一种银行监管数据实时分析方法与系统技术方案

本发明专利技术提供一种银行监管数据实时分析方法与系统，属于数据处理技术领域，具体包括：通过它行逾期状态

【技术实现步骤摘要】
一种银行监管数据实时分析方法与系统


[0001]本专利技术属于数据处理
，尤其涉及一种银行监管数据实时分析方法与系统
。

技术介绍

[0002]为了实现对用户的授信的风险的识别和管理，不仅需要考虑本行的用户的交易数据和违约数据，还需要通过对银行监管数据的实时分析，从而对用户的身份的真实性以及它行的违约数据的确认，而由于银行监管数据的数据量较大，在现有技术中往往都无法实现实时分析，因此如何实现对银行监管数据的实时分析成为亟待解决的技术问题
。
[0003]为了实现对银行监管数据的实时分析，现有技术中往往是从数据质量的实时分析等角度对银行监管数据进行分析，具体的，在授权专利技术专利
《
银行外汇数据监管方法
》
中通过对外汇数据在数量
、
金额及关联关系方面进行检查，检查内容更加全面，能够发现外汇数据可能存在的各种错误，提高上报数据的准确性及完整性，但是却存在以下问题：忽视了结合用户的差异确定与所述用户相关的银行监管数据的分析处理的频率，对于在他行存在逾期违约情况或者与已本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种银行监管数据实时分析方法，其特征在于，具体包括：通过服务器对银行监管数据进行分析得到授信用户的它行逾期状态
、
授信用户的本行逾期状态，并通过所述它行逾期状态
、
所述授信用户的本行逾期状态将所述授信用户划分为逾期用户和正常用户；通过所述正常用户的本行的历史违约数据和它行的历史违约数据进行所述正常用户的违约评估量的确定，并根据所述正常用户的违约评估量将所述正常用户划分为筛选违约用户和其它正常用户；通过所述正常用户在本行与涉嫌洗钱账户的交易记录
、
在它行与涉嫌洗钱账户的交易记录进行可疑交易评估量的确定，并通过所述可疑交易评估量将所述正常用户划分为交易异常用户与交易正常用户；获取所述服务器的历史运行数据，并结合所述逾期用户的数量
、
筛选违约用户的数量
、
交易异常用户的数量
、
交易正常用户以及其它正常用户的数量确定不同类型的用户的银行监管数据的分析频率
。2.
如权利要求1所述的一种银行监管数据实时分析方法，其特征在于，所述授信用户的它行逾期状态根据所述授信用户在它行的逾期状态进行确定，所述授信用户的本行逾期状态根据所述授信用户在本行的逾期状态进行确定，具体的所述逾期状态包括逾期和尚未逾期两种
。3.
如权利要求2所述的一种银行监管数据实时分析方法，其特征在于，所述历史违约数据包括但不限于违约时间
、
违约时长
、
违约金额以及违约次数，所述与涉嫌洗钱账户的交易记录包括但不限于交易时间
、
交易次数
、
交易金额以及累计交易金额总和
。4.
如权利要求1所述的一种银行监管数据实时分析方法，其特征在于，所述违约评估量确定的具体步骤为：
S21
通过所述正常用户的本行的历史违约数据确定所述正常用户在最近的预设时间内的本行的违约次数，并结合所述正常用户在最近的预测时间内的它行的违约次数确定所述正常用户是否为筛选用户，若是，则确定进入步骤
S23
，若否，则进入步骤
S22
；
S22
通过所述正常用户的本行的历史违约数据确定所述正常用户的本行的历史违约次数，并结合所述正常用户的它行的违约次数确定所述正常用户是否为筛选用户，若是，则确定进入步骤
S23
，若否，则确定所述用户为其它正常用户；
S23
通过所述正常用户的本行的历史违约数据确定所述正常用户的本行的历史违约时长以及历史违约金额
、
在最近的预设时间内的违约时长以及违约金额，并结合所述正常用户的在最近的预设时间内的本行的违约次数以及历史违约次数进行所述正常用户的本行违约评估量的确定，并通过所述本行违约评估量确定所述正常用户是否为筛选违约用户，若是，则确定所述正常用户为筛选违约用户，若否，则进入步骤
S24
；
S24
通过所述正常用户的它行的历史违约数据确定所述正常用户的它行的历史违约时长以及历史违约金额
、
在最近的预设时间内的违约时长以及违约金额，并结合所述正常用户的在最近的预设时间内的它行的违约次数以及历史违约次数进行所述正常用户的它行违约评估量的确定，并通过所述它行违约评估量确定所述正常用户是否为筛选违约用户，若是，则确定所述正常用户为筛选违约用户，若否，则进入步骤
S25
；
S25
通过所述正常用户的它行违约评估量以及本行违约评估量进行所述正常用户的违
约评估量的确定
。5.
如权利要求4所述的一种银行监管数据实时分析方法，其特征在于，结合所述正常用户在最近的预测时间内的它行的违约次数确定所述正常用户是否为筛选用户，具体包括：通过所述正常用户在最近的预设时间内的本行的违约次数确定所述用户是否为筛选用户，若是，则确定所述用户为筛选用户，若否，则进入下一步骤；通过所述正常用户在最近的预设时间内的它行的违约次数确定所述用户是否为筛选用户，若是，则确定所述用户为筛选用户，若否，则进入下一步骤；通过所述正常用户在最近的预设时间内的它行的违约次数以及本行的违约次数进行所述正常用户在最近的预设时间内的违约次数和的确定，并通过所述正常用户在最近的预设时间内的违约次数和确定所述正常用户是否为筛选用户
。6.
如权利要求4所述的一种银行监管数据实时分析方法，其特征在于，所述正常用户的本行违约评估量采用神经网络算法的方式进行确定，具体的所述神经网络算法的输入量为正常用...

【专利技术属性】
技术研发人员：武维，周盈，廖静然，
申请(专利权)人：杭银消费金融股份有限公司，
类型：发明
国别省市：