CN117575804A - 一种货物资产风险分析方法、系统及介质 - Google Patents
一种货物资产风险分析方法、系统及介质 Download PDFInfo
- Publication number
- CN117575804A CN117575804A CN202410066967.3A CN202410066967A CN117575804A CN 117575804 A CN117575804 A CN 117575804A CN 202410066967 A CN202410066967 A CN 202410066967A CN 117575804 A CN117575804 A CN 117575804A
- Authority
- CN
- China
- Prior art keywords
- information
- goods
- cargo
- price
- warehouse
- 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 85
- 238000012502 risk assessment Methods 0.000 title claims abstract description 46
- 238000013058 risk prediction model Methods 0.000 claims abstract description 31
- 238000012544 monitoring process Methods 0.000 claims abstract description 16
- 238000012549 training Methods 0.000 claims description 38
- 238000012937 correction Methods 0.000 claims description 24
- 238000012216 screening Methods 0.000 claims description 8
- 238000007689 inspection Methods 0.000 claims description 6
- 238000012795 verification Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 238000000151 deposition Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012545 processing Methods 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
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Human Resources & Organizations (AREA)
- Game Theory and Decision Science (AREA)
- Technology Law (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例提供了一种货物资产风险分析方法、系统及介质，该方法包括：获取入库信息，将入库信息进行盘点校验，得到库存信息，根据库存信息对仓库内的货物进行价格监控，得到所有在库货物的货物价格信息；根据货物价格信息计算设定时间窗口下的货物价格波动数据；将货物价格波动数据输入风险预测模型对货物风险进行预测，得到预测信息；根据预测信息进行预测不同时间窗口下的货物货值状态，根据货物货值状态变化进行分析货物资产风险，得到风险信息；将风险信息动态传输至终端；通过实时监控货物价格波动信息进行分析货物的货值状态，并能够通过货值状态变化进行预测货物资产风险，从而提前对风险货物进行规避。
Description
技术领域
本申请涉及融资货物风险分析领域，具体而言，涉及一种货物资产风险分析方法、系统及介质。
背景技术
货押融资业务是一种出现时间较早的金融业务，通过库存商品盘活沉淀资金，提高了资金使用效率。但是，随着多起以重复质押和虚假质押等方式进行骗贷的融资案发生，货押融资监控市场陷入困境，导致中小企业融资比较困难。现有的融资货物资产风险分析过程中难以有效的对货物的价格变化趋势以及货值进行精准判断，造成货物资产分析结果偏差较大，此外，在货物价格波动行情下，无法精准的分析货物价格波动后的最终货物价格，影响分析结果的准确性；针对上述问题，目前亟待有效的技术解决方案。
发明内容
本申请实施例的目的在于提供一种货物资产风险分析方法、系统及介质，通过实时监控货物价格波动信息进行分析货物的货值状态，并能够通过货值状态变化进行预测货物资产风险，从而提前对风险货物进行规避。
本申请实施例还提供了一种货物资产风险分析方法，包括：
获取入库信息，将入库信息进行盘点校验，得到库存信息；
根据库存信息对仓库内的货物进行价格监控，得到所有在库货物的货物价格信息；
根据货物价格信息计算设定时间窗口下的货物价格波动数据，将货物价格波动数据输入风险预测模型对货物风险进行预测，得到预测信息；
根据预测信息进行预测不同时间窗口下的货物货值状态，根据货物货值状态变化进行分析货物资产风险，得到风险信息；
将风险信息动态传输至终端。
可选地，在本申请实施例所述的货物资产风险分析方法中，获取入库信息，将入库信息进行盘点校验，得到库存信息，具体包括：
获取入库信息，根据入库信息生成入库清单，根据入库清单进行汇总当前库存信息；
货物出库前进行银行手续审批，判断审批银行手续是否合格且完整；
若银行审批手续合格且完整，则对审批成功的货物进行出库，并更新当前库存信息；
若银行审批手续不合格或不完整，则判定出库货物审批失败，禁止出库，并将审批失败的货物进行单独存放待检。
可选地，在本申请实施例所述的货物资产风险分析方法中，根据库存信息对仓库内的货物进行价格监控，得到所有在库货物的货物价格信息；具体包括：
根据市场情况进行确定货物价格，并分析市场行情波动；
根据市场行情波动生成第一修正系数；
获取货物属性信息，根据货物属性信息分析不同属性的货物之间的价格影响因素，得到第二修正系数；
根据不同权重的第一修正系数与第二修正系数对货物价格进行修正，得到最终的货物价格信息；
将所有货物的最终货物价格生成列表进行保存至终端。
可选地，在本申请实施例所述的货物资产风险分析方法中，根据货物价格信息计算设定时间窗口下的货物价格波动数据，具体包括：
获取同一时间窗口下不同时间节点的同一货物价格，计算相邻时间节点的货物价格差值，得到第一价格差；
将第一价格差与设定的波动价格阈值进行比较；
将第一价格差超出设定波动价格阈值的货物价格进行筛选，并记录波动时间节点，得到第一货物价格波动数据；
将相邻时间窗口下的相同时间节点的同一货物价格计算货物价格差值，得到第二价格差；
将第二价格差与设定的波动价格阈值进行比较；
将第二价格差超出设定波动价格阈值的货物价格进行筛选，并记录波动时间窗口与对应的波动时间节点，得到第二货物价格波动数据；
将第一货物价格波动数据与第二货物价格波动数据进行融合，得到最终的货物价格波动数据。
可选地，在本申请实施例所述的货物资产风险分析方法中，将货物价格波动数据输入风险预测模型对货物风险进行预测，得到预测信息，具体包括：
通过大数据获取货物价格波动历史数据，生成训练集；
将训练集输入风险预测模型进行迭代训练，得到训练结果；
判断训练结果是否收敛；
若收敛，则判定训练结束，并将最终的货物价格波动数据输入训练完成的风险预测模型进行预测，得到预测信息；
若不收敛，则调整模型参数，进行多次训练直至训练结果收敛。
可选地，在本申请实施例所述的货物资产风险分析方法中，根据预测信息进行预测不同时间窗口下的货物货值状态，根据货物货值状态变化进行分析货物资产风险，得到风险信息，具体包括：
获取货物的当前货值信息；
通过预测信息分析下一个时间窗口下的货物货值状态，得到下一货值信息；
将当前货值信息与下一货值信息进行比较，得到货值损失率；
将货值损失率按照设定的范围进行划分多个等级；
不同的等级对应不同的风险预警，得到不同等级对应的风险信息。
第二方面，本申请实施例提供了一种货物资产风险分析系统，该系统包括：存储器及处理器，所述存储器中包括货物资产风险分析方法的程序，所述货物资产风险分析方法的程序被所述处理器执行时实现以下步骤：
获取入库信息，将入库信息进行盘点校验，得到库存信息；
根据库存信息对仓库内的货物进行价格监控，得到所有在库货物的货物价格信息；
根据货物价格信息计算设定时间窗口下的货物价格波动数据；将货物价格波动数据输入风险预测模型对货物风险进行预测，得到预测信息；
根据预测信息进行预测不同时间窗口下的货物货值状态，根据货物货值状态变化进行分析货物资产风险，得到风险信息；
将风险信息动态传输至终端。
可选地，在本申请实施例所述的货物资产风险分析系统中，获取入库信息，将入库信息进行盘点校验，得到库存信息，具体包括：
获取入库信息，根据入库信息生成入库清单，根据入库清单进行汇总当前库存信息；
货物出库前进行银行手续审批，判断审批银行手续是否合格且完整；
若银行审批手续合格且完整，则对审批成功的货物进行出库，并更新当前库存信息；
若银行审批手续不合格或不完整，则判定出库货物审批失败，禁止出库，并将审批失败的货物进行单独存放待检。
可选地，在本申请实施例所述的货物资产风险分析系统中，根据库存信息对仓库内的货物进行价格监控，得到所有在库货物的货物价格信息；具体包括：
根据市场情况进行确定货物价格，并分析市场行情波动；
根据市场行情波动生成第一修正系数；
获取货物属性信息，根据货物属性信息分析不同属性的货物之间的价格影响因素，得到第二修正系数；
根据不同权重的第一修正系数与第二修正系数对货物价格进行修正，得到最终的货物价格信息；
将所有货物的最终货物价格生成列表进行保存至终端。
第三方面，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中包括货物资产风险分析方法程序，所述货物资产风险分析方法程序被处理器执行时，实现如上述任一项所述的货物资产风险分析方法的步骤。
由上可知，本申请实施例提供的一种货物资产风险分析方法、系统及介质，通过获取入库信息，将入库信息进行盘点校验，得到库存信息，根据库存信息对仓库内的货物进行价格监控，得到所有在库货物的货物价格信息；根据货物价格信息计算设定时间窗口下的货物价格波动数据；将货物价格波动数据输入风险预测模型对货物风险进行预测，得到预测信息；根据预测信息进行预测不同时间窗口下的货物货值状态，根据货物货值状态变化进行分析货物资产风险，得到风险信息；将风险信息动态传输至终端；通过实时监控货物价格波动信息进行分析货物的货值状态，并能够通过货值状态变化进行预测货物资产风险，从而提前对风险货物进行规避。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本申请实施例提供的货物资产风险分析方法的流程图；
图2为本申请实施例提供的货物资产风险分析方法的出库货物审批方法流程图；
图3为本申请实施例提供的货物资产风险分析方法的货物价格信息分析流程图。
具体实施方式
下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
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。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
请参照图1，图1是本申请一些实施例中的一种货物资产风险分析方法的流程图。该货物资产风险分析方法用于终端设备中，该货物资产风险分析方法，包括以下步骤：
S101，获取入库信息，将入库信息进行盘点校验，得到库存信息；
S102，根据库存信息对仓库内的货物进行价格监控，得到所有在库货物的货物价格信息；
S103，根据货物价格信息计算设定时间窗口下的货物价格波动数据，将货物价格波动数据输入风险预测模型对货物风险进行预测，得到预测信息；
S104，根据预测信息进行预测不同时间窗口下的货物货值状态，根据货物货值状态变化进行分析货物资产风险，得到风险信息；
S105，将风险信息动态传输至终端。
需要说明的是，通过实时监控货物的价格波动进行预测货物货值，根据货物货值变化状态进行分析货物的资产风险进行动态预警，提高货物风险规避效果。
请参照图2，图2是本申请一些实施例中的一种货物资产风险分析方法的出库货物审批方法流程图。根据本发明实施例，获取入库信息，将入库信息进行盘点校验，得到库存信息，具体包括：
S201，获取入库信息，根据入库信息生成入库清单，根据入库清单进行汇总当前库存信息；
S202，货物出库前进行银行手续审批，判断审批银行手续是否合格且完整；
S203，若银行审批手续合格且完整，则对审批成功的货物进行出库，并更新当前库存信息；
S204，若银行审批手续不合格或不完整，则判定出库货物审批失败，禁止出库，并将审批失败的货物进行单独存放待检。
需要说明的是，在货物出库时，需要通过银行进行审批，降低不经过银行允许私自出库的风险，保证货物出库的准确定与货物出库一致性，提高货物出库安全。
请参照图3，图3是本申请一些实施例中的一种货物资产风险分析方法的货物价格信息分析流程图。根据本发明实施例，根据库存信息对仓库内的货物进行价格监控，得到所有在库货物的货物价格信息；具体包括：
S301，根据市场情况进行确定货物价格，并分析市场行情波动；
S302，根据市场行情波动生成第一修正系数；
S303，获取货物属性信息，根据货物属性信息分析不同属性的货物之间的价格影响因素，得到第二修正系数；
S304，根据不同权重的第一修正系数与第二修正系数对货物价格进行修正，得到最终的货物价格信息；
S305，将所有货物的最终货物价格生成列表进行保存至终端。
需要说明的是，根据市场情况与货物属性对货物价格进行不断的修正，保证货物价格符合市场定价，且误差较小。
根据本发明实施例，根据货物价格信息计算设定时间窗口下的货物价格波动数据，具体包括：
获取同一时间窗口下不同时间节点的同一货物价格，计算相邻时间节点的货物价格差值，得到第一价格差；
将第一价格差与设定的波动价格阈值进行比较；
将第一价格差超出设定波动价格阈值的货物价格进行筛选，并记录波动时间节点，得到第一货物价格波动数据；
将相邻时间窗口下的相同时间节点的同一货物价格计算货物价格差值，得到第二价格差；
将第二价格差与设定的波动价格阈值进行比较；
将第二价格差超出设定波动价格阈值的货物价格进行筛选，并记录波动时间窗口与对应的波动时间节点，得到第二货物价格波动数据；
将第一货物价格波动数据与第二货物价格波动数据进行融合，得到最终的货物价格波动数据。
需要说明的是，通过分析同一时间窗口下的货物价格波动与不同时间窗口之间的货物价格波动数据进行融合，保证最终的货物价格波动数据精度较高。
根据本发明实施例，将货物价格波动数据输入风险预测模型对货物风险进行预测，得到预测信息，具体包括：
通过大数据获取货物价格波动历史数据，生成训练集；
将训练集输入风险预测模型进行迭代训练，得到训练结果；
判断训练结果是否收敛；
若收敛，则判定训练结束，并将最终的货物价格波动数据输入训练完成的风险预测模型进行预测，得到预测信息；
若不收敛，则调整模型参数，进行多次训练直至训练结果收敛。
需要说明的是，通过对风险预测模型进行不断的训练，使风险预测模型的输出结果更加符合实际结果，提高风险预测模型的预测能力与预测精度。
根据本发明实施例，根据预测信息进行预测不同时间窗口下的货物货值状态，根据货物货值状态变化进行分析货物资产风险，得到风险信息，具体包括：
获取货物的当前货值信息；
通过预测信息分析下一个时间窗口下的货物货值状态，得到下一货值信息；
将当前货值信息与下一货值信息进行比较，得到货值损失率；
将货值损失率按照设定的范围进行划分多个等级；
不同的等级对应不同的风险预警，得到不同等级对应的风险信息。
需要说明的是，根据货值信息进行判断不同时间窗口下的货值损失情况，进行不同等级划分，从而能够将风险进行等级划分，不同货值损失率对应不同的风险等级，实现风险的多级预警。
根据本发明实施例，获取入库信息，将入库信息进行盘点校验，得到库存信息，还包括：
获取货物参数信息，将货物参数信息进行校验，得到校验结果；
判断校验结果是否通过；
若通过，则对货物进行入库处理，并根据货物参数信息进行存储至设定分区，并对该分析进行盘点清算；
若校验未通过，则暂时拦截该货物入库，并进行核对审批。
需要说明的是，为了保证货物入库的安全性，需要对即将入库的货物进行校验，校验完成后，进行分区存放，并进行盘点，保证库存信息的准确定。
第二方面，本申请实施例提供了一种货物资产风险分析系统，该系统包括：存储器及处理器，存储器中包括货物资产风险分析方法的程序，货物资产风险分析方法的程序被处理器执行时实现以下步骤：
获取入库信息，将入库信息进行盘点校验，得到库存信息；
根据库存信息对仓库内的货物进行价格监控，得到所有在库货物的货物价格信息；
根据货物价格信息计算设定时间窗口下的货物价格波动数据；将货物价格波动数据输入风险预测模型对货物风险进行预测，得到预测信息；
根据预测信息进行预测不同时间窗口下的货物货值状态，根据货物货值状态变化进行分析货物资产风险，得到风险信息；
将风险信息动态传输至终端。
需要说明的是，通过实时监控货物的价格波动进行预测货物货值，根据货物货值变化状态进行分析货物的资产风险进行动态预警，提高货物风险规避效果。
根据本发明实施例，获取入库信息，将入库信息进行盘点校验，得到库存信息，具体包括：
获取入库信息，根据入库信息生成入库清单，根据入库清单进行汇总当前库存信息；
货物出库前进行银行手续审批，判断审批银行手续是否合格且完整；
若银行审批手续合格且完整，则对审批成功的货物进行出库，并更新当前库存信息；
若银行审批手续不合格或不完整，则判定出库货物审批失败，禁止出库，并将审批失败的货物进行单独存放待检。
需要说明的是，在货物出库时，需要通过银行进行审批，降低不经过银行允许私自出库的风险，保证货物出库的准确定与货物出库一致性，提高货物出库安全。
根据本发明实施例，根据库存信息对仓库内的货物进行价格监控，得到所有在库货物的货物价格信息；具体包括：
根据市场情况进行确定货物价格，并分析市场行情波动；
根据市场行情波动生成第一修正系数；
获取货物属性信息，根据货物属性信息分析不同属性的货物之间的价格影响因素，得到第二修正系数；
根据不同权重的第一修正系数与第二修正系数对货物价格进行修正，得到最终的货物价格信息；
将所有货物的最终货物价格生成列表进行保存至终端。
需要说明的是，根据市场情况与货物属性对货物价格进行不断的修正，保证货物价格符合市场定价，且误差较小。
根据本发明实施例，根据货物价格信息计算设定时间窗口下的货物价格波动数据，具体包括：
获取同一时间窗口下不同时间节点的同一货物价格，计算相邻时间节点的货物价格差值，得到第一价格差；
将第一价格差与设定的波动价格阈值进行比较；
将第一价格差超出设定波动价格阈值的货物价格进行筛选，并记录波动时间节点，得到第一货物价格波动数据；
将相邻时间窗口下的相同时间节点的同一货物价格计算货物价格差值，得到第二价格差；
将第二价格差与设定的波动价格阈值进行比较；
将第二价格差超出设定波动价格阈值的货物价格进行筛选，并记录波动时间窗口与对应的波动时间节点，得到第二货物价格波动数据；
将第一货物价格波动数据与第二货物价格波动数据进行融合，得到最终的货物价格波动数据。
需要说明的是，通过分析同一时间窗口下的货物价格波动与不同时间窗口之间的货物价格波动数据进行融合，保证最终的货物价格波动数据精度较高。
根据本发明实施例，将货物价格波动数据输入风险预测模型对货物风险进行预测，得到预测信息，具体包括：
通过大数据获取货物价格波动历史数据，生成训练集；
将训练集输入风险预测模型进行迭代训练，得到训练结果；
判断训练结果是否收敛；
若收敛，则判定训练结束，并将最终的货物价格波动数据输入训练完成的风险预测模型进行预测，得到预测信息；
若不收敛，则调整模型参数，进行多次训练直至训练结果收敛。
需要说明的是，通过对风险预测模型进行不断的训练，使风险预测模型的输出结果更加符合实际结果，提高风险预测模型的预测能力与预测精度。
根据本发明实施例，根据预测信息进行预测不同时间窗口下的货物货值状态，根据货物货值状态变化进行分析货物资产风险，得到风险信息，具体包括：
获取货物的当前货值信息；
通过预测信息分析下一个时间窗口下的货物货值状态，得到下一货值信息；
将当前货值信息与下一货值信息进行比较，得到货值损失率；
将货值损失率按照设定的范围进行划分多个等级；
不同的等级对应不同的风险预警，得到不同等级对应的风险信息。
需要说明的是，根据货值信息进行判断不同时间窗口下的货值损失情况，进行不同等级划分，从而能够将风险进行等级划分，不同货值损失率对应不同的风险等级，实现风险的多级预警。
根据本发明实施例，获取入库信息，将入库信息进行盘点校验，得到库存信息，还包括：
获取货物参数信息，将货物参数信息进行校验，得到校验结果；
判断校验结果是否通过；
若通过，则对货物进行入库处理，并根据货物参数信息进行存储至设定分区，并对该分析进行盘点清算；
若校验未通过，则暂时拦截该货物入库，并进行核对审批。
需要说明的是，为了保证货物入库的安全性，需要对即将入库的货物进行校验，校验完成后，进行分区存放，并进行盘点，保证库存信息的准确定。
本发明第三方面提供了一种计算机可读存储介质，可读存储介质中包括货物资产风险分析方法程序，货物资产风险分析方法程序被处理器执行时，实现如上述任一项的货物资产风险分析方法的步骤。
本发明公开的一种货物资产风险分析方法、系统及介质，通过获取入库信息，将入库信息进行盘点校验，得到库存信息，根据库存信息对仓库内的货物进行价格监控，得到所有在库货物的货物价格信息；根据货物价格信息计算设定时间窗口下的货物价格波动数据；将货物价格波动数据输入风险预测模型对货物风险进行预测，得到预测信息；根据预测信息进行预测不同时间窗口下的货物货值状态，根据货物货值状态变化进行分析货物资产风险，得到风险信息；将风险信息动态传输至终端；通过实时监控货物价格波动信息进行分析货物的货值状态，并能够通过货值状态变化进行预测货物资产风险，从而提前对风险货物进行规避。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，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，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，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全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，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，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该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。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种货物资产风险分析方法，其特征在于，包括：
获取入库信息，将入库信息进行盘点校验，得到库存信息；
根据库存信息对仓库内的货物进行价格监控，得到所有在库货物的货物价格信息；
根据货物价格信息计算设定时间窗口下的货物价格波动数据，将货物价格波动数据输入风险预测模型对货物风险进行预测，得到预测信息；
根据预测信息进行预测不同时间窗口下的货物货值状态，根据货物货值状态变化进行分析货物资产风险，得到风险信息；
将风险信息动态传输至终端。
2.根据权利要求1所述的货物资产风险分析方法，其特征在于，获取入库信息，将入库信息进行盘点校验，得到库存信息，具体包括：
获取入库信息，根据入库信息生成入库清单，根据入库清单进行汇总当前库存信息；
货物出库前进行银行手续审批，判断审批银行手续是否合格且完整；
若银行审批手续合格且完整，则对审批成功的货物进行出库，并更新当前库存信息；
若银行审批手续不合格或不完整，则判定出库货物审批失败，禁止出库，并将审批失败的货物进行单独存放待检。
3.根据权利要求2所述的货物资产风险分析方法，其特征在于，根据库存信息对仓库内的货物进行价格监控，得到所有在库货物的货物价格信息；具体包括：
根据市场情况进行确定货物价格，并分析市场行情波动；
根据市场行情波动生成第一修正系数；
获取货物属性信息，根据货物属性信息分析不同属性的货物之间的价格影响因素，得到第二修正系数；
根据不同权重的第一修正系数与第二修正系数对货物价格进行修正，得到最终的货物价格信息；
将所有货物的最终货物价格生成列表进行保存至终端。
4.根据权利要求3所述的货物资产风险分析方法，其特征在于，根据货物价格信息计算设定时间窗口下的货物价格波动数据，具体包括：
获取同一时间窗口下不同时间节点的同一货物价格，计算相邻时间节点的货物价格差值，得到第一价格差；
将第一价格差与设定的波动价格阈值进行比较；
将第一价格差超出设定波动价格阈值的货物价格进行筛选，并记录波动时间节点，得到第一货物价格波动数据；
将相邻时间窗口下的相同时间节点的同一货物价格计算货物价格差值，得到第二价格差；
将第二价格差与设定的波动价格阈值进行比较；
将第二价格差超出设定波动价格阈值的货物价格进行筛选，并记录波动时间窗口与对应的波动时间节点，得到第二货物价格波动数据；
将第一货物价格波动数据与第二货物价格波动数据进行融合，得到最终的货物价格波动数据。
5.根据权利要求4所述的货物资产风险分析方法，其特征在于，将货物价格波动数据输入风险预测模型对货物风险进行预测，得到预测信息，具体包括：
通过大数据获取货物价格波动历史数据，生成训练集；
将训练集输入风险预测模型进行迭代训练，得到训练结果；
判断训练结果是否收敛；
若收敛，则判定训练结束，并将最终的货物价格波动数据输入训练完成的风险预测模型进行预测，得到预测信息；
若不收敛，则调整模型参数，进行多次训练直至训练结果收敛。
6.根据权利要求5所述的货物资产风险分析方法，其特征在于，根据预测信息进行预测不同时间窗口下的货物货值状态，根据货物货值状态变化进行分析货物资产风险，得到风险信息，具体包括：
获取货物的当前货值信息；
通过预测信息分析下一个时间窗口下的货物货值状态，得到下一货值信息；
将当前货值信息与下一货值信息进行比较，得到货值损失率；
将货值损失率按照设定的范围进行划分多个等级；
不同的等级对应不同的风险预警，得到不同等级对应的风险信息。
7.一种货物资产风险分析系统，其特征在于，该系统包括：存储器及处理器，所述存储器中包括货物资产风险分析方法的程序，所述货物资产风险分析方法的程序被所述处理器执行时实现以下步骤：
获取入库信息，将入库信息进行盘点校验，得到库存信息；
根据库存信息对仓库内的货物进行价格监控，得到所有在库货物的货物价格信息；
根据货物价格信息计算设定时间窗口下的货物价格波动数据；将货物价格波动数据输入风险预测模型对货物风险进行预测，得到预测信息；
根据预测信息进行预测不同时间窗口下的货物货值状态，根据货物货值状态变化进行分析货物资产风险，得到风险信息；
将风险信息动态传输至终端。
8.根据权利要求7所述的货物资产风险分析系统，其特征在于，获取入库信息，将入库信息进行盘点校验，得到库存信息，具体包括：
获取入库信息，根据入库信息生成入库清单，根据入库清单进行汇总当前库存信息；
货物出库前进行银行手续审批，判断审批银行手续是否合格且完整；
若银行审批手续合格且完整，则对审批成功的货物进行出库，并更新当前库存信息；
若银行审批手续不合格或不完整，则判定出库货物审批失败，禁止出库，并将审批失败的货物进行单独存放待检。
9.根据权利要求8所述的货物资产风险分析系统，其特征在于，根据库存信息对仓库内的货物进行价格监控，得到所有在库货物的货物价格信息；具体包括：
根据市场情况进行确定货物价格，并分析市场行情波动；
根据市场行情波动生成第一修正系数；
获取货物属性信息，根据货物属性信息分析不同属性的货物之间的价格影响因素，得到第二修正系数；
根据不同权重的第一修正系数与第二修正系数对货物价格进行修正，得到最终的货物价格信息；
将所有货物的最终货物价格生成列表进行保存至终端。
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中包括货物资产风险分析方法程序，所述货物资产风险分析方法程序被处理器执行时，实现如权利要求1至6中任一项所述的货物资产风险分析方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410066967.3A CN117575804A (zh) | 2024-01-17 | 2024-01-17 | 一种货物资产风险分析方法、系统及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410066967.3A CN117575804A (zh) | 2024-01-17 | 2024-01-17 | 一种货物资产风险分析方法、系统及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117575804A true CN117575804A (zh) | 2024-02-20 |
Family
ID=89862961
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410066967.3A Pending CN117575804A (zh) | 2024-01-17 | 2024-01-17 | 一种货物资产风险分析方法、系统及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117575804A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117829697A (zh) * | 2024-03-04 | 2024-04-05 | 北京数易科技有限公司 | 一种作战后勤物资运输调度方法、系统及介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109685651A (zh) * | 2019-01-11 | 2019-04-26 | 中信梧桐港供应链管理有限公司 | 仓单质押的信贷风险监控方法及装置 |
| CN109711983A (zh) * | 2019-01-11 | 2019-05-03 | 中信梧桐港供应链管理有限公司 | 基于区块链架构的仓单质押融资评估方法及装置 |
| CN117314618A (zh) * | 2023-09-13 | 2023-12-29 | 江西理工大学 | 一种智能化存货质押贷款风险监控方法及系统 |
-
2024
- 2024-01-17 CN CN202410066967.3A patent/CN117575804A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109685651A (zh) * | 2019-01-11 | 2019-04-26 | 中信梧桐港供应链管理有限公司 | 仓单质押的信贷风险监控方法及装置 |
| CN109711983A (zh) * | 2019-01-11 | 2019-05-03 | 中信梧桐港供应链管理有限公司 | 基于区块链架构的仓单质押融资评估方法及装置 |
| CN117314618A (zh) * | 2023-09-13 | 2023-12-29 | 江西理工大学 | 一种智能化存货质押贷款风险监控方法及系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117829697A (zh) * | 2024-03-04 | 2024-04-05 | 北京数易科技有限公司 | 一种作战后勤物资运输调度方法、系统及介质 |
| CN117829697B (zh) * | 2024-03-04 | 2024-05-28 | 北京数易科技有限公司 | 一种作战后勤物资运输调度方法、系统及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20060085325A1 (en) | System, method, and computer program for assessing risk within a predefined market | |
| CN112734559B (zh) | 企业信用风险评价方法、装置及电子设备 | |
| US11783338B2 (en) | Systems and methods for outlier detection of transactions | |
| CN117575804A (zh) | 一种货物资产风险分析方法、系统及介质 | |
| CN113837596B (zh) | 一种故障确定方法、装置、电子设备及存储介质 | |
| CN111222994A (zh) | 客户风险评估方法、装置、介质和电子设备 | |
| CN112037007A (zh) | 针对小微企业信贷审批的方法及电子设备 | |
| CN116450951A (zh) | 业务推荐方法、装置、存储介质及电子设备 | |
| CN110020939B (zh) | 建立违约损失率预测模型的装置、方法及存储介质 | |
| CN117575776A (zh) | 一种借贷风控模型训练方法、设备以及可读存储介质 | |
| WO2012030419A1 (en) | Organization resource allocation based on forecasted change outcomes | |
| CN115330545B (zh) | 跨境供应链金融的数据核验方法 | |
| CN110852602A (zh) | 基于机器学习的数据监控方法及装置 | |
| CN115062687A (zh) | 企业信用监控方法、装置、设备及存储介质 | |
| CN117196646A (zh) | 一种供应商资质审核方法、设备及介质 | |
| CN114693428A (zh) | 数据确定方法、装置、计算机可读存储介质及电子设备 | |
| CN114387089A (zh) | 客户信用风险评估方法、装置、设备及存储介质 | |
| CN114546256A (zh) | 从时间序列数据导出的用于kpi的基于数据质量的置信度计算 | |
| Han et al. | Using source code and process metrics for defect prediction-A case study of three algorithms and dimensionality reduction. | |
| CN117436705B (zh) | 一种贸易风险分析方法、系统及介质 | |
| CN113743435A (zh) | 业务数据分类模型的训练、业务数据的分类方法和装置 | |
| CN115409636A (zh) | 产品风险预测方法、装置、设备及介质 | |
| CN116993514B (zh) | 一种车辆资产管理监测方法、系统及介质 | |
| CN112632056B (zh) | 一种检验规则的生成方法及装置 | |
| Sahoo et al. | Measurement: Sensors |
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 |