风险评估数据处理方法、装置、设备、介质和程序产品与流程

1.本技术涉及智能风险评估技术领域，特别是涉及一种风险评估数据处理方 法、装置、计算机设备、存储介质和计算机程序产品。


背景技术：

2.金融机构在开展洗钱及恐怖融资风险自评估(以下简称“洗钱风险自评估”) 时，需要从地域、业务、客群、渠道四个方面的固有风险和控制措施着手，综 合评判各领域剩余风险。在具体评估中，涉及几百、上千项风险评估指标的评 分、及权重分配及计算，最终得到机构整体的剩余风险水平。
3.传统技术中洗钱风险自评估方法，在不同地域、业务、客群、渠道方面的 权重分配及评分方面主要依赖“专家评估法”，对于某一类指标，评估人员需 要对评估指标逐项进行人工评分和计算(通常相关指标多达几千项)，工作效 率较低，耗时较长，且人工处理、计算大量数据易发生操作风险，存在填报或 计算错误的情况。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种能够提高处理效率的风险评 估数据处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
5.第一方面，本技术提供一种风险评估数据处理方法，所述方法包括：
6.获取目标对象的风险评估数据；
7.分别获取各个初始风险评估类型的不同层级的评估参数，并获取所述评估 参数对应的评估权重；
8.根据所述风险评估数据以及所述评估权重，计算得到各个所述初始风险评 估类型的各个层级对应的评估参数值；
9.确定各个所述初始风险评估类型的至少一个层级的评估参数值对应的初始 风险评估等级；
10.根据所述初始风险评估等级确定目标风险类型对应层级的目标风险等级。
11.在其中一个实施例中，所述获取所述评估参数对应的评估权重，包括：
12.获取各个评估参数的类型；
13.当所述评估参数的类型为独立参数时，获取预先生成的评估权重；
14.当所述评估参数的类型为非独立参数时，根据所述风险评估数据以及所述 评估参数的分类计算得到评估权重。
15.在其中一个实施例中，所述获取预先生成的评估权重之前，还包括：
16.获取所述层级对应的类型为独立参数的评估参数；
17.根据所述评估参数的重要性，将所述评估参数两两比较以构造权重计算矩 阵；
18.对所述权重计算矩阵进行处理得到各个评估参数对应的评估权重。
19.在其中一个实施例中，所述根据所述风险评估数据以及所述评估参数的分 类计
算得到评估权重，包括：
20.根据所述评估参数的分类对所述风险评估数据进行分类；
21.计算每一分类中风险评估数据的比重作为对应的所述评估参数的评估权 重。
22.在其中一个实施例中，所述初始风险评估类型包括固有风险和管控措施有 效性；所述目标风险类型为剩余风险；
23.所述根据所述初始风险评估等级确定目标风险类型对应层级的目标风险等 级，包括：
24.根据固有风险的对应层级的初始风险等级和管控措施有效性的对应层级的 初始评估等级，确定剩余风险对应层级的目标风险等级。
25.在其中一个实施例中，所述层级具有优先级。
26.在其中一个实施例中，所述根据所述风险评估数据以及所述评估权重，计 算得到各个所述初始风险评估类型的各个层级对应的评估参数值，包括：
27.按照所述优先级获取第一层级，并获取所述第一层级对应的评估参数对应 的风险评估数据；
28.根据所述风险评估数据计算得到第一层级对应的评估参数值；
29.按照所述优先级继续获取下一层级作为当前层级；
30.根据所述当前层级的上一层级中的所述评估参数值以及所述评估权重，计 算所述当前层级中各个所述评估参数的评估参数值；
31.继续所述优先级继续获取下一层级作为当前层级，直至各个层级的评估参 数值计算完成。
32.在其中一个实施例中，所述根据所述风险评估数据计算得到第一层级对应 的评估参数值，包括：
33.按照所述风险评估数据将所述评估参数进行排序；
34.根据所述评估参数的数量，依次确定排序后的评估参数的评估参数值。
35.在其中一个实施例中，所述根据所述风险评估数据计算得到第一层级对应 的评估参数值，包括：
36.获取预先设置的评估参数的分类阈值；
37.根据所述分类阈值以及所述风险评估数据计算得到各个评估参数的评估参 数值。
38.在其中一个实施例中，所述根据所述初始风险评估等级确定目标风险类型 对应层级的目标风险等级，包括：
39.获取预先设置的风险等级映射关系；
40.将各所述初始风险评估等级按照所述风险等级映射关系进行映射，以确定 目标风险类型对应层级的目标风险等级。
41.在其中一个实施例中，所述根据所述初始风险评估等级确定目标风险类型 对应层级的目标风险等级之后，包括：
42.通过不同的显示方式输出所述目标风险类型以及所述初始风险评估类型对 应层级的风险等级；和/或
43.通过不同的显示方式输出所述目标风险类型以及所述初始风险评估类型对 应层
级的评估参数值。
44.在其中一个实施例中，所述方法还包括：
45.为各所述风险等级和/或评估参数值配置索引；
46.接收针对所述风险等级和/或评估参数值的详情显示指令；
47.根据所述详情显示指令以及所述索引查询对应的详情信息，并显示所查询 到的详情信息。
48.第二方面，本请还提供一种风险评估数据处理装置，所述装置包括：
49.风险评估数据获取模块，用于获取目标对象的风险评估数据；
50.评估权重获取模块，用于分别获取各个初始风险评估类型的不同层级的评 估参数，并获取所述评估参数对应的评估权重；
51.评估参数值计算模块，用于根据所述风险评估数据以及所述评估权重，计 算得到各个所述初始风险评估类型的各个层级对应的评估参数值；
52.初始风险评估等级计算模块，用于确定各个所述初始风险评估类型的至少 一个层级的评估参数值对应的初始风险评估等级；
53.目标风险等级确定模块，用于根据所述初始风险评估等级确定目标风险类 型对应层级的目标风险等级。
54.第三方面，本请还提供一种计算机设备，包括存储器和处理器，所述存储 器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的任意一个 实施例中的方法的步骤。
55.第四方面，本请还提供一种计算机可读存储介质，其上存储有计算机程序， 所述计算机程序被处理器执行时实现上述的任意一个实施例中的方法的步骤。
56.第五方面，本请还提供一种计算机程序产品，包括计算机程序，该计算机 程序被处理器执行时实现上述的任意一个实施例中的方法的步骤。
57.上述风险评估数据处理方法、装置、计算机设备、存储介质和计算机程序 产品，通过计算机来获取到目标对象的风险评估数据，并分别获取初始风险评 估类型的不同层级的评估参数以及对应的评价权重，这样分别根据风险评估数 据以及评价权重得到初始风险评估类型的各个层级对应的评估参数值，从而确 定对应的层级的初始风险评估等级，进而计算得到目标风险类型的对应层级的 风险等级，整个过程不需要人工参与，提高了处理效率，且分别计算不同的风 险类型的数据，这样并行处理，更进一步提高了效率。
附图说明
58.图1为一个实施例中风险评估数据处理方法的应用环境图；
59.图2为一个实施例中风险评估数据处理方法的流程示意图；
60.图3为一个实施例中根据不同层级的初始风险评估等级计算目标风险类型 对应层级的风险等级的架构图；
61.图4为一个实施例中的固有风险评估框架的架构图；
62.图5为一个实施例中的固有风险的分层级加权的流程图；
63.图6为一个实施例中的管控措施有效性评估框架的架构图；
64.图7为一个实施例中的风险等级映射关系的示意图；
65.图8为一个实施例中全局评分结果图的示意图；
66.图9为一个实施例中的不同分类分布的评估结果图的示意图；
67.图10为另一个实施例中风险评估数据处理方法的流程示意图；
68.图11为一个实施例中风险评估数据处理装置的结构框图；
69.图12为一个实施例中计算机设备的内部结构图。
具体实施方式
70.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实 施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅 用以解释本技术，并不用于限定本技术。
71.本技术实施例提供的风险评估数据处理方法，可以应用于如图1所示的应 用环境中。其中，终端102通过网络与服务器104进行通信。数据存储系统可 以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上， 也可以放在云上或其他网络服务器上。需要说明的一点是，本实施例中以终端 与服务器的架构来举例说明，在其他的实施例中，该方法可以单独应用在终端 或者服务器中，风险评估数据可以直接由用户输入至终端或服务器，或者从对 应的数据库中获取等，在此不做具体限制。
72.其中，终端102可以上传风险评估数据至服务器104，或者是服务器104主 动从终端102或者网络上爬取风险评估数据，其中，需要说明的一点是服务器 数据输入接口保留了可扩展性，可以由用户人工对风险评估数据进行输入，为 进一步提升数据输入的自动化水平，可拓展输入接口，一方面对于外部公开数 据(如裁判文书网中各地域的犯罪案件数量等)可通过爬虫技术批量获取并自 动整理，另一方面，对于存储在机构内部数据库的业务数据，可在获取内部权 限许可后自动访问并统计。
73.服务器104获取到目标对象的风险评估数据；分别获取各个初始风险评估 类型的不同层级的评估参数，并获取评估参数对应的评估权重；根据风险评估 数据以及评估权重，计算得到各个初始风险评估类型的各个层级对应的评估参 数值；确定各个初始风险评估类型的至少一个层级的评估参数值对应的初始风 险评估等级；根据初始风险评估等级确定目标风险类型对应层级的目标风险等 级。这样整个过程不需要人工参与，提高了处理效率，且分别计算不同的风险 类型的数据，这样并行处理，更进一步提高了效率。
74.其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、 平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能音箱、智能 电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手 环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服 务器集群来实现。
75.在一个实施例中，如图2所示，提供了一种风险评估数据处理方法，以该 方法应用于图1中的服务器为例进行说明，包括以下步骤：
76.s202：获取目标对象的风险评估数据。
77.具体地，目标对象可以是指各个机构、企业等，例如各金融机构。风险评 估数据是指各个对象的机构数据，包括产品等的数据。其中服务器可以根据需 要获取到对应时间段的风险评估数据，例如开展t年度的洗钱风险自评估时， 对固有风险类指标输入t年的数据；对管控措施类指标输入t年、t-1年的数据。 在其中一个实施例中，服务器还获取到指标
评估的上下限阈值，阈值用于管理 措施类指标的评分，具体在后文说明。
78.s204：分别获取各个初始风险评估类型的不同层级的评估参数，并获取评 估参数对应的评估权重。
79.具体地，初始风险评估类型可以包括多种，例如，初始风险评估类型可以 包括风险类型以及处理风险的措施的评估类型，处理风险的措施的评估类型可 以包括措施的有效性，在本实施例中，结合剩余风险的目前的计算方式，初始 风险评估类型包括固有风险以及管控措施有效性，在其他的实施例中，初始风 险评估类型还可以包括其他的类型，在此不做具体的限定。
80.层级是用于计算初始风险评估类型对应的风险等级的计算层级，其中对于 固有风险的层级可以包括机构层级、分类层级、维度层级以及指标层级，不同 的层级具有不同的评估参数。对于管控措施有效性的层级可以包括初始层级， 该初始层级包括反洗钱内部控制基础与环境、洗钱风险管理机制有效性以及特 殊控制措施，对于特殊控制措施的层级可以包括机构层级、维度层级、分类层 级以及指标层级，不同的层级具有不同的评估参数，对于反洗钱内部控制基础 与环境、洗钱风险管理机制有效性则可以仅包括指标层级。在其他的实施例中 不同初始风险评估类型的层级可以设置为相同，或者不相同，在此对各个初始 风险评估类型的层级的设置不做具体限定。
81.评估参数是不同层级中的参数，例如维度层级中其可以包括地域、客群、 产品以及渠道四个评估参数，分类层级中，以地域为例其可以包括a市、b省 等等不同的评估参数，指标层级以a市为例其可以包括不同的指标，例如营收 数据等等，在此不对每个层级中的评估参数的数量和类型进行限定，用户可以 根据实际需要设置各个层级中的评估参数，且用户可以根据实际需要设置各个 层级的先后顺序以及层级的数量和类型等等。
82.评估权重是指各个层级中的评估参数的权重，该权重可以是用户预先配置 的，也可以是根据评估参数的属性计算得到的，也可以是根据评估参数以及风 险评估数据计算得到的。其中根据评估参数的属性的计算可以是运用数学理论 中的“ahp层次分析法”来计算得到评估参数的评估权重。
83.在其中一个实施例中，为了提高处理效率，对于不同的初始风险评估类型， 服务器通过不同的线程来进行处理。因此，服务器可以先获取到初始风险评估 类型的数量，然后根据该数量开启对应数量的线程或者是执行机来并行处理风 险评估数据，以得到不同的初始风险评估类型对应的风险等级。
84.在其中一个实施例中，需要说明的是对于风险评估数据的获取的步骤以及 评估参数的获取的步骤的先后顺序并不做具体限定。在其中一个实施例中，服 务器可以先获取到风险评估数据，并根据评估参数进行整理。在其他的实施例 中，服务器可以先获取到评估参数，然后根据评估参数获取到对应的风险评估 数据。
85.s206：根据风险评估数据以及评估权重，计算得到各个初始风险评估类型 的各个层级对应的评估参数值。
86.具体地，各个层级中每一个评估参数值等于上一层级中的各个评估参数值 乘以对应的评估权重，第一层级的评估参数值则是根据风险评估数据计算得到 的。
87.具体地，服务器可以依次计算每一层级中的各个评估参数值，其中对于最 第一层级的评估参数值，服务器根据风险评估数据计算，例如计算得到指标层 级中的各个指标
值。对于其他层级中的评估参数则由上一层级中的各个评估参 数值乘以对应的评估权重得到。其中以固有风险为例进行说明，得到指标层级 的各个指标值后，基于各个指标值以及各个指标的权重，计算得到上一层对应 的分类的分类值，再根据分类值以及分类的权重计算得到对应的维度值，最后 根据维度值以及维度的权重计算得到初始风险评估类型的风险值。
88.其中，对于管控措施有效性的计算方式可以参见固有风险的计算，在此不 再赘述，仅是评估参数以及评估权重不同。
89.s208：确定各个初始风险评估类型的至少一个层级的评估参数值对应的初 始风险评估等级。
90.具体地，初始风险评估等级是指各个风险类型的初始等级，其中该初始风 险评估等级可以通过量化的风险评分来计算得到，初始风险评估等级可以包括 低风险、中低风险、中风险、中高风险、高风险。在其他的实施例中，初始风 险评估等级可以包括无效、低效、一般有效、较有效以及非常有效等等。需要 说明的是本实施例中并不限制该些初始风险评估等级的划分。
91.在其中一个实施例中，服务器可以仅计算顶层的初始风险评估类型对应的 初始风险评估等级。在其他的实施例中，服务器还可以计算各个层级的评估参 数值对应的初始风险评估等级。
92.具体地，服务器根据评估参数值确定对应的初始风险评估等级。
93.s210：根据初始风险评估等级确定目标风险类型对应层级的目标风险等级。
94.具体地，由于各个风险类型之间存在相关关系，因此服务器在计算得到各 个初始风险评估类型的初始风险评估等级后，可以根据各个初始风险评估类型 的初始风险评估等级以及相关关系确定目标风险类型对应层级的目标风险等 级。
95.在其中一个实施例中，服务器仅需要计算最顶层的目标风险类型的目标风 险等级，在其他的实施例中，服务器计算目标风险类型各个层级的目标风险等 级，结合图3，图3为一个实施例中根据不同层级的初始风险评估等级计算目标 风险类型对应层级的风险等级的架构图，其中服务器可以分别计算得到分类层 级固有风险的评估参数值，根据评估参数值得到对应的初始风险等级，同样地 服务器还可以计算得到分类层级管控措施有效性评分，这样根据预先设置的映 射关系或者规则即可以得到分类层级剩余风险水平，也即对应的层级的评估参 数值的初始评估等级。对于维度层级以及机构整体的初始风险评估等级的计算 类似，在此不再赘述。
96.在其中一个实施例中，在计算得到目标风险等级后，服务器可以根据目标 风险等级进行后续处理，包括但不限于以下两种：
97.一是根据评估结果对具体领域采取强化管控，提升管理成效。根据全局评 分结果图，用户可直观看出剩余风险相对较高的领域，以及评分来源(例如， 是由于固有风险过高，还是由于管控措施的薄弱)，从而提示内部管理部门针 对薄弱环节采取强化管理措施。
98.二是将评估结果用于内部管理中不同地区、产品的分类评级和考核。例如， 将地区评分结果纳入对该地区的年末绩效考核中，发挥管理指挥棒作用。
99.上述风险评估数据处理方法，通过计算机来获取到目标对象的风险评估数 据，并分别获取初始风险评估类型的不同层级的评估参数以及对应的评价权重， 这样分别根据
风险评估数据以及评价权重得到初始风险评估类型的各个层级对 应的评估参数值，从而确定对应的层级的初始风险评估等级，进而计算得到目 标风险类型的对应层级的风险等级，整个过程不需要人工参与，提高了处理效 率，且分别计算不同的风险类型的数据，这样并行处理，更进一步提高了效率。
100.在其中一个实施例中，获取评估参数对应的评估权重，包括：获取各个评 估参数的类型；当评估参数的类型为独立参数时，获取预先生成的评估权重； 当评估参数的类型为非独立参数时，根据风险评估数据以及评估参数的分类计 算得到评估权重。
101.具体地，独立参数是指彼此间性质不同的要素，现有技术中通常采用专家 赋值法，本技术则是运用数学理论中的“ahp层次分析法”来确定评估权重， 以增强权重分配的权威性、客观性和准确性，将计算好的权重预先设定在系统 中。
102.非独立参数是指不同分类间性质相同、可直接比较的参数，在本实施例中 通过风险评估数据以及评估参数的分类计算得到对应的评估权重。
103.在其中一个实施例中，获取预先生成的评估权重之前，还包括：独立参数 的评估权重的计算方法，具体包括：获取层级对应的类型为独立参数的评估参 数；根据评估参数的重要性，将评估参数两两比较以构造权重计算矩阵；对权 重计算矩阵进行处理得到各个评估参数对应的评估权重。
104.具体地，以上述固有风险和管控措施有效性为例，其权重的分配维度可以 包括维度、分类和指标三个层级，其中维度以及指标层级的权重为预先设定， 与数据输入无关，而分类层级的权重与风险评估数据有关，服务器在获取到风 险评估数据后自动进行计算。在其中一个实施例中，服务器在获取到风险评估 数据后，开启一个评估权重计算线程，以根据风险评估数据以及对应的评估参 数的分类来计算得到各个评估参数的评估权重。
105.其中，为了方便本领域技术人员了解本实施例，以地域(a)、客群(b)、 产品(c)、渠道(d)四个维度层级的权重分配来举例说明：具体地，对于地 域(a)、客群(b)、产品(c)、渠道(d)这种性质不同的要素，不是所有 要素放在一起比较，而是两两相互比较，采用1-9分标度法，将要素i与要素j 的重要性进行比较，确定合理的量化值，构造“一致比较矩阵”。
106.表1：比例标度表
[0107][0108][0109]
将四个维度两两比较进行定量描述如下(示例，在其他的实施例中，重要 性的设置可以由用户自行设置，在此不做具体限制)：
[0110]
表2：标度示例
[0111]
i/jabcd
a11/31/51/9b311/21/7c5211/2d9721
[0112]
构造“一致比较矩阵”计算评估权重：
[0113][0114]
通过上述计算，得到地域(a)、客群(b)、产品(c)、渠道(d)四个 维度的权重分别为5％、12％、26％、58％。同理，通过上述方法设置指标层级 的权重。此外对于管控措施有效性中的反洗钱内部控制基础与环境、洗钱风险 管理机制有效性、特殊控制措施三个方面的权重也可以采用该种方式计算。
[0115]
在其中一个实施例中，根据风险评估数据以及评估参数的分类计算得到评 估权重，包括：根据评估参数的分类对风险评估数据进行分类；计算每一分类 中风险评估数据的比重作为对应的评估参数的评估权重。
[0116]
在分类层级方面，由于分类为某一维度下的细分，不同分类间性质相同、 可直接比较，其权重由系统根据风险评估数据中业务规模占比的指标进行自动 计算。则：
[0117]
评估参数i的权重＝评估参数i在业务规模中的占比
[0118]
例如，地域维度下按机构展业省份细分为f市、a市、c省...d市等分类， 其中a市地区的业务规模占比为15％，则a市这一分类的权重为15％。
[0119]
上述实施例中，是引入数学理论中的“ahp层次分析法”来确定指标权重， 增强了权重分配的权威性、客观性。
[0120]
在其中一个实施例中，层级具有优先级。其中层级是有优先级的，但是各 个层级中的评估参数值是可以独立计算的，并与其他的层级中的评估参数值不 存在相互关系。在其他的实施例中，各个层级中的评估参数值是非独立的，后 续层级的评估参数值需要根据前序层级的评估参数值计算得到。
[0121]
在其中一个实施例中，该优先级是具有先后顺序的，具体地，根据风险评 估数据以及评估权重，计算得到各个初始风险评估类型的各个层级对应的评估 参数值，包括：按照优先级获取第一层级，并获取第一层级对应的评估参数对 应的风险评估数据；根据风险评估数据计算得到第一层级对应的评估参数值； 按照优先级继续获取下一层级作为当前层级；根据当前层级的上一层级中的评 估参数值以及评估权重，计算当前层级中各个评估参数的评估参数值；继续优 先级继续获取下一层级作为当前层级，直至各个层级的评估参数值计算完成。
[0122]
具体地，各个层级具有优先级，通过由低到高，依次计算各个层级的评估 参数值，直至各个层级的评估参数值计算完成。
[0123]
在该实施例中，各个层级的优先级可以是指标层级的优先级大于分类层级 的优先级，分类层级的优先级大于维度层级的优先级。
[0124]
为了方便理解，仍以固有风险以及管控措施有效性为例进行说明：
[0125]
请参见图4和图5所示，图4为一个实施例中的固有风险评估框架的架构 图，图5为一个实施例中的固有风险的分层级加权的流程图。
[0126]
具体地，固有风险的维度层级包括地域、客群、产品、渠道四个维度，各 维度的权重分别为x1、x2、x3、x4，且(x1+x2+x3+x4)＝100％。对于每一 个维度，细分为不同的分类，例如将地域划分为地域a1、地域a2...地域an(比 如，按机构开展业务的地区，地域可按省份/直辖市划分为f市、a市、e省、c 省等地)，同时，各分类对应权重为y1、y2...yn，且(y1+y2+...+yn)＝100％。 指标层级为了评估某维度的风险而制定的具体指标。以地域风险为例，依次制 定指标p1、p2...pn，并分别赋予权重z1、z2...zn，且(z1+z2+...+zn)＝100％； 对于地域维度下的不同分类，其共享同一套指标，目的在于对地域1、地域2... 地域n的评估具有同一套标准。同理，制定客群、产品、渠道维度的分类及指 标，并赋予相应权重。
[0127]
为对固有风险进行评分，依次从指标、分类、维度三个层级逐步加权：以 地域风险为例，服务器在计算时，对指标p1、p2...pn进行评分(分值在1-5分 之间)，对各指标按其评分与权重加权得到地域a1的评分，即， (p1*z1+p2*z2+...+pn*zn)＝地域a1的评分。将各地域的评分与权重加权得到 地域维度的评分，即，(a1*y1+a2*y2+...+an*yn)＝地域维度的评分。将各维 度的评分按权重加权得到固有风险的评分，即，(地域评分*x1+客群评分*x2+ 产品评分x3+渠道评分*x4)＝固有风险评分。
[0128]
请参见图6所示，图6为一个实施例中的管控措施有效性评估框架的架构 图。
[0129]
管控措施有效性评估分为反洗钱内部控制基础与环境、洗钱风险管理机制 有效性、特殊控制措施三个方面，并设置权重h1、h2、h3，且(h1+h2+h3)＝100％。
[0130]
反洗钱内部控制基础与环境项下分别设置指标k1、k2...kn，并分配权重v1、 v2...vn，且(v1+v2+...+vn)＝100％。
[0131]
洗钱风险管理机制有效性项下分别设置指标s1、s2...sn，并分配权重t1、 t2...tn，且(t1+t2+...+tn)＝100％。
[0132]
特殊控制措施需细分考虑，可以参见固有风险评估的分类方法，依次划分 不同维度、分类、指标。例如，对于地域风险，制定指标f1、f2...fn，并分配权 重q1、q2...qn，且(q1+q2+...+qn)＝100％。此处，维度的划分及权重(x1、x2、 x3、x4)、分类的划分及权重(例如y1、y2...yn)均与固有风险的设定一致。
[0133]
其中，计算公式具体包括以下内容：
[0134]
反洗钱内部控制基础与环境评分＝(k1*v1+k2*v2+...+kn*vn)。
[0135]
洗钱风险管理机制有效性评分＝(s1*t1+s2*t2+...+sn*tn)。
[0136]
对于特殊控制措施，参照前述固有风险的分层级加权方式，依次计算评分， 得到特殊控制措施的评分。
[0137]
管控措施有效性评分＝(反洗钱内部控制基础与环境评分*h1+洗钱风险管理 机制有效性评分*h2+特殊控制措施评分*h3)。
[0138]
其中，在计算得到固有风险评分、管控措施有效性评分，服务器根据剩余 风险映射表可进行剩余风险评估。为便于机构识别尚未得到有效管理和缓释的 具体风险领域，除对机构整体进行剩余风险评估外，也需按分类层级、维度层 级进行剩余风险评估。
[0139]
例如，在地域风险方面，按机构展业省份划分为f市、a市、c省等地， 其中a市地区的固有风险评分为4分(中高风险)，管控措施有效性得分为5 分(非常有效)，则按图7的剩
余风险映射关系，a市地区剩余风险水平为“中 风险”。
[0140]
上述实施例中，将指标评分、计算、结果展示等一系列流程通过计算机技 术进行系统集成，并在其中融入了科学的理论方法(主要在评分标准和权重分 配方面)，可在短时间内由系统自动完成自评估工作。相对于以往的人工评分， 极大地提升了工作效率，缩短了工作时间，通过机器执行的方式也降低了操作 风险，提升了数据准确性。此外，设定统一的指标评分标准，基于指标的分类 排序及不同年度的排序进行评分，提高了指标评分的客观性。
[0141]
在其中一个实施例中，在获取风险评估数据后，可以通过多种方式计算评 估参数值，例如通过数学统计的方式或者是通过规则判断的方式等，下文对这 两种方式进行详细介绍：
[0142]
在其中一个实施例中，根据风险评估数据计算得到第一层级对应的评估参 数值，包括：按照风险评估数据将评估参数进行排序；根据评估参数的数量， 依次确定排序后的评估参数的评估参数值。
[0143]
为了方便说明，以固有风险类指标为例进行说明：
[0144]
对固有风险指标进行评分时，为了在不同分类间保持区分度，系统设定的 评分标准为：将风险评估数据按分类降序排列，由高到低按档位评分。
[0145]
表3：固有风险指标评分标准
[0146][0147][0148]
例如，地域风险维度下按机构展业省份(直辖市)细分为f市、a市、c省...d 市等20个分类，对于“该地区上游洗钱及恐怖主义犯罪案件数量”这一指标， 将20个城市的指标数据从高到低降序排列，每四个地区划分为一档，每个档位 由高到低依次赋值5分(高风险)至1分(低风险)。
[0149]
在其中一个实施例中，根据风险评估数据计算得到第一层级对应的评估参 数值，包括：获取预先设置的评估参数的分类阈值；根据分类阈值以及风险评 估数据计算得到各个评估参数的评估参数值。
[0150]
为了方便说明，以管控措施类指标为例进行说明：
[0151]
管控措施类指标的评分主要在于评判管控措施的有效性，系统设定的评分 标准为：根据指标近两年数据变化趋势及上下限阈值比较进行评分(其中指标 的上下限阈值是监管要求的标准或机构对该管理类别的期望值)。标准如下：
[0152]
表4：管理措施类指标评分标准
[0153]
情形具体情况(按优先级)评分情形一t年度数据》＝上限阈值5分情形二t年度数据《＝下限阈值1分情形三t年度数据较t-1年度数据上升4分情形四t年度数据较t-1年度数据持平3分情形五t年度数据较t-1年度数据下降2分
[0154]
例如，对于“当年开展反洗钱专项培训次数”这一管理类指标，设定下限 阈值为1次，上限阈值为5次，若t年开展了4次，t-1年开展了3次，则符合 情形三，因此评分为4分。
[0155]
因此，通过上述对固有风险指标和管控措施指标评分标准的预先设定，实 现对所有指标的自动评分，分别赋值1-5分。
[0156]
在其中一个实施例中，根据初始风险评估等级确定目标风险类型对应层级 的目标风险等级，包括：获取预先设置的风险等级映射关系；将各初始风险评 估等级按照风险等级映射关系进行映射，以确定目标风险类型对应层级的目标 风险等级。
[0157]
其中各个风险类型之间存在相互关系，为了方便理解，本实施例中以机构 洗钱风险为例进行说明，机构洗钱风险自评估包括固有风险评估、管控措施有 效性评估、剩余风险评估。固有风险指在不考虑控制措施的情况下，机构发生 洗钱风险的可能性或风险暴露情况。控制措施有效性评估指机构所采取的控制 措施对管理和缓释固有风险的有效程度。剩余风险即为，对于固有风险在考虑 管控措施之后，机构剩余的、尚未有效解决的风险部分。
[0158]
将固有风险、剩余风险的等级由高到低划分为五类，将管控措施按有效性 由高到低划分为五类。对不同的等级进行5分制赋值，便于开展定量评估。根 据固有风险和管控措施的等级，二维映射得到剩余风险的等级，具体可以参见 图7所示。
[0159]
表5：风险等级
[0160][0161]
其中，服务器在计算得到固有风险以及管控措施有效性后，根据图7中的 映射表来进行映射得到剩余风险的等级，即使对于固有风险为低风险的领域， 若管控措施为无效或低效，也可能演变为中风险。
[0162]
上述实施例中，相对于以往的人工评分，极大地提升了工作效率，缩短了 工作时间，通过机器执行的方式也降低了操作风险，提升了数据准确性。
[0163]
在其中一个实施例中，根据初始风险评估等级确定目标风险类型对应层级 的目标风险等级之后，包括：通过不同的显示方式输出目标风险类型以及初始 风险评估类型对应层级的风险等级；和/或通过不同的显示方式输出目标风险类 型以及初始风险评估类型对应层级的评估参数值。
[0164]
具体地，本实施例中通过不同的方式来显示风险等级和/或评估参数值。具 体参见图8和图9所示，图8为一个实施例中全局评分结果图的示意图，图9 为一个实施例中的不同分类分布的评估结果图的示意图。
[0165]
结合图8所示，全局评分结果图中直接展示不同层级的固有风险评分、管 理措施评分、剩余风险评分，并按风险水平高低区分颜色，便于一目了然查看 评估结果。
[0166]
维度层级按不同分类分布的评估结果，以图9中地域风险为例，直观展示 具体地区的风险分布情况。
[0167]
在其中一个实施例中，上述方法还包括：为各风险等级和/或评估参数值配 置索引；接收针对风险等级和/或评估参数值的详情显示指令；根据详情显示指 令以及索引查询对应的详情信息，并显示所查询到的详情信息。
[0168]
为进一步提升使用的便利性，该工具可增加索引回溯功能。例如，在图8 中当用户点击某一格固有风险评分时，界面自动将该评分计算所依赖的底层指 标及评分回溯展示，便于用户追溯、分析该项评分的具体来源。
[0169]
具体地，结合图10所示，本技术提供一种风险评估数据处理方法该处理方 法主要包括多个模块，风险评估数据获取模块，其用于获取到固有风险指标当 前数据，管理措施指标近两年数据、上下限阈值。服务器构造一致比较矩阵来 计算得到权重，评估权重获取模块则用于计算维度、分类、指标层权重。评估 参数值计算模块按照统一标准进行评分。计算指标、分类、维度层级以及机构 整体的评分。然后初始风险评估等级计算模块根据评分确定对应的初始风险评 估等级，目标风险等级确定模块根据初始风险评估等级确定目标风险等级，并 输出可视化结果。
[0170]
这样将指标评分、计算、结果展示等一系列流程通过计算机技术进行系统 集成，并在其中融入了科学的理论方法(主要在评分标准和权重分配方面)， 可在短时间内由系统自动完成评估工作。相对于以往的人工评分，极大地提升 了工作效率，缩短了工作时间，通过机器执行的方式也降低了操作风险，提升 了数据准确性。此外，引入数学理论中的“ahp层次分析法”来确定指标权重， 增强了权重分配的权威性、客观性；最后设定统一的指标评分标准，基于指标 的分类排序及不同年度的排序进行评分，提高了指标评分的客观性。
[0171]
应该理解的是，虽然如上的各实施例所涉及的流程图中的各个步骤按照箭 头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。 除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤 可以以其它的顺序执行。而且，如上的各实施例所涉及的流程图中的至少一部 分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一 时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也 不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至 少一部分轮流或者交替地执行。
[0172]
基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的 风险评估数据处理方法的风险评估数据处理装置。该装置所提供的解决问题的 实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个风 险评估数据处理装置实施例中的具体限定可以参见上文中对于风险评估数据处 理方法的限定，在此不再赘述。
[0173]
在一个实施例中，如图11所示，提供了一种风险评估数据处理装置，包括： 风险评估数据获取模块1101、评估权重获取模块1102、评估参数值计算模块 1103、初始风险评估等级计算模块1104和目标风险等级确定模块1105，其中：
[0174]
风险评估数据获取模块1101，用于获取目标对象的风险评估数据。
[0175]
评估权重获取模块1102，用于分别获取各个初始风险评估类型的不同层级 的评估参数，并获取评估参数对应的评估权重。
[0176]
评估参数值计算模块1103，用于根据风险评估数据以及评估权重，计算得 到各个初始风险评估类型的各个层级对应的评估参数值。
[0177]
初始风险评估等级计算模块1104，用于确定各个初始风险评估类型的至少 一个层级的评估参数值对应的初始风险评估等级。
[0178]
目标风险等级确定模块1105，用于根据初始风险评估等级确定目标风险类 型对应层级的目标风险等级。
[0179]
在其中一个实施例中，上述评估权重获取模块1102包括：
[0180]
类型获取单元，用于获取各个评估参数的类型。
[0181]
评估权重获取单元，用于当评估参数的类型为独立参数时，获取预先生成 的评估权重。
[0182]
评估权重计算单元，用于当评估参数的类型为非独立参数时，根据风险评 估数据以及评估参数的分类计算得到评估权重。
[0183]
在其中一个实施例中，上述装置还包括：
[0184]
参数获取模块，用于获取层级对应的类型为独立参数的评估参数。
[0185]
矩阵构造模块，用于根据评估参数的重要性，将评估参数两两比较以构造 权重计算矩阵。
[0186]
评估权重生成模块，用于对权重计算矩阵进行处理得到各个评估参数对应 的评估权重。
[0187]
在其中一个实施例中，上述评估权重计算单元包括：
[0188]
分类子单元，用于根据评估参数的分类对风险评估数据进行分类。
[0189]
评估权重计算子单元，用于计算每一分类中风险评估数据的比重作为对应 的评估参数的评估权重。
[0190]
在其中一个实施例中，初始风险评估类型包括固有风险和管控措施有效性； 所述目标风险类型为剩余风险；
[0191]
上述目标风险等级确定模块1105还用于根据固有风险的对应层级的初始风 险等级和管控措施有效性的对应层级的初始评估等级，确定剩余风险对应层级 的目标风险等级。
[0192]
在其中一个实施例中，层级具有优先级。
[0193]
在其中一个实施例中，上述评估参数值计算模块1103还用于按照优先级获 取第一层级，并获取第一层级对应的评估参数对应的风险评估数据；根据风险 评估数据计算得到第一层级对应的评估参数值；按照优先级继续获取下一层级 作为当前层级；根据当前层级的上一层级中的评估参数值以及评估权重，计算 当前层级中各个评估参数的评估参数值；继续优先级继续获取下一层级作为当 前层级，直至各个层级的评估参数值计算完成。
[0194]
在其中一个实施例中，上述评估参数值计算模块1103还用于按照风险评估 数据将评估参数进行排序；根据评估参数的数量，依次确定排序后的评估参数 的评估参数值。
[0195]
在其中一个实施例中，上述评估参数值计算模块1103还用于获取预先设置 的评估参数的分类阈值；根据分类阈值以及风险评估数据计算得到各个评估参 数的评估参数值。
[0196]
在其中一个实施例中，上述目标风险等级计算模块还用于获取预先设置的 风险等级映射关系；将各初始风险评估等级按照风险等级映射关系进行映射， 以确定目标风险类型对应层级的目标风险等级。
[0197]
在其中一个实施例中，上述装置还包括：
[0198]
显示模块，用于通过不同的显示方式输出目标风险类型以及初始风险评估 类型对应层级的风险等级；和/或通过不同的显示方式输出目标风险类型以及初 始风险评估类型对应层级的评估参数值。
[0199]
在其中一个实施例中，上述装置还包括：
[0200]
配置模块，用于为各风险等级和/或评估参数值配置索引。
器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计 算的数据处理逻辑器等，不限于此。
[0210]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述 实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特 征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0211]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细， 但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域 的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和 改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利 要求为准。