[發明專利]互聯網金融企業異常預警排名方法及軟件系統

在審

• 申請號: 201811281448.X
• 申請日: 2018-10-31
• 公開（公告）號: CN109472691A
• 公開（公告）日: 2019-03-15
• 發明（設計）人: 郭海鳳;徐小磊;賀敏;吳震;廣昆程
• 申請（專利權）人: 哈爾濱工業大學;國家計算機網絡與信息安全管理中心
• 主分類號: G06Q40/02
• 分類號: G06Q40/02
• 代理公司: 重慶萃智邦成專利代理事務所(普通合伙) 50231
• 代理人: 竺棟

1.一種互聯網金融企業異常預警排名方法，其特征在于：包括有以下步驟，

S1，首先確定異常類型；

S2，確定每個異常類型下的異常指標；

S3，根據各異常類型下觸發異常預警閾值的指標個數，確定該異常類型下各互聯網金融企業的單項異常預警排名；

S4，根據異常類型的個數對所有企業進行綜合排序。

2.根據權利要求1所述的預警排名方法，其特征在于：所述步驟S1中的異常類型包括：收益率浮動過大、逾期率過高、借款集中度過高、投資集中度過高、短期標的增長率過高、資金流入率過高和互聯網金融企業風控保障模式。

3.根據權利要求2所述的預警排名方法，其特征在于：所述步驟S2中的異常類型對應的異常指標分別為，收益率浮動過大：收益率差異率和/或收益率波動率超過閾值；逾期率過高：金額逾期率和/或項目逾期率超過閾值；借款集中度過高：Top10借款人金額占比和/或借款人HHI超過閾值；投資集中度過高：Top10投資人金額占比和/或投資人HHI超過閾值；短期標的增長率過高：短期標的增長率超過閾值；資金流入率過低：資金流入率超過閾值，互聯網金融企業風控保障模式不足：保障模式的種類小于等于一種。

4.根據權利要求1所述的預警排名方法，其特征在于：所述步驟S3的排名中，若多個企業的異常指標個數相同，則進一步按照步驟S4中排名進行區分排序。

5.根據權利要求1所述的預警排名方法，其特征在于：所述步驟S4的排名中，若多個企業的異常類型個數相同，則進一步根據這些企業在各異常類型下觸發觸發異常預警的指標總個數進行排序。

6.根據權利要求1所述的預警排名方法，其特征在于：所述步驟S3的后續步驟還包括，使用者選取自己特別關注的一個或多個異常類型，從而根據自己重點關注的某一個異常類型的企業進行排名；或是綜合自己關注的多個異常類型進行排名。

7.根據權利要求1所述的預警排名方法，其特征在于：當使用者沒有選定特別關注的一個或幾個異常類型，或是想綜合來看所有互聯網金融企業的異常程度，則默認選擇降序首先排除異常類型個數最多的互聯網金融企業，或選擇升序優先選擇異常類型個數最少且觸發異常預警閾值的指標個數最少的互聯網金融企業。

8.一種互聯網金融企業異常預警軟件系統，其特征在于：包括數據庫模塊、從數據庫中抽調數據的數據抽調模塊、對數據進行判斷的風險判斷模塊、以及對判斷結果進行展示的圖表展示模塊；其中，風險判斷模塊包括收益率浮動過大判斷模塊、逾期率過高判斷模塊、借款集中度過高判斷模塊、投資集中度過高判斷模塊、短期標的增長率過高判斷模塊、資金流入率過高判斷模塊和互聯網金融企業風控保障模式判斷模塊。