【技术实现步骤摘要】
一种基于大数据征信的企业风控方法、装置、设备及介质
[0001]本说明书涉及企业风险控制领域，尤其涉及一种基于大数据征信的企业风控方法、装置、设备及介质。
技术介绍
[0002]风险控制是指风险监管者采取各种措施和方法，消灭或减少风险事件发生的各种可能性，或者减少风险事件发生时造成的损失。在当前企业的风险控制中，信用起到的作用越来越重要，同时，企业的信用度也是风险监管评判企业的重要因素。
[0003]现有技术中，基于信用对企业进行风险控制的方案可能存在不准确性，无法很好的满足当前企业监管者的需求。
[0004]基于此，针对于现有企业的监管者，需要一种更准确的风险控制方案。
技术实现思路
[0005]本说明书一个或多个实施例提供了一种基于大数据征信的企业风控方法、装置、设备及介质，用于解决如下技术问题：针对于现有企业的监管者，需要一种更准确的风险控制方案。
[0006]本说明书一个或多个实施例采用下述技术方案：
[0007]本说明书一个或多个实施例提供一种基于大数据征信的企业风控...
【技术保护点】
【技术特征摘要】
1.一种基于大数据征信的企业风控方法，其特征在于，所述方法由企业风控系统执行，所述企业风控系统包括征信数据标准化模块、征信数据指标化模块、企业准入模块、企业反欺诈模块与内部信用评分模块，所述方法包括：通过征信数据标准化模块将多个数据源获取的征信数据进行处理，确定出结构化数据项；通过征信数据指标化模块对所述结构化数据项进行处理，形成受评企业对应的征信数据指标；通过企业准入模块将所述受评企业对应的征信数据指标进行自动化校验，并根据校验结果筛选出符合准入要求的受评企业；通过企业反欺诈模块内置的模型对所述符合准入要求的受评企业进行欺诈风险评价，确定出受评企业发生欺诈的概率，并形成受评企业欺诈风险评分。2.根据权利要求1所述的方法，其特征在于，所述通过征信数据标准化模块将多个数据源获取的征信数据进行处理，确定出结构化数据项，具体包括：通过征信数据标准化模块进行征信数据获取，并对所述征信数据通过预先建立的企业征信数据仓库进行管理，确定出所需的业务数据；将所述业务数据进行企业征信报告查询或企业信用评价，确定出对应的结构化数据项。3.根据权利要求2所述的方法，其特征在于，所述通过征信数据标准化模块进行征信数据获取，具体包括：所述通过征信数据标准化模块进行企业征信数据仓库建设、数据源的定义、数据抽取、转换清洗及加载工作。4.根据权利要求2所述的方法，其特征在于，所述企业征信数据仓库包括源数据层、校验数据层、基础数据层与产品数据层；其中，所述源数据层：用于将征信数据进行统一规范化加工与存储，并根据预设的策略进行更新；所述校验数据层：用于通过既定的数据校验规则和校验流程对数据内容进行校验，通过校验的数据加载到所述基础数据层的中心数据库中，未通过校验的数据返回到所述源数据层，错误的数据形成数据反馈报文反馈给与其对应的数据源的管理机构；所述基础数据层：用于存储通过所述校验数据层校验的数据，并将通过事后校验查出的错误数据退回到所述校验数据层，并最终形成错误反馈报文反馈给上报机构；所述产品数据层：用于根据受评企业中服务产品的种类、既定的数据抽取逻辑和挖掘分析加载到所述产品数据层，为用户准备好服务所需要的产品数据。5.根据权利要求1所述的方法，其特征在于，所述企业准入模块运用的技术包括规则引擎与阈值体系；其中，所述规则引擎包括特征库设计、规则匹配优化及规则评判机制；所述阈值体系包括专家阈值与基于受评企业行为的动态阈值；专家阈值是基于多维度指标的静态阈值对明显存在风险的企业和企业法定代表人执行相应的风控措施；基于受评企业行为的动态阈值是基于受评企业行为，利用受评企业历史纳税指标、财
务报表指标、工商登记与变更指标中的一项或多项，采用聚类分析模型进行用户分类和特征深度挖掘，对各种类型的受评企业分配不同的风险等级，并根据受评企业对应的风险等级确定出动态阈值。6.根据权利要求1所述的方法，其特征在于，所述通过企业反欺诈模块内置的模型对所述符合准入要求的受评企业进行欺诈风险评价，确定出受评企业发生欺诈的概率，并形成受评企业欺诈风险评分，具体包括：通过所述企业反欺诈模块从高维数据中获得有助于反欺诈决策的信息...
【专利技术属性】
技术研发人员：边松华，崔乐乐，崔光裕，
申请(专利权)人：天元大数据信用管理有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。