本发明涉及业务审批,特别是一种基于多数据源的金融业务审批方法及系统。
背景技术:
1、金融业务审批一直是金融市场中的关键环节,随着信息技术的飞速发展,审批流程逐渐从传统的纸质化、人工化转向数字化、自动化。近年来,大数据、人工智能、云计算等新兴技术的广泛应用,极大地推动了金融审批的效率和精度。大数据分析技术能够从海量数据中挖掘出有价值的信息,为审批决策提供依据;人工智能,尤其是机器学习算法,能够通过学习历史审批案例,自动识别潜在风险,优化审批策略;云计算则为审批流程提供了强大的计算资源和存储空间,支持实时、大规模的数据处理。
2、然而,尽管技术进步显著,现有金融业务审批方法仍存在一些局限性。一方面,传统审批流程往往依赖单一数据源,缺乏对多元信息的综合考量,容易导致审批决策的片面性和滞后性。另一方面,审批规则的制定和调整大多基于经验判断,缺乏系统性和动态性,难以适应市场环境的快速变化。此外,审批过程中的异常情况识别和处理机制不够完善,影响了审批的准确性和效率。例如,异常审批案例的积累和分析不足,导致审批规则优化缺乏数据支撑,审批路径的灵活性和适应性受限。
技术实现思路
1、鉴于现有的基于多数据源的金融业务审批方法存在的问题,提出了本发明。因此,本发明所要解决的问题在于如何提供一种基于多数据源的金融业务审批方法及系统。
2、为解决上述技术问题,本发明提供如下技术方案:
3、第一方面,本发明提供了一种基于多数据源的金融业务审批方法,其包括,统收集并整合所有相关数据进行金融业务数据初始筛选,对初步筛选后的审批业务进行风险评级;基于风险评级结果将审批业务分配至不同级别的审批路径进行初步审批,对通过初步审批的申请进行二次审批;收集审批流程中的数据和决策结果,构建决策审批库识别审批案例和异常情况调整审批规则。
4、作为本发明所述基于多数据源的金融业务审批方法的一种优选方案,其中:所述进行金融业务数据初始筛选包括以下步骤,识别数据源,包括内部数据源和外部数据源,与外部服务提供商通过api连接,实时或定期获取金融业务数据,对获取到的数据进行数据清洗;确保每个记录只被计算一次,将数据格式标准化手动验证或使用统计方法识别并处理异常值;将不同来源的数据字段映射到统一的数据模型上,将来自不同系统的数据进行合并,创建数据仓库作为数据存储中心;根据筛选规则对金融业务数据进行初始筛选,低于最低信用评分的申请被直接转入高风险业务审批流程,对于规则引擎无法判断的情况转交人工审查分析筛选结果。
5、作为本发明所述基于多数据源的金融业务审批方法的一种优选方案,其中:所述对初步筛选后的审批业务进行风险评级包括以下步骤,收集所有过去的审批业务案例,给定文档集合d和词汇表v,每个文档d∈d表示为向量词汇表v=[v1,v2,…,vn]包含所有文档中出现的不同词汇;为文档d的向量表示,fn表示词汇vn在文档d中的频率;对于文档d和词汇v,计算词频和逆文档频率,计算公式为:
6、
7、tfidf(v,d,d)=f(v,d)×idf(v,d)
8、式中,f(v,d)表示词汇v在文档d中的出现频率,即词频,dt表示词汇t在文档d中的出现次数,dz表示文档d的总词汇数,idf(v,d)表示逆文档频率,d为文档集合的大小,df(v,d)表示文档集合d中包含词汇v的文档数量,tfidf(v,d,d)表示词汇v的tf值;对每个案例进行关键词提取和业务类型分类,建立历史数据库;根据历史数据为不同的关键词和业务类型设定风险权重,进行新业务审批风险评估;从待审批的业务描述中抽取关键词和识别业务类型,使用文本相似度算法比较新业务与历史案例间的相似性,计算新审批业务与历史审批业务的词频相似程度,计算公式为:
9、
10、式中,si表示第i次新审批业务和历史案例集的相似度评分;为文档a的向量表示;进行风险评分计算,计算每个历史案例的加权相似度分数,对于具有相似特征的案例根据历史风险事件和审批结果计算平均风险等级,将平均风险等级加权求和,得到最终风险评分,计算公式为:
11、
12、式中,rn表示新审批业务的最终风险评分;ri表示每个审批案例的风险评分;进行业务风险评级,根据最终风险评分计算风险阈值划分审批业务风险等级,根据风险评级决定审批决策,分配至不同级别的审批路径进行初步审批。
13、作为本发明所述基于多数据源的金融业务审批方法的一种优选方案,其中:所述风险阈值的计算公式为:
14、
15、式中,rt为风险阈值,wj为第j次审批业务的最终风险评分权重因子,n为业务审批次数。
16、作为本发明所述基于多数据源的金融业务审批方法的一种优选方案,其中:所述基于风险评级结果将审批业务分配至不同级别的审批路径进行初步审批包括,当新审批业务的最终风险评分rn在风险阈值rt以下时,则判断当前新审批业务为低风险审批业务,在审批业务数据库中找到最相似的审批案例,判断最相似的审批案例是否为低风险审批业务,若历史案例的审批结果均为低风险审批业务,则自动批准新业务,在数据库中更新审批决策和依据案例,同时向申请人发送审批结果通知;当新审批业务的最终风险评分rn大于风险阈值rt时,则判断当前新审批业务为高风险状态审批业务,查找审批业务数据库中的相似审批案例,判断相似审批案例是否均为高风险状态审批业务,若相似审批案例均为高风险状态审批业务时,则将审批业务转移至人工进行审批,在审批结束后添加审批事件和结果进入审批业务数据库,若相似审批案例中存在低风险状态审批业务时,重新计算风险阈值,调整审批业务的最终风险评分权重因子,二次进行新审批业务划分审批业务风险等级。
17、作为本发明所述基于多数据源的金融业务审批方法的一种优选方案,其中:所述对通过初步审批的申请进行二次审批包括以下步骤,重新计算新审批业务的初始风险评分和风险阈值;对于初步分类为低风险的审批业务,系统基于关键词、业务类型和历史评分数据自动在数据库中寻找最相似的审批案例,评估匹配案例的审批结果确认是否均为低风险审批业务;若所有相似案例均为低风险审批业务,则系统自动批准新业务并记录决策依据;对于初步分类为高风险的审批业务,系统继续分析市场情报、信用报告和财务状况,在审批数据库中,识别与当前业务具有相似风险特征的案例,分析审批流程和结果;启用专家系统,提供基于规则的决策支持识别潜在风险点和合规性问题,根据深度分析结果和专家系统建议,选择最合适的审批路径;根据审批结果调整审批规则和决策流程更新审批案例数据库。
18、作为本发明所述基于多数据源的金融业务审批方法的一种优选方案,其中:所述构建决策审批库识别审批案例和异常情况调整审批规则包括以下步骤,收集审批流程的各个环节数据,整合外部数据源构建数据库;将审批后的业务数据导入数据库,为数据添加索引和标签;根据审批结果和业务类型,对审批案例进行分类;使用统计方法和机器学习算法识别审批流程中的异常情况,分析案例间的联系识别常见模式和趋势;进行审批业务的合规性审查,确保审批流程符合相关法律法规和内部政策,识别潜在的合规风险;调整审批规则,试用调整后的审批规则后收集反馈,将经过验证的审批规则正式部署到审批流程中,收集审批人和申请人反馈,完善审批规则和流程。
19、第二方面,本发明提供了一种基于多数据源的金融业务审批系统,其包括:筛选模块,用于系统收集并整合所有相关数据进行金融业务数据初始筛选,对初步筛选后的审批业务进行风险评级;审批模块,用于基于风险评级结果将审批业务分配至不同级别的审批路径进行初步审批,对通过初步审批的申请进行二次审批;更新模块,用于收集审批流程中的数据和决策结果,构建决策审批库识别审批案例和异常情况调整审批规则。
20、第三方面,本发明提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其中:所述处理器执行所述计算机程序时实现基于多数据源的金融业务审批方法的步骤。
21、第四方面,本发明提供了一种计算机可读存储介质,其上存储有计算机程序,其中:所述计算机程序被处理器执行时实现基于多数据源的金融业务审批方法的步骤。
22、本发明有益效果为能够从多个数据源收集数据实现数据层面的互联互通,提高审批流程的透明度和可信度,增强决策的客观性和准确性。提升整体审批效率,实现审批资源的最优利用,减少审批时间提升客户满意度。提高审批体系的整体效能和市场竞争力。
1.一种基于多数据源的金融业务审批方法,其特征在于:包括,
2.如权利要求1所述的基于多数据源的金融业务审批方法,其特征在于:所述进行金融业务数据初始筛选包括以下步骤,
3.如权利要求2所述的基于多数据源的金融业务审批方法,其特征在于:所述对初步筛选后的审批业务进行风险评级包括以下步骤,
4.如权利要求3所述的基于多数据源的金融业务审批方法,其特征在于:所述风险阈值的计算公式为:
5.如权利要求4所述的基于多数据源的金融业务审批方法,其特征在于:所述基于风险评级结果将审批业务分配至不同级别的审批路径进行初步审批包括,
6.如权利要求5所述的基于多数据源的金融业务审批方法,其特征在于:所述对通过初步审批的申请进行二次审批包括以下步骤,
7.如权利要求6所述的基于多数据源的金融业务审批方法,其特征在于:所述构建决策审批库识别审批案例和异常情况调整审批规则包括以下步骤,
8.一种基于多数据源的金融业务审批系统,基于权利要求1~7任一所述的基于多数据源的金融业务审批方法,其特征在于:包括,
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于:所述处理器执行所述计算机程序时实现权利要求1~7任一所述基于多数据源的金融业务审批方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现权利要求1~7任一所述基于多数据源的金融业务审批方法的步骤。
