本发明涉及客户管理方法,具体涉及一种反洗钱系统的客户风险评级方法。
背景技术:
在金融行业内,反洗钱工作的重点是对客户交易行为进行分析,提取各类大额交易、可疑交易等信息,以便进一步进行跟踪、调查和核实。为了进一步加强反洗钱监测工作的精准度,还应该加强对风险客户的监督管理,因此,如何对客户进行风险分类并监督,是目前丞待解决的问题。
技术实现要素:
有鉴于此,本申请提供一种反洗钱系统的客户风险评级方法,通过对银行类客户进行风险等级评定,以达到了解客户和控制风险的目的。
为解决以上技术问题,本发明提供的技术方案是一种反洗钱系统的客户风险评级方法,包括:
接收客户信息;
根据预设的各个风险指标的触发条件,筛出客户信息触发的风险指标;
根据预设的各个风险指标对应的分值,计算被触发的风险指标的风险总分值;
根据预设的风险总分值对应的风险等级,生成客户的风险等级。
优选地,所述接收客户信息步骤前,还包括确定客户为非公式评级客户步骤,具体包括:
接收客户信息;
判断客户信息是否满足任一个预设的公式评级指标;
若满足,则生成客户的风险等级;
若不满足,则确定客户为非公式评级客户。
优选地,所述生成客户的风险等级步骤后,还包括根据预设的风险等级对应的评级周期,生成客户下一次风险评级日期。
优选地,所述若满足,生成客户的风险等级的方法,包括:
若客户信息仅满足一个预设的公式评级指标,则根据该预设的公式评级指标对应的风险等级,生成客户的风险等级;
若客户信息满足多于一个预设的公式评级指标,且各个预设的公式评级指标对应的风险等级不相同,则按照就高原则,根据满足的预设的公式评级指标对应的风险等级中的最高等级,生成客户的风险等级;
若客户满足多于一个预设的公式评级指标,且各个预设的公式评级指标对应的风险等级相同,则根据任一个预设的公式评级指标对应的风险等级,生成客户的风险等级。
优选地,所述客户为新开户客户,所述新开户客户为未经过风险评级的客户。
优选地,所述客户为定期评级客户,所述定期评级客户为到达风险评级日期的客户。
优选地,所述定期评级客户包括经过人工风险评级的客户。
优选地,所述人工风险评级的方法,包括:
接收到客户触发风险事件的信息或者接收到客户需要人工调整风险等级的信息,开启人工风险评级;
接收人工风险评级生成的客户的风险等级;
接收人工风险评级生成的客户下一次风险评级日期。
优选地,所述客户信息包括客户特性信息、地域特性信息、业务特性信息和职业/行业特性信息。
优选地,所述生成客户的风险等级步骤后,还包括审核确认客户的风险等级步骤。
本申请与现有技术相比,其有益效果详细说明如下:本申请提供的客户风险评级方法,根据客户信息对客户进行风险等级评定,一方面通过风险等级评定能够帮助银行了解客户的风险情况,另一方面在处理客户交易时,客户的风险等级也能起到提醒银行注意的作用,有效的控制了风险。此外包含该方法的系统可独立部署,自成一套客户风险管理系统,也可内嵌入反洗钱系统,作为相对独立的功能模块使用。
附图说明
图1为本发明实施例1的方法流程示意图;
图2为本发明实施例2的方法流程示意图;
图3为本发明实施例3的方法流程示意图。
具体实施方式
为了使本领域的技术人员更好地理解本发明的技术方案,下面结合附图和具体实施例对本发明作进一步的详细说明。
如图1所示,本发明实施例1提供一种反洗钱系统的客户风险评级方法,包括以下步骤:
s01:接收客户信息。
这里,客户的客户信息包括客户特性信息、地域特性信息、业务特性信息和职业/行业特性信息。
s02:根据预设的各个风险指标的触发条件,筛出客户信息触发的风险指标。
s03:根据预设的各个风险指标对应的分值,计算被触发的风险指标的风险总分值。
这里,风险指标明细表有4个风险指标大项,包括客户特性信息项、地域特性信息项、业务特性信息项和职业/行业特性信息项,每个大项占25分,共100分。每个大项下设定有若干个评分小项,大项下各个小项分值加起来为25分。将客户的客户信息中满足的评分小项分值汇总,得到客户最终的风险总分值。
例如,客户特性信息项下包括:客户信息公开程度及有效性、客户规模和关联情况等风险指标;地域特性信息项下包括:对私客户所在地是否为高危地区等风险指标;业务特性信息项下包括:跨境交易和与现金关联程度等风险指标;职业/行业特性信息项包括:职业或职务等风险指标。
s04:根据预设的风险总分值对应的风险等级,生成客户的风险等级。
根据风险等级分值划分表:如0-25分为低,25-50为中,50-75为次高,75-100为高,得到客户最终的风险等级。
这里的客户包括新开户客户和定期评级客户,新开户客户是指未经过风险评级的客户,定期评级客户是指到达风险评级日期的客户。
该自动化的客户风险评级方法的设计思路是针对新开户客户和存量高风险客户进行定期评级,对于高风险客户系统予以提示,人工重点关注,具体方法为:通过既定的风险指标明细表和风险等级分值划分表,对客户进行自动化的评级。此功能主要目的是帮助银行风险合规部门预筛选高风险客户,由业务人员制定的风险指标明细表和风险等级分值划分表对每个客户进行打分,根据风险总分值对应的等级给予业务人员提示,若达到中高等级以上风险需人工介入分析该客户日常行为并重点关注。
如图2所示,本发明实施例2还提供了一种更优地客户风险评级方法,在实施例1的基础上进行完善。在接收客户信息的步骤前,还增加了确定客户为非公式评级客户步骤,具体步骤包括:
接收客户信息;
这里,客户的客户信息包括客户特性信息、地域特性信息、业务特性信息和职业/行业特性信息。
判断客户信息是否满足任一个预设的公式评级指标;
若满足,则生成客户的风险等级;
若不满足,则确定客户为非公式评级客户。
这里,公式评级指标为设定的一些异常情况。如某一指标为“客户存在风险事件”,即该客户存在风险事件,根据风险事件对应的等级,生成客户的风险等级。例如,客户属于某特殊监控名单,该特殊监控名单为我国有权部门发布或承认的风险较高的名单,若客户满足这一指标,则客户的风险等级设定为高。
这里,当满足任一个预设的公式评级指标时,生成客户的风险等级的方法,包括:
若客户信息仅满足一个预设的公式评级指标,则根据该预设的公式评级指标对应的风险等级,生成客户的风险等级。
若客户信息满足多于一个预设的公式评级指标,且各个预设的公式评级指标对应的风险等级不相同,则按照就高原则,根据满足的预设的公式评级指标对应的风险等级中的最高等级,生成客户的风险等级。
若客户满足多于一个预设的公式评级指标,且各个预设的公式评级指标对应的风险等级相同,则根据任一个预设的公式评级指标对应的风险等级,生成客户的风险等级。
客户包括新开户客户和定期评级客户,新开户客户是指未经过风险评级的客户,定期评级客户是指到达风险评级日期的客户。
如图3所示,本发明实施例3还提供了一种更优地客户风险评级方法,在实施例2的基础上进行了完善。
在生成客户的风险等级步骤后,还包括审核确认客户的风险等级步骤。
这里在自动化评级程序结束后,可以进入人工审核、审批流程,对系统评定的客户的风险等级进行人工确认。
在审核确认客户的风险等级步骤后,还包括根据预设的风险等级对应的评级周期,生成客户下一次风险评级日期步骤。
这里,根据客户最终的评级结果,获得客户下一次的评级日期。如客户在2017年6月26日被最终评为高,则下次评级日期为2017年6月26日+6个月=2017年12月26日。预设的客户评级周期为:高风险:6个月,次高:12个月,中风险:24个月,低风险:36个月。
客户包括新开户客户和定期评级客户,新开户客户是指未经过风险评级的客户,定期评级客户是指到达风险评级日期的客户。当到达客户的风险评级日期时,客户的客户信息自动进入风险评级流程。
定期评级客户包括经过人工风险评级的客户。人工风险评级的方法,包括:
接收到客户触发风险事件的信息或者接收到客户需要人工调整风险等级的信息,开启人工风险评级。这里,风险事件包括例如:接收到公检法查冻且涉及犯罪的客户,变更重要信息的客户等等。
接收人工风险评级生成的客户的风险等级。
接收人工风险评级生成的客户下一次风险评级日期。
人风险评级的功能主要是作为自动化风险评级的补充,一般来说系统风险评级指标无法满足所有情况,根据实际交易情况业务人员需要手工将客户评级调整为高,并重点关注。
人工风险评级的设计思路是:由多个方式来触发对客户风险等级进行人工风险评级调整,为避免人工调整风险等级的风险,需根据需求进行流程化的审批。人工调整等级后需手工填写下次评级日期,此后该客户进入自动化风险评级程序,届时会自动关联该客户产生的其相应的高风险行为。
以上仅是本发明的优选实施方式,应当指出的是,上述优选实施方式不应视为对本发明的限制,本发明的保护范围应当以权利要求所限定的范围为准。对于本技术领域的普通技术人员来说,在不脱离本发明的精神和范围内,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。