KR20090039128A - 금융기관 영업점 및 영업담당자에 대한 금융사고 위험분석시스템 및 그 방법 - Google Patents

금융기관 영업점 및 영업담당자에 대한 금융사고 위험분석시스템 및 그 방법 Download PDF

Info

Publication number
KR20090039128A
KR20090039128A KR1020070104586A KR20070104586A KR20090039128A KR 20090039128 A KR20090039128 A KR 20090039128A KR 1020070104586 A KR1020070104586 A KR 1020070104586A KR 20070104586 A KR20070104586 A KR 20070104586A KR 20090039128 A KR20090039128 A KR 20090039128A
Authority
KR
South Korea
Prior art keywords
risk
financial
analysis
information
risk analysis
Prior art date
Application number
KR1020070104586A
Other languages
English (en)
Inventor
최장근
Original Assignee
주식회사 엔비에스컨설팅
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 주식회사 엔비에스컨설팅 filed Critical 주식회사 엔비에스컨설팅
Priority to KR1020070104586A priority Critical patent/KR20090039128A/ko
Publication of KR20090039128A publication Critical patent/KR20090039128A/ko

Links

Images

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
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W80/00—Wireless network protocols or protocol adaptations to wireless operation
    • H04W80/08—Upper layer protocols
    • H04W80/12—Application layer protocols, e.g. WAP [Wireless Application Protocol]

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Finance (AREA)
  • Theoretical Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Technology Law (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Educational Administration (AREA)
  • Signal Processing (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

본 발명은 금융기관의 영업점 및 업무담당자 별로 가지고 있는 사고발생 위험 요인의 상호연계성을 분석하는 방법에 관한 것이다.
본 발명에 따른 금융기관 영업점 및 업무담당자에 대한 금융사고 위험 분석 시스템은 계정부와 정보부, 상기 계정부와 정보부와 연결되어 금융사고 관련 데이터를 추출하는 데이터처리부, 상기 데이터처리부와 연결되어 금융사고 관련데이터와 영업점 및 영업담당자의 금융사고 위험분석 결과를 저장하는 위험분석원장DB, 설문조사를 실시하고 설문조사 자료를 기반으로 계층적 분석 작업 후 발생하는 가중치와 위험지수 항목을 바탕으로 위험지수 정보를 산출하는 통계처리부, 상기 통계처리부와 연결되어 가중치와 위험지수 항목을 저장하는 위험분석DB, 상기 위험분석원장DB와 연결되어 영업점과 영업담당자 정보, 위험지수정보, 누적거래원장정보를 바탕으로 영업점 및 영업담당자의 금융사고위험등급을 산출하는 위험분석처리부, 상기 위험분석처리부와 연결되어 영업점 및 영업담당자의 금융사고위험등급을 기록하고 저장하는 표시부로 구성된 것을 특징으로 한다.
금융사고, 위험분석, 계층적 분석방법

Description

금융기관 영업점 및 영업담당자에 대한 금융사고 위험분석 시스템 및 그 방법{Risk analysis system and the method about banking facilities and the clerk}
본 발명은 금융기관의 영업점 및 업무담당자(직원) 별로 가지고 있는 사고발생 위험 요인의 상호연계성을 분석하는 방법에 관한 것이다.
종래 금융기관의 위험분석은 지표분석이라고 하여 거래분석에만 한정되어, 단순히 항목 하나하나의 분석결과만 확인할 수 있었다. 따라서 금융사고 예측 시 여러 항목들의 연계성을 파악하여 분석하는 것에 어려움이 있었다.
또한 금융사고를 일으키는 주체인 업무담당자(직원)와 영업점의 위험요인을 평가가 이루어지지 않아 금융사고를 예측하여 조기 예방 및 방지를 하기 힘들었다.
상기와 같은 문제점을 극복하고자 금융기관 직원 및 영업점의 리스크 순위데이터 등의 데이터를 가공하여 거래별 위험을 분석하는 기술의 한 예로 대한민국 특허출원 10-2004-0115990 [발명의 명칭 : 금융기관의 검사업무 및 내부통제 지원 시스템 및 이의운용 방법]을 들 수 있다
종래기술은 도 1에 도시된 바와 같이, 금융기관에서 발생한 거래를 중심으로 직원 및 직원관련 인사정보, 고객정보, 신용정보, 영업점정보, 영업점과 직원의 리스크 순위데이터 등의 데이터를 가공하고, 위험거래들의 검사항목을 검출하여 금융기관의 검사업무 수행한다.
또한 도 2에 도시된 바와 같이, 금융기관의 검사업무 중 상시감사를 수행의 흐름은 데이터 저장소의 정보를 참조하여 위험징후 거래를 판단하는 YIC(Yellow Item Check)절차와 조기경보거래를 적발하는 RIC(Red Item Check)절차를 거쳐, 조기경보거래를 적발하고, 최종보고서를 만들게 된다.
상기와 같은 상시감사 절차는 위험징후와 조기경보와 관련된 코드에 따라 위험징후와 조기경보를 판단하게 되는 것이다.
그러나 상기와 같은 절차에 따라 금융사고 위험징후를 판단하게 되면, 위험관련코드에 따른 단기적 거래분석에만 한정되는 문제점이 발생하게 된다.
또한 과거의 금융사고 사례를 통한 실질적인 데이터를 기반으로 한 사고패턴 분석이 어렵고, 통계량 등을 통한 정량적이고, 객관적인 사고위험의 판단에 한계가 발생한다.
본 발명은 상기와 같은 문제점을 해결하기 위해 제안된 것으로,
첫째, 금융기관의 영업점 및 영업담당자의 특성분석을 통한 다수 정보를 이용하여, 금융기관의 영업점별, 담당자별 금융사고 위험등급 및 위험요인에 대한 현황분석을 제공하는 것을 목적으로 한다.
둘째, 금융사고 위험분석 절차에 있어서, 계층적 분석 방법을 통해 정량적인 금융사고에 관한 위험지수정보를 도출하여 객관적인 사고위험 판단 기준을 제공하는 것을 목적으로 한다.
금융기관 영업점 및 영업담당자에 대한 금융사고 위험분석 시스템은
금융기관 영업점에서 변동되는 돈이나 전표 등의 이동사항을 저장하는 계정부; 영업담당자의 인사정보나, 영업점의 돈이나 전표의 변동사항을 분석, 조회하기 위해 상기 계정부의 데이터를 주기적으로 수집하여 정보의 형태로 저장하는 정보부; 상기 계정부와 정보부와 연결되어 금융사고 관련 데이터를 추출하는 데이터처리부; 상기 데이터처리부와 연결되어 금융사고 관련데이터와 영업점 및 영업담당자의 금융사고 위험분석 결과를 저장하는 위험분석원장DB; 설문조사를 실시하고 설문조사 자료를 기반으로 계층적 분석 후, 발생하는 가중치와 위험지수 항목을 바탕으로 위험지수정보를 산출하는 통계처리부; 상기 통계처리부와 연결되어 가중치와 위험지수 항목을 저장하는 위험분석DB;상기 위험분석원장DB와 연결되어 영업점과 영 업담당자 정보, 위험지수정보, 누적거래원장정보를 바탕으로 금융사고위험등급을 산출하는 위험분석처리부; 상기 위험분석처리부와 연결되어 영업점 및 영업담당자의 금융사고위험등급을 기록하고 저장하는 표시부로 구성된 것을 특징으로 한다.
첫째, 금융기관의 영업점 및 업무담당자 별로 가지고 있는 금융사고 발생 위험 요인을 분석하는 방법에 있어서 데이터마이닝(Datamining)등을 기반으로 과거의 금융사고의 유형 분석을 통한 실질적 데이터를 기반으로 위험요인을 분석하여, 금융사고의 사전 예방을 할 수 있는 효과가 있다.
둘째, 금융기관의 영업점 및 업무담당자 별로 가지고 있는 금융사고 발생 위험 요인을 분석하는 방법에 있어서 AHP(Analytic Hierarchy Process):계층적 분석방법을 기반으로 정량적인 통계량을 바탕으로 객관적인 금융사고 위험요인 분석하여, 사고위험 등급이 높은 영업점이나 업무담당자를 우선적으로 관리할 수 있는 효과가 있다.
본 발명에 따른 금융기관 영업점 및 영업담당자의 위험분석 방법을 효율적으로 실시되기 위해서 다음과 같은 분석이론이 적용되어야 한다.
첫째, 데이터마이닝(Datamining)이다. 상기 데이터마이닝은 많은 데이터 가운데 숨겨져 있는 유용한 상관관계를 발견하여, 미래에 실행 가능한 정보를 추출해 내고 의사 결정에 이용하는 과정을 말한다.
즉, 데이터에 숨겨진 패턴이나 상관관계를 찾아내어 정보를 발견해 내는 것 이다.
본 발명에서 상기와 같은 정보는 금융기관 영업점과 영업담당자의 과거 금융사고 사례에서 나타난 여러 데이터의 상관관계를 발견할 수 있는 것이다.
둘째, AHP(Analytic Hierarchy Process):계층적 분석방법이다. 상기 계층적 분석방법은 상기 데이터마이닝 기법의 하나로 의사결정의 전 과정을 여러 단계로 나눈 후 이를 단계별로 분석 해결함으로써 최종적인 의사결정에 이르는 방법이다.
상기 계층적 분석방법의 단계는 브레인스토밍(Brainstorming)단계, 계층구조의 설정단계, 쌍대비교 및 상대적중요도 설정 단계, 논리적 일관성 판별단계로 나뉜다.
상기 브레인스토밍(Brainstorming)단계는 계층구조를 설정하기 위한 평가의 목표를 명확히 하고, 평가와 관련된 모든 항목과 대안을 열거하는 과정이다.
상기 계층구조 설정단계는 상기 브레인스토밍단계를 통해 찾아낸 항목과 대안 사이의 종속관계를 찾아내고 군집화 한다.
즉, 계층구조 설정단계를 통해 복잡한 사안들은 계층화, 시각적화 함으로써 논리적인 판단을 통한 올바른 의사결정을 할 수 있다.
상기 쌍대비교 및 상대적 중요도 설정 단계는 각각의 요소 및 대안 간의 쌍대비교(1 : 1 비교) 설문조사를 통해 각 요소와 대안 간에 미치는 중요도를 비교하여 최종적인 각 요소들 간의 중요도 및 대안의 선호도를 추출하는 단계이다.
이러한 최종적인 요소들 간의 중요도 및 대안의 선호도는 가중치로 표시된 다.
상기 가중치는 평균치를 산출할 때 개별치(個別値)에 부여되는 중요도를 나타내는 값으로 어떤 다른 값에 곱해져 유용한 실제의 값을 나타낸다.
논리적 일관성 판별 단계는 의사결정자나 설문에 응한 사람의 판단이 얼마나 논리적 일관성을 유지하는가를 판단하는 단계이다.
이때 일관성을 판단하는 기준을 일관성 비율(Consistency Ratio)이라 하는데 일관성비율(RC)이 0.1보다 큰 경우 일관성에 어긋난다고 판명한다.
만일 일관성에 어긋날 경우, 상기 쌍대비교 및 상대적 중요도 설정 단계로 돌아가는 피드백이 이루어진다.
상기 계층적 분석 방법을 통해 객관적이고, 정량적인 통계 수치를 바탕을 금융기관의 영업점 및 영업담당자의 금융 사고에 대한 위험분석 수치를 산출해 낼 수 있으므로 계층적 분석 방법은 본 발명에 적합하게 적용될 수 있는 것이다.
도 3에 도시된 바와 같이 금융기관 영업점 및 영업담당자의 위험분석 시스템의 구성은 계정부(110), 정보부(120), 데이터처리부(130), 위험분석원장DB(200), 위험분석DB(220), 통계처리부(240), 위험분석처리부(300), 표시부(400)으로 구성된다.
금융권의 전산시스템은 계정부(110), 정보부(120)로 나뉘는데 계정부(110)는 금융기관의 기본활동을 처리하는 공간으로, 실제 금융기관 영업점에서 변동되는 돈이나 전표 등의 이동사항을 저장하는 공간이다.
상기 정보부(120)는 영업담당자의 인사정보나, 영업점의 돈이나 전표의 변동사항을 분석, 조회하기 위해 정보의 형태로 모아두어 본부부서나 영업점에서 기획, 분석 등에 활용하기 위하여 저장되는 공간을 말한다.
상기 데이터처리부(130)는 상기 계정부(110)와 정보부(130)로부터 금융사고와 관련된 데이터를 추출하여, 위험분석원장DB(200)에 전달하는 역할을 한다.
상기 위험분석원장DB(200)는 과거의 각종 금융사고 유형파일과 위험 거래 정보가 저장되어 있으며, 영업점 및 영업담당자에 관한 금융 거래 위험분석에 관한 결과를 모두 저장하는 장소이다.
상기 통계처리부(240)는 계층적 분석방법(AHP)으로 브레인스토밍 단계, 계층구조 설정 단계 및 설문조사를 통한 상대적 중요도 설정 단계를 수행하고, 논리적 일관성을 확인하는 단계를 수행한다.
상기 단계를 수행 후, 통계처리부(240)은 논리적 일관성에서 벗어나지 않은 위험지수 항목과 그 가중치를 도출한다.
상기 통계처리부(240)는 도출된 위험지수항목과 가중치를 통계화하여 위험지 수정보를 위험분석DB(220)에 전달하는 역할을 한다.
상기 위험분석DB(220)는 통계처리부에서 도출된 위험지수항목과 가중치를 통계화한 위험지수정보를 저장하고 위험분석원장DB(200)에 전달한다.
상기 위험분석처리부(300)는 상기 위험분석원장DB(200)으로부터 영업점과 영업담당자의 정보와 위험지수정보, 누적거래원장정보를 전달받아 영업점 및 영업담당자의 금융사고위험등급을 산출하는 역할을 한다.
상기 표시부(400)는 상기 위험분석처리부(300)로부터 산출된 영업점 및 영업담당자의 사고위험등급을 보고서로 저장되는 역할을 한다.
상기와 시스템을 바탕으로 금융기관 영업점 및 영업담당자의 위험 분석하는 방법을 개략적으로 나타낸 도 4와 같이, 그 방법은 크게 4단계로 나뉜다.
먼저 데이터처리부(130)는 계정부(110)와 정보부(120)로부터 금융사고와 관련된 데이터와 과거의 각종 과거 금융사고의 유형파일을 위험분석원장DB(200)에 저장하는 단계를 수행한다.(S100)
다음으로, 통계처리부(240)의 계층적 분석을 통해 위험지수정보를 도출하여 위험분석DB(200)에 전달하고 위험분석DB(200)는 위험지수정보를 저장한 후 위험분석원장DB(200)에 위험지수정보를 전달하는 단계를 수행한다.(S200)
다음으로, 상기 위험분석처리부(300)는 위험분석원장DB(200)에 저장된 영업점 및 영업담당자의 위험지수정보를 이용하여 영업점 및 영업담당자의 금융사고위험등급을 산출하는 단계를 수행한다.(S300)
다음으로, 상기 위험분석처리부(300)의 위험분석 처리 결과를 위험분석원장DB(200)와 표시부(400)에 저장하는 단계를 수행한다.(S400)
상기 (S100)단계는 데이터처리부(130)에서 이루어지는 동작에 관한 설명으로 도 5에 도시된 바와 같이,
먼저 계정부(110)와 정보부(120)로부터 영업점 및 영업담당자에 관한 정보와, 금융사고 관련된 데이터를 수신 받는 단계를 수행한다.(S110)
다음으로, 수신 받은 금융사고 관련 데이터를 수신데이터 큐(queue)에 전달하는 단계를 수행한다.(S130)
상기 수신데이터 큐(queue)는 일종의 대기행렬로 수신되는 데이터가 임의적으로 도착하기 때문에 순차적인 데이터처리를 위해 대기시키는 공간을 말한다.
다음으로, 수신데이터 큐의 데이터를 미리 지정한 조건과 규칙에 따라 데이터를 처리하는 단계를 수행한다.(S150)
다음으로, 처리된 수신데이터를 위험분석원장DB에 전달하는 단계를 수행한다.(S170)
상기 (S200)단계는 위험분석원장DB(200), 위험분석DB(220), 통계처리부(240) 간의 계층적 분석 방법(AHP)의 동작이다.
도 6에 도시된 바와 같이,
먼저 통계처리부(240)에서 계층적 분석 작업 후 위험지수항목과 가중치를 도출하는 단계를 수행한다.(S240)
다음으로, 통계처리부(240)에서 도출된 위험지수항목과 가중치를 바탕으로 위험지수정보를 도출하여 위험분석DB(200)에 저장하는 단계를 수행한다.(S250)
상기 통계처리부에서 수행하는 (S240) 단계를 계층적 분석방법(AHP)의 각 단계와 연결시켜 보면 도 8에 도시된 바와 같이,
먼저 영업점과 영업담당자에 대한 위험 평가에 관련된 항목과 대안을 열거하는 단계로 계층적 분석 방법의 브레인스토밍 단계를 수행한다.(S241)
다음으로 기초분석 단계를 수행한다.(S242)
상기 (S242)단계는 계층적 분석 방법의 계층구조의 설정단계에 해당하며 가장 최상의 계층에는 금융 거래 위험평가의 최종 목적인 금융사고 방지에 영향을 미치는 평가기준을 제시한다.
중간 계층은 상기 최상의 계층인 금융사고 방지에 영향을 미치는 세부적인 평가기준을 제시하고, 최하 계층은 금융 위험 거래의 대안을 위치시킨다.
상기와 같은 기초분석 단계를 통해 금융사고의 목적과 그 대안을 계층화 시각화함으로써 논리적인 판단과 결과를 도출할 수 있도록 할 수 있는 것이다.
다음으로 설문조사 단계를 수행한다.(S243)
다음으로 설문조사를 바탕으로 금융 위험 거래에 관한 위험지수항목과 가중치를 도출하는 단계를 수행한다.(S244)
상기 (S243)단계와 (S244)단계는 계층적 분석방법의 상대적 중요도 설정 단계에 해당한다.
다음으로 논리적 일관성을 검증하는 단계를 수행한다.(S245)
상기 (S245)단계는 계층적 분석 방법 중 논리적 일관성 판별 단계에 해당하며 논리적 일관성(Consistency Ratio)이 0.1보다 적을 경우 다음 단계를 수행하고, 0.1보다 클 경우 설문조사에 응한 사람이 논리적 일관성을 잃고 있는 것으로 판단하여 상기 (S243)단계로 돌아가 재점검을 하도록 한다.
다음으로 논리적 일관성(CR)이 0.1보다 작을 경우, 상기 (S224)단계에서 도출된 위험지수항목과 가중치를 상기 통계처리부(240)에 전달하여, 위험지수항목에 관해 조건별 위험지수배점을 부여한다.(S241)
다음으로 통계처리부(240)는 위험지수배점에 관한 금융사고 위험정보지수를 도출하여 상기 위험분석DB(200)에 전달하는 단계를 수행한다.(S242)
상기와 같은 통계처리부(240)의 계층적 분석방법(AHP)은 엑셀파일에서도 가능하지만 'Expert Choice'파일을 통하여 손쉽게 이루어진다.
도 7은 상기 도 4에 도시된 (S300)단계의 자세한 흐름도로 금융기관 영업점 및 영업담당자의 금융거래에 관한 위험분석 결과를 최종적으로 도출하는 과정을 나타낸 것이다.
상기 위험분석처리부(300)는 상기 (S200)단계 수행 후, 위험분석원장DB(200)에 저장된 금융기관 영업점 및 영업담당자의 위험지수정보, 영업점과 영업담당자의 정보 및 누적거래원장 정보를 전달받는 단계를 수행한다.(S310)
다음으로 금융기관 영업담당자의 금융거래 위험분석 작업을 수행한다.(S330)
상기와 최종적인 금융사고 위험분석의 결과는 금융기관 영업점과 영업담당자를 나누어 진행하는 단계를 수행된다.
다음으로 금융기관 영업담당자의 정보, 위험지수정보 및 누적거래원장 정보를 통해 영업담당자의 금융사고위험등급을 산출하는 단계를 수행한다.(S340)
상기 (S310)단계에서 금융기관 영업점에 관한 금융거래 위험분석 작업을 수행한다.(S360)
다음으로 금융기관 영업점의 정보, 위험지수정보 및 누적거래원장 정보를 통해 영업점의 사고위험등급을 산출하는 단계를 수행한다.(S370)
다음으로 금융기관 영업점 및 영업담당자에 관한 금융사고 위험분석 결과를 상기 표시부(400)와 위험분석원장DB(200)에 전송하여 기록, 저장하는 단계를 수행한다.(S400)
상기 표시부(400)는 엑셀파일 또는 보고서 형식으로 기록, 저장된다.
본 발명을 실시함으로써 금융사고위험등급이 높은 영업담당자와 영업점을 토대로 우선감사대상을 선별하여, 금융 사고를 조기 적발하여 미연에 방지할 수 있으며, 테마감사 시에 주제 선정에 따라 감사대상을 재선별함으로써 금융기관의 영업점과 영업담당자의 감사업무를 효율적으로 수행할 수 있는 효과가 있다.
도 1은 종래 금융기관 영업점 및 영업담당자에 대한 금융사고 위험분석 시스템에 관한 블록도.
도 2는 종래 금융기관 영업점 및 영업담당자에 대한 금융사고 위험분석 방법에 관한 블록도.
도 3은 본 발명에 따른 금융기관 영업점 및 영업담당자에 대한 금융사고 위험분석 시스템에 관한 블록도.
도 4는 본 발명에 따른 금융기관 영업점 및 영업담당자에 대한 금융사고 위험분석 방법에 관한 흐름도.
도 5는 본 발명에 따른 데이터처리부 동작에 관한 흐름도.
도 6은 본 발명에 따른 통계처리부와 위험분석DB 동작에 관한 흐름도.
도 7은 본 발명에 따른 위험분석처리부 동작에 관한 흐름도.
도 8은 본 발명에 따른 통계처리부의 상세 동작에 관한 흐름도.

Claims (4)

  1. 금융기관 영업점에서 변동되는 돈이나 전표 등의 이동사항을 저장하는 계정부;
    영업담당자의 인사정보나, 영업점의 돈이나 전표의 변동사항을 분석, 조회하기 위해 상기 계정부의 데이터를 주기적으로 수집하여 정보의 형태로 저장하는 정보부;
    상기 계정부와 정보부와 연결되어 금융사고 관련 데이터를 추출하는 데이터처리부;
    상기 데이터처리부와 연결되어 금융사고 관련데이터와 영업점 및 영업담당자의 금융사고 위험분석 결과를 저장하는 위험분석원장DB;
    계층적 분석 후, 발생하는 가중치와 위험지수 항목을 바탕으로 위험지수정보를 산출하는 통계처리부;
    상기 통계처리부와 연결되어 가중치와 위험지수 항목을 저장하는 위험분석DB,
    상기 위험분석원장DB와 연결되어 영업점과 영업담당자 정보, 위험지수정보, 누적거래원장정보를 바탕으로 금융사고위험등급을 산출하는 위험분석처리부;
    상기 위험분석처리부와 연결되어 영업점과 영업담당자의 금융사고위험등급을 기록하고 저장하는 표시부로 구성된 것을 특징으로 하는 금융기관 영업점 및 영업담당자에 대한 금융사고 위험분석 시스템.
  2. 제1항에 있어서,
    상기 통계처리부는
    계층적 분석 방법의 브레인스토밍, 계층구조의 설정, 상대적 중요도 설정 및 논리적일관성 판별의 단계와 일치하는 분석 단계 수행 후 발생하는 가중치와 위험지수 항목을 바탕으로 금융사고에 관한 위험정보지수를 도출을 하는 것을 특징으로 하는 금융기관 영업점 및 영업담당자에 대한 금융사고 위험분석 시스템.
  3. 금융기관 영업점 및 영업담당자의 금융 사고에 관한 위험 분석 방법에 있어서,
    데이터처리부는 계정부와 정보부로부터 금융사고와 관련된 데이터와 과거의 각종 과거 금융사고의 유형파일을 위험분석원장DB에 저장하는 단계(S100);
    다음으로, 상기 통계처리부에서 계층적 분석 처리한 후 위험지수정보를 도출하여 위험분석DB에 저장하는 단계(S200);
    다음으로, 상기 위험분석처리부는 위험분석원장DB에 저장된 영업점 및 영업담당자의 위험지수정보를 이용하여 영업점 및 영업담당자의 금융사고위험등급을 산출하는 단계(300);
    다음으로, 상기 위험분석처리부의 위험분석 처리 결과를 위험분석원장DB와 표시부에 저장하는 단계(400)를 수행하는 것을 특징으로 하는 금융기관 영업점 및 영업담당자에 대한 금융사고 위험분석 방법.
  4. 제3항에 있어서,
    상기 통계처리부(240)에서 수행하는 (S240)단계는,
    브레인스토밍을 통해 위험항목을 도출하는 단계(S241);
    다음으로 상기 도출된 위험항목들의 계층구조를 설정하는 단계(S242);
    다음으로 상기 금융사고방지 대안에 관한 중요도의 설문조사 단계(S243);
    다음으로 설문조사를 바탕으로 금융 위험 거래에 관한 위험지수항목과 가중치를 도출하는 단계(S244);
    다음으로 설문조사 대상자의 논리적 일관성을 검증하는 단계(S245);
    다음으로 논리적 일관성이 입증된 경우, 상기 (S244)단계에서 도출된 위험지수항목과 가중치를 통해 위험지수항목에 관해 조건별 위험지수배점을 부여하는 단계(S246);
    다음으로 통계처리부는 위험지수배점에 관한 금융사고 위험정보지수를 도출하여 상기 위험분석DB에 전달하는 단계(S246)를 포함하는 것을 특징으로 하는 금융기관 영업점 및 영업담당자에 대한 금융사고 위험분석 방법.
KR1020070104586A 2007-10-17 2007-10-17 금융기관 영업점 및 영업담당자에 대한 금융사고 위험분석시스템 및 그 방법 KR20090039128A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020070104586A KR20090039128A (ko) 2007-10-17 2007-10-17 금융기관 영업점 및 영업담당자에 대한 금융사고 위험분석시스템 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020070104586A KR20090039128A (ko) 2007-10-17 2007-10-17 금융기관 영업점 및 영업담당자에 대한 금융사고 위험분석시스템 및 그 방법

Publications (1)

Publication Number Publication Date
KR20090039128A true KR20090039128A (ko) 2009-04-22

Family

ID=40763050

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020070104586A KR20090039128A (ko) 2007-10-17 2007-10-17 금융기관 영업점 및 영업담당자에 대한 금융사고 위험분석시스템 및 그 방법

Country Status (1)

Country Link
KR (1) KR20090039128A (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013059608A1 (en) * 2011-10-21 2013-04-25 NeighborBench LLC Method and system for assessing compliance risk of financial institutions
US8543444B2 (en) 2011-10-21 2013-09-24 NeighborBench LLC Method and system for assessing compliance risk of regulated institutions
KR20210113885A (ko) * 2020-03-09 2021-09-17 라인 가부시키가이샤 이상 금융거래 탐지 방법 및 시스템

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010102678A (ko) * 2000-05-04 2001-11-16 안중혁 네트워크를 통한 통합 금융 솔루션 제공 서비스 시스템 및서비스 방법
JP2003208514A (ja) * 2002-01-17 2003-07-25 Oki Electric Ind Co Ltd 事務リスクモニタリングシステム
JP2005509196A (ja) * 2001-03-20 2005-04-07 ゴールドマン サックス アンド カンパニー 金融取引に関するリスク管理方法及びシステム
JP2005174362A (ja) * 2005-01-17 2005-06-30 Suruga Bank Ltd リスク評価方法
JP2006251957A (ja) * 2005-03-09 2006-09-21 Oki Electric Ind Co Ltd 事務リスクモニタリングシステム及び管理サーバ

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010102678A (ko) * 2000-05-04 2001-11-16 안중혁 네트워크를 통한 통합 금융 솔루션 제공 서비스 시스템 및서비스 방법
JP2005509196A (ja) * 2001-03-20 2005-04-07 ゴールドマン サックス アンド カンパニー 金融取引に関するリスク管理方法及びシステム
JP2003208514A (ja) * 2002-01-17 2003-07-25 Oki Electric Ind Co Ltd 事務リスクモニタリングシステム
JP2005174362A (ja) * 2005-01-17 2005-06-30 Suruga Bank Ltd リスク評価方法
JP2006251957A (ja) * 2005-03-09 2006-09-21 Oki Electric Ind Co Ltd 事務リスクモニタリングシステム及び管理サーバ

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013059608A1 (en) * 2011-10-21 2013-04-25 NeighborBench LLC Method and system for assessing compliance risk of financial institutions
US8543444B2 (en) 2011-10-21 2013-09-24 NeighborBench LLC Method and system for assessing compliance risk of regulated institutions
KR20210113885A (ko) * 2020-03-09 2021-09-17 라인 가부시키가이샤 이상 금융거래 탐지 방법 및 시스템

Similar Documents

Publication Publication Date Title
Wang A comprehensive survey of data mining-based accounting-fraud detection research
CN108921689A (zh) 贷款风险监控系统及方法
CN108961040A (zh) 用于授信贷款的贷款额度评估系统及方法
US20050222928A1 (en) Systems and methods for investigation of financial reporting information
US20050222929A1 (en) Systems and methods for investigation of financial reporting information
KR102246782B1 (ko) 상거래데이터를 이용한 ai기반의 평가모델을 포함하는 기업의 채무상환능력 평가시스템
CN104881783A (zh) 电子银行账户欺诈行为及风险检测方法与系统
AU2004224885A1 (en) System, method and computer product to detect behavioral patterns related to the financial health of a business entity
CN108898480A (zh) 用于授信贷款的贷款等级评估系统及方法
Da Silva et al. Selecting audit samples using Benford's Law
CN102439623A (zh) 动态产生增强信用评估的详细交易支付经历的方法和系统
Martínez-Sánchez et al. Money laundering control in Mexico: a risk management approach through regression trees (data mining)
US20170109837A1 (en) Know your customer alert systems and methods
Dimmock et al. Is Fraud Contagious? Career Networks and Fraud by Financial advisers
Chiu et al. The automation of financial statement fraud detection: a framework using process mining
KR20090039128A (ko) 금융기관 영업점 및 영업담당자에 대한 금융사고 위험분석시스템 및 그 방법
Dhiri et al. Evaluation of the United Kingdom's" Crime Reduction Programme": Analysis of Costs and Benefits
CN113256121A (zh) 一种人工智能反洗钱方法与系统
KR20200111064A (ko) 기업의 채무상환능력 평가시스템
CN113919937B (zh) 一种基于贷款评估风控的ks监控系统
Prasad et al. Prediction of churn behaviour of bank customers using data mining tools
Groşanu et al. INSTRUMENTAL CONTEXT OF A FORENSIC ACCOUNTING INVESTIGATION: A SYSTEMATIC REVIEW OF THE CURRENT LITERATURE.
TWI838694B (zh) 評估個體合規風險之裝置、方法及電腦可讀媒介
EKE et al. AN APPRAISAL OF Computerized Auditing and Fraud Control In Edo State Nigeria
Hawlova Fraud detection tools

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application