风险管控数据处理方法、风险预警规则前置数据监控方法技术

本申请涉及一种风险管控数据处理方法、风险预警规则前置数据监控方法、装置、计算机设备和存储介质。所述风险管控数据处理与数据监控方法包括：从多个源系统中获取源数据；对源数据进行处理得到基础明细数据；对基础明细数据进行处理，生成每个风险类别对应的风险关联数据；获取风险类别下的待处理指标以及与其对应的指标加工方式；根据指标加工方式以及对应的风险关联数据，对待处理指标进行加工；根据加工的指标数据及预警区间，调用风险规则模型务对业务进行风险规则前置管控，实现风险管控数据处理闭环管理。采用微服务架构采集源数据、集中管理，灵活扩展业务系统、集中度监测、保证数据完整性、准确性；提高数据处理效率和风险管控能力。

【技术实现步骤摘要】
风险管控数据处理方法、风险预警规则前置数据监控方法
本申请涉及计算机
，特别是涉及一种风险管控数据处理方法、装置、计算机设备和存储介质，以及一种风险预警规则前置数据监控方法、装置、计算机设备和存储介质。
技术介绍
关键风险指标(KRI，KeyRiskIndicator)是指代表某一风险领域变化情况并可定期监控的统计指标，是对金融机构进行科学有效地金融监管的重要工具之一。传统技术中，金融机构的关键风险指标的计算大多使用第三方开源的公式引擎作为支撑。关键风险指标局限于监管固定的单一风险领域的指标监控，无法全面拓展至各个风险管理领域、无法全面满足内外部风险管理监控需求及分析不同风险分类的交叉风险，且无法将指标监控与业务管理直接关联，实现风险管控前置；另关键风险指标的监控和分析大多使用现有的统计分析工具，例如BI(BusinessIntelligence，商业智能)工具，或者基于JAVA(计算机编程语言)等开发固定报表进行分析。但是，随着金融监管的发展，传统技术中的关键风险指标的管理方式无法满足对金融机构的内外部灵活实时的管理需求，对于风险前置缺乏事前管理约束，存在监控数据时效低的问题。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够拓展风险领域业务范畴、提高指标管理效率、将指标监控结果前置业务管理的闭环风险管控数据处理方法、装置、计算机设备和存储介质，以及一种风险预警规则前置数据监控方法、装置、计算机设备和存储介质。第一方面，本申请实施例提供一种全面灵活实时地风险管控数据处理方法，所述方法通过微服务架构拓展风险管理业务数据来源，建立风险管理门户，涵盖多种风险类别及其他风险类别，所述方法包括：通过数据预处理服务根据预设的源数据采集频率从多个源系统中获取源数据，获取源数据的过程基于微服务架构进行，微服务架构随着源系统的增多而扩展；通过数据预处理服务根据预先部署的源数据加工方式，对已获取的源数据进行数据清洗与数据加工，得到基础明细数据；通过数据预处理服务根据预先部署的多个风险类别，对基础明细数据进行加工、整合和归类处理，生成每个风险类别对应的风险关联数据；通过指标加工服务获取每个风险类别下，满足指标采集频率的待处理指标以及与待处理指标对应的指标加工方式；通过指标加工服务根据待处理指标的指标加工方式以及每个风险类别对应的风险关联数据，对待处理指标进行加工。在其中一个实施例中，通过数据预处理服务根据预先部署的多个风险类别，对基础明细数据进行加工、整合和归类处理，生成每个风险类别对应的风险关联数据，包括：通过数据预处理服务，从已得到的源数据中获取与每个逻辑模型主题对应的源数据，多个风险类别包含在预先配置的风险主题中，风险主题为预先配置的逻辑模型主题的风险分类细化；通过数据预处理服务对每个逻辑模型主题对应的源数据进行加工、整合和归类处理，生成每个风险类别对应的风险关联数据。在其中一个实施例中，通过数据预处理服务根据预设的源数据采集频率从多个源系统中获取源数据，包括：通过数据预处理服务根据预设的源数据采集频率采集源系统的源数据；通过数据预处理服务根据预先配置的数据校验规则，得到对源数据进行校验的校验信息；通过数据预处理服务根据校验信息对源数据进行校验；通过数据预处理服务在对源数据检验符合要求时，保存源数据。在其中一个实施例中，所述方法还包括：通过图谱构建服务响应于对目标风险类别及关联集中度风险的图谱构建请求，获取目标风险类别及关联集中度风险对应的基础明细数据；通过图谱构建服务根据目标风险类别及关联集中度风险对应的基础明细数据，生成预设维度的多个数据；通过图谱构建服务对预设维度的多个数据进行排序；通过图谱构建服务将排序后的预设维度的多个数据映射至预先配置的图形库，生成展示图谱。在其中一个实施例中，所述方法还包括：通过指标加工服务响应于对目标指标的明细查询请求，获取目标指标的指标加工方式；通过指标加工服务根据目标指标的指标加工方式，逐层查询得到与目标指标对应的基础明细数据。在其中一个实施例中，对待处理指标进行加工之后，还包括：通过指标加工服务根据所述待处理指标的指标加工方式，实时重新配置待处理指标的重新加工任务；根据待处理指标的指标采集频率生成待处理指标的下一次加工时刻；在检测当前时刻到达下一次加工时刻时，从所述源系统中获取新源数据，并根据新源数据对所述待处理指标再次进行加工。在其中一个实施例中，所述方法还包括：通过指标加工服务获取输入文本；通过指标加工服务将输入文本与预先创建的索引数据中的分词单元进行匹配，得到目标分词单元；获取与目标分词单元匹配的指标对应的指标数据。在其中一个实施例中，微服务架构中的各个服务为单独运行的进程；每个服务对应主服务器和备服务器，当运行于主服务器中的服务出现故障时，则调用运行在备服务器中的服务。第二方面，本申请实施例提供一种风险预警规则前置数据监控方法，包括：获取待监控风险类别对应的业务数据；根据第一方面任一项实施例所述的风险管控数据处理方法对待监控风险类别对应的业务数据进行处理，确定待监控风险类别对应的指标数据；获取待监控风险类别的指标预警区间，指标预警区间是基于动态分布算法对历史业务数据进行处理得到；基于预先配置的风险规则模型，根据待监控风险类别对应的指标数据以及指标预警区间，对待监控风险类别对应的业务数据进行前置风险管控。第三方面，本申请实施例提供一种风险管控数据处理装置，包括：数据收集模块，用于通过数据预处理服务根据预设的源数据采集频率从多个源系统中获取源数据，获取源数据的过程基于微服务架构进行，微服务架构随着源系统的增多而扩展；数据预处理模块，用于通过数据预处理服务根据预先部署的源数据加工方式，对已获取的源数据进行数据清洗与数据加加工，得到基础明细数据；风险关联数据生成模块，用于通过数据预处理服务根据预先部署的多个风险类别，对基础明细数据进行加工、整合和归类处理，生成每个风险类别对应的风险关联数据；获取模块，用于通过指标加工服务获取每个风险类别下，满足指标采集频率的待处理指标以及与待处理指标对应的指标加工方式；指标加工模块，用于通过待处理指标的指标加工服务以及每个风险类别对应的风险关联数据，对待处理指标进行加工。第四方面，本申请实施例提供一种风险监控预警规则前置装置，包括：第一获取模块，用于获取待监控风险类别对应的业务数据；数据处理模块，用于根据上述第一方面任一项的风险管控数据处理方法对待监控风险类别对应的业务数据进行处理，确定待监控风险类别对应的指标数据；第二获取模块，用于获取待监控风险类别的指标预警区间，指标预警区间是基于动态分布算法对历史业务数据进行处理得到；数据监控模块，用于基于预先配置的风险规则模型，根据待监控风险类别对应的指标数据以及指标预警区间，对待监控风险类别对应的业务数据进行前置风险管控。第五方面，本申请实施例提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述第一方面以及第二方面任一项实施例本文档来自技高网...

【技术保护点】
1.一种风险管控数据处理方法，其特征在于，所述方法包括：/n通过数据预处理服务根据预设的源数据采集频率从多个源系统中获取源数据，获取所述源数据的过程基于微服务架构进行，所述微服务架构随着所述源系统的增多而扩展；/n通过所述数据预处理服务根据预先部署的源数据加工方式，对已获取的所述源数据进行数据清洗与数据加工，得到基础明细数据；/n通过所述数据预处理服务根据预先部署的多个风险类别，对所述基础明细数据进行加工、整合和归类处理，生成每个风险类别对应的风险关联数据；/n通过指标加工服务获取每个风险类别下，满足指标采集频率的待处理指标以及与所述待处理指标对应的指标加工方式；/n通过所述指标加工服务根据所述待处理指标的指标加工方式以及每个风险类别对应的风险关联数据，对所述待处理指标进行加工。/n

【技术特征摘要】
1.一种风险管控数据处理方法，其特征在于，所述方法包括：
通过数据预处理服务根据预设的源数据采集频率从多个源系统中获取源数据，获取所述源数据的过程基于微服务架构进行，所述微服务架构随着所述源系统的增多而扩展；
通过所述数据预处理服务根据预先部署的源数据加工方式，对已获取的所述源数据进行数据清洗与数据加工，得到基础明细数据；
通过所述数据预处理服务根据预先部署的多个风险类别，对所述基础明细数据进行加工、整合和归类处理，生成每个风险类别对应的风险关联数据；
通过指标加工服务获取每个风险类别下，满足指标采集频率的待处理指标以及与所述待处理指标对应的指标加工方式；
通过所述指标加工服务根据所述待处理指标的指标加工方式以及每个风险类别对应的风险关联数据，对所述待处理指标进行加工。


2.根据权利要求1所述的方法，其特征在于，所述通过所述数据预处理服务根据预先部署的多个风险类别，对所述基础明细数据进行加工、整合和归类处理，生成每个风险类别对应的风险关联数据，包括：
通过所述数据预处理服务，从已得到的所述源数据中获取与每个逻辑模型主题对应的源数据，所述多个风险类别包含在预先配置的风险主题中，所述风险主题为预先配置的逻辑模型主题的风险分类细化；
通过所述数据预处理服务对所述每个逻辑模型主题对应的源数据进行加工、整合和归类处理，生成所述每个风险类别对应的风险关联数据。


3.根据权利要求1所述的方法，其特征在于，所述通过数据预处理服务根据预设的源数据采集频率从多个源系统中获取源数据，包括：
通过所述数据预处理服务根据预设的源数据采集频率采集源系统的源数据；
通过所述数据预处理服务根据预先配置的数据校验规则，得到对所述源数据进行校验的校验信息；
通过所述数据预处理服务根据所述校验信息对所述源数据进行校验；
通过所述数据预处理服务在对所述源数据检验符合要求时，保存所述源数据。


4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
通过图谱构建服务响应于对目标风险类别及关联集中度风险的图谱构建请求，获取所述目标风险类别及所述关联集中度风险对应的基础明细数据；
通过所述图谱构建服务根据所述目标风险类别及所述关联集中度风险对应的基础明细数据，生成预设维度的多个数据；
通过所述图谱构建服务对所述预设维度的多个数据进行排序；
通过所述图谱构建服务将排序后的所述预设维度的多个数据映射至预先配置的图形库，生成展示图谱。


5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
通过所述指标加工服务实时响应于对目标指标的明细查询请求，获取所述目标指标的指标加工方式；
通过所述指标加工服务根据所述目标指标的指标加工方式，逐层查询得到与所述目标指标对应的基础明细数据。


6.根据权利要求1所述的方法，其特征在于，所述对所述待处理指标进行加工之后，还包括：
通过所述指标加工服务根据所述待处理指标的指标加工方式，实时重新配置所述待处理指标的重新加工任务；
根据所述待处理指标的指标采集频率生成所述待处理指标的下一次加工时刻；
在检测当前时刻到达所述下一次加工时刻时，从所述源系统中获取新源...

【专利技术属性】
技术研发人员：左伶俐，
申请(专利权)人：太平金融科技服务上海有限公司，
类型：发明
国别省市：上海;31