CN115983636A - 风险评估方法、装置、设备及存储介质 - Google Patents
风险评估方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115983636A CN115983636A CN202211678321.8A CN202211678321A CN115983636A CN 115983636 A CN115983636 A CN 115983636A CN 202211678321 A CN202211678321 A CN 202211678321A CN 115983636 A CN115983636 A CN 115983636A
- Authority
- CN
- China
- Prior art keywords
- risk
- subject
- data
- data set
- preset
- 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
- 238000012502 risk assessment Methods 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000013139 quantization Methods 0.000 claims abstract description 43
- 238000012545 processing Methods 0.000 claims abstract description 27
- 238000012216 screening Methods 0.000 claims abstract description 26
- 238000005192 partition Methods 0.000 claims abstract description 9
- 238000000605 extraction Methods 0.000 claims abstract description 8
- 230000008569 process Effects 0.000 claims description 11
- 238000011002 quantification Methods 0.000 claims description 10
- 238000005284 basis set Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 4
- 238000000547 structure data Methods 0.000 claims description 4
- 238000000638 solvent extraction Methods 0.000 claims 2
- 238000004590 computer program Methods 0.000 claims 1
- 230000010485 coping Effects 0.000 description 10
- 238000011156 evaluation Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000010276 construction Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及风险分析领域，公开了一种风险评估方法、装置、设备及存储介质。该方法包括：获取第一数据集和第二数据集；基于预置科目名称，将所述第一数据集和所述第二数据集进行匹配提取处理，得到科目基础集；筛选所述科目基础集中的带有数字类型的键值对，生成科目量化集；基于预置概率评分表，对所述科目量化集中的数据进行逐条评分处理，得到风险量化集；根据预置级别划分算法，对所述风险量化集进行筛选划分处理，得到风险划分集；统计所述风险划分集每个风险级别的数量，生成风险结果。
Description
技术领域
本发明涉及风险分析领域，尤其涉及一种风险评估方法、装置、设备及存储介质。
背景技术
风险内部控制的目标在于减轻或避免风险，保护单位各项资产的安全和完整，防止内部资产流失，保证业务经营信息和财务会计资料的真实性和完整性，所以保证内部控制的有效实施就首先需要对单位进行全面的风险评估，识别和衡量所有潜在的风险。单位全面风险评估是指从单位的预算管理、采购管理、建设项目管理、合同管理、资产管理、收支管理等六大经济业务对单位造成的影响程度和损失的可能性进行量化评估，并确定相应合理的风险应对策略的过程。
由于单位层面和业务层面均与实际业务密切相关，且不同业务方向涉及不同的业务风险点及审批流程，因此需要单位内部有效组织者对此类单位内外部存在的业务风险点类型和风险事项进行严格识别区分和估量，如果缺乏有效风险制衡措施和应对策略，便会导致单位相关业务人员滥用职权、财政资金使用失衡、实物资产盲目构建，导致资源浪费和贪污腐败等问题。
然而，现有的风险评估方法中缺少对各类业务风险点的识别区分手段以及针对这些风险点的适应性风险估量模型建立和应对措施，导致现有的风险评估方法较难运用于单位的所有业务范围、普适性差。另外，风险估量结果的数据结构系统性差、难以进行进一步决策分析和形成风险评估报告结果。
发明内容
本发明的主要目的在于解决当前评估业务风险的方法通用性差，无法整体分析数据形成风险评估报告的技术问题。
本发明第一方面提供了一种风险评估方法，所述风险评估方法包括：
获取第一数据集和第二数据集；
基于预置科目名称，将所述第一数据集和所述第二数据集进行匹配提取处理，得到科目基础集；
筛选所述科目基础集中的带有数字类型的键值对，生成科目量化集；
基于预置概率评分表，对所述科目量化集中的数据进行逐条评分处理，得到风险量化集；
根据预置级别划分算法，对所述风险量化集进行筛选划分处理，得到风险划分集；
统计所述风险划分集每个风险级别的数量，生成风险结果。
可选的，在本发明第一方面的第一种实现方式中，所述基于预置概率评分表，对所述科目量化集中的数据进行逐条评分处理，得到风险量化集包括：
基于预置科目名称，将预置概率评分表与所述科目量化集中的数据进行匹配乘积处理，得到初步评分集；
根据预置科目分数阈值表，判断所述初步评分集中的科目分数是否超过对应的科目分数阈值；
若超过对应的科目分数阈值，则将所述科目分数对应的键值写入风险量化集。
可选的，在本发明第一方面的第二种实现方式中，所述根据预置级别划分算法，对所述风险量化集进行筛选划分处理，得到风险划分集包括：
读取所述风险量化集中的风险量化键值；
根据预置级别划分算法，对所述风险量化键值进行级别标记处理，得到风险划分键值。
可选的，在本发明第一方面的第三种实现方式中，所述筛选所述科目基础集中的带有数字类型的键值对，生成科目量化集包括：
读取所述科目基础集中的元素，判断所述元素的键值对是否存在数字类型数据；
若存在数字类型数据，则将所述元素写入科目量化集中。
可选的，在本发明第一方面的第四种实现方式中，所述获取第一数据集和第二数据集包括：
获取第一数据集，分析所述第一数据集的科目与数值，将所述第一数据集转换为带有科目数值键值的第一数据集；
获取第二数据集，分析所述第二数据集的科目与数值，将所述第二数据集转换为带有科目数值键值的第二数据集。
可选的，在本发明第一方面的第五种实现方式中，所述第一数据集包括：财务预算数据、财务核算数据。
可选的，在本发明第一方面的第六种实现方式中，所述第二数据集包括：岗位职能数据、业务关系数据、组织架构数据、流程文件数据。
本发明第二方面提供了一种风险评估装置，所述风险评估装置包括：
获取模块，用于获取第一数据集和第二数据集；
提取模块，用于基于预置科目名称，将所述第一数据集和所述第二数据集进行匹配提取处理，得到科目基础集；
筛选模块，用于筛选所述科目基础集中的带有数字类型的键值对，生成科目量化集；
评分模块，用于基于预置概率评分表，对所述科目量化集中的数据进行逐条评分处理，得到风险量化集；
划分模块，用于根据预置级别划分算法，对所述风险量化集进行筛选划分处理，得到风险划分集；
统计模块，用于统计所述风险划分集每个风险级别的数量，生成风险结果。
本发明第三方面提供了一种风险评估设备，包括：存储器和至少一个处理器，所述存储器中存储有指令，所述存储器和所述至少一个处理器通过线路互连；所述至少一个处理器调用所述存储器中的所述指令，以使得所述风险评估设备执行上述的风险评估方法。
本发明的第四方面提供了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的风险评估方法。
在本发明实施例中，通过对数据筛选出需要监控数据科目之后，基于数据类型的键值对数字类型查询出量化项目，最后基于风险的概率以及风险的评分进行评分处理，得到风险量化集。然后对评分情况进行划分级别，统计风险数量，得到风险结果，可以针对风险种类下推适宜的应对决策，方便单位获取更加清晰的全面风险应对策略，解决了当前评估业务风险的方法通用性差，无法整体分析数据形成风险评估报告的技术问题。
附图说明
图1为本发明实施例中风险评估方法的一个实施例示意图；
图2为本发明实施例中风险评估装置的一个实施例示意图；
图3为本发明实施例中风险评估装置的另一个实施例示意图；
图4为本发明实施例中风险评估设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种风险评估方法、装置、设备及存储介质。
本发明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，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，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。
为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中风险评估方法的一个实施例包括：
101、获取第一数据集和第二数据集；
在本实施例中，第一数据集包括：财务预算数据、财务核算数据，第二数据集包括：岗位职能数据、业务关系数据、组织架构数据、流程文件数据。
进一步的，在101可以执行以下步骤：
1011、获取第一数据集，分析第一数据集的科目与数值，将第一数据集转换为带有科目数值键值的第一数据集；
1012、获取第二数据集，分析第二数据集的科目与数值，将第二数据集转换为带有科目数值键值的第二数据集。
在1011-1012步骤中，若第一数据集和第二数据集为标准工作表，则识别和获取第一数据集和第二数据集中的特征信息和赋值信息，并以特征信息和赋值信息转换为key科目：value数值的键值对。
若第一数据集和第二数据集为非标准工作表，则进行视觉特征提取，并根据数据排版结构和特征语义解析区分特征信息和赋值信息，再以特征信息和赋值信息转换为key科目：value数值的键值对。
102、基于预置科目名称，将第一数据集和第二数据集进行匹配提取处理，得到科目基础集；
在本实施例中，key科目作为科目能进行合并，key科目：value1数值：value2数值的结构作为科目基础集的元素，value1数值可以是第一数据集的数据，value2数值可以是第二数据集的数据，而如果某个数据集数据有缺失用NULL代替，维持整个科目基础集的结构。
103、筛选科目基础集中的带有数字类型的键值对，生成科目量化集；
在本实施例中，在科目基础集中，存在value数值的键值对，如果是key科目：value字符：NULL、key科目：value1字符：value2字符、key科目：NULL：value字符等，在键值value项中没有数值的元素被过滤，而留下具有数值的元素进入科目量化集。
进一步的，在103可以执行以下步骤：
1031、读取科目基础集中的元素，判断元素的键值对是否存在数字类型数据；
1032、若存在数字类型数据，则将元素写入科目量化集中。
在1031-1032步骤中，按照科目基础集的元素排序，对科目基础集进行逐个分析筛选，只要键值对中存在数据类型的数据，则将该元素写入科目量化集中，逐个过滤最终得到科目量化集中。
104、基于预置概率评分表，对科目量化集中的数据进行逐条评分处理，得到风险量化集；
在本实施例中，概率评分表中根据时间信息将各个目标要素数据的定性定量数据生成风险发生周期信息流，并统计风险发生周期信息流中各个目标要素的集中错乱点的发生次数和破坏程度产生评分，以及对该评分赋予该风险的发生概率作为调整风险评分的依据。
科目量化集中的数据是以key科目分析后面的value数值的情况，每个key科目的涉及情况不同，比如value1数据大于value2数据作为激活概率评分表中风险的条件，将评分*概率作为评价后的分数，并且方便后续查询和调整。
进一步的，在104可以执行以下步骤：
1041、基于预置科目名称，将预置概率评分表与科目量化集中的数据进行匹配乘积处理，得到初步评分集；
1042、根据预置科目分数阈值表，判断初步评分集中的科目分数是否超过对应的科目分数阈值；
1043、若超过对应的科目分数阈值，则将科目分数对应的键值写入风险量化集。
在本实施例中，会出现多个季度叠加分数情况，例如第一季度评分8分，第二季度9分，第三季度7分，合计为24分，key科目对应的阈值为20分，则超过了科目分数阈值，需要将key科目对应的分数和键值写入风险量化集中。
105、根据预置级别划分算法，对风险量化集进行筛选划分处理，得到风险划分集；
在本实施例中，风险的级别划分是基于上述对多个科目标准化处理后分数进行划分，例如总分为10分为1个级别，不同级别之间的数量会作为风险整体标准评价的一个依据。
进一步的，在105可以执行以下步骤：
1051、读取风险量化集中的风险量化键值；
1052、根据预置级别划分算法，对风险量化键值进行级别标记处理，得到风险划分键值。
在1051-1052步骤中，读取风险量化集中的风险量化键值key科目：value1数值：value2数值，然后对key科目：value1数值：value2数值的分数进行读取，得到40分，对key科目：value1数值：value2数值标记为4级。
106、统计风险划分集每个风险级别的数量，生成风险结果。
在本实施例中，统计风险划分集中1级风险数量，2级风险数量，以此类推到N级风险数据，依据不同级别风险级数量，生成风险报告。
在本发明实施例中，通过对数据筛选出需要监控数据科目之后，基于数据类型的键值对数字类型查询出量化项目，最后基于风险的概率以及风险的评分进行评分处理，得到风险量化集。然后对评分情况进行划分级别，统计风险数量，得到风险结果，可以针对风险种类下推适宜的应对决策，方便单位获取更加清晰的全面风险应对策略，解决了当前评估业务风险的方法通用性差，无法整体分析数据形成风险评估报告的技术问题。
上面对本发明实施例中风险评估方法进行了描述，下面对本发明实施例中风险评估装置进行描述，请参阅图2，本发明实施例中风险评估装置一个实施例包括：
获取模块201，用于获取第一数据集和第二数据集；
提取模块202，用于基于预置科目名称，将所述第一数据集和所述第二数据集进行匹配提取处理，得到科目基础集；
筛选模块203，用于筛选所述科目基础集中的带有数字类型的键值对，生成科目量化集；
评分模块204，用于基于预置概率评分表，对所述科目量化集中的数据进行逐条评分处理，得到风险量化集；
划分模块205，用于根据预置级别划分算法，对所述风险量化集进行筛选划分处理，得到风险划分集；
统计模块206，用于统计所述风险划分集每个风险级别的数量，生成风险结果。
在本发明实施例中，通过对数据筛选出需要监控数据科目之后，基于数据类型的键值对数字类型查询出量化项目，最后基于风险的概率以及风险的评分进行评分处理，得到风险量化集。然后对评分情况进行划分级别，统计风险数量，得到风险结果，可以针对风险种类下推适宜的应对决策，方便单位获取更加清晰的全面风险应对策略，解决了当前评估业务风险的方法通用性差，无法整体分析数据形成风险评估报告的技术问题。
请参阅图3，本发明实施例中风险评估装置的另一个实施例包括：
获取模块201，用于获取第一数据集和第二数据集；
提取模块202，用于基于预置科目名称，将所述第一数据集和所述第二数据集进行匹配提取处理，得到科目基础集；
筛选模块203，用于筛选所述科目基础集中的带有数字类型的键值对，生成科目量化集；
评分模块204，用于基于预置概率评分表，对所述科目量化集中的数据进行逐条评分处理，得到风险量化集；
划分模块205，用于根据预置级别划分算法，对所述风险量化集进行筛选划分处理，得到风险划分集；
统计模块206，用于统计所述风险划分集每个风险级别的数量，生成风险结果。
其中，所述评分模块204包括：
匹配单元2041，用于基于预置科目名称，将预置概率评分表与所述科目量化集中的数据进行匹配乘积处理，得到初步评分集；
判断单元2042，用于根据预置科目分数阈值表，判断所述初步评分集中的科目分数是否超过对应的科目分数阈值；
写入单元2043，用于若超过对应的科目分数阈值，则将所述科目分数对应的键值写入风险量化集。
其中，所述划分模块205具体用于：
读取所述风险量化集中的风险量化键值；
根据预置级别划分算法，对所述风险量化键值进行级别标记处理，得到风险划分键值。
其中，所述筛选模块203具体用于：
读取所述科目基础集中的元素，判断所述元素的键值对是否存在数字类型数据；
若存在数字类型数据，则将所述元素写入科目量化集中。
其中，所述获取模块201具体用于：
获取第一数据集，分析所述第一数据集的科目与数值，将所述第一数据集转换为带有科目数值键值的第一数据集；
获取第二数据集，分析所述第二数据集的科目与数值，将所述第二数据集转换为带有科目数值键值的第二数据集。
其中，在所述获取模块201中，所述第一数据集包括：财务预算数据、财务核算数据。
其中，在所述获取模块201中，所述第二数据集包括：岗位职能数据、业务关系数据、组织架构数据、流程文件数据。
在本发明实施例中，通过对数据筛选出需要监控数据科目之后，基于数据类型的键值对数字类型查询出量化项目，最后基于风险的概率以及风险的评分进行评分处理，得到风险量化集。然后对评分情况进行划分级别，统计风险数量，得到风险结果，可以针对风险种类下推适宜的应对决策，方便单位获取更加清晰的全面风险应对策略，解决了当前评估业务风险的方法通用性差，无法整体分析数据形成风险评估报告的技术问题。
上面图2和图3从模块化功能实体的角度对本发明实施例中的风险评估装置进行详细描述，下面从硬件处理的角度对本发明实施例中风险评估设备进行详细描述。
图4是本发明实施例提供的一种风险评估设备的结构示意图，该风险评估设备400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处理器(centralprocessing units，CPU)410(例如，一个或一个以上处理器)和存储器420，一个或一个以上存储应用程序433或数据432的存储介质430(例如一个或一个以上海量存储设备)。其中，存储器420和存储介质430可以是短暂存储或持久存储。存储在存储介质430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风险评估设备400中的一系列指令操作。更进一步地，处理器410可以设置为与存储介质430通信，在风险评估设备400上执行存储介质430中的一系列指令操作。
基于风险评估设备400还可以包括一个或一个以上电源440，一个或一个以上有线或无线网络接口450，一个或一个以上输入输出接口460，和/或，一个或一个以上操作系统431，例如Windows Serve，Mac OS X，Unix，Linux，FreeBSD等等。本领域技术人员可以理解，图4示出的风险评估设备结构并不构成对基于风险评估设备的限定，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。
本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性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，当所述指令在计算机上运行时，使得计算机执行所述风险评估方法的步骤。
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，上述描述的系统或装置、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。
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，本发明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，服务器，或者网络设备等)执行本发明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发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，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发明各实施例技术方案的精神和范围。
Claims (10)
1.一种风险评估方法，其特征在于，包括步骤：
获取第一数据集和第二数据集；
基于预置科目名称，将所述第一数据集和所述第二数据集进行匹配提取处理，得到科目基础集；
筛选所述科目基础集中的带有数字类型的键值对，生成科目量化集；
基于预置概率评分表，对所述科目量化集中的数据进行逐条评分处理，得到风险量化集；
根据预置级别划分算法，对所述风险量化集进行筛选划分处理，得到风险划分集；
统计所述风险划分集每个风险级别的数量，生成风险结果。
2.根据权利要求1所述的风险评估方法，其特征在于，所述基于预置概率评分表，对所述科目量化集中的数据进行逐条评分处理，得到风险量化集包括：
基于预置科目名称，将预置概率评分表与所述科目量化集中的数据进行匹配乘积处理，得到初步评分集；
根据预置科目分数阈值表，判断所述初步评分集中的科目分数是否超过对应的科目分数阈值；
若超过对应的科目分数阈值，则将所述科目分数对应的键值写入风险量化集。
3.根据权利要求1所述的风险评估方法，其特征在于，所述根据预置级别划分算法，对所述风险量化集进行筛选划分处理，得到风险划分集包括：
读取所述风险量化集中的风险量化键值；
根据预置级别划分算法，对所述风险量化键值进行级别标记处理，得到风险划分键值。
4.根据权利要求1所述的风险评估方法，其特征在于，所述筛选所述科目基础集中的带有数字类型的键值对，生成科目量化集包括：
读取所述科目基础集中的元素，判断所述元素的键值对是否存在数字类型数据；
若存在数字类型数据，则将所述元素写入科目量化集中。
5.根据权利要求1所述的风险评估方法，其特征在于，所述获取第一数据集和第二数据集包括：
获取第一数据集，分析所述第一数据集的科目与数值，将所述第一数据集转换为带有科目数值键值的第一数据集；
获取第二数据集，分析所述第二数据集的科目与数值，将所述第二数据集转换为带有科目数值键值的第二数据集。
6.根据权利要求1所述的风险评估方法，其特征在于，所述第一数据集包括：财务预算数据、财务核算数据。
7.根据权利要求1所述的风险评估方法，其特征在于，所述第二数据集包括：岗位职能数据、业务关系数据、组织架构数据、流程文件数据。
8.一种风险评估装置，其特征在于，所述风险评估装置包括：
获取模块，用于获取第一数据集和第二数据集；
提取模块，用于基于预置科目名称，将所述第一数据集和所述第二数据集进行匹配提取处理，得到科目基础集；
筛选模块，用于筛选所述科目基础集中的带有数字类型的键值对，生成科目量化集；
评分模块，用于基于预置概率评分表，对所述科目量化集中的数据进行逐条评分处理，得到风险量化集；
划分模块，用于根据预置级别划分算法，对所述风险量化集进行筛选划分处理，得到风险划分集；
统计模块，用于统计所述风险划分集每个风险级别的数量，生成风险结果。
9.一种风险评估设备，其特征在于，所述风险评估设备包括：存储器和至少一个处理器，所述存储器中存储有指令，所述存储器和所述至少一个处理器通过线路互连；
所述至少一个处理器调用所述存储器中的所述指令，以使得所述风险评估设备执行如权利要求1-7中任一项所述的风险评估方法。
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的风险评估方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211678321.8A CN115983636B (zh) | 2022-12-26 | 2022-12-26 | 风险评估方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211678321.8A CN115983636B (zh) | 2022-12-26 | 2022-12-26 | 风险评估方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115983636A true CN115983636A (zh) | 2023-04-18 |
| CN115983636B CN115983636B (zh) | 2023-11-17 |
Family
ID=85969529
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211678321.8A Active CN115983636B (zh) | 2022-12-26 | 2022-12-26 | 风险评估方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115983636B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117291702A (zh) * | 2023-11-23 | 2023-12-26 | 深圳市金政软件技术有限公司 | 现金分存方法、装置、设备及存储介质 |
Citations (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001060221A (ja) * | 1999-08-23 | 2001-03-06 | Hitachi Ltd | 最適リスクマネジメント制御方法および最適リスクマネジメント制御装置 |
| WO2006025094A1 (ja) * | 2004-08-30 | 2006-03-09 | Japan Post | 企業価値変動リスク推計方法 |
| KR20080029429A (ko) * | 2006-09-29 | 2008-04-03 | 김정한 | 위험 관리 방법 및 장치 |
| CN101651567A (zh) * | 2009-07-10 | 2010-02-17 | 深圳市永达电子股份有限公司 | 一种可用性风险扩散评估方法 |
| CN107358121A (zh) * | 2017-07-12 | 2017-11-17 | 张�诚 | 一种脱敏数据集的数据融合方法及装置 |
| US20180197128A1 (en) * | 2016-12-06 | 2018-07-12 | Thomson Reuters Global Resources Unlimited Company | Risk identification engine and supply chain graph generator |
| CN109657917A (zh) * | 2018-11-19 | 2019-04-19 | 平安科技（深圳）有限公司 | 评估对象的风险预警方法、装置、计算机设备和存储介质 |
| CN110119413A (zh) * | 2019-04-30 | 2019-08-13 | 京东城市(南京)科技有限公司 | 数据融合的方法和装置 |
| CN110223168A (zh) * | 2019-06-24 | 2019-09-10 | 浪潮卓数大数据产业发展有限公司 | 一种基于企业关系图谱的标签传播反欺诈检测方法及系统 |
| CN110390465A (zh) * | 2019-06-18 | 2019-10-29 | 深圳壹账通智能科技有限公司 | 业务数据的风控分析处理方法、装置和计算机设备 |
| US20190333141A1 (en) * | 2018-04-27 | 2019-10-31 | Jpmorgan Chase Bank, N.A. | System and method for implementing customer exposure management tool |
| US20190347429A1 (en) * | 2018-05-12 | 2019-11-14 | Netgovern Inc. | Method and system for managing electronic documents based on sensitivity of information |
| US20200026710A1 (en) * | 2018-07-19 | 2020-01-23 | Bank Of Montreal | Systems and methods for data storage and processing |
| CN111062602A (zh) * | 2019-12-12 | 2020-04-24 | 百望股份有限公司 | 企业信用风险评估的方法、装置及存储介质 |
| CN112269805A (zh) * | 2020-11-18 | 2021-01-26 | 杭州米雅信息科技有限公司 | 数据处理方法、装置、设备及介质 |
| CN112288581A (zh) * | 2020-07-31 | 2021-01-29 | 长沙市到家悠享网络科技有限公司 | 一种风险评估方法、装置、电子设备以及存储介质 |
| CN112396081A (zh) * | 2019-08-19 | 2021-02-23 | 北京京东尚科信息技术有限公司 | 一种数据融合方法和装置 |
| CN112632045A (zh) * | 2021-03-10 | 2021-04-09 | 腾讯科技（深圳）有限公司 | 数据处理方法、装置、设备及计算机可读存储介质 |
| CN112671800A (zh) * | 2021-01-12 | 2021-04-16 | 江苏天翼安全技术有限公司 | 一种威胁量化企业风险值的方法 |
| CN112766825A (zh) * | 2021-03-09 | 2021-05-07 | 中国工商银行股份有限公司 | 企业金融服务风险预测方法及装置 |
| CN113052650A (zh) * | 2021-03-04 | 2021-06-29 | 国网山东省电力公司物资公司 | 基于供应链控制塔的物资生产全过程信息感知可视化系统 |
| CN113989026A (zh) * | 2021-10-29 | 2022-01-28 | 深圳前海微众银行股份有限公司 | 风控模型自适应构建方法、装置、设备及存储介质 |
| CN114201511A (zh) * | 2021-11-25 | 2022-03-18 | 南京苏宁软件技术有限公司 | 一种项目管控的方法、装置、计算机设备和存储介质 |
| US20220114671A1 (en) * | 2020-10-09 | 2022-04-14 | Brandon A. Banks | Usage estimation systems and methods for risk association adjustments |
| CN115471042A (zh) * | 2022-08-05 | 2022-12-13 | 山东日照发电有限公司 | 一种企业法务风险评估方法及系统 |
| CN115588310A (zh) * | 2022-06-28 | 2023-01-10 | 中国公路工程咨询集团有限公司 | 一种基于轨迹数据的车辆碰撞风险预测方法 |
| CN115619180A (zh) * | 2022-10-31 | 2023-01-17 | 中国长江三峡集团有限公司 | 一种确定多能互补系统发电方案的方法、装置及电子设备 |
| CN115809267A (zh) * | 2022-10-21 | 2023-03-17 | 上海安全至尚科技有限公司 | 一种用于生成审计结果的方法、设备、介质及程序产品 |
| CN115936848A (zh) * | 2022-12-20 | 2023-04-07 | 南京智慧图谱信息技术有限公司 | 一种在客户洗钱风险评估中生成组合指标的方法 |
-
2022
- 2022-12-26 CN CN202211678321.8A patent/CN115983636B/zh active Active
Patent Citations (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001060221A (ja) * | 1999-08-23 | 2001-03-06 | Hitachi Ltd | 最適リスクマネジメント制御方法および最適リスクマネジメント制御装置 |
| WO2006025094A1 (ja) * | 2004-08-30 | 2006-03-09 | Japan Post | 企業価値変動リスク推計方法 |
| KR20080029429A (ko) * | 2006-09-29 | 2008-04-03 | 김정한 | 위험 관리 방법 및 장치 |
| CN101651567A (zh) * | 2009-07-10 | 2010-02-17 | 深圳市永达电子股份有限公司 | 一种可用性风险扩散评估方法 |
| US20180197128A1 (en) * | 2016-12-06 | 2018-07-12 | Thomson Reuters Global Resources Unlimited Company | Risk identification engine and supply chain graph generator |
| CN107358121A (zh) * | 2017-07-12 | 2017-11-17 | 张�诚 | 一种脱敏数据集的数据融合方法及装置 |
| US20190333141A1 (en) * | 2018-04-27 | 2019-10-31 | Jpmorgan Chase Bank, N.A. | System and method for implementing customer exposure management tool |
| US20190347429A1 (en) * | 2018-05-12 | 2019-11-14 | Netgovern Inc. | Method and system for managing electronic documents based on sensitivity of information |
| US20200026710A1 (en) * | 2018-07-19 | 2020-01-23 | Bank Of Montreal | Systems and methods for data storage and processing |
| CN109657917A (zh) * | 2018-11-19 | 2019-04-19 | 平安科技（深圳）有限公司 | 评估对象的风险预警方法、装置、计算机设备和存储介质 |
| CN110119413A (zh) * | 2019-04-30 | 2019-08-13 | 京东城市(南京)科技有限公司 | 数据融合的方法和装置 |
| CN110390465A (zh) * | 2019-06-18 | 2019-10-29 | 深圳壹账通智能科技有限公司 | 业务数据的风控分析处理方法、装置和计算机设备 |
| CN110223168A (zh) * | 2019-06-24 | 2019-09-10 | 浪潮卓数大数据产业发展有限公司 | 一种基于企业关系图谱的标签传播反欺诈检测方法及系统 |
| CN112396081A (zh) * | 2019-08-19 | 2021-02-23 | 北京京东尚科信息技术有限公司 | 一种数据融合方法和装置 |
| CN111062602A (zh) * | 2019-12-12 | 2020-04-24 | 百望股份有限公司 | 企业信用风险评估的方法、装置及存储介质 |
| CN112288581A (zh) * | 2020-07-31 | 2021-01-29 | 长沙市到家悠享网络科技有限公司 | 一种风险评估方法、装置、电子设备以及存储介质 |
| US20220114671A1 (en) * | 2020-10-09 | 2022-04-14 | Brandon A. Banks | Usage estimation systems and methods for risk association adjustments |
| CN112269805A (zh) * | 2020-11-18 | 2021-01-26 | 杭州米雅信息科技有限公司 | 数据处理方法、装置、设备及介质 |
| CN112671800A (zh) * | 2021-01-12 | 2021-04-16 | 江苏天翼安全技术有限公司 | 一种威胁量化企业风险值的方法 |
| CN113052650A (zh) * | 2021-03-04 | 2021-06-29 | 国网山东省电力公司物资公司 | 基于供应链控制塔的物资生产全过程信息感知可视化系统 |
| CN112766825A (zh) * | 2021-03-09 | 2021-05-07 | 中国工商银行股份有限公司 | 企业金融服务风险预测方法及装置 |
| CN112632045A (zh) * | 2021-03-10 | 2021-04-09 | 腾讯科技（深圳）有限公司 | 数据处理方法、装置、设备及计算机可读存储介质 |
| CN113989026A (zh) * | 2021-10-29 | 2022-01-28 | 深圳前海微众银行股份有限公司 | 风控模型自适应构建方法、装置、设备及存储介质 |
| CN114201511A (zh) * | 2021-11-25 | 2022-03-18 | 南京苏宁软件技术有限公司 | 一种项目管控的方法、装置、计算机设备和存储介质 |
| CN115588310A (zh) * | 2022-06-28 | 2023-01-10 | 中国公路工程咨询集团有限公司 | 一种基于轨迹数据的车辆碰撞风险预测方法 |
| CN115471042A (zh) * | 2022-08-05 | 2022-12-13 | 山东日照发电有限公司 | 一种企业法务风险评估方法及系统 |
| CN115809267A (zh) * | 2022-10-21 | 2023-03-17 | 上海安全至尚科技有限公司 | 一种用于生成审计结果的方法、设备、介质及程序产品 |
| CN115619180A (zh) * | 2022-10-31 | 2023-01-17 | 中国长江三峡集团有限公司 | 一种确定多能互补系统发电方案的方法、装置及电子设备 |
| CN115936848A (zh) * | 2022-12-20 | 2023-04-07 | 南京智慧图谱信息技术有限公司 | 一种在客户洗钱风险评估中生成组合指标的方法 |
Non-Patent Citations (7)
| Title |
|---|
| GUO YUNTAO等: "Framework of comprehensive risk management system for the defense science and technology enterprises", 2011 INTERNATIONAL CONFERENCE ON BUSINESS MANAGEMENT AND ELECTRONIC INFORMATION, pages 213 - 216 * |
| SONG XUE等: "Risk Management and Control Model of Distribution Equipment Asset Life Cycle Management for Incremental Distribution Projects", 2020 5TH ASIA CONFERENCE ON POWER AND ELECTRICAL ENGINEERING(ACPEE), pages 2222 - 2225 * |
| VALERY G.SEMIN等: "A Process Model of Risk Management in the System of Management of Strategic Sustainability of Cargo Motor Transport Enterprises", 2016 IEEE CONFERENCE ON QUALITY MANAGEMENT, TRANSPORT AND INFORMATION SECURITY, INFORMATION TECHNOLOGIES(IT&MQ&IS), pages 172 - 175 * |
| 戴毅等: "基于模糊层次综合方法的企业内部风险评价", 同济大学学报（自然科学版）, vol. 2008, no. 06, pages 864 - 868 * |
| 潘卫兵: "国际工程多项目投标风险定量评估模型研究", 铁道经济研究, vol. 2022, no. 5, pages 40 - 43 * |
| 王一舒等: "关于企业海外并购税收风险指标体系及评估模型的构建", 税务研究, vol. 2013, no. 11, pages 76 - 80 * |
| 高云莉等: "基于合作的工程项目风险模糊评价新方法", 数学的实践与认知, vol. 43, no. 02, pages 14 - 22 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117291702A (zh) * | 2023-11-23 | 2023-12-26 | 深圳市金政软件技术有限公司 | 现金分存方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115983636B (zh) | 2023-11-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109543096B (zh) | 数据查询方法、装置、计算机设备和存储介质 | |
| Sarno et al. | Hybrid Association Rule Learning and Process Mining for Fraud Detection. | |
| CN109934268B (zh) | 异常交易检测方法及系统 | |
| Svabova et al. | Prediction model of firms financial distress | |
| CN115983636A (zh) | 风险评估方法、装置、设备及存储介质 | |
| CN115082225A (zh) | 一种企业融资风险的评估方法和装置 | |
| Nusa | Quality of audit system information for internal control effectiveness | |
| CN112016843A (zh) | 一种组织财税数据风险分析方法及相关装置 | |
| Dai et al. | Audit analytics: A field study of credit card after-sale service problem detection at a major bank | |
| CN111179077B (zh) | 股票异常交易的识别方法及系统 | |
| KR20040104853A (ko) | 정보 자산의 위험 분석 시스템 | |
| CN111861733A (zh) | 基于地址模糊匹配的欺诈防控系统及方法 | |
| CN109409091B (zh) | 检测Web页面的方法、装置、设备以及计算机存储介质 | |
| Chiu et al. | Validating Process Mining: A Framework Integrating Auditor’s Risk Assessment | |
| CN114971887A (zh) | 信贷系统的作业监控方法及装置、存储介质、电子设备 | |
| CN111861725B (zh) | 三方数据源成本核算方法及系统 | |
| CN114357458A (zh) | 一种数据库风险评估系统、方法、电子设备及存储介质 | |
| CN114596152A (zh) | 基于无监督模型预测发债主体违约的方法、设备及存储介质 | |
| CN113326254A (zh) | 一种调研数据清洗方法及系统 | |
| CN112967127A (zh) | 一种疑点贷款核查方法、系统、计算机设备及存储介质 | |
| Ramamoorti et al. | Continuous controls monitoring can help defer fraud | |
| Starenka | Risk assessment in the internal control system of an enterprise | |
| Zenzerović et al. | Financial statements fraud identifiers | |
| Gusmão et al. | A Customer Journey Mapping Approach to Improve CPFL Energia Fraud Detection Predictive Models | |
| CN113282886B (zh) | 基于逻辑回归的银行对公贷款违约判别方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |