企业云信平均深度阈值、企业云信开立最大金额频次阈值、企业云信开立平均金额阈值、企业链条云信融资比率阈值、企业还款失败次数阈值、企业云信平均期限阈值、供应商融资比率阈值、供应商融资失败次数阈值、供应商云信持有最大金额阈值和供应商云信持有平均金额阈值。

在本发明一些实施例中，所述方法还包括：区块链上的风控模型执行节点定期计算预警结果，并向金融机构发送预警结果；或者区块链上的风控模型执行节点定期计算预警结果，并在存在超过对应的风险预警指标阈值的情况下，向金融机构发送预警结果。

在本发明一些实施例中，预定的更新频度为T+1更新频度，其中，T表示交易日；

所述对企业或供应商的风险查询请求包括：企业或供应商的标识信息以及金融机构的标识信息；所述方法还包括：区块链上的风控模型执行节点基于企业或供应商的标识信息、金融机构的标识信息以及事先存储的查询权限授权信息确认所述金融机构是否具有风险查询权限，在确认不具有风险查询权限的情况下，拒绝向所述金融机构返回预警结果。

在本发明一些实施例中，所述风险查询请求中携带业务类型信息；所述方法还包括：所述区块链上的风控模型执行节点基于所述风险查询请求中携带的业务类型来选择对应的风控模型，以计算所述预警结果。

本发明的另一方面，还提供了一种基于区块链的产融数据风险控制方法，该方法包括以下步骤：

由金融机构对多维度风险预警指标阈值数据进行加密并上传至云存证联盟链，所述多维度风险预警指标阈值数据包括多维度融资风险预警指标阈值数据和/或多维度增信风险预警指标阈值数据；

接收业务请求，基于业务请求通过调用接口向云存证联盟链的风控模型执行节点发送针对企业或供应商的风险查询请求，以使得链上的风控模型执行节点基于所述多维度风险预警指标阈值数据、由云链平台加密上链的多维度风险预警统计指标数据以及预设的指标分段标签取值规则计算预警结果，其中，所述多维度风险预警统计指标数据是基于所述云链平台数据仓库中的交易数据计算得到的，所述多维度风险预警统计指标数据包括多维度融资风险预警统计指标数据和/或多维度增信风险预警统计指标数据；

接收所述云存证联盟链的风控模型执行节返回的预警结果，并基于各个企业或供应商对应的预警结果对所述业务请求进行审核，其中，所述预警结果包含指标分段结果标签值，在所述企业或供应商对应的风险预警指标阈值数据中存在超过对应的风险预警指标阈值的情况下，所述预警结果还包含的风险预警指标分级结果。

在本发明一些实施方式中，所述方法还包括：基于各个企业或供应商对应的预警结果，从各个企业和/或供应商中自动筛选目标客户，作为投放金融产品的目标客户。

在本发明一些实施方式中，所述方法还包括：获取企业和/或供应商的对所述金融机构进行数据查询的授权，并将所述授权进行加密并上传至云存证联盟链，以使得区块链上的风控模型执行节点能够基于企业或供应商的标识信息、金融机构的标识信息以及事先存储的查询权限授权信息确认所述金融机构是否具有风险查询权限，以在确认不具有风险查询权限的情况下，拒绝向所述金融机构返回预警结果。

本发明的另一方面提供了一种基于区块链的产融数据风险控制系统，包括处理器和存储器，所述存储器中存储有计算机指令，所述处理器用于执行所述存储器中存储的计算机指令，当所述计算机指令被处理器执行时该系统实现如前所述方法的步骤。

本发明的另一方面提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如前所述方法的步骤。

本发明的基于区块链的产融数据风险控制方法和系统，能够基于区块链建立一种完善产融数据风控模型，通过区块链底层平台数据丰富民生的风控预警与营销体系，来提高风控的有效性。

进一步的，本发明能够基于风险控制提高营销的精确性。

本发明的附加优点、目的，以及特征将在下面的描述中将部分地加以阐述，且将对于本领域普通技术人员在研究下文后部分地变得明显，或者可以根据本发明的实践而获知。本发明的目的和其它优点可以通过在说明书以及附图中具体指出的结构实现到并获得。

本领域技术人员将会理解的是，能够用本发明实现的目的和优点不限于以上具体所述，并且根据以下详细说明将更清楚地理解本发明能够实现的上述和其他目的。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的限定。附图中：

图1为本发明一实施例中基于区块链的产融数据风险控制方法的流程示意图。

图2为本发发明另一实施例中基于区块链的产融数据风险控制方法的流程示意图。

图3为本发明一实施例中基于区块链的产融数据风险控制系统的架构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施方式和附图，对本发明做进一步详细说明。在此，本发明的示意性实施方式及其说明用于解释本发明，但并不作为对本发明的限定。

在此，还需要说明的是，为了避免因不必要的细节而模糊了本发明，在附图中仅仅示出了与根据本发明的方案密切相关的结构和/或处理步骤，而省略了与本发明关系不大的其他细节。

应该强调，术语“包括/包含”在本文使用时指特征、要素、步骤或组件的存在，但并不排除一个或更多个其它特征、要素、步骤或组件的存在或附加。

针对本发明中存在的当前风控控制不够完善的问题，本发明提供了一种基于区块链的产融数据风险控制系统和基于该系统实现的基于区块链的产融数据风险控制方法。本发明的产融数据风险控制系统主要涉及三部分：金融机构行内的供应链系统（简称金融机构供应链系统）、云链平台和云存证联盟链，其中，云链平台是作为基于互联网的供应链金融服务平台，用于由各个银行向客户（如核心企业）提供融资和其他结算、理财服务，同时向这些客户的供应商提供贷款及时收达的便利，或者向其分销商提供预付款代付及存货融资服务。在本发明实施例中，云链平台例如可以是目前国内累计交易规模超万亿的中企云链平台，其已拥有几十万家用户，具有大量的交易数据沉淀。但本发明并不限于中企云链平台，同样适用于能够实现同样功能的供应链金融服务平台。在本发明实施例中，云链平台拥有包括云信数据在内的交易数据，其中云信数据包括云信开立数据和云信融资数据等，云信开立数据可包括云信开立方、开立金额、承诺付款日和开立时间等，云信融资数据：融资申请方、融资编号、融资金额和融资日期等。云链平台可定期或不定期将云信数据全部进行加密并上传至云存证联盟链，即进行上链。此外，在本发明实施例中，云链平台还基于包括云信数据在内的交易数据进行多维度的风险预警统计指标的计算，并将计算的多维度的风险预警统计指标进行加密并上传至云存证联盟链（上链）。作为示例，多维度风险预警统计指标数据可包括多维度融资风险预警统计指标数据和/或多维度增信风险预警统计指标数据，但本发明并不限于此。

金融机构供应链系统是供金融机构（银行）内部使用的平台，用于银行向客户（核心企业）提供融资和其他结算、理财服务，同时向这些客户的供应商提供贷款及时收达的便利，或者向其分销商提供预付款代付及存货融资服务。本发明实施例中，金融机构供应链系统包括银行中间件。银行中间件是云存证联盟链对接银行的融资交易服务平台。如图3所示，金融机构供应链系统可定期调用区块链底层平台，用于从智能合约联盟链上查询信息，或者将系统的数据进行上链。在本发明实施例中，金融机构用于通过金融机构供应链系统向智能合约联盟链上传与多维度风险预警统计指标数据对应的多维度风险预警指标阈值数据。作为示例，多维度风险预警指标阈值数据可包括多维度融资风险预警指标阈值数据和/或多维度增信风险预警指标阈值数据，但本发明并不限于此。

云存证联盟链为基于区块链技术的智能合约联盟链。在本发明实施例中，风控模型安装于区块链的节点上，也即，在区块链上执行风控模型，进行预警结果的计算。

银行使用预警参数维护将其需要更新维护的预警参数及风险信号上链，供风控模型使用，风控模型依据预警指标及阈值，反馈预警结果，不直接披露预警指标数据。

图1所示为本发明的基于区块链的产融数据风险控制方法的流程示意图，该方法可由区块链上的风控模型执行节点来执行，如图1所示，该方法包括如下步骤：

步骤S110，获取云链平台以预定的更新频度加密上链的多维度风险预警统计指标数据。

多维度风险预警统计指标数据是基于云链平台数据仓库中的交易数据计算得到的。云链平台利用该交易数据计算出多维度的风险预警统计指标后，将计算的多维度的风险预警统计指标进行加密上链存证，例如存储至云存证联盟链上预建立的云存证联盟链的预警指标库中。作为示例，云链平台可以按照T+1的频度，将风险预警统计指标数据进行加密上链。

作为示例，多维度风险预警统计指标数据可包括以下维度的部分或全部指标：核心企业额度使用率、核心企业云信平均深度、核心企业云信开立最大金额频次、核心企业云信开立平均金额、核心企业链条云信融资比率、核心企业还款失败次数、核心企业云信平均期限、供应商融资比率、供应商融资失败次数、供应商云信持有最大金额和供应商云信持有平均金额，此外还可以包含供应商融资被拒绝最多的多个理由。如下表1为多维度风险预警统计指标的示例。

表1. 风险预警统计指标数据示例。

以上出现的字母n、X仅表示变量，相同字母并不意味着表示相同含义。

在本发明一个实施例中，以上多维度风险预警统计指标数据中，可以部分用于融资风险预警，部分用于增信风险预警，这种情况下，多维度风险预警统计指标数据还可以分为多维度融资风险预警统计指标数据和/或多维度增信风险预警统计指标数据。

通过本步骤，云链平台按照T+1更新频度，将风险预警统计指标在云链数据仓库中进行统计计算后的结果加密上传至云存证联盟链，上链后的统计数据，任何链上用户没有查询权，仅供风控模型计算需要。

步骤S120，获取金融机构加密上链的与多维度风险预警统计指标数据对应的多维度风险预警指标阈值数据。

本发明实施例中，是由云链平台通过区块链每日更新风险预警统计指标数据，而由金融机构供应链系统负责维护多维度风险预警指标阈值数据。

更具体地，由金融机构确定与多维度风险预警统计指标数据对应的多维度风险预警指标的具体阈值，并通过金融机构供应链系统将确定的风险预警指标阈值进行加密并上链存证，即传输到云存证联盟链上预先建立的金融机构阈值指标库中。

与多维度风险预警统计指标数据相应的，多维度风险预警指标阈值可包括以下维度的阈值中的部分或全部阈值：企业额度使用率阈值、企业云信平均深度阈值、企业云信开立最大金额频次阈值、企业云信开立平均金额阈值、企业链条云信融资比率阈值、企业还款失败次数阈值、企业云信平均期限阈值、供应商融资比率阈值、供应商融资失败次数阈值、供应商云信持有最大金额阈值和供应商云信持有平均金额阈值。如下表2为多维度风险预警指标阈值的示例。

表2. 风险预警指标阈值示例。

以上出现的字母N、X仅表示变量，相同字母并不意味着表示相同含义。

以上表格中不仅给出了风险预警指标阈值，有的阈值还给出了超出该阈值对应的风险级别。

在本发明一些实施例中，金融机构不仅用于维护风险预警指标阈值并通过金融机构供应链系统调用区块链底层来将风险预警指标阈值上链（还可以将对应的风险信号级别同时上链），而且，金融机构还用于与云存证联盟链上的节点事先共同确定对风险预警统计指标的分段标签取值规则并进行上链，用于基于风险预警统计指标来获得分段的标签取值。以在后续步骤中，基于标签取值给出预警结果。这样可以防止曝露裸数据。

与多维度风险预警统计指标数据相应的，多维度风险预警指标阈值数据可包括多维度融资风险预警指标阈值数据和/或多维度增信风险预警指标阈值数据。

步骤S130，区块链上的风控模型执行节点接收来自金融机构针对企业或供应商的风险查询请求。

在本发明实施例中，在金融机构通过金融机构供应链系统接收到来自核心企业或供应商的业务请求时，会通过中间件接口向区块链上的风控模型执行节点发送针对企业或供应商的风险查询请求。

作为示例，该业务请求可以是融资请求或增信请求，但本发明并不限于此。

风险查询请求中可携带的企业或供应商标识信息，如企业名称、三证一照信息等，还可以携带有企业或供应商对该金融机构的数据查询权限的授权。另选的，企业或供应商对该金融机构的数据查询权限的授权也可以实现存储在云存证联盟链中。云存证联盟链接收到风险查询请求后，可基于企业基本信息确认该企业或供应商是否对该金融机构进行了数据查询权限的授权，也即确认该金融机构是否具有数据查询权限。如果该金融机构具有数据查询权限，则进入下一步骤S140。

在本发明另选实施例中，银行供应链金融系统也可以定期调用区块链底层平台，智能合约会根据预警周期参数设置自动计算是否触发预警，若触发预警后则进入下一步骤S140，用于对预警结果进行计算并将预警结果反馈至银行供应链金融系统。

步骤S140，基于风险查询请求利用企业或供应商对应的多维度风险预警统计指标数据、企业或供应商对应的多维度风险预警指标阈值数据以及预设的指标分段标签取值规则计算预警结果，并向金融机构返回预警结果。

本步骤中，由云存证联盟链的风控模型执行节点执行预警结果的计算。预警结果可包含指标分段结果标签值，在企业或供应商对应的风险预警指标阈值数据中存在超过对应的风险预警指标阈值的情况下，预警结果还可包含的风险预警指标分级结果，如中级风险、高级风险等。

作为示例，多维度风险预警统计指标会与金融机构前期提供的风险预警指标阈值进行比对，输出指标结果落位的区间分段标签值（如核心企业额度使用率指标，指标值按照10%以下、10-30%、30-50%、50-70%、70-90%、90%以上进行分段并分别附1-6的标签，某核心企业额度使用率指标具体计算结果为95%，风控模型针对该值返回的预警结果则是分段标签值6而不是95%），此外，预警结果还可以包括对应的预警信号级别（如“强”、“中”），而并不提供具体的计算数据。

在本发明另选实施例中，银行供应链金融系统定期调用区块链底层平台，由智能合约自动触发预警结果的计算的情况下，计算完毕后预警结果被通过金融机构供应链系统自动反馈至金融机构。

预警结果可由金融机构应用于不同的场景。例如，金融机构可以基于预警结果来决定是否审核通过核心企业或供应商的业务请求。例如，供应商做云信直保或者再保的融资申请的时候，调用链上的风控模型计算结果来做融资申请审核，银行可以把查询预警指标的结果作为审核依据的一部分。再例如，金融机构可基于不同供应商根据多维度风险预警统计指标的预警结果，筛选出一批优质的供应商，给他们一个数据贷授信额度，这个额度可以做流贷，也可以开银承，生成业务模式很灵活的授信产品。

图2示出了一实施例中基于区块链的产融数据风险控制方法的流程示意图，如图2所示，核心企业通过金融机构供应链系统向金融机构（如银行）发起一笔融资业务时，金融机构可向云存证联盟链请求链上数据查询，链上的执行节点也确认银行是否具有查询权限，并在确认具有查询权限的情况下运行相应的风控模型，基于银行加密上链的预警指标阈值以及云链平台加密上链的预警统计指标，来计算并输出预警结果，并向银行返回预警结果。该预警结果展示的不是具体的预警指标，而是分段标签值和风险等级等信息，从而使得交易裸数据不被曝露。

在本发明一些实施例中，在执行步骤S140之前，可以在金融机构和风控模型执行节点之间事先设置不同业务类型对应的不同风控模型，以使得区块链上的风控模型执行节点可以基于与核心企业或供应商向金融机构请求的业务类型选择对应的风控模型，不同的风控模型可以仅针对和业务密切相关的部分风险预警指标和相应的阈值来自生成预警结果，从而可以在节省计算量的情况下保证风控预警的有效性和针对性。例如，针对融资业务请求，风控模型可以仅选择多维度融资风险预警统计指标及对应的阈值来进行预警结果的计算；针对增信业务请求，风控模型可以仅选择多维度增信风险预警统计指标及对应的阈值来进行预警结果的计算，但本发明并不限于此。

在这种情况下，本发明的方法的执行过程中，所述风险查询请求中可携带业务类型信息，这样，区块链上的风控模型执行节点可以基于请求中携带的业务类型来选择对应的风控模型进行预警结果的计算和反馈。

本发明实施例中，引入了区块链技术，将区块链节点部署在金融机构，建立了金融机构与云链平台专属的可信信息通道，实现了云链平台与金融机构供应链系统的数据实时同步。并且，本发明依据“所有权、使用权、存储权”（简称“三权分立”）的数字治理原则，建立数据“可用不可见”、“数据不动、模型动”的应用体系，包括：

（1）数据所有权：

云链平台拥有风险预警统计指标数据所有权；云链平台（如中企云链平台）采集金融机构（银行）与核心企业及其上下游企业（如供应商）之间的交易数据，基于交易数据计算出多维度的风险预警统计指标数据。

金融机构拥有风险预警指标阈值数据所有权。

（2）数据查询权：

区块链上风控模型执行节点可查询风险预警统计指标和风险预警指标阈值数据；

金融机构可查询风控模型的阈值计算返回结果，即预警结果。

（3）数据存储权：

云链云存证联盟链具有数据存储权。

也就是说，云链平台将每日风险预警统计指标数据进行加密上链存证（云存证联盟链），存证后的数据按照“三权分立”的数据治理原则，授权区块链上节点进行加密存储与授权使用；金融机构提供相关指标的预警阈值，风控模型执行节点在融资申请发起时，依据融资申请的相关业务的要素，输入至风控模型，风控模型结合预警指标及预警阈值，输出结算结果，供融资审核使用。且，银行最终得到的不是具体的预警指标，而是预警结果，这样平台不会曝露裸数据。

在本发明实施例中，“云信平均深度”这个指标返回的结果标签可直接展示在行方的供应链平台上为其业务做参考。云信平均深度其实就是云信流转级次，如一手云信、二手云信等，流转级次多或少并不能直接反映供应商或核心客户有风险，因此行方可不认为这是一个可以产生风险信号的指标。该指标也可以省略。表1中大部分指标是反映风险的，如“融资失败次数”，如果这个指标大于0，行方认为是一个中风险信号，需要业务人员加以关注。每个指标是否是风险信号指标、产生什么级别的风险信号（也就是“预警参数”），由行方设定好预警参数后维护上链，风控模型根据行方设定的参数反馈预警结果。

基于上述方法步骤可知，本发明是智能合约联盟链上的风控模型执行节点来运行风控模型获得预警，该预警结果可以用在贷前、贷中、贷后的不同场景上。

在本发明实施例中，在应用于贷前、贷中、贷后场景时，银行、云存证联盟链可提前共同确定风控模型中涉及的多维度风险预警统计指标及指标结果的分段标签值，由云链平台将多维度风险预警统计指标进行加密上链存证；银行方设定风控模型风险预警统计指标的预警参数（风险信号级别、触发预警的指标阈值），并进行加密上链存证，指标结果的分段标签值也可以由银行方行加密上链存证；云链平台数据仓库中每日进行将风控模型需要的底层数据进行统计并加密上链，数据上链后链上用户没有查询权，仅供后续结合了行方设定预警参数的模型计算使用。

贷前场景：主要应用于供应链初筛的场景，例如银行方针对希望以企业的交易、支付、融资等行为作为授信业务的出发点，配合多维度数据筛查，在把握企业授信可行性和风险控制有效性的基础上，筛选出符合银行信贷政策的目标小微客户，并通过在传统授信决策模型、额度测算模型等中加入产融数据的方式给予初始额度。

基于此，银行与云存证联盟链提前共同确定供应商初筛模型、银行方设定符合初筛条件的指标参数，在供应商在云链平台向银行发起融资申请时，云链平台请求供应商的数据查询授权请求，链上风控模型在获得授权的情况进行指标计算，获得预警结果，并将预警结果提供至银行方系统中，辅助银行方进行下一步包含授信额度测算等的审批决策中。银行方可以基于确定的供应商初筛模型自动进行供应尚的筛选。

贷中和贷后场景：主要应用于授信批复、企业客户用信后的定期风险检查和监控，也是银行与云存证联盟链提前共同确定风控模型、银行方设定指标参数，但是由银行方系统定期发起预警信息查询，向链上模型发起查询请求，链上模型根据最新的数据进行计算后，向银行方系统返回预警结果，辅助银行方进行贷中贷后检查的其他内容。

上述可知，基于贷前的风控模型获得的预警数据，可以甄别优质客户 ，作为进一步投放金融产品的目标客户，作为贷前授信考虑的测算因子，从而可以实现数字化精准营销；

2）贷中-融资业务数据存储在云存证联盟链上，确保数据安全可信，智能合约基于可信数据，执行融资审核、放贷审核操作，有效解决现有融资业务审核周期长、放贷慢问题。

3）贷后-风控模型可以基于云信存量数据进行分析，对企业进行画像，金融机构可以以此，作为贷后管理的依据，实现智能风控。

在本发明实施例中，金融机构供应链系统采用底层区块链平台加应用层中间件模式提供区块链服务，底层区块链平台提供数据的多方分布式存储和多方共识，保障上链数据的不可篡改和可追溯，同时区块链底层平台节点间的数据通信加密保证数据传输安全。应用层银行中间件采用主流Java/Springboot框架，对接底层区块链平台，为行内供应链平台和系统提供标准化接口查询等服务。同时采用负载均衡高可用架构保证中间件的稳定性。银行中间件是云存证联盟链对接银行的融资交易服务平台。银行中间件在当前业务模式下无需使用数据库，所有的数据交互与存储都直接对接区块链底层平台。底层区块链节点和中间件将接入ELK可视化运维进行日志管理。

金融机构供应链系统的银行中间件设计整体包括接口服务模块、数据处理模块、配置管理模块、服务调用模块。

1、接口服务模块

银行中间件接口服务主要接收数据来源，一般中间件数据来源包括区块链节点的消息队列数据推送，以及银行业务系统直接通过Http接口调用中间件接口进行数据上链或查询。

2、数据处理模块

银行中间件数据处理主要对待上链数据进行封装和签名，组装合约数据结构。同时对于区块链查询及返回的数据进行数字签名验签和解析。实现链上数据和链下数据的转换。

3、配置管理模块

银行中间件配置管理模块对区块链相关配置信息进行管理，主要包括分配给该中间件的区块链公私钥账户信息、区块链节点信息、智能合约地址信息。中间件使用公私钥账户信息对上链数据包进行签名验签，通过区块链节点信息和智能合约地址信息实现与业务合约的数据交互。

4、服务调用模块

服务调用模块把数据处理模块封装的数据包，结合配置信息，向区块链底层平台发起上链和查询服务。同时支持主动调用方式向行内业务系统发送数据。

本发明通过建立金融机构预警信息查询服务，在不提供具体数据指标的前提下为融资申请提供数据预警服务。

通过将上链数据进行统计及风控模型可以提高数据资产的利用率，实现资产数字化到数字资产化的转变。根据区块链“三权分立”数据治理原则，对数据的所有权、存储权和查询权进行分配和确权，确保数据相关方的利益，保障数字资产的安全性。并且通过风控模型，银行只可查询到与该行有业务往来企业的相关风控信号。

本发明的方法具有以下优点：

1、以云信数据为基础，与银行共建业务风控模型，为银行贷前、贷中、贷后风控管理提供服务支撑，填补了平台云信业务流转过程中的数据风控场景空白，完善了云链平台服务功能，夯实云信融资业务合规性。

2、科技创新实践价值。本发明以区块链“三权分立”数据治理原则为基础，与客户共建基于隐私计算的产融数据资产风控模型。从区块链技术应用、大数据建模等多个技术维度，实践、验证技术主张可行性，提升积累平台金融科技实力，并考虑持续市场推广。

3、数据资产价值转化。本发明充分发挥区块链技术共建、共享特性，在不转移数据权益、不泄露平台数据的基础上，通过技术手段，充分挖掘数据权益的价值。随着监管对于数据安全、数据隐私的关注，平台数据应用愈发谨慎，面对海量数据沉淀，难以实现数据价值。本发明为后续数据资产价值释放提供了应用创新思路。

4、提升客户粘性，延展平台与金融机构间的合作链条。面对金融机构，公司当前与其合作方式比较单一，本发明拓展了平台与金融机构的合作维度，后续可面向更多金融机构进行孵化和推广，提升平台与金融机构间的业务粘性。

与上述方法相应地，本发明还提供了一种基于区块链的产融数据风险控制系统，该系统包括计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有计算机指令，所述处理器用于执行所述存储器中存储的计算机指令，当所述计算机指令被处理器执行时该系统实现如前所述方法的步骤。

本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时以实现前述边缘计算服务器部署方法的步骤。该计算机可读存储介质可以是有形存储介质，诸如随机存储器（RAM）、内存、只读存储器（ROM）、电可编程ROM、电可擦除可编程ROM、寄存器、软盘、硬盘、可移动存储盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质。

本领域普通技术人员应该可以明白，结合本文中所公开的实施方式描述的各示例性的组成部分、系统和方法，能够以硬件、软件或者二者的结合来实现。具体究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。当以硬件方式实现时，其可以例如是电子电路、专用集成电路（ASIC）、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。

需要明确的是，本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本发明的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本发明的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。

本发明中，针对一个实施方式描述和/或例示的特征，可以在一个或更多个其它实施方式中以相同方式或以类似方式使用，和/或与其他实施方式的特征相结合或代替其他实施方式的特征。

以上所述仅为本发明的优选实施例，并不用于限制本发明，对于本领域的技术人员来说，本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (11)

1.一种基于区块链的产融数据风险控制方法，其特征在于，该方法包括以下步骤：

获取云链平台以预定的更新频度加密上链的多维度风险预警统计指标数据，所述多维度风险预警统计指标数据是基于所述云链平台数据仓库中的交易数据计算得到的，所述多维度风险预警统计指标数据包括多维度融资风险预警统计指标数据和/或多维度增信风险预警统计指标数据；

获取金融机构加密上链的与所述多维度风险预警统计指标数据对应的多维度风险预警指标阈值数据，所述多维度风险预警指标阈值数据包括多维度融资风险预警指标阈值数据和/或多维度增信风险预警指标阈值数据；

区块链上的风控模型执行节点接收来自金融机构针对企业或供应商的风险查询请求；

基于所述风险查询请求利用所述企业或供应商对应的多维度风险预警统计指标数据、所述企业或供应商对应的多维度风险预警指标阈值数据以及预设的指标分段标签取值规则计算预警结果，并向所述金融机构返回预警结果，其中，所述预警结果包含指标分段结果标签值，在所述企业或供应商对应的风险预警指标阈值数据中存在超过对应的风险预警指标阈值的情况下，所述预警结果还包含的风险预警指标分级结果。

2.根据权利要求1所述的方法，其特征在于，所述多维度风险预警统计指标数据包括以下风险预警统计指标中的部分或全部指标：核心企业额度使用率、核心企业云信平均深度、核心企业云信开立最大金额频次、核心企业云信开立平均金额、核心企业链条云信融资比率、核心企业还款失败次数、核心企业云信平均期限、供应商融资比率、供应商融资失败次数、供应商云信持有最大金额、供应商云信持有平均金额和供应商融资被拒绝最多的多个理由；

所述多维度风险预警指标阈值数据包括以下风险预警指标阈值中的部分或全部阈值：企业额度使用率阈值、企业云信平均深度阈值、企业云信开立最大金额频次阈值、企业云信开立平均金额阈值、企业链条云信融资比率阈值、企业还款失败次数阈值、企业云信平均期限阈值、供应商融资比率阈值、供应商融资失败次数阈值、供应商云信持有最大金额阈值和供应商云信持有平均金额阈值。

3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

区块链上的风控模型执行节点定期计算预警结果，并向金融机构发送预警结果；或者

区块链上的风控模型执行节点定期计算预警结果，并在存在超过对应的风险预警指标阈值的情况下，向金融机构发送预警结果。

4.根据权利要求1或2所述的方法，其特征在于，预定的更新频度为T+1更新频度，其中，T表示交易日；

所述对企业或供应商的风险查询请求包括：企业或供应商的标识信息以及金融机构的标识信息；

所述方法还包括：区块链上的风控模型执行节点基于企业或供应商的标识信息、金融机构的标识信息以及事先存储的查询权限授权信息确认所述金融机构是否具有风险查询权限，在确认不具有风险查询权限的情况下，拒绝向所述金融机构返回预警结果。

5.根据权利要求1或2所述的方法，其特征在于，所述风险查询请求中携带业务类型信息；所述方法还包括：

所述区块链上的风控模型执行节点基于所述风险查询请求中携带的业务类型来选择对应的风控模型，以计算所述预警结果。

6.一种基于区块链的产融数据风险控制方法，其特征在于，该方法包括以下步骤：

由金融机构对多维度风险预警指标阈值数据进行加密并上传至云存证联盟链，所述多维度风险预警指标阈值数据包括多维度融资风险预警指标阈值数据和/或多维度增信风险预警指标阈值数据；

接收业务请求，基于业务请求通过调用接口向云存证联盟链的风控模型执行节点发送针对企业或供应商的风险查询请求，以使得链上的风控模型执行节点基于所述多维度风险预警指标阈值数据、由云链平台加密上链的多维度风险预警统计指标数据以及预设的指标分段标签取值规则计算预警结果，其中，所述多维度风险预警统计指标数据是基于所述云链平台数据仓库中的交易数据计算得到的，所述多维度风险预警统计指标数据包括多维度融资风险预警统计指标数据和/或多维度增信风险预警统计指标数据；

接收所述云存证联盟链的风控模型执行节返回的预警结果，并基于各个企业或供应商对应的预警结果对所述业务请求进行审核，其中，所述预警结果包含指标分段结果标签值，在所述企业或供应商对应的风险预警指标阈值数据中存在超过对应的风险预警指标阈值的情况下，所述预警结果还包含的风险预警指标分级结果。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

基于各个企业或供应商对应的预警结果，从各个企业和/或供应商中自动筛选目标客户，作为投放金融产品的目标客户。

8.根据权利要求6所述的方法，其特征在于，所述多维度风险预警统计指标数据包括以下风险预警统计指标中的部分或全部指标：核心企业额度使用率、核心企业云信平均深度、核心企业云信开立最大金额、核心企业云信开立平均金额、核心企业链条云信融资比率、核心企业还款失败次数、核心企业云信平均期限、供应商融资比率、供应商融资失败次数、供应商云信持有最大金额、供应商云信持有平均金额和供应商融资被拒绝最多的多个理由；

所述多维度风险预警指标阈值数据包括以下风险预警指标阈值中的部分或全部阈值：企业额度使用率阈值、企业云信平均深度阈值、企业云信开立最大金额阈值、企业云信开立平均金额阈值、企业链条云信融资比率阈值、企业还款失败次数阈值、企业云信平均期限阈值、供应商融资比率阈值、供应商融资失败次数阈值、供应商云信持有最大金额阈值和供应商云信持有平均金额阈值。

9.根据权利要求6所述的方法，其特征在于，所述方法还包括：

获取企业和/或供应商的对所述金融机构进行数据查询的授权，并将所述授权进行加密并上传至云存证联盟链，以使得区块链上的风控模型执行节点能够基于企业或供应商的标识信息、金融机构的标识信息以及事先存储的查询权限授权信息确认所述金融机构是否具有风险查询权限，以在确认不具有风险查询权限的情况下，拒绝向所述金融机构返回预警结果。

10.一种基于区块链的产融数据风险控制系统，包括处理器和存储器，其特征在于，所述存储器中存储有计算机指令，所述处理器用于执行所述存储器中存储的计算机指令，当所述计算机指令被处理器执行时该系统实现如权利要求1至9中任一项所述方法的步骤。

11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至9中任一项所述方法的步骤。

Images