银行业务的风险控制方法及装置制造方法及图纸

本发明专利技术提出了一种银行业务的风险控制方法及装置，涉及计算机数据处理技术领域，该方法包括：银行服务器对银行网点进行分类，获得多个网点集合；对于每个网点集合，依据该网点集合的银行网点的客户排队数据、客户交易数据，确定该网点集合的预约交易矩阵和风险控制模型的对应关系；将该网点集合的预约交易矩阵和风险控制模型的对应关系下发到该网点集合的各个银行网点；每一银行网点依据该银行网点在当前时间点的客户排队数据，确定该银行网点在当前时间点的预约交易矩阵；该银行网点依据该银行网点在当前时间点的预约交易矩阵、该银行网点预存的预约交易矩阵和风险控制模型的对应关系，确定该银行网点在当前时间点之后的风险控制模型。风险控制模型。风险控制模型。

【技术实现步骤摘要】
银行业务的风险控制方法及装置


[0001]本专利技术涉及计算机数据处理
，尤指一种银行业务的风险控制方法及装置。

技术介绍

[0002]本部分旨在为权利要求书中陈述的本专利技术实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
[0003]在银行业务场景中，银行网点的交易风险控制主要是基于业务人员的经验积累，缺乏实际数据的支撑，并且银行网点在不同时间点的风险是不一样的，这样导致交易风险管理比较滞后，无法及时准确的发现银行运营中的风险。
[0004]综上来看，亟需一种可以克服上述缺陷，能够及时发现银行网点的交易风险的技术方案。

技术实现思路

[0005]为解决现有技术存在的问题，本专利技术提出了一种银行业务的风险控制方法及装置。
[0006]在本专利技术实施例的第一方面，提出了一种银行业务的风险控制方法，包括：
[0007]银行服务器对银行网点进行分类，获得多个网点集合；
[0008]对于每个网点集合，银行服务器依据该网点集合的银行网点的客户排队数据、客户交易数据，确定该网点集合的预约交易矩阵和风险控制模型的对应关系；
[0009]银行服务器将该网点集合的预约交易矩阵和风险控制模型的对应关系下发到该网点集合的各个银行网点；
[0010]每一银行网点依据该银行网点在当前时间点的客户排队数据，确定该银行网点在当前时间点的预约交易矩阵；
[0011]该银行网点依据该银行网点在当前时间点的预约交易矩阵、该银行网点预存的预约交易矩阵和风险控制模型的对应关系，确定该银行网点在当前时间点之后的风险控制模型，其中，该风险控制模型用于对该银行网点在当前时间点之后的交易进行风险控制。
[0012]在本专利技术实施例的第二方面，提出了一种银行业务的风险控制装置，包括：
[0013]分类模块，设置于银行服务器，用于对银行网点进行分类，获得多个网点集合；
[0014]对应关系确定模块，设置于银行服务器，用于对于每个网点集合，依据该网点集合的银行网点的客户排队数据、客户交易数据，确定该网点集合的预约交易矩阵和风险控制模型的对应关系；
[0015]下发模块，设置于银行服务器，用于将该网点集合的预约交易矩阵和风险控制模型的对应关系下发到该网点集合的各个银行网点；
[0016]矩阵确定模块，设置于各个银行网点，用于依据该银行网点在当前时间点的客户排队数据，确定该银行网点在当前时间点的预约交易矩阵；
[0017]风险控制模块，设置于银行网点，用于依据该银行网点在当前时间点的预约交易矩阵、该银行网点预存的预约交易矩阵和风险控制模型的对应关系，确定该银行网点在当前时间点之后的风险控制模型，其中，该风险控制模型用于对该银行网点在当前时间点之后的交易进行风险控制。
[0018]在本专利技术实施例的第三方面，提出了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现银行业务的风险控制方法。
[0019]在本专利技术实施例的第四方面，提出了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现银行业务的风险控制方法。
[0020]在本专利技术实施例的第五方面，提出了一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现银行业务的风险控制方法。
[0021]本专利技术提出的银行业务的风险控制方法及装置由银行服务器对银行网点进行分类，获得多个网点集合；对于每个网点集合，银行服务器依据该网点集合的银行网点的客户排队数据、客户交易数据，确定该网点集合的预约交易矩阵和风险控制模型的对应关系；银行服务器将该网点集合的预约交易矩阵和风险控制模型的对应关系下发到该网点集合的各个银行网点；每一银行网点依据该银行网点在当前时间点的客户排队数据，确定该银行网点在当前时间点的预约交易矩阵；该银行网点依据该银行网点在当前时间点的预约交易矩阵、该银行网点预存的预约交易矩阵和风险控制模型的对应关系，确定该银行网点在当前时间点之后的风险控制模型，利用该风险控制模型对该银行网点在当前时间点之后的交易进行风险控制，整体方案可以在银行网点对客户交易进行风险控制，减少上传至银行服务器的数据，降低服务器压力，缩短客户等待的时间，提高交易处理效率，改善客户体验并防止交易风险的发生。
附图说明
[0022]为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，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它的附图。
[0023]图1是本专利技术一实施例的银行业务的风险控制方法流程示意图。
[0024]图2是本专利技术一实施例的确定该网点集合的预约交易矩阵和风险控制模型的对应关系的流程示意图。
[0025]图3是本专利技术一实施例的确定该银行网点在当前时间点的预约交易矩阵的流程示意图。
[0026]图4是本专利技术一实施例的确定该银行网点在当前时间点之后的风险控制模型的流程示意图。
[0027]图5是本专利技术一实施例的银行业务的风险控制装置架构示意图。
[0028]图6是本专利技术一实施例的计算机设备结构示意图。
具体实施方式
[0029]下面将参考若干示例性实施方式来描述本专利技术的原理和精神。应当理解，给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本专利技术，而并非以任何方式限制本专利技术的范围。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。
[0030]本领域技术人员知道，本专利技术的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)，或者硬件和软件结合的形式。
[0031]根据本专利技术的实施方式，提出了一种银行业务的风险控制方法及装置，涉及计算机数据处理

[0032]下面参考本专利技术的若干代表性实施方式，详细阐释本专利技术的原理和精神。
[0033]图1是本专利技术一实施例的银行业务的风险控制方法流程示意图。如图1所示，该方法包括：
[0034]S1，银行服务器对银行网点进行分类，获得多个网点集合；
[0035]S2，对于每个网点集合，银行服务器依据该网点集合的银行网点的客户排队数据、客户交易数据，确定该网点集合的预约交易矩阵和风险控制模型的对应关系；
[0036]S3，银行服务器将该网点集合的预约交易矩阵和风险控制模型的对应关系下发到该网点集合的各个银行网点；
[0037]S4，每一银行网点依据该银行网点在当前时间点的客户排队数据，确定该银行网点在当前时间点的预约交易矩阵；
[0038]S5，该银行网点依据该银行网点在当前时间点的预约交易矩阵、该本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种银行业务的风险控制方法，其特征在于，包括：银行服务器对银行网点进行分类，获得多个网点集合；对于每个网点集合，银行服务器依据该网点集合的银行网点的客户排队数据、客户交易数据，确定该网点集合的预约交易矩阵和风险控制模型的对应关系；银行服务器将该网点集合的预约交易矩阵和风险控制模型的对应关系下发到该网点集合的各个银行网点；每一银行网点依据该银行网点在当前时间点的客户排队数据，确定该银行网点在当前时间点的预约交易矩阵；该银行网点依据该银行网点在当前时间点的预约交易矩阵、该银行网点预存的预约交易矩阵和风险控制模型的对应关系，确定该银行网点在当前时间点之后的风险控制模型，其中，该风险控制模型用于对该银行网点在当前时间点之后的交易进行风险控制。2.如权利要求1所述的方法，其特征在于，对于每个网点集合，银行服务器依据该网点集合的银行网点的客户排队数据、客户交易数据，确定该网点集合的预约交易矩阵和风险控制模型的对应关系，包括：对于该网点集合的每个银行网点，依据该银行网点的客户交易数据，确定该银行网点对应的交易风险矩阵；依据该网点集合的各个银行网点对应的交易风险矩阵，确定该网点集合的潜在风险网点；依据该网点集合的潜在风险网点的客户交易数据、客户排队数据，确定该网点集合的预约交易矩阵和风险控制模型的对应关系。3.如权利要求2所述的方法，其特征在于，对于该网点集合的每个银行网点，依据该银行网点的客户交易数据，确定该银行网点对应的交易风险矩阵，包括：对于交易渠道和交易类别的每个组合，从该银行网点的客户交易数据中选取出该组合对应该银行网点的客户交易数据；对于交易渠道和交易类别的每个组合，确定该组合对应该银行网点的客户交易数据中涉及风险的交易数据的比例，将该比例作为该组合对应该银行网点的风险概率；确定该银行网点对应的交易风险矩阵，其中，该交易风险矩阵的行对应交易渠道，列对应交易类别，该交易风险矩阵的每个元素的值等于该元素对应的交易渠道和对应的交易类别组成的组合对应该银行网点的风险概率。4.如权利要求2所述的方法，其特征在于，依据该网点集合的各个银行网点对应的交易风险矩阵，确定该网点集合的潜在风险网点，包括：对于该网点集合的每个银行网点，当该银行网点对应的交易风险矩阵对应的行数等于对应的列数时，将该银行网点对应的交易风险矩阵作为该银行网点对应的交易风险方阵；当该银行网点对应的交易风险矩阵对应的行数大于对应的列数时，依据该行数与该列数的差，对该银行网点对应的交易风险矩阵的列进行补0获得方阵，将该方阵作为该银行网点对应的交易风险方阵；当该银行网点对应的交易风险矩阵对应的行数小于对应的列数时，依据该列数与该行数的差，对该银行网点对应的交易风险矩阵的行进行补0获得方阵，将该方阵作为该银行网点对应的交易风险方阵；
将该银行网点对应的交易风险方阵的特征值作为该银行网点对应的特征值；依据该网点集合的各个银行网点对应的特征值，确定该网点集合的潜在风险网点。5.如权利要求2所述的方法，其特征在于，依据该网点集合的潜在风险网点的客户交易数据、客户排队数据，确定该网点集合的预约交易矩阵和风险控制模型的对应关系，包括：设定多个时间段；从该网点集合的潜在风险网点的客户交易数据、客户排队数据中选取出该网点集合的各个潜在风险网点在各个时间段的客户排队数据、以及在各个时间段之后的客户交易数据；依据该网点集合的每个潜在风险网点在各个时间段的客户排队数据，确定该潜在风险网点在各个时间段的预约交易矩阵；依据该网点集合的每个潜在风险网点在各个时间段之后的客户交易数据，确定该潜在风险网点在各个时间段的风险控制模型；依据该网点集合的各个潜在风险网点在各个时间段的预约交易矩阵和风险控制模型，确定该网点集合的预约交易矩阵和风险控制模型的对应关系。6.如权利要求5所述的方法，其特征在于，依据该网点集合的每个潜在风险网点在各个时间段的客户排队数据，确定该潜在风险网点在各个时间段的预约交易矩阵，包括：对于每一客户类别和每一交易类别，从该潜在风险网点在各个时间段的客户排队数据对应的预约业务数据中选取出对应的客户类别等于该客户类别且对应的交易类别等于该交易类别的预约业务数据，并将选取出的预约业务数据作为该客户类别和该交易类别对应的预约业务数据；确定该潜在风险网点在每一时间段的预约交易矩阵，其中，该预约交易矩阵的行对应客户类别，列对应交易类别，该预约交易矩阵的每个元素的值等于该元素对应的客户类别和对应的交易类别对应的预约业务数据的业务数量。7.如权利要求1所述的方法，其特征在于，每一银行网点依据该银行网点在当前时间点的客户排队数据，确定该银行网点在当前时间点的预约交易矩阵，包括：对于每一客户类别和每一交易类别，从该银行网点在当前时间点的客户排队数据对应的预约业务数据中选取出对应的客户类别等于该客户类别且对应的交易类别等于该交易类别的预约业务数据，并将选取出的预约业务数据作为该客户类别和该交易类别对应的预约业务数据；确定该银行网点在当前时间点的预约交易矩阵，其中，该预约交易矩阵的行对应客户类别，列对应交易类别，该预约交易矩阵的每个元素的值等于该元素对应的客户类别和对应的交易类别对应的预约业务数据的业务数量。8.如权利要求1所述的方法，其特征在于，该银行网点依据该银行网点在当前时间点的预约交易矩阵、该银行网点预存的预约交易矩阵和风险控制模型的对应关系，确定该银行网点在当前时间点之后的风险控制模型，包括：将该银行网点预存的预约交易矩阵和风险控制模型的对应关系包含的预约交易矩阵作为参考交易矩阵；对于每一参考交易矩阵，将该参考交易矩阵与该银行网点在当前时间点的预约交易矩阵的差作为该参考交易矩阵对应的矩阵差；
依据该参考交易矩阵对应的矩阵差的行数和列数，进行补0获得方阵，将获得的方阵的非0的特征值作为该参考交易矩阵对应的交易差距特征值；依据各个参考交易矩阵对应的交易差距特征值，确定潜在参考矩阵；依据潜在参考矩阵、预约交易矩阵和风险控制模型的对应关系，确定该银行网点在当前时...

【专利技术属性】
技术研发人员：朱江波，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：