CN116611907A - 资金流向的监测方法、装置和电子设备 - Google Patents
资金流向的监测方法、装置和电子设备 Download PDFInfo
- Publication number
- CN116611907A CN116611907A CN202310655300.2A CN202310655300A CN116611907A CN 116611907 A CN116611907 A CN 116611907A CN 202310655300 A CN202310655300 A CN 202310655300A CN 116611907 A CN116611907 A CN 116611907A
- Authority
- CN
- China
- Prior art keywords
- fund flow
- flow direction
- classification result
- running water
- product
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 72
- 238000012544 monitoring process Methods 0.000 title claims abstract description 71
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 134
- 238000004458 analytical method Methods 0.000 claims abstract description 43
- 230000008859 change Effects 0.000 claims description 30
- 238000012795 verification Methods 0.000 claims description 24
- 238000012546 transfer Methods 0.000 claims description 20
- 230000015654 memory Effects 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 6
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 claims description 4
- 229910052709 silver Inorganic materials 0.000 claims description 4
- 239000004332 silver Substances 0.000 claims description 4
- 101100074336 Xenopus laevis ripply2.1 gene Proteins 0.000 claims 2
- 238000010586 diagram Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 6
- 238000007405 data analysis Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000012954 risk control Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 238000004900 laundering Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000005206 flow analysis Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
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
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Technology Law (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明提供了一种资金流向的监测方法、装置和电子设备,该方法中,分别对动账流水和产品交易流水按照对应的资金流向分类规则进行了资金流向分类,并且,在完成资金流向分类后,还对动账流水的资金流向分类结果和产品交易流水的资金流向分类结果的准确性进行了验证,也就是最终得到的动账流水的资金流向分类结果和产品交易流水的资金流向分类结果的准确性好,即资金流向监测的准确性好,因而,后续确定的资金流向应用分析结果的准确性也好。
Description
技术领域
本发明涉及数据分析的技术领域,尤其是涉及一种资金流向的监测方法、装置和电子设备。
背景技术
资金流向监测系统可以通过识别新资金流入、监控资金在银行内部的流动和监控行内资金流出三个动作,实现对银行资金的有效管理。具体来说,资金流向监测系统可以帮助银行实现以下数据赋能:
新资金引入沉淀:通过对新资金进行分析,银行可以更好地了解客户需求,提高产品销售效率,并将资金引入沉淀,以便更好地为客户服务;
到期承接:资金流向监测系统可以通过对客户持仓情况的监测,及时发现到期资金并进行承接,避免因为资金流失而影响银行业务的正常运营;
减少资金流失:资金流向监测系统可以通过对行内资金流动的监测,及时发现资金流出情况,并采取相应的措施进行干预。例如,针对一些资金流动异常的账户,可以采取限制提现等措施,防止资金流失。
但在银行内建立资金流向监测系统也存在一些难点,包括以下几个方面:
数据安全和隐私保护:资金流向监测系统需要对大量的客户账户数据进行采集、处理和存储,因此需要严格保护数据安全和客户隐私,避免出现数据泄露和滥用等问题;
数据质量和准确性:资金流向监测系统需要从多个数据源采集数据,并进行数据清洗和整合,确保数据质量和准确性,从而避免因数据错误导致的误判和风险;
技术支持和维护:资金流向监测系统需要具备高效的数据处理和分析能力,需要投入大量的技术和人力资源进行研发、维护和升级,以满足不断变化的业务需求和技术挑战;
资源投入和成本控制:银行内建立资金流向监测系统需要投入大量的资源和资金,包括硬件、软件、人力等方面,需要控制成本并确保资源的有效利用,以实现长期的可持续发展;
合规和监管要求:资金流向监测系统需要遵守相关的法律法规和监管要求,例如防范资金洗钱、反恐怖融资等方面的要求,需要建立完善的合规体系和内部控制,以确保合法合规经营。
综上所述,银行内建立资金流向监测系统需要克服一系列技术、管理和合规方面的难点,需要全面考虑各种因素,建立完善的运营体系和管理机制,以确保系统的安全、可靠和高效运行。
银行进行客户资金流向监测通常需要以下步骤:
确定数据来源:银行需要确定数据的来源,例如:ATM、网银、手机银行等,以及数据的类型和格式等;
收集和整合数据:银行需要收集和整合不同来源的数据,例如:账户余额、转账记录、交易流水等,将其转换成可分析的数据;
数据清洗和预处理:银行需要对数据进行清洗和预处理,例如:去除重复数据、填补缺失值、处理异常数据等,以确保数据的质量和准确性;
数据分析和建模:银行需要利用数据分析和建模技术,从数据中提取有用的信息和洞察,例如:客户的消费习惯、偏好、行为模式等;
结果解读和应用:银行需要对分析结果进行解读和应用,例如:制定针对性的营销策略、改进产品设计、加强风险控制等;
监控和更新:银行需要对客户资金流向进行持续监控和更新,以保持对客户的了解和掌握。
现有技术在进行客户资金流向监测时,数据分析和建模过程的准确性差,也就是资金流向监测的准确性差,基于准确性差的资金流向监测结果进行的后续的分析应用的准确性也差。
发明内容
有鉴于此,本发明的目的在于提供一种资金流向的监测方法、装置和电子设备,以缓解现有的资金流向的监测准确性差的技术问题。
第一方面,本发明实施例提供了一种资金流向的监测方法,包括:
将动账流水进行交易类型分类,得到所述动账流水的交易类型分类结果;
按照预设资金流向分类规则对所述交易类型分类结果进行资金流向分类,得到所述动账流水的资金流向分类结果;
按照预设的当前核心系统的资金流向分类规则对产品交易流水进行资金流向分类,得到所述产品交易流水的资金流向分类结果;
对所述动账流水的资金流向分类结果和所述产品交易流水的资金流向分类结果的准确性进行验证;
如果验证准确,则基于所述动账流水的资金流向分类结果和所述产品交易流水的资金流向分类结果进行资金流向应用分析,得到对应的资金流向应用分析结果。
进一步的,所述交易类型分类结果包括:存款类、取款类、转账类、消费类、理财类、手续费类和利息类;
所述动账流水的资金流向分类结果包括:产品购买、产品购买流出、产品内部资金变动、产品赎回、产品赎回流入、贷款放款、贷款还款、利息收入、市值波动、消费支付流出、新资金流入、银证/期转账。
进一步的,所述产品交易流水的类型包括:订阅/赎回流水、转入/转出流水、产品收益流水、产品费用流水和增值服务流水。
进一步的,对所述动账流水的资金流向分类结果和所述产品交易流水的资金流向分类结果的准确性进行验证,包括:
通过客户持仓金额变化对所述动账流水的资金流向分类结果和所述产品交易流水的资金流向分类结果的准确性进行验证。
进一步的,通过客户持仓金额变化对所述动账流水的资金流向分类结果和所述产品交易流水的资金流向分类结果的准确性进行验证,包括:
根据当月持仓金额计算算式:当月持仓金额=上月持仓金额+净流入金额+市值波动金额,计算当月持仓金额,其中,所述上月持仓金额表示客户上一个月末持有目标产品的金额,所述净流入金额表示客户当月购买所述目标产品的金额减去赎回所述目标产品的金额,所述市值波动金额表示客户持有所述目标产品的市值变化,所述目标产品为任一银行产品;
根据所述当月持仓金额和所述上月持仓金额计算所述客户持仓金额变化;
将所述客户持仓金额变化与所述动账流水的资金流向分类结果、所述产品交易流水的资金流向分类结果进行对比;
如果所述动账流水的资金流向分类结果、所述产品交易流水的资金流向分类结果与所述客户持仓金额变化相符,则所述动账流水的资金流向分类结果和所述产品交易流水的资金流向分类结果验证准确。
进一步的,所述资金流向应用分析包括:资金是否有流出风险、资金是否有流出外行风险、资金在产品之间的流动、最受欢迎产品分析和产品购买动线规律分析。
进一步的,所述方法还包括:
如果验证不准确,则返回执行将动账流水进行交易类型分类的步骤,直至验证准确为止。
第二方面,本发明实施例还提供了一种资金流向的监测装置,包括:
交易类型分类单元,用于将动账流水进行交易类型分类,得到所述动账流水的交易类型分类结果;
第一资金流向分类单元,用于按照预设资金流向分类规则对所述交易类型分类结果进行资金流向分类,得到所述动账流水的资金流向分类结果;
第二资金流向分类单元,用于按照预设的当前核心系统的资金流向分类规则对产品交易流水进行资金流向分类,得到所述产品交易流水的资金流向分类结果;
准确性验证单元,用于对所述动账流水的资金流向分类结果和所述产品交易流水的资金流向分类结果的准确性进行验证;
资金流向应用分析单元,用于如果验证准确,则基于所述动账流水的资金流向分类结果和所述产品交易流水的资金流向分类结果进行资金流向应用分析,得到对应的资金流向应用分析结果。
第三方面,本发明实施例还提供了一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述第一方面任一项所述的方法的步骤。
第四方面,本发明实施例还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存储有机器可运行指令,所述机器可运行指令在被处理器调用和运行时,所述机器可运行指令促使所述处理器运行上述第一方面任一项所述的方法。
在本发明实施例中,提供了一种资金流向的监测方法,包括:将动账流水进行交易类型分类,得到动账流水的交易类型分类结果;按照预设资金流向分类规则对交易类型分类结果进行资金流向分类,得到动账流水的资金流向分类结果;按照预设的当前核心系统的资金流向分类规则对产品交易流水进行资金流向分类,得到产品交易流水的资金流向分类结果;对动账流水的资金流向分类结果和产品交易流水的资金流向分类结果的准确性进行验证;如果验证准确,则基于动账流水的资金流向分类结果和产品交易流水的资金流向分类结果进行资金流向应用分析,得到对应的资金流向应用分析结果。通过上述描述可知,本发明的资金流向的监测方法中,分别对动账流水和产品交易流水按照对应的资金流向分类规则进行了资金流向分类,并且,在完成资金流向分类后,还对动账流水的资金流向分类结果和产品交易流水的资金流向分类结果的准确性进行了验证,也就是最终得到的动账流水的资金流向分类结果和产品交易流水的资金流向分类结果的准确性好,即资金流向监测的准确性好,因而,后续确定的资金流向应用分析结果的准确性也好,缓解了现有的资金流向的监测准确性差的技术问题。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式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,下面描述中的附图是本发明的一些实施方式,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,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种资金流向的监测方法的流程图;
图2为本发明实施例提供的一种资金流向的监测装置的示意图;
图3为本发明实施例提供的一种电子设备的示意图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
现有技术的资金流向的监测准确性差。
基于此,本发明的资金流向的监测方法中,分别对动账流水和产品交易流水按照对应的资金流向分类规则进行了资金流向分类,并且,在完成资金流向分类后,还对动账流水的资金流向分类结果和产品交易流水的资金流向分类结果的准确性进行了验证,也就是最终得到的动账流水的资金流向分类结果和产品交易流水的资金流向分类结果的准确性好,即资金流向监测的准确性好,因而,后续确定的资金流向应用分析结果的准确性也好。
为便于对本实施例进行理解,首先对本发明实施例所公开的一种资金流向的监测方法进行详细介绍。
实施例一:
根据本发明实施例,提供了一种资金流向的监测方法的实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种资金流向的监测方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,将动账流水进行交易类型分类,得到动账流水的交易类型分类结果;
具体的,在数据分析和建模阶段,需要银行对客户的动账流水和产品交易流水进行资金流向分类(即打标,打上资金流入或流出的标签)。这套资金流向分类规则是银行进行资金流向分析和风险控制的重要手段之一;因为客户的一笔交易可能既包含动账流水,也包含产品交易流水,这就导致在对这笔交易进行打标时,容易造成资金流向重复。单从对客户的动账流水来看,打标就存在一定的难点:
(1)数据质量问题:动账流水数据的来源比较广泛,包括:银行内部系统、第三方支付平台等,数据的质量和完整性难以保证,有时候可能存在重复数据、缺失数据、错误数据等问题,这给数据打标带来了一定的挑战;
(2)客户行为多样性:不同客户的交易行为和消费习惯各不相同,对同一笔交易打标的标准可能存在差异,这就需要银行建立灵活的打标规则和策略,根据不同的客户群体和交易场景进行不同的标注;
(3)数据量大、复杂性高:银行对客户的动账流水打标需要对大量的数据进行分类、整理、标注和汇总,数据量非常庞大,处理难度较高,需要借助现代化的技术手段进行处理;
(4)风险识别准确性:银行对客户的动账流水打标是风险识别和预警的重要手段之一,但是标注的准确性直接影响到风险识别的准确性,如果标注不准确,就会导致风险判断出现偏差,增加银行的风险损失。
在此基础上,建立一个准确的资金流向监测方法,需要银行同时对客户的动账流水和产品交易流水进行打标。银行对动账流水和产品交易流水进行打标时,确实存在资金流向重复的情况。因为客户的一笔交易可能既包含动账流水,也包含产品交易流水,这就导致在对这笔交易进行打标时,容易造成资金流向重复。
为了避免这种情况的发生,银行可以采用以下方法:
方法一:建立清晰的打标规则:银行应该根据客户交易行为的不同,建立清晰的打标规则,明确不同的交易类型应该被打上哪些标签。这样,在进行打标时,可以根据规则进行分类,避免资金流向的重复计算;
方法二:采用先后顺序标记:针对同一笔交易包含动账流水和产品交易流水的情况,可以采用先后顺序标记的方式进行打标。即先对动账流水进行打标,然后对产品交易流水进行打标,这样可以避免重复计算资金流向;
方法三:使用自动化技术进行打标:银行可以借助现代化的技术手段,如人工智能、机器学习等,对客户的动账流水和产品交易流水进行自动化的分类和打标,减少人为操作的干扰,从而避免资金流向重复。
针对上述方法二,采用先后顺序标记的方式进行打标存在一些不适用点。原因如下:
1.打标顺序不确定:如果一笔交易同时包含动账流水和产品交易流水,由于这两种流水并没有先后关系,所以在进行打标时,很难确定打标的顺序;
2.可能漏掉部分流水:如果先对动账流水进行打标,而忽略了产品交易流水,那么就会漏掉这部分流水的信息。同样,如果先对产品交易流水进行打标,而忽略了动账流水,也会漏掉相关信息;
3.处理复杂交易困难:在实际操作中,很多交易都是复杂的,可能同时包含多种类型的流水,这就增加了打标的难度。如果先后顺序标记,那么就需要针对每一种类型的流水都进行打标,这会增加处理的复杂度。
针对上述方法三,使用自动化技术进行打标在识别新资金流入、监控资金在银行内部的流动和监控行内资金流出三个动作业务场景下,自动化的分类和打标往往不准确。所以针对建立准确的资金流向的监测方法,我们采用了方法一:以资金流向监测为目的,建立清晰的打标规则。
在具体实现时,先将动账流水进行交易类型分类,分为以下几类:
1.存款类:包括现金存款、支票存款、汇款存款等。
2.取款类:包括现金取款、支票取款、ATM取款等。
3.转账类:包括行内转账、跨行转账、国内外汇款等。
4.消费类:包括信用卡消费、借记卡消费、支付宝消费等。
5.理财类:包括基金交易、债券交易、股票交易等。
6.手续费类:包括账户管理费、手续费等。
7.利息类:包括存款利息、贷款利息等。
步骤S104,按照预设资金流向分类规则对交易类型分类结果进行资金流向分类,得到动账流水的资金流向分类结果;
具体的,在步骤S102的基础上,再将交易类型分类结果分为以下12类,即按照预设资金流向分类规则对交易类型分类结果进行资金流向分类,得到的动账流水的资金流向分类结果包括:产品购买、产品购买流出、产品内部资金变动、产品赎回、产品赎回流入、贷款放款、贷款还款、利息收入、市值波动、消费支付流出、新资金流入、银证/期转账。
上述动账流水的资金流向分类结果为对资金流向有贡献的分类,即表示资金流向的标签。
步骤S106,按照预设的当前核心系统的资金流向分类规则对产品交易流水进行资金流向分类,得到产品交易流水的资金流向分类结果;
具体的,根据需要对AUM产品交易流水进行细分和分类,以更好地进行资金流向分析和风险控制。由于AUM产品的特殊性质,流水更加复杂,不同形态的产品的交易类型不尽相同,码值也因核心系统有差异。所以,根据不同核心系统,梳理了不同的交易规则(即预设的当前核心系统的资金流向分类规则),以按照交易规则对产品交易流水进行资金流向分类。以下为产品交易流水的一些常见类型:
1.订阅/赎回流水:客户订阅或赎回AUM产品的流水,包括申购、赎回、申请撤单等。
2.转入/转出流水:客户将资金从银行账户转入或转出AUM产品的流水,包括银行卡转账、网银转账、支票转账等。
3.产品收益流水:AUM产品产生的收益和分红的流水,包括股息、利息、红利等。
4.产品费用流水:AUM产品产生的各种费用的流水,包括管理费、托管费、销售服务费等。
5.增值服务流水:提供给AUM产品客户的增值服务的流水,包括投资顾问服务费、投资咨询服务费等。
步骤S108,对动账流水的资金流向分类结果和产品交易流水的资金流向分类结果的准确性进行验证;
下文中再对该过程进行详细描述,在此不再赘述。
步骤S110,如果验证准确,则基于动账流水的资金流向分类结果和产品交易流水的资金流向分类结果进行资金流向应用分析,得到对应的资金流向应用分析结果。
在本发明实施例中,提供了一种资金流向的监测方法,包括:将动账流水进行交易类型分类,得到动账流水的交易类型分类结果;按照预设资金流向分类规则对交易类型分类结果进行资金流向分类,得到动账流水的资金流向分类结果;按照预设的当前核心系统的资金流向分类规则对产品交易流水进行资金流向分类,得到产品交易流水的资金流向分类结果;对动账流水的资金流向分类结果和产品交易流水的资金流向分类结果的准确性进行验证;如果验证准确,则基于动账流水的资金流向分类结果和产品交易流水的资金流向分类结果进行资金流向应用分析,得到对应的资金流向应用分析结果。通过上述描述可知,本发明的资金流向的监测方法中,分别对动账流水和产品交易流水按照对应的资金流向分类规则进行了资金流向分类,并且,在完成资金流向分类后,还对动账流水的资金流向分类结果和产品交易流水的资金流向分类结果的准确性进行了验证,也就是最终得到的动账流水的资金流向分类结果和产品交易流水的资金流向分类结果的准确性好,即资金流向监测的准确性好,因而,后续确定的资金流向应用分析结果的准确性也好,缓解了现有的资金流向的监测准确性差的技术问题。
上述内容对本发明的资金流向的监测方法进行了简要介绍,下面对其中涉及到的具体内容进行详细描述。
在本发明的一个可选实施例中,对动账流水的资金流向分类结果和产品交易流水的资金流向分类结果的准确性进行验证,具体包括如下步骤:
通过客户持仓金额变化对动账流水的资金流向分类结果和产品交易流水的资金流向分类结果的准确性进行验证。
在本发明的一个可选实施例中,通过客户持仓金额变化对动账流水的资金流向分类结果和产品交易流水的资金流向分类结果的准确性进行验证,具体包括如下步骤:
(1)根据当月持仓金额计算算式:当月持仓金额=上月持仓金额+净流入金额+市值波动金额,计算当月持仓金额,其中,上月持仓金额表示客户上一个月末持有目标产品的金额,净流入金额表示客户当月购买目标产品的金额减去赎回目标产品的金额,市值波动金额表示客户持有目标产品的市值变化,目标产品为任一银行产品;
(2)根据当月持仓金额和上月持仓金额计算客户持仓金额变化;
(3)将客户持仓金额变化与动账流水的资金流向分类结果、产品交易流水的资金流向分类结果进行对比;
(4)如果动账流水的资金流向分类结果、产品交易流水的资金流向分类结果与客户持仓金额变化相符,则动账流水的资金流向分类结果和产品交易流水的资金流向分类结果验证准确。
具体的,如果银行对客户的动账流水和产品交易流水进行了打标,并且将这些流水用于分析客户的资金流向构成,那么可以通过客户持仓金额变化来验证打标(即分类)的准确性。例如,假设银行对客户的动账流水和产品交易流水进行了打标,分析出该客户持有某种产品的金额为10000元,然后一段时间后,银行再次对该客户的持仓金额进行分析,发现该客户持有该产品的金额为15000元。这时,银行就可以将持仓金额的变化(+5000元)和打标的结果(打标为资金流入的流水对应的总金额)进行对比,如果两者相符,就说明打标是准确的。
本发明的基于规则的资金流向的监测方法,经过分品类验证,将银行全品类模型误差缩小至2%内,在抽样客户中将客户账户误差限制在千分之一内。
在本发明的一个可选实施例中,资金流向应用分析包括:资金是否有流出风险、资金是否有流出外行风险、资金在产品之间的流动、最受欢迎产品分析和产品购买动线规律分析。
具体的,上述资金流向分类结果可以帮助银行管理层回答多个问题,其中包括:
1.资金是否有流出风险:通过分析客户的资金流向,银行可以判断是否有大量资金从某个产品或账户中流出,进而采取相应的风险控制措施,避免资金流失。
2.资金是否有流出外行风险:银行可以通过资金流向洞察,了解客户将资金转出到其他银行的情况,以及其他银行是否存在更具吸引力的产品和服务,从而识别流失客户的风险。
3.资金从什么产品流向了什么产品:通过分析客户的投资组合和资金流向,银行可以了解客户的偏好和需求,并根据这些信息来推出更适合的产品和服务,以及为客户提供更好的服务体验。
4.打造产品吸金榜单:通过资金流向洞察,银行可以了解哪些产品最受客户欢迎,并据此推出更具竞争力的产品和服务,从而提升客户黏性和留存率。
5.产品购买动线规律分析:银行可以通过资金流向洞察,了解客户的购买动线和习惯,包括:购买产品的时间、频率、金额等,从而更好地预测客户需求,开发新产品,并提高产品销售效率。
在本发明的一个可选实施例中,该方法还包括:
如果验证不准确,则返回执行将动账流水进行交易类型分类的步骤,直至验证准确为止。
资金流向的监测方法可以通过识别新资金流入、监控资金在银行内部的流动和监控行内资金流出三个动作,实现对银行资金的有效管理。具体来说,资金流向的监测方法可以帮助银行实现以下数据赋能:
1.提供个性化服务:银行可以根据客户的资金流向,为客户提供更加个性化的服务和产品,从而提高客户满意度。
2.识别潜在风险:通过监控客户的资金流向,银行可以及时发现潜在的风险,例如:资金异常流动或洗钱等,从而加强风险控制和防范。
3.优化产品设计:银行可以根据客户的资金流向和消费习惯,优化产品设计和定价策略,以吸引更多客户和提高收益。
4.改善营销策略:银行可以根据客户的资金流向,精准定位客户需求和偏好,并针对性地开展营销活动,提高销售转化率和客户黏性。
综上,银行进行客户资金流向洞察可以为银行提供更好的风险控制、客户服务、产品设计和营销策略等方面的支持。
实施例二:
本发明实施例还提供了一种资金流向的监测装置,该资金流向的监测装置主要用于执行本发明实施例一中所提供的资金流向的监测方法,以下对本发明实施例提供的资金流向的监测装置做具体介绍。
图2是根据本发明实施例的一种资金流向的监测装置的示意图,如图2所示,该装置主要包括:交易类型分类单元10、第一资金流向分类单元20、第二资金流向分类单元30、准确性验证单元40和资金流向应用分析单元50,其中:
交易类型分类单元,用于将动账流水进行交易类型分类,得到动账流水的交易类型分类结果;
第一资金流向分类单元,用于按照预设资金流向分类规则对交易类型分类结果进行资金流向分类,得到动账流水的资金流向分类结果;
第二资金流向分类单元,用于按照预设的当前核心系统的资金流向分类规则对产品交易流水进行资金流向分类,得到产品交易流水的资金流向分类结果;
准确性验证单元,用于对动账流水的资金流向分类结果和产品交易流水的资金流向分类结果的准确性进行验证;
资金流向应用分析单元,用于如果验证准确,则基于动账流水的资金流向分类结果和产品交易流水的资金流向分类结果进行资金流向应用分析,得到对应的资金流向应用分析结果。
在本发明实施例中,提供了一种资金流向的监测装置,包括:将动账流水进行交易类型分类,得到动账流水的交易类型分类结果;按照预设资金流向分类规则对交易类型分类结果进行资金流向分类,得到动账流水的资金流向分类结果;按照预设的当前核心系统的资金流向分类规则对产品交易流水进行资金流向分类,得到产品交易流水的资金流向分类结果;对动账流水的资金流向分类结果和产品交易流水的资金流向分类结果的准确性进行验证;如果验证准确,则基于动账流水的资金流向分类结果和产品交易流水的资金流向分类结果进行资金流向应用分析,得到对应的资金流向应用分析结果。通过上述描述可知,本发明的资金流向的监测装置中,分别对动账流水和产品交易流水按照对应的资金流向分类规则进行了资金流向分类,并且,在完成资金流向分类后,还对动账流水的资金流向分类结果和产品交易流水的资金流向分类结果的准确性进行了验证,也就是最终得到的动账流水的资金流向分类结果和产品交易流水的资金流向分类结果的准确性好,即资金流向监测的准确性好,因而,后续确定的资金流向应用分析结果的准确性也好,缓解了现有的资金流向的监测准确性差的技术问题。
可选地,交易类型分类结果包括:存款类、取款类、转账类、消费类、理财类、手续费类和利息类;动账流水的资金流向分类结果包括:产品购买、产品购买流出、产品内部资金变动、产品赎回、产品赎回流入、贷款放款、贷款还款、利息收入、市值波动、消费支付流出、新资金流入、银证/期转账。
可选地,产品交易流水的类型包括:订阅/赎回流水、转入/转出流水、产品收益流水、产品费用流水和增值服务流水。
可选地,准确性验证单元还用于:通过客户持仓金额变化对动账流水的资金流向分类结果和产品交易流水的资金流向分类结果的准确性进行验证。
可选地,准确性验证单元还用于:根据当月持仓金额计算算式:当月持仓金额=上月持仓金额+净流入金额+市值波动金额,计算当月持仓金额,其中,上月持仓金额表示客户上一个月末持有目标产品的金额,净流入金额表示客户当月购买目标产品的金额减去赎回目标产品的金额,市值波动金额表示客户持有目标产品的市值变化,目标产品为任一银行产品;根据当月持仓金额和上月持仓金额计算客户持仓金额变化;将客户持仓金额变化与动账流水的资金流向分类结果、产品交易流水的资金流向分类结果进行对比;如果动账流水的资金流向分类结果、产品交易流水的资金流向分类结果与客户持仓金额变化相符,则动账流水的资金流向分类结果和产品交易流水的资金流向分类结果验证准确。
可选地,资金流向应用分析包括:资金是否有流出风险、资金是否有流出外行风险、资金在产品之间的流动、最受欢迎产品分析和产品购买动线规律分析。
可选地,该装置还用于:如果验证不准确,则返回执行将动账流水进行交易类型分类的步骤,直至验证准确为止。
本发明实施例所提供的装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。
如图3所示,本申请实施例提供的一种电子设备600,包括:处理器601、存储器602和总线,所述存储器602存储有所述处理器601可执行的机器可读指令,当电子设备运行时,所述处理器601与所述存储器602之间通过总线通信,所述处理器601执行所述机器可读指令,以执行如上述资金流向的监测方法的步骤。
具体地,上述存储器602和处理器601能够为通用的存储器和处理器,这里不做具体限定,当处理器601运行存储器602存储的计算机程序时,能够执行上述资金流向的监测方法。
处理器601可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器601中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器601可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(DigitalSignal Processing,简称DSP)、专用集成电路(Application Specific IntegratedCircuit,简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器602,处理器601读取存储器602中的信息,结合其硬件完成上述方法的步骤。
对应于上述资金流向的监测方法,本申请实施例还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存储有机器可运行指令,所述计算机可运行指令在被处理器调用和运行时,所述计算机可运行指令促使所述处理器运行上述资金流向的监测方法的步骤。
本申请实施例所提供的资金流向的监测装置可以为设备上的特定硬件或者安装于设备上的软件或固件等。本申请实施例所提供的装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。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,前述描述的系统、装置和单元的具体工作过程,均可以参考上述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。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,又例如,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通信接口,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。
再例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
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,在本申请提供的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。
所述功能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电子设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述车辆标记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,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释,此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,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:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的范围。都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种资金流向的监测方法,其特征在于,包括:
将动账流水进行交易类型分类,得到所述动账流水的交易类型分类结果;
按照预设资金流向分类规则对所述交易类型分类结果进行资金流向分类,得到所述动账流水的资金流向分类结果;
按照预设的当前核心系统的资金流向分类规则对产品交易流水进行资金流向分类,得到所述产品交易流水的资金流向分类结果;
对所述动账流水的资金流向分类结果和所述产品交易流水的资金流向分类结果的准确性进行验证;
如果验证准确,则基于所述动账流水的资金流向分类结果和所述产品交易流水的资金流向分类结果进行资金流向应用分析,得到对应的资金流向应用分析结果。
2.根据权利要求1所述的方法,其特征在于,所述交易类型分类结果包括:存款类、取款类、转账类、消费类、理财类、手续费类和利息类;
所述动账流水的资金流向分类结果包括:产品购买、产品购买流出、产品内部资金变动、产品赎回、产品赎回流入、贷款放款、贷款还款、利息收入、市值波动、消费支付流出、新资金流入、银证/期转账。
3.根据权利要求1所述的方法,其特征在于,所述产品交易流水的类型包括:订阅/赎回流水、转入/转出流水、产品收益流水、产品费用流水和增值服务流水。
4.根据权利要求1所述的方法,其特征在于,对所述动账流水的资金流向分类结果和所述产品交易流水的资金流向分类结果的准确性进行验证,包括:
通过客户持仓金额变化对所述动账流水的资金流向分类结果和所述产品交易流水的资金流向分类结果的准确性进行验证。
5.根据权利要求4所述的方法,其特征在于,通过客户持仓金额变化对所述动账流水的资金流向分类结果和所述产品交易流水的资金流向分类结果的准确性进行验证,包括:
根据当月持仓金额计算算式:当月持仓金额=上月持仓金额+净流入金额+市值波动金额,计算当月持仓金额,其中,所述上月持仓金额表示客户上一个月末持有目标产品的金额,所述净流入金额表示客户当月购买所述目标产品的金额减去赎回所述目标产品的金额,所述市值波动金额表示客户持有所述目标产品的市值变化,所述目标产品为任一银行产品;
根据所述当月持仓金额和所述上月持仓金额计算所述客户持仓金额变化;
将所述客户持仓金额变化与所述动账流水的资金流向分类结果、所述产品交易流水的资金流向分类结果进行对比;
如果所述动账流水的资金流向分类结果、所述产品交易流水的资金流向分类结果与所述客户持仓金额变化相符,则所述动账流水的资金流向分类结果和所述产品交易流水的资金流向分类结果验证准确。
6.根据权利要求1所述的方法,其特征在于,所述资金流向应用分析包括:资金是否有流出风险、资金是否有流出外行风险、资金在产品之间的流动、最受欢迎产品分析和产品购买动线规律分析。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
如果验证不准确,则返回执行将动账流水进行交易类型分类的步骤,直至验证准确为止。
8.一种资金流向的监测装置,其特征在于,包括:
交易类型分类单元,用于将动账流水进行交易类型分类,得到所述动账流水的交易类型分类结果;
第一资金流向分类单元,用于按照预设资金流向分类规则对所述交易类型分类结果进行资金流向分类,得到所述动账流水的资金流向分类结果;
第二资金流向分类单元,用于按照预设的当前核心系统的资金流向分类规则对产品交易流水进行资金流向分类,得到所述产品交易流水的资金流向分类结果;
准确性验证单元,用于对所述动账流水的资金流向分类结果和所述产品交易流水的资金流向分类结果的准确性进行验证;
资金流向应用分析单元,用于如果验证准确,则基于所述动账流水的资金流向分类结果和所述产品交易流水的资金流向分类结果进行资金流向应用分析,得到对应的资金流向应用分析结果。
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有机器可运行指令,所述机器可运行指令在被处理器调用和运行时,所述机器可运行指令促使所述处理器运行上述权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310655300.2A CN116611907A (zh) | 2023-06-02 | 2023-06-02 | 资金流向的监测方法、装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310655300.2A CN116611907A (zh) | 2023-06-02 | 2023-06-02 | 资金流向的监测方法、装置和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116611907A true CN116611907A (zh) | 2023-08-18 |
Family
ID=87676410
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310655300.2A Pending CN116611907A (zh) | 2023-06-02 | 2023-06-02 | 资金流向的监测方法、装置和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116611907A (zh) |
-
2023
- 2023-06-02 CN CN202310655300.2A patent/CN116611907A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111967779B (zh) | 一种风险评估方法、装置及设备 | |
US8170998B2 (en) | Methods, systems, and computer program products for estimating accuracy of linking of customer relationships | |
US20080021813A1 (en) | Method for scoring accounts for retention and marketing accounts based on retention and profitability | |
CN112541817A (zh) | 一种个人消费贷款潜在客户的营销响应处理方法及系统 | |
CN112801529B (zh) | 财务数据分析方法及装置、电子设备及介质 | |
CN110659961A (zh) | 一种用于识别线下商户的方法和装置 | |
CN111260189B (zh) | 一种风险控制方法、装置、计算机系统及可读存储介质 | |
CN111260368A (zh) | 一种账户交易风险判断方法、装置及电子设备 | |
CN111882420A (zh) | 响应率的生成方法、营销方法、模型训练方法及装置 | |
CN112037038A (zh) | 银行信贷风险预测方法及装置 | |
CN110675078A (zh) | 上市公司风险诊断方法、系统、计算机终端及存储介质 | |
CN112634048A (zh) | 一种反洗钱模型的训练方法及装置 | |
CN113159796A (zh) | 一种贸易合同验证方法及装置 | |
CN111160695A (zh) | 计算机运行的风险账户的识别方法、系统、装置及存储介质 | |
CN113450158A (zh) | 银行活动信息推送方法及装置 | |
CN112365352A (zh) | 一种基于图神经网络的反套现方法及装置 | |
US20230100685A1 (en) | Financial product information collecting platform system, financial product information collecting method, and computer program for the same | |
KR100784353B1 (ko) | 현금흐름표 자동 제공 방법 및 시스템과 현금흐름표 자동제공용 프로그램을 기록한 컴퓨터 판독 가능한 기록 매체 | |
CN116611907A (zh) | 资金流向的监测方法、装置和电子设备 | |
CN110570301B (zh) | 风险识别方法、装置、设备及介质 | |
CN113657894A (zh) | 一种外汇报价处理方法、装置及电子设备 | |
Kang | Fraud Detection in Mobile Money Transactions Using Machine Learning | |
US20210350259A1 (en) | Data processing systems and methods to provide decision support | |
Urban et al. | Analysis on Off-Chain Collateralised Stablecoin Demand and Volatility | |
CN118840207A (zh) | 资源置换用户识别方法、装置及相关设备 |
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 |