[发明专利]基于行内数据和外部数据的客户风险数据监测方法

说明书

本发明涉信息技术领域，提供了一种基于行内数据和外部数据的客户风险数据监测方法。旨在实现贷中内部监测审查、贷后管理客户变化，提前发现和监测客户潜在风险，跟踪监测风险处置措施的全流程、自动化的风险预警机制。方案包括系统贴源根据大数据平台提供的行内业务数据，人行征信，以及第三方数据供应商的数据内容，将数据穿透至本系统内；系统集市层根据业务数据的定义，对数据采用主题域划分方式、也通过一些计量脚本的过滤计算，对数据进行筛选整合。并基于模型层的规则引擎进行组合、计算；模型层根据集市数据通过fico预警规则引擎进行计量分析，识别风险，生成预警结果，通过workflow工作流合并成任务报表的形式推送至管理人员的一整套流程。

技术领域

本发明涉及信息技术领域，提供了一种基于行内数据和外部数据的客户风险数据监测方法。

背景技术

信用风险是当前中国银行业金融机构面临的主要风险，加强信用风险管理，提升风险管控水平，不仅是提升资产质量、确保持续健康发展的需要，同时也是满足监管要求。

发明内容

本发明的目的在于运用信息化技术，利用行内、外部数据的分析应用，实现贷中内部监测审查、贷后管理客户变化，提前发现和监测客户潜在风险，跟踪监测风险处置措施的全流程、自动化的风险预警机制。

基于行内数据和外部数据的客户风险数据监测方法，包括以下步骤:

步骤1：利用内外部数据的有效结合，建立客户全面的信息视角。在oracle数据库中建立对应的数据表，编写计量脚本计算提取出客户的基本信息(姓名,证件号,住址,联系方式),客户的财务信息（定期账户，活期账户），客户的贷款信息（贷款合同，贷款借据，担保合同），司法信息（诉讼公告，裁判文书，限制高消费名单）工商信息（企业注册信息变更，企业失信数据，行政处罚信息，企业清算信息）；

步骤2：建立全面的Fico模型规则引擎体系，由系统SunTask调度自动完成客户的Fico模型规则引擎计量结果，为现场检查提供风险甄别的依据和基础信息，对存在风险隐患的客户进行自动识别和主动提醒；

步骤3：通过配置计量脚本对客户关联关系进行维度分析，基于数据库集市中的客户基本信息和关联方数据，提取和追溯出包括股东信息、法人代表、担保、高管、亲属(配偶)等组合成客户的联关系的数据链，从客户关联关系的维度展现企业客户或个人客户为中心的客户关系网，进行风险识别；

步骤4：通过SunTask自动调度工具实现信息加工分析的自动化、计算集市的分析数据，在通过配置 Fico模型规则，自动分析提取达到风险阀值的客户数据，按照客户姓名，预警信息，预警级别（分为：A，B，C，D四个等级），管户经理，管户机构，归档存入数据库。然后根据预警级别设置，workflow工作流生成风险预警提示（预警级别为D）、风险预警任务（预警级别为A,B,C）、风险预警报告内容(预警级别为A,B,C,D)，推送至管理人员进行相关识别，处置。

在上述技术方案基础上，进一步的，步骤1具体包括以下步骤：

步骤1.1：在oracle数据库中建立贴源层数据表，将大数据平台提供的行内数据和采集的外部数据通过nas文件共享的方式获取过来，使用oracle的装载工具Sqllder将数据文件迁移至建立好的数据表中，同时使用过滤脚本对一些数据质量较差的数据进行过滤;

步骤1.2： 根据主题域的划分，利用从源层抽取入库的基础数据，获取对应的数据表名（tab-A表），首先按数据日期条件得到最新的数据，按照客户姓名、出生年月、住址，联系方式从加载至数据库的各项数据流中，提取组合成客户信息主题（tab-B表），进行归档存储；