TWI807196B - 授信風險評估系統與方法 - Google Patents

授信風險評估系統與方法 Download PDF

Info

Publication number
TWI807196B
TWI807196B TW109122806A TW109122806A TWI807196B TW I807196 B TWI807196 B TW I807196B TW 109122806 A TW109122806 A TW 109122806A TW 109122806 A TW109122806 A TW 109122806A TW I807196 B TWI807196 B TW I807196B
Authority
TW
Taiwan
Prior art keywords
risk
information
database
condition table
customer
Prior art date
Application number
TW109122806A
Other languages
English (en)
Other versions
TW202203130A (zh
Inventor
花祺雅
Original Assignee
國泰世華商業銀行股份有限公司
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 國泰世華商業銀行股份有限公司 filed Critical 國泰世華商業銀行股份有限公司
Priority to TW109122806A priority Critical patent/TWI807196B/zh
Publication of TW202203130A publication Critical patent/TW202203130A/zh
Application granted granted Critical
Publication of TWI807196B publication Critical patent/TWI807196B/zh

Links

Images

Landscapes

  • Radar Systems Or Details Thereof (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本發明提出一種授信風險評估系統。此授信風險評估系統包括至少一記憶體以及處理器。至少一記憶體用以儲存企業戶資料庫、環境風險資料庫、社會風險資料庫以及公司治理資料庫;以及處理器連接至至少一記憶體,其中處理器用以:從企業戶資料庫接收多個客戶資訊;執行資料挖掘以從環境風險資料庫、社會風險資料庫以及公司治理資料庫獲得對應多個客戶資訊的多個風險相關資訊;以及依據多個風險相關資訊對多個客戶資訊進行評估以產生多個評等資訊,並依據多個評等資訊對客戶進行貸款資格審查。此外,另一種授信風險評估方法亦在此揭露。

Description

授信風險評估系統與方法
本發明是有關於一種風險評估的技術,特別是有關於一種授信風險評估系統與方法。
一般而言,金融機構放款給借款人之後,必須監控借款人之信用風險或還款能力,以避免借款人無法履行債務契約而危害金融機構之債權權益,泛指傳統財務相關資訊之風險管理手段。另對於非財務資訊之風險管理,國際上已廣泛認知環境保護(environment)、社會責任(social)、公司治理(governance)等三大面向之潛在衝擊,並影響主流金融機構於放貸決策納入了解你的客戶(know your customer,KYC)評估之中。因此,如何更有效率地評估授信風險為本領域技術人員所關心的議題之一。
本發明提供一種授信風險評估系統,包括至少一記憶體以及處理器。至少一記憶體用以儲存多個資料庫,其中多個資料庫包括企業戶資料庫、環境風險資料庫、社會風險資料庫以及公司治理資料庫;以及處理器連接至至少一記憶體,其中處理器用以:從企業戶資料庫接收多個客戶資訊;執行資料挖掘以從環境風險資料庫、社會風險資料庫以及公司治理資料庫獲得多個客戶資訊對應的多個風險相關資訊;以及依據多個風險相關資訊對多個客戶資訊進行評估以產生多個評等資訊,並依據多個評等資訊對客戶進行貸款資格審查。
本發明提供一種授信風險評估方法,其中此方法包括:從至少一記憶體中的一企業戶資料庫接收多個客戶資訊;執行資料挖掘以從環境風險資料庫、社會風險資料庫以及公司治理資料庫獲得多個客戶資訊對應的多個風險相關資訊;依據多個風險相關資訊對多個客戶資訊進行評估以產生多個評等資訊,並依據多個評等資訊對客戶進行貸款資格審查。
基於上述,本發明提供的授信風險評估系統可以針對借款人所造成的環境、社會以及公司治理風險事件進行即時風險分級及貸後動態管理追蹤,以達風險管理之效。
第1圖根據本發明的實施例繪示授信風險評估系統100的方塊圖,其中授信風險評估系統100可包括企業戶(corporation)資料庫120(1)、環境(environment)風險資料庫120(2)、社會(social)風險資料庫120(3)以及公司治理(governance)資料庫120(4)以及處理器130,其中企業戶資料庫120(1)、環境風險資料庫120(2)、社會風險資料庫120(3)以及公司治理資料庫120(4)可以儲存於至少一記憶體中(未繪示),且至少一記憶體的數量可以是任意的正整數,並沒有特別的限制。處理器130可連接至企業戶資料庫120(1)、環境風險資料庫120(2)、社會風險資料庫120(3)以及公司治理資料庫120(4)。
在一些實施例中,企業戶資料庫120(1)可儲存已向政府進行登記的各種企業戶的各種相關資訊。此外,環境風險資料庫120(2)、社會風險資料庫120(3)以及公司治理資料庫120(4)可以是相關於環境保護、社會責任以及公司治理評等(environment,social and governance rating,ESG rating)的資料庫。
在一些實施例中,用以儲存企業戶資料庫120(1)、環境風險資料庫120(2)、社會風險資料庫120(3)以及公司治理資料庫120(4)的至少一記憶體例如是任何型態的固定式或可移動式的隨機存取記憶體(random access memory,RAM)、唯讀記憶體(read-only memory,ROM)、快閃記憶體(flash memory)、硬碟(hard disk drive,HDD)、固態硬碟(solid state drive,SSD)或類似元件或上述元件的組合。
在一些實施例中,處理器130例如是中央處理單元(central processing unit,CPU),或是其他可程式化之一般用途或特殊用途的微控制單元(micro control unit,MCU)、微處理器(microprocessor)、數位信號處理器(digital signal processor,DSP)、可程式化控制器、特殊應用積體電路(application specific integrated circuit,ASIC)、圖形處理器(graphics processing unit,GPU)、算數邏輯單元(arithmetic logic unit,ALU)、複雜可程式邏輯裝置(complex programmable logic device,CPLD)、現場可程式化邏輯閘陣列(field programmable gate array,FPGA)或其他類似元件或上述元件的組合。
第2圖根據本發明的實施例繪示授信風險評估方法的流程圖。請同時參照第1圖與第2圖,本實施例的方法適用於第1圖的授信風險評估系統100,以下即搭配授信風險評估系統100中各裝置之間的作動關係來說明本發明實施例之授信風險評估系統的詳細步驟。
首先,於步驟S201中,處理器130可從企業戶資料庫120(1)接收多個客戶資訊。詳細而言,處理器130可以周期或非週期地向企業戶資料庫120(1)發送客戶資訊請求(例如,每天向企業戶資料庫120(1)發送客戶資訊請求),且響應於企業戶資料庫120(1)接收此客戶資訊請求,企業戶資料庫120(1)可向處理器130傳送所儲存的所有客戶資訊。
在一些實施例中,企業戶資料庫120(1)可以是經濟部商業司登記在案之企業戶資料庫,且客戶資訊可以是已向政府進行登記的各種企業戶的各種相關資訊,例如是包括已登記之企業戶從事的產業的相關資訊、已登記之企業戶所屬的企業的相關資訊、已登記之企業戶的國籍資訊或已登記之企業戶的企業統一編號等各種相關於企業戶的資訊等。
接著,於步驟S203中,處理器130可執行資料挖掘(data mining)以從環境風險資料庫120(2)、社會風險資料庫120(3)以及公司治理資料庫120(4)獲得多個客戶資訊對應的多個風險相關資訊。詳細而言,處理器130可以大數據(big data)分析的方法周期或非週期地對上述環境風險資料庫120(2)、社會風險資料庫120(3)以及公司治理資料庫120(4)進行資料挖掘(例如,每月對環境風險資料庫120(2)與社會風險資料庫120(3)進行資料挖掘以及每日對公司治理資料庫120(4)進行資料挖掘),以從環境風險資料庫120(2)、社會風險資料庫120(3)以及公司治理資料庫120(4)中獲得各客戶資訊對應的各種相關於環境保護、社會責任以及公司治理評等的風險相關資訊。
在一些實施例中,風險相關資訊可包括環境風險資訊、社會風險資訊以及公司治理資訊。舉例而言,環境風險資訊可以是企業戶相關於氣候變遷衝擊、空氣及水質污染、生物多樣性、廢棄物處理、能源管理及環境保護法規遵循等的資訊。社會風險資訊可以是企業戶相關於人權議題、職業安全衛生、社區關係、勞雇關係以及供應商管理等的資訊。公司治理資訊可以是企業戶相關於公司治理、誠信經營、內部控制及反貪腐等的資訊。
在一些實施例中,處理器130可從多個客戶資訊擷取出多個統一編號資訊,並依據從多個客戶資訊擷取出的多個統一編號資訊執行資料挖掘,以從環境風險資料庫120(2)、社會風險資料庫120(3)以及公司治理資料庫120(4)獲得各客戶資訊對應的風險相關資訊。
接著,於步驟S205中,處理器130可依據多個風險相關資訊對多個客戶資訊進行評估以產生多個評等資訊,並依據多個評等資訊對客戶進行貸款資格審查。詳細而言,處理器130可對所有企業戶對應的風險相關資訊進行評等以產生所有企業戶的評等資訊,且每當有客戶要申請授信或需要對已申請過授信的客戶進行授信風險評估(例如,客戶年度風險審核)的時候,處理器130可依據上述預先產生的所有企業戶的評等資訊對此客戶進行貸款資格審查。
進一步而言,處理器130可透過客戶端裝置(未繪示)(例如,自動存提款機、金融機構櫃檯裝置、執行電話銀行或網際網路銀行的應用程式的可攜式電子裝置等)接收上述客戶的另一客戶資訊,並從上述企業戶資料庫120(1)所提供的多個客戶資訊中選擇匹配另一客戶資訊的一者,以依據所選擇的客戶資訊對應的評等資訊對客戶進行貸款資格審查。
在一些實施例中,此客戶可以是國內之法人、獨資、合夥或人民團體等。
在一實施例中,至少一記憶體可儲存低度風險條件表、中度風險條件表、高度風險條件表與重大風險條件表,且處理器130可判斷各客戶資訊對應的風險相關資訊是否匹配低度風險條件表、中度風險條件表、高度風險條件或重大風險條件表中的任一條件,以判斷各客戶資訊對應的企業戶是否為低度風險客戶、中度風險客戶、高度風險客戶或重大風險客戶。
換言之,一旦處理器130判斷上述條件表中任一個條件表中的任一條件符合各客戶資訊對應的風險相關資訊,就能判斷出各客戶資訊對應的企業戶是何種風險的客戶(例如,若處理器130判斷一個客戶資訊對應的風險相關資訊匹配中度風險條件表中的任何一個條件,處理器130可判斷此客戶資訊對應的企業戶為中度風險客戶)。藉此,處理器130可將評等資訊設定為重大風險等級、高風險等級、中風險等級或低風險等級。在另一些實施例中,處理器130可將評等資訊數值化以產生風險等級值。
進一步而言,低度風險條件表、中度風險條件表、高度風險條件以及重大風險條件表可包括多個環境風險條件、多個社會風險條件以及多個公司治理風險條件。舉例而言,低度風險條件表中的環境風險條件為累積裁罰紀錄小於等值新台幣一萬元,且低度風險條件表中的社會風險條件為無裁罰紀錄,以及低度風險條件表中的公司治理風險條件為主管機關懲戒紀錄無足以影響公司營運者。
在一些實施例中,處理器130可連接外部法規資料庫、國際規範資料庫、最佳實務資料庫以及管理成果資料庫,並利用這些資料庫中的資訊對上述低度風險條件表、中度風險條件表、高度風險條件以及重大風險條件表進行更新。
在一些實施例中,處理器130可對多個風險相關資訊進行大數據分析以產生閾值資訊,並依據閾值資訊對多個風險相關資訊產生多個評等資訊。詳細而言,處理器130可利用大數據分析方法,以針對企業戶資料庫120(1)所儲存的所有客戶資訊對應的多個風險相關資訊進行分析,進而產生相關於環境保護、社會責任以及公司治理評等的閾值資訊。藉此,處理器130可動態調整上述的低度風險條件表、中度風險條件表、高度風險條件或重大風險條件表,以對多個風險相關資訊產生多個評等資訊。
舉例而言,處理器130可對經濟部商業司登記在案之全國企業戶的近三年環保、職安裁罰之資料進行大數據分析,且處理器130可每年依全國裁罰的分布態樣進行風險分群(例如是以百分等級95或百分等級85為基準抓取風險客群分組門檻)。
在一些實施例中,另一客戶資訊可包括客戶的統一編號資訊,且處理器130可依據此統一編號資訊選擇多個客戶資訊對應的多個評等資訊中的一者,以依據多個評等資訊中的此一者對客戶進行貸款資格審查。
在進一步的實施例中,處理器130可依據客戶的統一編號資訊判斷此客戶為不予授信的產業或企業,並停止對客戶進行該貸款資格審查。換言之,當處理器130依據另一客戶資訊中的客戶從事的產業的相關資訊或客戶所屬的企業的相關資訊,判斷客戶為不予授信的產業或企業時,處理器130可直接停止對客戶進行貸款資格審查。
在進一步的實施例中,至少一記憶體可預先儲存不予授信的產業與企業的列表,且處理器130可依據另一客戶資訊與上述列表判斷客戶是否為不予授信的產業或企業。舉例而言,不予授信的產業與企業的列表可包括熱帶雨林伐木業、流刺網捕魚業、菸品製造相關產業或色情行業等。
在一些實施例中,上述至少一記憶體更可儲存風險評等表資料庫(未繪示)。處理器130可依據多個風險相關資訊對多個客戶資訊進行評估以產生多個評等資訊,並依據多個客戶資訊與多個評等資訊產生風險評等表,以將多個風險評等表儲存於風險評等表資料庫。換言之,每當處理器130對多個客戶資訊進行評等後,處理器130可進一步產生多個風險評等表,以將產生的多個風險評等表儲存於風險評等表資料庫。
在一些實施例中,至少一記憶體中的更可包括授信條件資料庫(未繪示),且該處理器130可依據授信條件資料庫中的條件資訊更新評等資訊。條件資訊可包括環境、社會以及公司治理風險主體涉及重大治理風險、本行潛在訴訟或營業單位營運中斷等風險、各國政府、外部機關高度關注事件、環境、社會以及公司治理風險之綜合考量與環境、社會以及公司治理風險評等出現顯著差異之情況以及客戶未能妥適揭露或說明環境、社會以及公司治理風險事項等。
在一些實施例中,上述至少一記憶體可預先儲存特定事件資訊(例如是以表格的形式儲存),且處理器130可從至少一記憶體獲得特定事件資訊,並判斷多個風險相關資訊是否匹配特定事件資訊。當處理器130判斷多個風險相關資訊中的任何一者匹配特定事件資訊時,處理器130可產生第一風險警告資訊,其中多個風險相關資訊包括多個環境風險資訊、多個社會風險資訊以及多個公司治理資訊。
藉此,處理器130可藉由第一風險警告資訊向授信風險預警管理系統(early warning system,EWS)(未繪示)通知匹配特定事件資訊的風險相關資訊對應的企業戶必須對環境、社會以及公司治理風險問題提出說明文件資料或進行改善。若此企業戶並未對環境、社會以及公司治理風險問題提出說明文件資料或進行改善。舉例而言,以下以表一作為特定事件資訊的例子。 表一
指標類型 類型 事件判斷條件
環保議題 高度風險客戶 企業戶近半年有累積裁罰20萬以上紀錄
重大風險客戶 企業戶近半年累積裁100萬以上紀錄
社會議題 高度風險客戶 企業戶近半年職安裁罰次數超過5次
重大風險客戶 企業戶違反特定法條(例如,重大職安、勞基法奴工事件)
公司治理 高度風險客戶 企業戶發生特定環境保護、社會責任以及公司治理類型事件,且事件強度將導致授信評等向下觀察
重大風險客戶 企業戶發生特定環境保護、社會責任以及公司治理類型事件,且事件強度將導致授信評等進行調降
在表一中,特定環境保護、社會責任以及公司治理類型事件可包括經營權轉讓疑慮、經營權異動換手、盜取資產或掏空、股價操縱/內部人交易/庫藏股、市場傳聞造假(財報舞弊)、環保議題、法令或政策遵循、遭勒令或自行停(復)工、因災害或意外事故致損失/停(復)工、勞資議題、工安議題等。
此外,處理器130可判斷多個風險相關資訊中的任何一者是否匹配表一的特定事件資訊中的多個事件判斷條件。當處理器130可判斷多個風險相關資訊中的任何一者匹配特定事件資訊中的多個事件判斷條件中的一者時,處理器130可依據此一者判斷條件判斷與之匹配的風險相關資訊對應的企業戶屬於高風險客戶或重大風險客戶,並向授信風險預警管理系統發傳送第一風險警告資訊。
在一些實施例中,每當處理器130判斷多個客戶資訊中的一者對應的評等資訊相較於過去由此一者產生的評等資訊有惡化的情況且導致評等資訊轉換為重大風險客戶或高度風險客戶時,處理器130可將此客戶資訊加入授信風險預警管理系統的管理範圍,以進一步對此客戶資訊對應的企業戶進行授信風險監控。
在一些實施例中,當對客戶進行貸款資格審查時,處理器130可判斷客戶申請貸款的貸款資訊是否不符合赤道原則且符合高於貸款閾值的條件,並判斷客戶申請貸款的貸款資訊中的資金流向資訊是否符合敏感性產業的條件。在客戶申請貸款的貸款資訊不符合赤道原則且符合高於貸款閾值的條件以及客戶申請貸款的貸款資訊中的資金流向資訊符合敏感性產業的條件的情況下,處理器130將產生第二風險警告資訊,以向銀行人員通知此客戶必須提出環境、社會以及公司治理風險問題管理方案或環境暨社會影響報告。
在一些實施例中,上述敏感性產業為營業行為中涉及環境、社會以及公司治各項議題的產業,例如,敏感性產業可以涉及氣候變遷、環境衝擊、生物多樣性或人權與社區關係等的產業。
綜上所述,本發明的授信風險評估系統可以針對借款人所造成的環境、社會以及公司治理風險事件進行即時風險分級及貸後動態管理追蹤。此外,更可周期或非週期地根據企業戶資料庫中的企業戶的相關資訊進行評等,以立即地依據客戶端裝置所輸入的借款人營利事業統一編號判斷出此借款人的評等資訊。此外,當借款人的環境、社會以及公司治理風險評等對應於特定事件時,可即時地向授信風險預警管理系統發出警告,以對其進行監控,進而達風險管理之效。
雖然本發明已以實施例揭露如上,然其並非用以限定本揭露,任何所屬技術領域中具有通常知識者,在不脫離本揭露的精神和範圍內,當可作些許的更動與潤飾,故本揭露的保護範圍當視後附的申請專利範圍所界定者為準。
100:授信風險評估系統 120(1):企業戶資料庫 120(2):環境風險資料庫 120(3):社會風險資料庫 120(4):公司治理資料庫 130:處理器 S201~S205:授信風險評估系統執行的步驟
第1圖根據本發明的實施例繪示授信風險評估系統的方塊圖
第2圖根據本發明的實施例繪示授信風險評估方法的流程圖。
100:授信風險評估系統
120(1):企業戶資料庫
120(2):環境風險資料庫
120(3):社會風險資料庫
120(4):公司治理資料庫
130:處理器

Claims (10)

  1. 一種授信風險評估系統,包括:至少一記憶體,用以儲存多個資料庫,其中該些資料庫包括一企業戶資料庫、一環境風險資料庫、一社會風險資料庫以及一公司治理資料庫;一處理器,連接至該至少一記憶體,其中該處理器用以:從該企業戶資料庫接收多個客戶資訊;根據一大數據分析方法執行資料挖掘以從該環境風險資料庫、該社會風險資料庫以及該公司治理資料庫獲得該些客戶資訊對應的多個風險相關資訊;以及依據該些風險相關資訊對該些客戶資訊進行評估以產生多個評等資訊,並依據該些評等資訊對一客戶進行貸款資格審查,其中該些風險相關資訊包括多個環境風險資訊、多個社會風險資訊以及多個公司治理資訊;其中該至少一記憶體更儲存一低度風險條件表、一中度風險條件表、一高度風險條件表與一重大風險條件表,該低度風險條件表、該中度風險條件表、該高度風險條件以及該重大風險條件表可包括多個環境風險條件、多個社會風險條件以及多個公司治理風險條件;該處理器依據該些客戶資訊對應的該些風險相關資訊比對該低度風險條件表、該中度風險條件表、該高度風險條件表與該重大風險條件表,以判斷該些風險相關資訊和該低度風險條件表、該中度風險條件表、該高度風險條件表與該重大風險條件表中的那一風險條件表匹配, 以根據匹配結果評估該些客戶之對應評等資訊為一低風險等級、一中度風險等級、一高度風險等級或一重大風險等級,以及,其中當該處理器判斷該多個客戶資訊中的一者的對應評等資訊相較於過去該一者的對應評等資訊有惡化的情況且該一者的對應評等資訊轉換為該重大風險等級或該高度風險等級時,該處理器更將該一者的客戶資訊加入一預警管理系統進行風險監控;其中該處理器可連接一外部資料庫對該低度風險條件表、該中度風險條件表、該高度風險條件以及該重大風險條件表進行更新。
  2. 如請求項1所述之授信風險評估系統,其中該處理器更用以:接收該客戶的統一編號資訊,並依據該統一編號資訊判斷該客戶為不予授信的一產業或一企業,並停止對該客戶進行該貸款資格審查。
  3. 如請求項1所述之授信風險評估系統,其中該處理器更用以:接收該客戶的統一編號資訊,並依據該統一編號資訊選擇該些評等資訊中的一者,以依據該些評等資訊中的該一者對該客戶進行該貸款資格審查。
  4. 如請求項1所述之授信風險評估系統,其中該外部資料庫包括:法規資料庫、國際規範資料庫、最佳實務資料庫以及管理成果資料庫。
  5. 如請求項1所述之授信風險評估系統,其中該處理器更用以:對該些風險相關資訊進行大數據分析以產生閾值資訊,並依據該閾值資訊對該些風險相關資訊產生該些評等資訊。
  6. 一種授信風險評估方法,包括:從至少一記憶體中的一企業戶資料庫接收多個客戶資訊;根據一大數據分析方法執行資料挖掘以從該至少一記憶體中的一環境風險資料庫、一社會風險資料庫以及一公司治理資料庫獲得該些客戶資訊對應的多個風險相關資訊;以及依據該些客戶資訊對應的該些風險相關資訊對該些客戶資訊進行評估以產生多個評等資訊,並依據該些評等資訊對一客戶進行貸款資格審查,其中該些風險相關資訊包括多個環境風險資訊、多個社會風險資訊以及多個公司治理資訊;其中該至少一記憶體更儲存一低度風險條件表、一中度風險條件表、一高度風險條件表與一重大風險條件表, 該低度風險條件表、該中度風險條件表、該高度風險條件以及該重大風險條件表可包括多個環境風險條件、多個社會風險條件以及多個公司治理風險條件,其中依據該些風險相關資訊對該些客戶資訊進行評估以產生多個評等資訊,更包括:依據該些客戶資訊對應的該些風險相關資訊比對該低度風險條件表、該中度風險條件表、該高度風險條件表與該重大風險條件表以判斷該些風險相關資訊和該低度風險條件表、該中度風險條件表、該高度風險條件表與該重大風險條件表中的那一風險條件表匹配,以根據匹配結果評估該些客戶之對應評等資訊為一低風險等級、一中度風險等級、一高度風險等級或一重大風險等級,其中當該處理器判斷該多個客戶資訊中的一者的對應評等資訊相較於過去該一者的對應評等資訊有惡化的情況且該一者的對應評等資訊轉換為該重大風險等級或該高度風險等級時,該處理器更將該一者的客戶資訊加入一預警管理系統進行風險監控;其中該低度風險條件表、該中度風險條件表、該高度風險條件以及該重大風險條件表可根據一外部資料庫進行更新。
  7. 如請求項6所述之授信風險評估方法,更包括:接收該客戶的統一編號資訊,並依據該統一編號資訊判 斷該客戶為不予授信的一產業或一企業,並停止對該客戶進行該貸款資格審查。
  8. 如請求項6所述之授信風險評估方法,更包括:接收該客戶的統一編號資訊,並依據該些評等資訊選擇該些評等資訊中的一者,以依據該些評等資訊中的該一者對該客戶進行該貸款資格審查。
  9. 如請求項6所述之授信風險評估方法,其中該外部資料庫包括:法規資料庫、國際規範資料庫、最佳實務資料庫以及管理成果資料庫。
  10. 如請求項6所述之授信風險評估方法,更用以:對該些風險相關資訊進行大數據分析以產生閾值資訊,並依據該閾值資訊對該些風險相關資訊產生該些評等資訊。
TW109122806A 2020-07-06 2020-07-06 授信風險評估系統與方法 TWI807196B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW109122806A TWI807196B (zh) 2020-07-06 2020-07-06 授信風險評估系統與方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW109122806A TWI807196B (zh) 2020-07-06 2020-07-06 授信風險評估系統與方法

Publications (2)

Publication Number Publication Date
TW202203130A TW202203130A (zh) 2022-01-16
TWI807196B true TWI807196B (zh) 2023-07-01

Family

ID=80787629

Family Applications (1)

Application Number Title Priority Date Filing Date
TW109122806A TWI807196B (zh) 2020-07-06 2020-07-06 授信風險評估系統與方法

Country Status (1)

Country Link
TW (1) TWI807196B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWM591191U (zh) * 2019-09-24 2020-02-21 中國信託商業銀行股份有限公司 負面新聞監控分析系統
CN111210195A (zh) * 2019-12-27 2020-05-29 安徽科讯金服科技有限公司 一种基于政务大数据的线上房产抵押贷款系统
TWM601405U (zh) * 2020-07-06 2020-09-11 國泰世華商業銀行股份有限公司 授信風險評估系統

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWM591191U (zh) * 2019-09-24 2020-02-21 中國信託商業銀行股份有限公司 負面新聞監控分析系統
CN111210195A (zh) * 2019-12-27 2020-05-29 安徽科讯金服科技有限公司 一种基于政务大数据的线上房产抵押贷款系统
TWM601405U (zh) * 2020-07-06 2020-09-11 國泰世華商業銀行股份有限公司 授信風險評估系統

Also Published As

Publication number Publication date
TW202203130A (zh) 2022-01-16

Similar Documents

Publication Publication Date Title
Huang et al. Fraud detection using fraud triangle risk factors
Hilary et al. Cyber-risk disclosure: who cares?
Hermanson et al. PCAOB inspections of smaller CPA firms: Initial evidence from inspection reports
Antunes et al. Firm default probabilities revisited
Abbas Earnings fraud and financial stability
Henry et al. Effect of forensic accounting services on fraud reduction in the Nigerian banking industry
Baker et al. Shades of gray: Internal control reporting by Chinese US-listed firms
Rusmanto et al. The effect of earnings management to issuance of audit qualification: Evidence from Indonesia
Heninger et al. The association between IT material weaknesses and earnings management
Ahmed et al. Managing Bank Fraud and Forgeries through effective control strategies. A case study of Central Bank of Nigeria, Gombe Branch
Akinadewo et al. Application of Forebsic Accounting on Fraud Detection in Nigerian Deposit Money Banks (DMBs)
Odonkor An assessment of credit risk management practices of Adansi Rural Bank Limited
Klamut Internal audit tool for minimizing the risk of fraud
Bhasin Frauds in the banking sector: experience of a developing country
Abdul Aris et al. Detecting accounting anomalies using Benford’s law: evidence from the Malaysian public sector
Serly et al. The Effect of Financial Ratios in Detecting Fraudulent Company Listed on The Indonesia Stock Exchange
Elizabeth et al. Effect of Forensic Accounting on the Performance of Nigerian Banking Sector
TWM601405U (zh) 授信風險評估系統
TWI807196B (zh) 授信風險評估系統與方法
Nuristya et al. The Role of Audit Report Lag in Mediating the Effect of Auditor Switching and Financial Distress on Financial Statement Fraud
US10783578B1 (en) Computerized systems and methods for detecting, risk scoring and automatically assigning follow-on action codes to resolve violations of representation and warranties found in loan servicing contracts, loan purchase and sale contracts, and loan financing contracts
O'Keefe et al. Offsite detection of insider abuse and bank fraud among US failed banks 1989-2015
Hasanah et al. Managerial and Financial Capabilities Become Determining Factors of Tax Avoidance Practice in Indonesia
Jones Fraud risk management and corporate performance of Deposit Money Banks (DMBs) in Nigeria
Elsayed Predictability of financial statements fraud-risk