本申请涉及金融风险技术领域，具体而言，涉及一种金融风险在线监控方法和装置。
背景技术：
随着信息化技术的不断发展，依托于机械设备动产经营的企业越来越多，这些企业依靠设备资产进行信贷活动，银行等金融机构要确保风险可控的情况下才会为这些企业提供金融服务。
目前银行等金融机构在对依托于机械设备动产经营的企业提供金融产品服务前，采用线下人工现场调查的方式对企业的设备经营情况进行了解，从而进行风险评估。
然而线下人工现场调查的方式只能对当前的设备经营情况进行审核，调查到的设备运营情况很难做到实时客观地把握，在提供金融服务后不能实时对设备经营情况进行了解，导致对企业未来的偿债能力等的评估结果并不准确，进而对金融风险的预测也不准确。
技术实现要素：
有鉴于此，本申请实施例的目的在于提供一种金融风险在线监控及装置，能够实时并客观的监控授信企业的设备经营状况以及金融相关数据，从而实现及时有效的金融风险控制。
第一方面，本申请实施例提供了一种金融风险在线监控方法，包括：
获取授信企业的物联网设备数据和金融数据；
对所述物联网设备数据和所述金融数据进行存储和预处理，得到待分析的金融风险数据；
基于预先构建的金融风险模型库对所述金融风险数据进行风险分析，得到所述授信企业的风险分析结果。
结合第一方面，本申请实施例提供了第一方面的第一种可能的实施方式，其中，所述获取授信企业的物联网设备数据和金融数据，包括：
接收所述物联网设备的传感器数据；其中，所述传感器数据包括设备运行工况数据和gps数据；以及
获取对所述授信企业的查询权限，根据所述查询权限对所述授信企业的企业内部系统进行查询，获取所述企业内部系统中存储的授信金融数据；以及
获取互联网公开的所述授信企业的金融相关数据。
结合第一方面，本申请实施例提供了第一方面的第二种可能的实施方式，其中，所述对所述物联网设备数据和所述金融数据进行存储和预处理，得到待分析的金融风险数据包括：
分别检测所述物联网设备数据和所述金融数据中的不确定数据，对所述不确定数据进行数据清洗；其中，所述不确定数据包括缺失数据、错误数据以及重复数据；
将清洗后的所述物联网设备数据和所述金融数据进行数据融合，得到中间金融风险数据；检测所述中间金融风险数据中的不确定数据，对所述中间金融风险数据中的所述不确定数据进行数据清洗，得到待分析的金融风险数据。
结合第一方面或第一方面的第一～二种可能的实施方式中的任一种实施方式，本申请实施例提供了第一方面的第三种可能的实施方式，其中，对所述物联网设备数据和所述金融数据进行存储和预处理之后，所述方法还包括：
基于预先构建的设备诊断模型，根据预处理后的物联网设备数据对所述物联网设备的健康状况进行诊断，生成所述物联网设备的健康诊断结果；以及
基于预先构建的设备预测模型，根据预处理后的物联网设备数据对所述物联网设备的健康状况进行预测，生成所述物联网设备的健康预测参数；
将所述健康预测参数与预先设置的健康参数阈值进行比较，若所述健康预测参数超过所述健康参数阈值，则根据所述健康预测参数生成对应的预警信息；
发布所述预警信息，以使所述授信企业和所述金融机构根据所述预警信息作出各自的调整方案。
结合第一方面，本申请实施例提供了第一方面的第四种可能的实施方式，其中，在得到待分析的金融风险数据之后，所述方法还包括：
获取预先设置的数据打版的时间段内的所述金融风险数据，将所述金融风险数据进行版本标记，并存储到版本数据库中；
接收所述金融机构发送的数据版本查询请求；其中，所述数据版本查询请求中携带有所述数据打版的时间段；
查询所述版本数据库，将与所述数据打版的时间段对应的所述金融风险数据发送至所述金融机构。
结合第一方面，本申请实施例提供了第一方面的第五种可能的实施方式，其中，在所述得到风险分析结果之后，还包括：
发布所述风险分析结果，以使所述金融机构根据所述风险分析结果生成对应的控制指令；
接收所述金融机构返回的所述控制指令，根据所述控制指令对所述物联网设备进行远程控制。
结合第一方面，本申请实施例提供了第一方面的第六种可能的实施方式，其中，在所述对所述物联网设备数据和所述金融数据进行预处理，得到待分析的金融风险数据之后，所述方法还包括：
获取同行业的每个授信企业的所述金融风险数据；
基于预先构建的企业关系图谱和行业专家知识图谱对所述金融风险数据进行设备经营状况分析，基于预先构建的市场行情分析模型对每个所述授信企业的所述设备经营状况进行统计排名。
结合第一方面，本申请实施例提供了第一方面的第七种可能的实施方式，其中，所述方法还包括：
基于所述金融风险数据对所述金融风险模型库进行离线训练或是金融流数据运算，以对所述金融风险模型库进行更新。
第二方面，本申请实施例还提供了一种金融风险在线监控装置，包括：
获取模块，用于获取授信企业的物联网设备数据和金融数据；
处理模块，用于对所述物联网设备数据和所述金融数据进行存储和预处理，得到待分析的金融风险数据；
分析模块，用于基于预先设置的金融风险模型库对所述金融风险数据进行风险分析，得到风险分析结果。
结合第二方面，本申请实施例提供了第二方面的第一种可能的实施方式，其中，所述获取模块包括：运行工况数据获取单元以及金融数据获取单元，其中，
所述运行工况数据获取单元用于接收接收所述物联网设备的传感器数据；其中，所述传感器数据包括设备运行工况数据和gps数据；
所述金融数据获取单元用于获取对所述授信企业的查询权限，根据所述查询权限对所述授信企业的企业内部系统进行查询，获取所述企业内部系统中存储的授信金融数据；以及获取互联网公开的所述授信企业的金融相关数据。
本申请实施例提供一种金融风险在线监控方法和装置，通过物联网云平台实现对金融风险在线监控，其中，该方法通过获取授信企业的物联网设备数据，可以实时并客观的监控物联网设备的运行状态；对物联网设备数据以及金融数据进行预处理后，基于金融风险模型库对金融风险数据分析得到的风险分析结果更加客观准确；金融机构可以实时获取授信企业的金融相关信息，为调整策略提供了缓冲时间。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1示出了本申请实施例所提供的一种金融风险在线监控方法的流程图；
图2示出了本申请实施例所提供的一种金融风险在线监控装置的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
考虑到目前金融机构采用线下人工现场调查的方式只能对当前的设备经营情况进行审核，调查到的设备运营情况不具有时效性，在提供金融服务后不能实时对设备经营情况进行了解，导致对企业未来的偿债能力等的评估结果并不准确，进而对金融风险的预测也不准确。基于此，本申请实施例提供了一种金融风险在线监控方法和装置，下面通过实施例进行描述。
实施例一
本申请实施例提供一种金融风险在线监控方法，如图1所示为该方法的流程图，包括：
s101、获取授信企业的物联网设备数据和金融数据。
在本申请实施例中，执行主体为物联网云平台，物联网云平台分别建立与授信企业、金融机构的通信连接，上述授信企业为已经授信给物联网云平台的企业，物联网云平台通过物联网技术对授信企业的物联网设备进行远程监控，实时获取物联网设备数据，以及授信企业的金融数据；同时金融机构可通过物联网云平台查看授信企业的物联网设备数据和金融数据。
上述获取授信企业的物联网设备数据和金融数据，包括：接收上述物联网设备的传感器数据；其中，上述传感器数据包括设备运行工况数据和gps数据；以及
获取对上述授信企业的查询权限，根据上述查询权限对上述授信企业的企业内部系统进行查询，获取上述企业内部系统中存储的授信金融数据；以及
获取互联网公开的所述授信企业的金融相关数据。
具体的，物联网设备上布设有gps模块和传感器，例如光纤传感器、压力传感器等，传感器将检测到的运行工况数据实时发送至物联网云平台；同时物理网云平台具有查询授信企业的企业内部系统的权限，其中，企业内部系统为存储该授信企业的金融数据的系统，例如制造企业生产过程执行系统(manufacturingexecutionsystem，mes)、企业资源计划系统(enterpriseresourceplanning，erp)等，授信企业将企业内部系统的金融数据进行数据脱敏、保密、安全等处理后供物联网云平台查询；此外，物联网云平台还可以从互联网上获取有关授信企业的公开数据，利用数据同步机制实现互联网上的公开数据的同步更新。通过获取物联网设备的运行工况数据，能够实时监控设备经营情况，综合授信企业的金融数据，对后续的风险分析更加准确，具有时效性。
s102、对所述物联网设备数据和所述金融数据进行存储和预处理，得到待分析的金融风险数据。
获取到上述授信企业的物联网设备数据和金融数据后，通过创建的物联网云平台企业数据湖将物联网设备数据和金融数据进行存储管理，通过数据湖能够对多源异构数据进行统一管理和运维。其中，包括基础的数据存储功能、数据采集爬取转换功能、任务调度管理功能、元数据管理功能、数据血缘影响分析功能和数据打版功能等。通过上述功能实现对物联网云平台的数据的有效管理。
具体的预处理过程为，分别检测上述物联网设备数据和上述金融数据中的不确定数据，对上述不确定数据进行数据清洗；其中，上述不确定数据包括缺失数据、错误数据以及重复数据；
将清洗后的上述物联网设备数据和上述金融数据进行数据融合，得到中间金融风险数据；检测所述中间金融风险数据中的不确定数据，对所述中间金融风险数据中的所述不确定数据进行数据清洗，得到待分析的金融风险数据。
本申请实施例中，将获取到的物联网设备数据和金融数据利用大数据算法进行数据清洗，例如多重插补、单重插补等算法去除缺失性、纠正错误性、删除重复性的不确定数据，从而保证待分析的金融风险数据的准确性。
可选的，在上述得到待分析的金融风险数据之后，上述方法还包括：
获取预先设置的数据打版的时间段内的所述金融风险数据，将所述金融风险数据进行版本标记，并存储到版本数据库中；
接收所述金融机构发送的数据版本查询请求；其中，所述数据版本查询请求中携带有所述数据打版的时间段；
查询所述版本数据库，将与所述数据打版的时间段对应的所述金融风险数据发送至所述金融机构。
具体的，数据湖技术中包括数据打版功能，按照需求对不同时间段的数据进行打版，例如，由于各种因素企业在不同的时间段的盈利以及资产等不同，因此可将不同时间段内的金融相关的数据进行版本标记，例如将11月份的金融风险数据标记为版本1.2，将12月份的金融风险数据标记为版本1.3，并将版本1.2、版本1.3分别存储到版本数据库中，金融机构可以根据需要调取出每个版本的数据进行查看。通过上述数据打版功能，有助于金融机构对金融风险数据以及风险分析结果进行了解，从而对授信企业的有效管理。
s103、基于预先构建的金融风险模型库对所述金融风险数据进行风险分析，得到所述授信企业的风险分析结果。
在本申请实施例中，预先构建的金融风险模型库中包含多个子金融风险模型，例如金融风险管控专家经验规则模型、评判企业偿债能力模型、评判企业还款意愿模型以及反欺诈模型等，不同的金融风险模型所需要的待分析数据不同，因此基于金融风险模型从金融风险数据中提取出所需要的数据进行风险分析，得到授信企业的风险分析结果可供金融机构参考或计算风险因子，从而确定是否为该授信企业提供金融服务，或是否继续为该授信企业提供金融服务等。
上述方法还包括：基于上述金融风险数据对上述金融风险模型库进行离线训练或是金融流数据运算，以对上述金融风险模型库进行更新。
具体的，对于金融风险模型库的更新和新增包括两种方法：一种是基于实时获取的金融风险数据进行离线训练或是金融流数据运算，更新金融风险模型库中的模型参数；另一种是与金融机构合作构建更加有效的金融风险模型。通过对金融风险模型库的不断更新与新增，可以不断提高风险分析结果的准确性。
上述提供的金融风险数据以及风险分析结果等数据可以是历史时间段的，也可以是新增时间段的；可以实时显示某时刻的金融风险数据以及风险分析结果，还可以根据用户的选择显示某时间段的金融风险数据以及风险分析结果，从而使用户可以根据需要对授信企业进行全面的了解。
在本申请实施例中，物联网云平台提供的金融数据服务包括：api接口调用、数据报表、实时仪表盘、规则警告、反向控制等。
优选的，对上述物联网设备数据和上述金融数据进行存储和预处理之后，上述方法还包括：
基于预先构建的设备诊断模型，根据预处理后的物联网设备数据对上述物联网设备的健康状况进行诊断，生成上述物联网设备的健康诊断结果；以及
基于预先构建的设备预测模型，根据预处理后的物联网设备数据对上述物联网设备的健康状况进行预测，生成上述物联网设备的健康预测参数；
将上述健康预测参数与预先设置的健康参数阈值进行比较，若上述健康预测参数超过上述健康参数阈值，则根据上述健康预测参数生成对应的预警信息；
发布上述预警信息，以使上述授信企业和上述金融机构根据上述预警信息作出各自的调整方案。
具体的，上述设备评价模型是结合行业专家知识图谱以及设备专家经验共同构建的，上述设备诊断模型至少包括设备健康评价模型、设备健康诊断模型等，上述设备预测模型至少包括设备故障预测模型、设备剩余使用寿命预测模型等，基于上述模型对物联网设备数据进行分析，能够诊断和预测出物联网设备中潜在且不易被人眼发现的故障，结合风险分析结果能够更加准确的评估授信企业的物联网设备经营情况，衡量物联网设备的内在质量，从而对设备的残值和价值进行更有效的评估。
将基于构建的设备预测模型生成的健康预测参数与健康参数阈值进行比较，若健康预测参数超过健康参数阈值，则判断物联网设备存在故障，并根据健康预测参数按照预先设置的规则生成对应的预警信息，并将预警信息发布在物联网云平台上；还可以将预警信息发送至授信企业以及与授信企业相关联的金融机构，其中，预警信息可以通过邮件、短信、微信等多种方式通知授信企业或是金融机构，还可以通过物联网云平台直接发送至授信企业或是金融机构在物联网云平台注册的账号中，授信企业可以根据预警信息制定设备的维修保养策略，从而提高物联网设备的使用效率；金融机构可以根据预警信息作出应对策略，对该授信企业的金融服务作出调整。
可选的，在上述得到风险分析结果之后，还包括：发布上述风险分析结果，以使上述金融机构根据上述风险分析结果生成对应的控制指令；
接收上述金融机构返回的上述控制指令，根据上述控制指令对上述物联网设备进行远程控制。
具体的，得到风险分析结果之后，发布在物联网平台上，在接收金融机构的风险分析结果查询请求之后，将风险分析结果发送至金融机构，由金融机构判断下一步动作，例如根据风险分析结果判断该授信企业即将或已经发生了违约行为，则可以通过物联网云平台生成控制指令，根据控制指令对物联网设备进行控制。例如控制指令中携带有控制物联网设备锁机的信息，则通过物联网平台对物联网设备进行锁机，使物联网设备停止工作状态。同时向授信企业发送提醒信息，告知风险控制动作结果，为金融机构提供了客观的风险分析、防范和控制服务。
在本申请实施例中，在对上述物联网设备数据和上述金融数据进行预处理，得到待分析的金融风险数据之后，上述方法还包括：获取同行业的每个授信企业的上述金融风险数据；
基于预先构建的企业关系图谱和行业专家知识图谱对上述金融风险数据进行设备经营状况分析，基于预先构建的市场行情分析模型对每个所述授信企业的所述设备经营状况进行统计排名。
具体的，企业关系图谱为将企业与企业之间的关联关系以图谱形式进行展示，通过企业关系图谱可以了解到与该授信企业相关联的其他企业的信贷信息，基于企业关系图谱和行业专家知识图谱，以及同行业所有授信企业的设备经营数据，按照设备运营市场行情分析模型、企业行业分析趋势预测模型等对授信企业的设备经营情况进行分析，进而对授信企业所在行业整体的设备经营情况进行分析和预测，得到该企业在所在行业的设备经营状况的排名，金融机构可以获取到该企业的排名信息，有助于金融机构对该行业的发展动态进一步了解，进而做出调整策略。
本申请实施例提供的一种金融风险在线监控方法，通过物联网云平台实现对金融风险在线监控，具体的，通过获取授信企业的物联网设备数据，可以实时监控物联网设备的运行状态；对物联网设备数据以及金融数据进行存储和预处理后，基于金融风险模型库对金融风险数据分析得到的风险分析结果更加客观准确；金融机构可以实时并客观的监控授信企业的设备经营状况以及金融相关数据，从而实现及时有效的金融风险控制，为调整策略提供了缓冲时间；通过对金融风险模型库的不断更新，进一步保证了风险分析结果的有效性。
以上是本申请实施例提供的一种金融风险在线监控方法，基于同样的思想，本申请实施例提供一种金融风险在线监控装置。
实施例二
本申请实施例提供一种金融风险在线监控装置，包括：
获取模块201，用于获取授信企业的物联网设备数据和金融数据；
处理模块202，用于对所述物联网设备数据和所述金融数据进行存储和预处理，得到待分析的金融风险数据；
分析模块203，用于基于预先设置的金融风险模型库对所述金融风险数据进行风险分析，得到风险分析结果。
可选的，所述获取模块201包括：运行工况数据获取单元以及金融数据获取单元，其中，
所述运行工况数据获取单元用于接收所述物联网设备的传感器数据；其中，所述传感器数据包括设备运行工况数据和gps数据；
所述金融数据获取单元用于获取对所述授信企业的查询权限，根据所述查询权限对所述授信企业的企业内部系统进行查询，获取所述企业内部系统中存储的授信金融数据；以及
获取互联网公开的所述授信企业的金融相关数据。
可选的，所述处理模块202包括：清洗单元以及融合单元，其中，
所述清洗单元用于分别检测所述物联网设备数据和所述金融数据中的不确定数据，对所述不确定数据进行数据清洗；其中，所述不确定数据包括缺失数据、错误数据以及重复数据；
所述融合单元用于将清洗后的所述物联网设备数据和所述金融数据进行数据融合，得到中间金融风险数据；检测所述中间金融风险数据中的不确定数据，对所述中间金融风险数据中的所述不确定数据进行数据清洗，得到待分析的金融风险数据。
可选的，所述装置还包括：
设备健康诊断模块，用于基于预先构建的设备诊断模型，根据预处理后的物联网设备数据对所述物联网设备的健康状况进行诊断，生成所述物联网设备的健康诊断结果；
设备健康预测模块，用于基于预先构建的设备预测模型，根据预处理后的物联网设备数据对所述物联网设备的健康状况进行预测，生成所述物联网设备的健康预测参数；
预警信息生成模块，用于将所述健康预测参数与预先设置的健康参数阈值进行比较，若所述健康预测参数超过所述健康参数阈值，则根据所述健康预测参数生成对应的预警信息；
发布所述预警信息，以使所述授信企业和所述金融机构根据所述预警信息作出各自的调整方案。
可选的，所述装置还包括：
数据打版模块，用于获取预先设置的数据打版的时间段内的所述金融风险数据，将所述金融风险数据进行版本标记，并存储到版本数据库中；
接收所述金融机构发送的数据版本查询请求；其中，所述数据版本查询请求中携带有所述数据打版的时间段；
查询所述版本数据库，将与所述数据打版的时间段对应的所述金融风险数据发送至所述金融机构。
可选的，所述装置还包括：
发布模块，用于发布所述风险分析结果，以使所述金融机构根据所述风险分析结果生成对应的控制指令；
所述接收模块还用于接收所述金融机构返回的所述控制指令，根据所述控制指令对所述物联网设备进行远程控制。
可选的，所述获取模块还用于：获取同行业的每个授信企业的所述金融风险数据；
所述分析模块203，还用于基于预先构建的企业关系图谱和行业专家知识图谱对所述金融风险数据进行设备经营状况分析，得到该行业的风险分析结果，基于预先构建的市场行情分析模型对每个所述授信企业的所述设备经营状况进行统计排名。
可选的，所述装置还包括：
更新模块，用于基于所述金融风险数据对所述金融风险模型库进行离线训练或是金融流数据运算，以对所述金融风险模型库进行更新。
本申请实施例提供的一种金融风险在线监控方法和装置，其中，该方法通过物联网云平台实现对金融风险在线监控，具体的，通过获取授信企业的物联网设备数据，可以实时监控物联网设备的运行状态；对物联网设备数据以及金融数据进行存储和预处理后，基于金融风险模型库对金融风险数据分析得到的风险分析结果更加客观准确；金融机构可以实时并客观的监控授信企业的设备经营状况以及金融相关数据，，从而实现及时有效的金融风险控制，为调整策略提供了缓冲时间；通过对金融风险模型库的不断更新，进一步保证了风险分析结果的有效性。
最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围。都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。