CN117333303A - 外汇业务风险等级的评定及评定引擎的创建方法和系统 - Google Patents
外汇业务风险等级的评定及评定引擎的创建方法和系统 Download PDFInfo
- Publication number
- CN117333303A CN117333303A CN202311190390.9A CN202311190390A CN117333303A CN 117333303 A CN117333303 A CN 117333303A CN 202311190390 A CN202311190390 A CN 202311190390A CN 117333303 A CN117333303 A CN 117333303A
- Authority
- CN
- China
- Prior art keywords
- risk
- factor
- foreign exchange
- rating
- assessment
- 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 84
- 238000011156 evaluation Methods 0.000 claims description 251
- 238000012216 screening Methods 0.000 claims description 8
- 238000012502 risk assessment Methods 0.000 abstract description 12
- 230000008569 process Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 16
- 238000004590 computer program Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 12
- 238000007726 management method Methods 0.000 description 9
- 230000004044 response Effects 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 238000013500 data storage Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 102000003712 Complement factor B Human genes 0.000 description 3
- 108090000056 Complement factor B Proteins 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000002699 waste material 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
- G06Q40/06—Asset management; Financial planning or analysis
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Human Resources & Organizations (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供了一种外汇业务风险等级评定引擎的创建方法及风险等级的评定方法。其中,所述创建方法包括:获取外汇业务的多个风险等级评定因子;分别设定每个所述风险等级评定因子的运算方式;根据所述风险等级评定因子和所述运算方式配置至少一条风险等级评定规则;利用所述风险等级评定规则创建外汇业务风险等级评定引擎。本发明实施例通过个性化、综合化、自动化的风险评估,提供了更准确、更高效、更灵活的外汇业务风险等级评定方式,有助于银行更好地管理和防范外汇交易风险,同时提升客户体验。
Description
技术领域
本发明涉及金融技术领域,特别是涉及一种外汇业务风险等级评定引擎的创建方法、一种外汇业务风险等级的评定方法和一种外汇业务风险等级评定引擎的创建系统,以及一种外汇业务风险等级的评定系统。
背景技术
随着市场竞争越来越激烈以及客户对外汇业务办理过程中的体验要求越来越高,外管局鼓励有条件的银行在对接交易风险准确识别的基础上便利外汇业务办理。对于开展外汇业务的银行来说,银行希望能够节省评估外汇业务风险的人力投入,同时防范外汇业务的风险。
通常,可以通过人力识别的方式评定外汇业务风险等级。但是,传统的人力识别方式存在人力投入大,依赖业务人员的经验以及无法通过外部数据或者历史数据交叉验证的问题,往往在最后监管检查时,存在不合规或者处罚的风险。
发明内容
鉴于上述问题,提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种外汇业务风险等级评定引擎的创建方法、一种外汇业务风险等级的评定方法和一种外汇业务风险等级评定引擎的创建系统,以及一种外汇业务风险等级的评定系统。
为了解决上述问题,本发明实施例公开了一种外汇业务风险等级评定引擎的创建方法,所述方法包括:获取外汇业务的多个风险等级评定因子;分别设定每个所述风险等级评定因子的运算方式;根据所述风险等级评定因子和所述运算方式配置至少一条风险等级评定规则;利用所述风险等级评定规则创建外汇业务风险等级评定引擎。
可选地,所述获取外汇业务的多个风险等级评定因子,包括:响应于针对外汇业务数据的评分操作,从所述外汇业务数据中拆解得到多个所述风险等级评定因子;所述分别设定每个所述风险等级评定因子的运算方式,包括:在多个候选运算方式中分别为每个所述风险等级评定因子设定对应的所述运算方式。
可选地,所述根据所述风险等级评定因子和所述运算方式配置至少一条风险等级评定规则,包括:在多个所述风险等级评定因子中选择多个目标风险等级评定因子;为多个所述目标风险等级评定因子设定评定顺序、评定逻辑流程和因子评定条件;根据多个所述目标风险等级评定因子的评定顺序、评定逻辑流程、因子评定条件和运算方式配置至少一条所述风险等级评定规则。
可选地,在所述获取外汇业务的多个风险等级评定因子之后,所述方法还包括:分别设定每个所述风险等级评定因子的取值方式;所述风险等级评定因子包含:客户资产规模、经营范围、注册资本、信用声誉、开展业务年限、法人信用、交易币种金额、结算方式、交易频次、历史数据、资金来源、常见交易对手、交易对手制裁情况、交易对手交易次数、交易对手国别;所述候选运算方式包含:大于、等于、小于、包含、属于、不属于;所述取值方式包含:基于接口取值、基于函数取值。
本发明实施例还公开了一种外汇业务风险等级的评定方法,所述方法包括:获取外汇业务的外汇业务数据;根据所述外汇业务数据和根据如上所述的外汇业务风险等级评定引擎的创建方法,创建所得的外汇业务风险等级评定引擎,确定所述外汇业务的风险等级评定结果。
可选地,所述根据所述外汇业务数据和根据如上所述的外汇业务风险等级评定引擎的创建方法,创建所得的外汇业务风险等级评定引擎,确定所述外汇业务的风险等级评定结果,包括:将所述外汇业务数据和所述外汇业务风险等级评定引擎中风险等级评定规则中,至少一个风险等级评定因子的因子评定条件进行比较,确定至少一个所述风险等级评定因子的因子评定结果;根据至少一个所述因子评定结果和所述风险等级评定规则的规则评定条件确定所述外汇业务的风险等级评定结果。
可选地,所述将所述外汇业务数据和所述外汇业务风险等级评定引擎中风险等级评定规则中,至少一个风险等级评定因子的因子评定条件进行比较,确定至少一个所述风险等级评定因子的因子评定结果,包括:从所述外汇业务数据中筛选出与至少一个所述风险等级评定因子对应的外汇业务交易参数;将所述外汇业务交易参数和所述因子评定条件进行比较,确定所述因子评定结果。
可选地,所述将所述外汇业务交易参数和所述因子评定条件进行比较,确定所述因子评定结果,包括:判断所述外汇业务交易参数是否满足至少一个所述因子评定条件;若存在满足所述因子评定条件的所述外汇业务交易参数,则将存在的因子评定条件对应的因子评定结果确定为所述风险等级评定因子的因子评定结果。
可选地,所述根据至少一个所述因子评定结果和所述风险等级评定规则的规则评定条件确定所述外汇业务的风险等级评定结果,包括:判断至少一个所述因子评定结果是否满足所述规则评定条件;若每个所述因子评定结果均满足所述规则评定条件,则将所述规则评定条件的第一风险等级评定结果确定为所述外汇业务的风险等级评定结果;若每个所述因子评定结果均不满足所述规则评定条件,则将所述规则评定条件的第二风险等级评定结果确定为所述外汇业务的风险等级评定结果;若存在满足所述规则评定条件的至少一个所述因子评定结果,且存在不满足所述规则评定条件的至少一个所述因子评定结果,则将所述规则评定条件的第三风险等级评定结果确定为所述外汇业务的风险等级评定结果。
可选地,所述判断至少一个所述因子评定结果是否满足所述规则评定条件,包括:当存在多个所述因子评定结果时,按照所述规则评定条件中的因子评定顺序判断多个所述因子评定结果是否满足所述规则评定条件。
本发明实施例还公开了一种外汇业务风险等级评定引擎的创建系统,所述系统包括:评定因子获取模块,用于获取外汇业务的多个风险等级评定因子;运算方式设定模块,用于分别设定每个所述风险等级评定因子的运算方式;评定规则配置模块,用于根据所述风险等级评定因子和所述运算方式配置至少一条风险等级评定规则;评定引擎创建模块,用于利用所述风险等级评定规则创建外汇业务风险等级评定引擎。
可选地,所述评定因子获取模块,用于响应于针对外汇业务数据的评分操作,从所述外汇业务数据中拆解得到多个所述风险等级评定因子;所述运算方式设定模块,用于在多个候选运算方式中分别为每个所述风险等级评定因子设定对应的所述运算方式。
可选地,所述评定规则配置模块,包括:目标因子选择模块,用于在多个所述风险等级评定因子中选择多个目标风险等级评定因子;目标因子设定模块,用于为多个所述目标风险等级评定因子设定评定顺序、评定逻辑流程和因子评定条件;评定规则设置模块,用于根据多个所述目标风险等级评定因子的评定顺序、评定逻辑流程、因子评定条件和运算方式配置至少一条所述风险等级评定规则。
可选地,所述系统还包括:取值方式设定模块,用于在所述评定因子获取模块获取外汇业务的多个风险等级评定因子之后,分别设定每个所述风险等级评定因子的取值方式;所述风险等级评定因子包含:客户资产规模、经营范围、注册资本、信用声誉、开展业务年限、法人信用、交易币种金额、结算方式、交易频次、历史数据、资金来源、常见交易对手、交易对手制裁情况、交易对手交易次数、交易对手国别;所述候选运算方式包含:大于、等于、小于、包含、属于、不属于;所述取值方式包含:基于接口取值、基于函数取值。
本发明实施例还公开了一种外汇业务风险等级的评定系统,所述系统包括:业务数据获取模块,用于获取外汇业务的外汇业务数据;评定结果确定模块,用于根据所述外汇业务数据和根据如上所述的外汇业务风险等级评定引擎的创建方法,创建所得的外汇业务风险等级评定引擎,确定所述外汇业务的风险等级评定结果。
可选地,所述评定结果确定模块,包括:条件比较模块,用于将所述外汇业务数据和所述外汇业务风险等级评定引擎中风险等级评定规则中,至少一个风险等级评定因子的因子评定条件进行比较,确定至少一个所述风险等级评定因子的因子评定结果;结果确定模块,用于根据至少一个所述因子评定结果和所述风险等级评定规则的规则评定条件确定所述外汇业务的风险等级评定结果。
可选地,所述条件比较模块,包括:参数筛选模块,用于从所述外汇业务数据中筛选出与至少一个所述风险等级评定因子对应的外汇业务交易参数;参数比较模块,用于将所述外汇业务交易参数和所述因子评定条件进行比较,确定所述因子评定结果。
可选地,所述参数比较模块,包括:参数条件判断模块,用于判断所述外汇业务交易参数是否满足至少一个所述因子评定条件;因子结果确定模块,用于若存在满足所述因子评定条件的所述外汇业务交易参数,则将存在的因子评定条件对应的因子评定结果确定为所述风险等级评定因子的因子评定结果。
可选地,所述结果确定模块,包括:结果条件判断模块,用于判断至少一个所述因子评定结果是否满足所述规则评定条件;风险结果确定模块,用于若每个所述因子评定结果均满足所述规则评定条件,则将所述规则评定条件的第一风险等级评定结果确定为所述外汇业务的风险等级评定结果;若每个所述因子评定结果均不满足所述规则评定条件,则将所述规则评定条件的第二风险等级评定结果确定为所述外汇业务的风险等级评定结果;若存在满足所述规则评定条件的至少一个所述因子评定结果,且存在不满足所述规则评定条件的至少一个所述因子评定结果,则将所述规则评定条件的第三风险等级评定结果确定为所述外汇业务的风险等级评定结果。
可选地,所述结果条件判断模块,用于当存在多个所述因子评定结果时,按照所述规则评定条件中的因子评定顺序判断多个所述因子评定结果是否满足所述规则评定条件。
本发明实施例还公开了一种电子设备,包括:一个或多个处理器;和其上存储有指令的一个或多个机器可读介质,当由所述一个或多个处理器执行时,使得所述电子设备执行如上所述的一种外汇业务风险等级评定引擎的创建方法或一种外汇业务风险等级的评定方法。
本发明实施例还公开了一种计算机可读存储介质,其存储的计算机程序使得处理器执行如上所述的一种外汇业务风险等级评定引擎的创建方法或一种外汇业务风险等级的评定方法。
本发明实施例包括以下优点:
本发明实施例提供的一种外汇业务风险等级评定引擎的创建方案中,获取外汇业务的多个风险等级评定因子,分别设定每个风险等级评定因子的运算方式。根据风险等级评定因子及其运算方式配置至少一条风险等级评定规则。然后,利用风险等级评定规则创建外汇业务风险等级评定引擎。
本发明实施例通过分别设定每个风险等级评定因子的运算方式,能够根据每个风险等级评定因子的特性和重要性,对外汇业务进行个性化的风险等级评定。这意味着不同的风险等级评定因子可以有不同的权重和评定标准,从而更准确地反映了不同风险等级评定因子对风险等级的影响。通过配置多条风险等级评定规则,能够考虑多个风险等级评定因子的综合影响,从而更全面地评估外汇业务的风险等级,有助于捕捉到那些单一风险等级评定因子评估可能忽略的风险情况。一旦外汇业务风险等级评定引擎创建完毕,可以自动化地执行风险等级评定过程,大大减少了人工干预的需求,提高了风险等级评定的效率,降低了错误的风险评定的可能性。外汇业务风险等级评定引擎能够快速生成风险等级评定结果,能够更迅速地做出有关是否批准外汇交易的决策,有助于提高外汇业务的响应速度和客户满意度。通过精确的风险等级评定,银行能够更好地控制风险,降低不合规交易的风险,有助于保护银行的资产,并遵守监管机构的合规性要求。
综上所述,本发明实施例通过个性化、综合化、自动化的风险评估,提供了更准确、更高效、更灵活的外汇业务风险等级评定方式,有助于银行更好地管理和防范外汇交易风险,同时提升客户体验。
附图说明
图1是本发明实施例的一种外汇业务风险等级评定引擎的创建方法的步骤流程图;
图2是本发明实施例的一种风险等级评定因子的示意图;
图3是本发明实施例的一种外汇业务风险等级的评定方法的步骤流程图;
图4是本发明实施例的一种因子评定顺序的示意图;
图5是本发明实施例的一种外汇业务风险等级评定引擎的创建系统的结构框图;
图6是本发明实施例的一种外汇业务风险等级的评定系统的结构框图;
图7是本发明实施例的一种电子设备的结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
本发明实施例描述了一种外汇业务风险等级评定引擎的构建方法。首先涉及获取外汇业务的多个风险等级评定因子(简称因子),这些因子可以包括客户资产规模、交易频率、交易历史等多个维度的数据。然后,为每个风险等级评定因子单独设定各自的运算方式,这些运算方式可以包括大于、等于、小于等。接下来,根据这些风险等级评定因子及其运算方式,配置至少一条风险等级评定规则,这些风险等级评定规则定义了不同因子的组合方式和权重。最后,通过这些配置好的风险等级评定规则,创建了一个外汇业务风险等级评定引擎,能够根据外汇交易的具体数据和规则配置,自动评定外汇业务的风险等级,帮助银行和金融机构更精确地管理和控制风险。本发明实施例具备高度的定制性和适应性,可以根据不同机构的需求和风险管理策略进行配置和应用。
参照图1,示出了本发明实施例的一种外汇业务风险等级评定引擎的创建方法的步骤流程图。该一种外汇业务风险等级评定引擎的创建方法可以应用于服务器。该服务器可以为银行外汇业务管理系统服务器,或者,该服务器可以为银行外汇业务管理系统提供技术支持。该一种外汇业务风险等级评定引擎的创建方法具体可以包括如下步骤:
步骤101,获取外汇业务的多个风险等级评定因子。
在本发明实施例中,首先需要确定用于评定外汇业务风险等级的各种因子。这些因子通常包括客户资产规模、经营范围、注册资本、交易频率、历史数据等多个指标或数据。这些因子的选择应基于风险管理的需求,以确保涵盖了关键的风险信息。这些因子可以从各种来源获取,包括数据库、外部数据提供商、交易记录等。在实际应用中,可以从数据库等中读取外汇业务数据,然后对外汇业务数据进行分析,采用多人评分的方式从外汇业务数据中筛选出多个风险等级评定因子。通常,可以在各项或者各类外汇业务数据中选择出评分最高的一个或多个风险等级评定因子。
步骤102,分别设定每个风险等级评定因子的运算方式。
在本发明实施例中,针对每个风险等级评定因子,需要定义其运算方式。这意味着确定如何对每个因子的值进行判断以确定其对于整体风险等级的影响。运算方式可以包括大于、小于、等于、包含、属于等条件运算,也可以使用各种函数来计算或衍生因子的值。例如,对于交易频率这个因子,可以定义一个条件,如果交易频率超过某个特定阈值,就认为是高风险。目的是为每个因子建立明确的评定标准,以便在后续的风险评定中使用。
步骤103,根据风险等级评定因子和运算方式配置至少一条风险等级评定规则。
在本发明实施例中,需要将风险等级评定因子和运算方式结合起来,配置至少一条风险等级评定规则(简称规则)。规则定义了如何组合和权衡各个因子的评定结果以确定最终的风险等级。规则可以是一系列条件语句、数学公式或逻辑规则。例如,可以定义一条规则,如果客户资产规模小于某个阈值并且交易频率高于另一个阈值,则将其评定为高风险。目的是为外汇业务的风险评定建立具体的决策逻辑。
步骤104,利用风险等级评定规则创建外汇业务风险等级评定引擎。
在本发明实施例中,将上述规则应用到实际的外汇业务数据上,创建一个外汇业务风险等级评定引擎(简称引擎)。这个引擎可以自动化地对外汇业务进行风险等级评定,根据规则和因子的配置,生成相应的风险等级评定结果。这个引擎可以集成到风险管理系统中,以帮助银行或金融机构更有效地管理和控制外汇业务的风险。能够加速决策过程,提供更精确的风险等级评估。
本发明实施例提供的一种外汇业务风险等级评定引擎的创建方案中,获取外汇业务的多个风险等级评定因子,分别设定每个风险等级评定因子的运算方式。根据风险等级评定因子及其运算方式配置至少一条风险等级评定规则。然后,利用风险等级评定规则创建外汇业务风险等级评定引擎。
本发明实施例通过分别设定每个风险等级评定因子的运算方式,能够根据每个风险等级评定因子的特性和重要性,对外汇业务进行个性化的风险等级评定。这意味着不同的风险等级评定因子可以有不同的权重和评定标准,从而更准确地反映了不同风险等级评定因子对风险等级的影响。通过配置多条风险等级评定规则,能够考虑多个风险等级评定因子的综合影响,从而更全面地评估外汇业务的风险等级,有助于捕捉到那些单一风险等级评定因子评估可能忽略的风险情况。一旦外汇业务风险等级评定引擎创建完毕,可以自动化地执行风险等级评定过程,大大减少了人工干预的需求,提高了风险等级评定的效率,降低了错误的风险评定的可能性。外汇业务风险等级评定引擎能够快速生成风险等级评定结果,能够更迅速地做出有关是否批准外汇交易的决策,有助于提高外汇业务的响应速度和客户满意度。通过精确的风险等级评定,银行能够更好地控制风险,降低不合规交易的风险,有助于保护银行的资产,并遵守监管机构的合规性要求。
综上所述,本发明实施例通过个性化、综合化、自动化的风险评估,提供了更准确、更高效、更灵活的外汇业务风险等级评定方式,有助于银行更好地管理和防范外汇交易风险,同时提升客户体验。
在本发明的一种示例性实施例中,获取外汇业务的多个风险等级评定因子的一种实施方式为,响应于针对外汇业务数据的评分操作,从外汇业务数据中拆解得到多个风险等级评定因子。参照图2,示出了本发明实施例的一种风险等级评定因子的示意图。风险等级评定因子包含以下至少之一:客户维度风险等级评定因子:客户资产规模、经营范围、注册资本、信用声誉、开展业务年限、法人信用。交易维度风险等级评定因子:交易币种金额、结算方式、交易频次、历史数据、资金来源。交易对手维度风险等级评定因子:常见交易对手、交易对手制裁情况、交易对手交易次数、交易对手国别。获取外汇业务的多个风险等级评定因子是构建外汇业务风险等级评定系统的关键步骤之一。响应于对外汇业务数据的评分操作,从外汇业务数据中拆解出多个风险等级评定因子,意味着会对外汇业务数据进行解析和分解,将其分解成各个具体的因子,这些因子可以包括客户资产规模、交易频率、历史数据等。这个过程是将原始的外汇业务数据转化为可用于风险评定的具体的因子的关键步骤。
本发明实施例允许以更加精确和细致的方式分析外汇业务的风险等级。具体的外汇业务数据可能包含大量信息,但并不是所有信息对于风险等级评定都是同等重要的。通过将外汇业务数据拆解成多个风险等级评定因子,能够更好地理解和分析不同因子之间的关联性,进而更准确地评估风险等级。有助于银行或金融机构更精确地识别高风险交易,从而改善风险管理和决策过程。
在本发明的一种示例性实施例中,分别设定每个风险等级评定因子的运算方式的一种实施方式为,在多个候选运算方式中分别为每个风险等级评定因子设定对应的运算方式。其中,候选运算方式包含:大于、等于、小于、包含、属于、不属于。本发明实施例涉及为每个风险等级评定因子定义其运算方式,是外汇业务风险等级评定系统的关键组成部分。针对每个风险等级评定因子,提供了多个候选运算方式,包括大于、等于、小于、包含、属于、不属于等选项。每个风险等级评定因子都可以独立地从这些候选运算方式中选择适合的运算方式。
本发明实施例中不同的风险等级评定因子可能需要不同的运算方式来进行评估,因为它们的性质和数据类型可能各不相同。提供多个候选运算方式意味着可以根据每个因子的具体需求选择最合适的运算方式,而不受固定的运算规则限制,能够更好地适应不同类型的外汇交易和不同的风险等级评定场景,提高了风险等级评定的准确性和可靠性。
在本发明的一种示例性实施例中,根据风险等级评定因子和运算方式配置至少一条风险等级评定规则的实施方式为,在多个风险等级评定因子中选择多个目标风险等级评定因子。为多个目标风险等级评定因子设定评定顺序、评定逻辑流程和因子评定条件。根据多个目标风险等级评定因子的评定顺序、评定逻辑流程、因子评定条件和运算方式配置至少一条风险等级评定规则。在实际应用场景下,首先,从多个可用的风险等级评定因子中选择多个目标风险等级评定因子(简称目标因子),这些目标因子将被用于评定外汇业务的风险等级。这些目标因子可以是客户资产规模、交易频率、历史数据等。针对每个目标因子,设定评定顺序、逻辑流程和因子评定条件。其中,评定顺序确定了每个目标因子在评定过程中的执行顺序。逻辑流程定义了如何将多个目标因子的评定结果综合考虑。因子评定条件规定了每个目标因子如何与外汇业务数据进行匹配和评定。最后,根据多个目标因子的评定顺序、逻辑流程、因子评定条件和运算方式来配置至少一条风险等级评定规则。
举例说明:假设一个外汇业务的两个目标风险等级评定因子是客户资产规模和交易频率。首先设定客户资产规模的评定条件为大于1,000,000美元,交易频率的评定条件为大于10次/月。然后,根据客户资产规模和交易频率的评定顺序,将它们的评定结果综合考虑,如果客户资产规模满足条件并且交易频率也满足条件,则外汇业务被评定为低风险。
本发明实施例允许根据不同的业务需求和风险管理策略来定制风险等级评定规则,有助于提高风险等级评定的准确性,因为不同的外汇业务可能需要不同的评定标准。
在本发明的一种示例性实施例中,在获取外汇业务的多个风险等级评定因子之后,可以分别设定每个风险等级评定因子的取值方式。其中,取值方式包含:基于接口取值、基于函数取值。取值方式表示获取风险等级评定因子的数值的方式,可以基于接口调用获取数据,也可以通过函数计算数据。例如,某函数为f统计(a,(b1,b2),c)。该函数用于获取客户名称在交易表中的数据。输出为符合条件的条数。其中,a为外汇业务交易参数。b1为数据表字段,不可为空,可以a相等。b2为数据表字段,可为空,为空时默认为b1配置的字段。c为在查询处的数据中的统计区间。在某个数据表中查询b1字段中匹配外汇业务交易参数a的数据,并在匹配的数据中取出b2字段的数据,最后在取出b2字段的数据中取c区间的数据。
参照图3,示出了本发明实施例的一种外汇业务风险等级的评定方法的步骤流程图。该一种外汇业务风险等级的评定方法可以应用于服务器。该服务器可以为银行外汇业务管理系统服务器,或者,该服务器可以为银行外汇业务管理系统提供技术支持。该一种外汇业务风险等级的评定方法具体可以包括如下步骤:
步骤301,获取外汇业务的外汇业务数据。
在本发明的实施例中,可以从各种数据源(如数据库等)中获取外汇业务数据,这些外汇业务数据可能包括客户信息、交易记录、交易对手信息等。其中,数据源是指存储数据的地方,可以是数据库、文件、应用程序编程接口(Application ProgrammingInterface,简称API)等。
步骤302,根据外汇业务数据和外汇业务风险等级评定引擎,确定外汇业务的风险等级评定结果。
在本发明实施例中,在执行该步骤302的过程中,可以将外汇业务数据和外汇业务风险等级评定引擎中风险等级评定规则中,至少一个风险等级评定因子的因子评定条件进行比较,确定至少一个风险等级评定因子的因子评定结果。然后,根据至少一个因子评定结果和风险等级评定规则的规则评定条件确定外汇业务的风险等级评定结果。
在本发明的实施例中,可以根据预先设定的风险等级评定因子和其对应的因子评定条件,对获取到的外汇业务数据进行评定。每个风险等级评定因子的因子评定结果可以是满足条件(命中)或不满足条件(未命中)。其中,风险等级评定因子可以是用来衡量外汇交易风险的关键指标,例如客户资产规模、交易币种金额等。每个风险等级评定因子都会有预设的因子评定条件,用来判断该风险等级评定因子是否满足特定标准,例如客户资产规模大于某个阈值。
在本发明的实施例中,可以结合多个风险等级评定因子的因子评定结果以及风险等级评定规则的规则评定条件,生成最终的外汇业务的风险等级评定结果。这一风险等级评定结果可以用来指示外汇交易的风险水平,例如高风险、中风险、低风险等。其中,风险等级评定规则是一组预先定义的规则,用于基于多个风险等级评定因子的因子评定结果来确定外汇业务的最终风险等级。规则评定条件是一系列逻辑条件,这些条件将风险等级评定因子的因子评定结果和风险等级评定规则关联起来,用于生成最终的风险等级评定结果。
在本发明的一种示例性实施例中,将外汇业务数据和外汇业务风险等级评定引擎中风险等级评定规则中,至少一个风险等级评定因子的因子评定条件进行比较,确定至少一个风险等级评定因子的因子评定结果的一种实施方式为,从外汇业务数据中筛选出与至少一个风险等级评定因子对应的外汇业务交易参数;将外汇业务交易参数和因子评定条件进行比较,确定因子评定结果。
外汇业务数据与外汇业务交易参数之间的关系,指的是在风险评估过程中,外汇业务数据中的各种信息被用作输入条件,形成一组特定的外汇业务交易参数,以便于对风险等级评定因子和风险等级评定规则进行判断和评估。外汇业务数据是指与外汇交易相关的各种信息,如客户信息、交易金额、交易币种、交易频次、交易时间等。这些外汇业务数据来自实际的外汇交易记录,可以是数据库中存储的信息,也可以通过接口从其他系统获取。外汇业务交易参数是从外汇业务数据中选择的特定信息,用作风险等级评定因子和风险等级评定规则的输入条件。每个风险等级评定因子和风险等级评定规则可能需要不同的外汇业务交易参数,以便于进行相应的判断和评估。例如,客户资产规模、交易金额、交易频次和交易对手国别等是外汇业务数据的一部分。可以从中选择交易金额和交易对手国别作为外汇业务交易参数,将外汇业务交易参数代入风险等级评定因子的运算方式和风险等级评定规则中,来判断这笔交易的风险程度。总之,外汇业务数据提供了评估外汇交易风险所需的实际信息,而外汇业务交易参数则是从这些外汇业务数据中选取的特定信息,用于进行风险等级评定因子和风险等级评定规则的判断。
从外汇业务数据中,根据预设的风险等级评定因子,筛选出与这些风险等级评定因子对应的外汇业务交易参数。这些外汇业务交易参数可能是影响风险的关键指标,如交易币种金额、交易频次等。针对选定的外汇业务交易参数,应用预设的因子评定条件进行比较,从而确定因子评定结果。这些因子评定条件可以是事先定义的逻辑条件,例如判断交易币种金额是否大于某个阈值。因子评定结果可以表示外汇业务交易参数是否满足因子评定条件,满足因子评定条件即命中或未满足因子评定条件即未命中。
举例说明:假设银行希望根据交易币种金额和交易频次两个风险等级评定因子来评定外汇交易的风险等级。如果某笔外汇交易的交易币种金额超过100,000美元,并且交易频次超过每周3次,那么这两个风险等级评定因子的因子评定结果都是命中。如果交易币种金额低于100,000美元,但交易频次超过每周3次,那么交易币种金额的因子评定结果是未命中,而交易频次的因子评定结果是命中。
本发明实施例能够将外汇业务交易参数与预设的风险等级评定因子相结合,基于事先设定的因子评定条件,得出每个风险等级评定因子的因子评定结果。可以在自动化的过程中根据外汇业务交易参数的情况判定风险等级评定因子是否满足预设条件,从而更准确地确定外汇业务的风险等级。
在本发明的一种示例性实施例中,将外汇业务交易参数和因子评定条件进行比较,确定因子评定结果的一种实施方式为,判断外汇业务交易参数是否满足至少一个因子评定条件;若存在满足因子评定条件的外汇业务交易参数,则将存在的因子评定条件对应的因子评定结果确定为风险等级评定因子的因子评定结果。针对每个风险等级评定因子,可以判断外汇业务交易参数是否满足对应的因子评定条件。这些因子评定条件可能是预先定义的逻辑条件,例如判断交易币种金额是否大于某个阈值。如果存在外汇业务交易参数满足至少一个因子评定条件,则将对应的因子评定结果设定为命中。如果所有因子评定条件都不满足,那么因子评定结果设定为未命中。
举例说明:假设银行希望根据交易币种金额和交易频次来评定外汇交易的风险等级。如果某笔外汇交易的交易币种金额超过100,000美元,交易频次超过每周3次,那么交易币种金额和交易频次都满足条件,因此因子评定结果是命中。如果交易币种金额低于100,000美元,并且交易频次也低于每周3次,那么交易币种金额和交易频次都不满足条件,因此因子评定结果是未命中。
本发明实施例能够将外汇业务交易参数与预设的因子评定条件相结合,判断外汇业务交易参数是否满足至少一个因子评定条件。能够在自动化的过程中快速确定每个风险等级评定因子的因子评定结果,从而基于外汇业务交易参数是否满足预设条件来确定外汇业务的风险等级,有助于提高风险评定的准确性和效率。
在本发明的一种示例性实施例中,根据至少一个因子评定结果和风险等级评定规则的规则评定条件确定外汇业务的风险等级评定结果的一种实施方式为,判断至少一个因子评定结果是否满足规则评定条件;若每个因子评定结果均满足规则评定条件,则将规则评定条件的第一风险等级评定结果确定为外汇业务的风险等级评定结果。针对每个风险等级评定因子,可以判断对应的因子评定结果是否满足规则评定条件。这些规定评定条件可能是预先定义的逻辑条件,例如判断至少一个因子评定结果是否命中。如果每个因子评定结果均满足规则评定条件,则将规则评定条件的第一风险等级评定结果设定为外汇业务的风险等级评定结果。其中,第一风险等级评定结果可以是风险等级评定结果中的最高等级,用于表示最高风险情况。
举例说明:假设银行采用两个因子评定结果(A和B)来评定外汇交易的风险等级,规则评定条件是只要有一个因子评定结果满足,就判定为风险等级较高。如果因子A的评定结果为命中,因子B的评定结果为命中,根据规则评定条件,外汇业务数据的风险等级评定结果将被设定为第一风险等级。
本发明实施例能够将多个因子评定结果与规则评定条件相结合,判断是否满足规则评定条件的要求。能够在自动化的过程中快速确定每个因子评定结果是否均满足规则评定条件,从而基于这一判断来确定外汇业务的风险等级,有助于将多个风险等级评定因子的因子评定结果综合考虑,从而更准确地确定外汇交易的风险等级。
在本发明的一种示例性实施例中,根据至少一个因子评定结果和风险等级评定规则的规则评定条件确定外汇业务的风险等级评定结果的一种实施方式为,若每个因子评定结果均不满足规则评定条件,则将规则评定条件的第二风险等级评定结果确定为外汇业务的风险等级评定结果。如果所有因子评定结果均不满足规则评定条件,则将规则评定条件的第二风险等级评定结果设定为外汇业务的风险等级评定结果。其中,第二风险等级评定结果是风险等级评定结果中的较低等级,用于表示较低的风险情况。
举例说明:假设银行采用两个因子评定结果(A和B)来评定外汇交易的风险等级,规则评定条件是所有因子评定结果均不满足时,判定为较低的风险等级。如果因子A和因子B的评定结果都未命中,根据规则评定条件,外汇业务数据的风险等级评定结果将被设定为第二风险等级。
本发明实施例能够综合考虑多个因子评定结果,判断是否满足规则评定条件的要求。能够在自动化的过程中判断多个因子评定结果是否满足规则评定条件,从而根据这一判断来确定外汇业务的风险等级。有助于在所有因子评定结果均不满足条件时,将风险等级设定为较低等级,以更全面地评估外汇交易的风险水平。
在本发明的一种示例性实施例中,根据至少一个因子评定结果和风险等级评定规则的规则评定条件确定外汇业务的风险等级评定结果的一种实施方式为,若存在满足规则评定条件的至少一个因子评定结果,且存在不满足规则评定条件的至少一个因子评定结果,则将规则评定条件的第三风险等级评定结果确定为外汇业务的风险等级评定结果。如果存在至少一个因子评定结果满足规则评定条件,且同时存在至少一个因子评定结果不满足规则评定条件,则将规则评定条件的第三风险等级评定结果设定为外汇业务的风险等级评定结果。其中,第三风险等级评定结果是风险等级评定结果中的中等等级,用于表示中等的风险情况。
举例说明:假设银行采用两个因子评定结果(A和B)来评定外汇交易的风险等级,规则评定条件是要求至少存在一个因子评定结果命中,同时也至少存在一个因子评定结果不命中。如果因子A的评定结果为命中,因子B的评定结果为未命中,根据规则评定条件,外汇业务数据的风险等级评定结果将被设定为第三风险等级。
本发明实施例能够综合考虑多个因子评定结果,并判断是否满足规则评定条件的要求。能够在自动化的过程中判断是否同时存在因子评定结果命中和未命中的情况,从而根据这一判断来确定外汇业务的风险等级。有助于更全面地评估外汇交易的风险水平,同时避免极端情况下的评定偏差。
需要说明的是,按照风险等级由高到低的顺序,上述三个风险等级评定结果依次为第一风险等级评定结果、第三风险等级评定结果、第二风险等级评定结果。
在本发明的一种示例性实施例中,判断至少一个因子评定结果是否满足规则评定条件的一种实施方式为,当存在多个因子评定结果时,按照规则评定条件中的因子评定顺序判断多个因子评定结果是否满足规则评定条件。在外汇业务风险等级评定中,一种实施方式是判断至少一个因子评定结果是否满足规则评定条件。当存在多个因子评定结果时,按照规则评定条件中的因子评定顺序逐个判断多个因子评定结果是否满足规则评定条件。规则评定条件中定义了因子评定顺序,即规定了按照何种顺序来判断每个因子评定结果。根据规则评定条件中定义的因子评定顺序,逐个判断每个因子评定结果是否满足规则评定条件。
举例说明:参照图4,示出了本发明实施例的一种因子评定顺序的示意图。假设银行的规则评定条件定义了因子评定顺序,因子评定顺序为1-1:判断客户对公属性、1-2:交易高风险国家/地区、2-1:判断交易对手对私属性、3-1:判断一个月内是否超过三笔交易。
本发明实施例能够根据规则评定条件中定义的因子评定顺序,逐个判断多个因子评定结果是否满足规则评定条件。可以在按照因子评定顺序逐一判断的过程中,尽早地确定至少一个因子评定结果是否满足条件,提高了评定效率。
在本发明的一种示例性实施例中,在根据至少一个因子评定结果和风险等级评定规则的规则评定条件确定外汇业务的风险等级评定结果之前,可以从预先设定的数据存储引擎或缓存中提取出至少一个因子评定结果。其中,数据存储引擎是一种用于存储、管理和检索数据的系统,如关系型数据库等。缓存是临时存储数据的高速存储介质,用于提高数据访问速度。
举例说明:假设银行在之前的评定中已经计算过某客户的信用声誉因子评定结果,并将该结果存储在关系型数据库中。在进行新一轮的外汇业务风险等级评定时,可以直接从数据库中提取出该客户的信用声誉因子评定结果,以避免重复计算。
本发明实施例可以在评定过程中,充分利用之前计算过的因子评定结果,避免重复计算和资源浪费。通过从预先设定的数据存储引擎或缓存中提取因子评定结果,可以快速获取已有数据,提高评定效率,并且减轻系统的计算负担。有助于优化评定流程,更快速地确定外汇业务的风险等级,提升了系统的性能和响应能力。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
参照图5,示出了本发明实施例的一种外汇业务风险等级评定引擎的创建系统的结构框图,该一种外汇业务风险等级评定引擎的创建系统可以应用于服务器。该一种外汇业务风险等级评定引擎的创建系统具体可以包含如下模块。
评定因子获取模块51,用于获取外汇业务的多个风险等级评定因子;
运算方式设定模块52,用于分别设定每个所述风险等级评定因子的运算方式;
评定规则配置模块53,用于根据所述风险等级评定因子和所述运算方式配置至少一条风险等级评定规则;
评定引擎创建模块54,用于利用所述风险等级评定规则创建外汇业务风险等级评定引擎。
在本发明的一种示例性实施例中,所述评定因子获取模块51,用于响应于针对外汇业务数据的评分操作,从所述外汇业务数据中拆解得到多个所述风险等级评定因子;
所述运算方式设定模块52,用于在多个候选运算方式中分别为每个所述风险等级评定因子设定对应的所述运算方式。
在本发明的一种示例性实施例中,所述评定规则配置模块53,包括:
目标因子选择模块,用于在多个所述风险等级评定因子中选择多个目标风险等级评定因子;
目标因子设定模块,用于为多个所述目标风险等级评定因子设定评定顺序、评定逻辑流程和因子评定条件;
评定规则设置模块,用于根据多个所述目标风险等级评定因子的评定顺序、评定逻辑流程、因子评定条件和运算方式配置至少一条所述风险等级评定规则。
在本发明的一种示例性实施例中,所述系统还包括:
取值方式设定模块,用于在所述评定因子获取模块51获取外汇业务的多个风险等级评定因子之后,分别设定每个所述风险等级评定因子的取值方式。
在本发明的一种示例性实施例中,所述风险等级评定因子包含:客户资产规模、经营范围、注册资本、信用声誉、开展业务年限、法人信用、交易币种金额、结算方式、交易频次、历史数据、资金来源、常见交易对手、交易对手制裁情况、交易对手交易次数、交易对手国别;所述候选运算方式包含:大于、等于、小于、包含、属于、不属于;所述取值方式包含:基于接口取值、基于函数取值。
参照图6,示出了本发明实施例的一种外汇业务风险等级的评定系统的结构框图,该一种外汇业务风险等级的评定系统可以应用于服务器。该一种外汇业务风险等级的评定系统具体可以包含如下模块。
业务数据获取模块61,用于获取外汇业务的外汇业务数据;
评定结果确定模块62,用于根据所述外汇业务数据和外汇业务风险等级评定引擎,确定所述外汇业务的风险等级评定结果。
在本发明的一种示例性实施例中,所述评定结果确定模块62,包括:
条件比较模块,用于将所述外汇业务数据和所述外汇业务风险等级评定引擎中风险等级评定规则中,至少一个风险等级评定因子的因子评定条件进行比较,确定至少一个所述风险等级评定因子的因子评定结果;
结果确定模块,用于根据至少一个所述因子评定结果和所述风险等级评定规则的规则评定条件确定所述外汇业务的风险等级评定结果。
在本发明的一种示例性实施例中,所述条件比较模块,包括:
参数筛选模块,用于从所述外汇业务数据中筛选出与至少一个所述风险等级评定因子对应的外汇业务交易参数;
参数比较模块,用于将所述外汇业务交易参数和所述因子评定条件进行比较,确定所述因子评定结果。
在本发明的一种示例性实施例中,所述参数比较模块,包括:
参数条件判断模块,用于判断所述外汇业务交易参数是否满足至少一个所述因子评定条件;
因子结果确定模块,用于若存在满足所述因子评定条件的所述外汇业务交易参数,则将存在的因子评定条件对应的因子评定结果确定为所述风险等级评定因子的因子评定结果。
在本发明的一种示例性实施例中,所述结果确定模块,包括:
结果条件判断模块,用于判断至少一个所述因子评定结果是否满足所述规则评定条件;
风险结果确定模块,用于若每个所述因子评定结果均满足所述规则评定条件,则将所述规则评定条件的第一风险等级评定结果确定为所述外汇业务的风险等级评定结果;若每个所述因子评定结果均不满足所述规则评定条件,则将所述规则评定条件的第二风险等级评定结果确定为所述外汇业务的风险等级评定结果;若存在满足所述规则评定条件的至少一个所述因子评定结果,且存在不满足所述规则评定条件的至少一个所述因子评定结果,则将所述规则评定条件的第三风险等级评定结果确定为所述外汇业务的风险等级评定结果。
在本发明的一种示例性实施例中,所述结果条件判断模块,用于当存在多个所述因子评定结果时,按照所述规则评定条件中的因子评定顺序判断多个所述因子评定结果是否满足所述规则评定条件。
在本发明的一种示例性实施例中,所述系统还包括:
因子结果提取模块,用于在所述结果确定模块根据至少一个所述因子评定结果和所述风险等级评定规则的规则评定条件确定所述外汇业务的风险等级评定结果之前,从预先设定的数据存储引擎或缓存中提取出至少一个所述因子评定结果。
对于系统实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
图7示出了本发明实施例的一种电子设备700的结构示意图。如图7所示,电子设备700包括中央处理单元(CPU)701,其可以根据存储在只读存储器(ROM)702中的计算机程序指令或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序指令,来执行各种适当的动作和处理。在RAM 703中,还可存储电子设备700操作所需的各种程序和数据。CPU701、ROM702以及RAM703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
电子设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标、麦克风等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许电子设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
上文所描述的各个过程和处理,可由处理单元701执行。例如,上述任一实施例的方法可被实现为计算机软件程序,其被有形地包含于计算机可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM702和/或通信单元709而被载入和/或安装到电子设备700上。当计算机程序被加载到RAM 703并由CPU701执行时,可以执行上文描述的方法中的一个或多个动作。
在本发明的实施例中,还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序可由电子设备的处理器执行,以完成上述任一实施例的一种外汇业务风险等级评定引擎的创建方法或一种外汇业务风险等级的评定方法。例如,所述计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种外汇业务风险等级评定引擎的创建方法和系统,以及一种外汇业务风险等级的评定方法和系统,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种外汇业务风险等级评定引擎的创建方法,其特征在于,所述方法包括:
获取外汇业务的多个风险等级评定因子;
分别设定每个所述风险等级评定因子的运算方式;
根据所述风险等级评定因子和所述运算方式配置至少一条风险等级评定规则;
利用所述风险等级评定规则创建外汇业务风险等级评定引擎。
2.根据权利要求1所述的方法,其特征在于,所述获取外汇业务的多个风险等级评定因子,包括:
响应于针对外汇业务数据的评分操作,从所述外汇业务数据中拆解得到多个所述风险等级评定因子;
所述分别设定每个所述风险等级评定因子的运算方式,包括:
在多个候选运算方式中分别为每个所述风险等级评定因子设定对应的所述运算方式。
3.根据权利要求1所述的方法,其特征在于,所述根据所述风险等级评定因子和所述运算方式配置至少一条风险等级评定规则,包括:
在多个所述风险等级评定因子中选择多个目标风险等级评定因子;
为多个所述目标风险等级评定因子设定评定顺序、评定逻辑流程和因子评定条件;
根据多个所述目标风险等级评定因子的评定顺序、评定逻辑流程、因子评定条件和运算方式配置至少一条所述风险等级评定规则。
4.根据权利要求2所述的方法,其特征在于,在所述获取外汇业务的多个风险等级评定因子之后,所述方法还包括:
分别设定每个所述风险等级评定因子的取值方式;
所述风险等级评定因子包含:客户资产规模、经营范围、注册资本、信用声誉、开展业务年限、法人信用、交易币种金额、结算方式、交易频次、历史数据、资金来源、常见交易对手、交易对手制裁情况、交易对手交易次数、交易对手国别;
所述候选运算方式包含:大于、等于、小于、包含、属于、不属于;
所述取值方式包含:基于接口取值、基于函数取值。
5.一种外汇业务风险等级的评定方法,其特征在于,所述方法包括:
获取外汇业务的外汇业务数据;
根据所述外汇业务数据和根据权利要求1至4中任一项所述的外汇业务风险等级评定引擎的创建方法,创建所得的外汇业务风险等级评定引擎,确定所述外汇业务的风险等级评定结果。
6.根据权利要求5所述的方法,其特征在于,所述根据所述外汇业务数据和根据权利要求1至4中任一项所述的外汇业务风险等级评定引擎的创建方法,创建所得的外汇业务风险等级评定引擎,确定所述外汇业务的风险等级评定结果,包括:
将所述外汇业务数据和所述外汇业务风险等级评定引擎中风险等级评定规则中,至少一个风险等级评定因子的因子评定条件进行比较,确定至少一个所述风险等级评定因子的因子评定结果;
根据至少一个所述因子评定结果和所述风险等级评定规则的规则评定条件确定所述外汇业务的风险等级评定结果。
7.根据权利要求6所述的方法,其特征在于,所述将所述外汇业务数据和所述外汇业务风险等级评定引擎中风险等级评定规则中,至少一个风险等级评定因子的因子评定条件进行比较,确定至少一个所述风险等级评定因子的因子评定结果,包括:
从所述外汇业务数据中筛选出与至少一个所述风险等级评定因子对应的外汇业务交易参数;
将所述外汇业务交易参数和所述因子评定条件进行比较,确定所述因子评定结果。
8.根据权利要求7所述的方法,其特征在于,所述将所述外汇业务交易参数和所述因子评定条件进行比较,确定所述因子评定结果,包括:
判断所述外汇业务交易参数是否满足至少一个所述因子评定条件;
若存在满足所述因子评定条件的所述外汇业务交易参数,则将存在的因子评定条件对应的因子评定结果确定为所述风险等级评定因子的因子评定结果。
9.根据权利要求6所述的方法,其特征在于,所述根据至少一个所述因子评定结果和所述风险等级评定规则的规则评定条件确定所述外汇业务的风险等级评定结果,包括:
判断至少一个所述因子评定结果是否满足所述规则评定条件;
若每个所述因子评定结果均满足所述规则评定条件,则将所述规则评定条件的第一风险等级评定结果确定为所述外汇业务的风险等级评定结果;
若每个所述因子评定结果均不满足所述规则评定条件,则将所述规则评定条件的第二风险等级评定结果确定为所述外汇业务的风险等级评定结果;
若存在满足所述规则评定条件的至少一个所述因子评定结果,且存在不满足所述规则评定条件的至少一个所述因子评定结果,则将所述规则评定条件的第三风险等级评定结果确定为所述外汇业务的风险等级评定结果。
10.根据权利要求9所述的方法,其特征在于,所述判断至少一个所述因子评定结果是否满足所述规则评定条件,包括:
当存在多个所述因子评定结果时,按照所述规则评定条件中的因子评定顺序判断多个所述因子评定结果是否满足所述规则评定条件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311190390.9A CN117333303A (zh) | 2023-09-14 | 2023-09-14 | 外汇业务风险等级的评定及评定引擎的创建方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311190390.9A CN117333303A (zh) | 2023-09-14 | 2023-09-14 | 外汇业务风险等级的评定及评定引擎的创建方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117333303A true CN117333303A (zh) | 2024-01-02 |
Family
ID=89294279
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311190390.9A Pending CN117333303A (zh) | 2023-09-14 | 2023-09-14 | 外汇业务风险等级的评定及评定引擎的创建方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117333303A (zh) |
-
2023
- 2023-09-14 CN CN202311190390.9A patent/CN117333303A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7849062B1 (en) | Identifying and using critical fields in quality management | |
CN112734559B (zh) | 企业信用风险评价方法、装置及电子设备 | |
US7844641B1 (en) | Quality management in a data-processing environment | |
CN111523996A (zh) | 一种审批方法及系统 | |
US8984022B1 (en) | Automating growth and evaluation of segmentation trees | |
CN106408325A (zh) | 基于用户支付信息的用户消费行为预测分析方法及系统 | |
Melian et al. | Customer churn prediction in telecommunication industry. A data analysis techniques approach | |
CN107844496B (zh) | 统计信息输出方法及装置 | |
CN116596674A (zh) | 基于大数据分析的对外贸易风险评估方法 | |
CN117333303A (zh) | 外汇业务风险等级的评定及评定引擎的创建方法和系统 | |
CN111724009A (zh) | 风险评估方法、风控系统及风险评估设备 | |
CN115829722A (zh) | 信用风险评分模型的训练方法及信用风险评分方法 | |
CN115587887A (zh) | 基于供应链金融业务的团队欺诈识别方法及装置 | |
CN114626940A (zh) | 数据分析方法、装置及电子设备 | |
CN110570301B (zh) | 风险识别方法、装置、设备及介质 | |
CN112163943A (zh) | 违约概率的确定方法、装置、设备和介质 | |
CN110766544A (zh) | 信用风险的检测方法及装置、存储介质、电子装置 | |
CN111160929A (zh) | 一种客户类型的确定方法及装置 | |
CN113537666B (zh) | 评测模型训练方法、评测和业务审核方法、装置及设备 | |
CN118134652A (zh) | 一种资产配置方案生成方法、装置、电子设备及介质 | |
CN114283018A (zh) | 综合风险评估方法及装置 | |
CN118195873A (zh) | 数据处理方法、装置、设备及存储介质 | |
CN116957785A (zh) | 渠道对账方法、装置、电子设备及计算机程序产品 | |
CN116882550A (zh) | 余额变动预测方法、系统及计算机设备 | |
CN115439234A (zh) | 一种目标对象的信用评分的确定方法、装置和设备 |
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 |