[发明专利]一种基于规则引擎的银行异常业务监控方法和系统

权利要求书

1.一种基于规则引擎的银行异常业务监控方法，其特征在于，主要步骤包括：

对银行业务流程，产品，业务单元的操作风险因素进行定义和描述；

确定损失数据和风险数据收集框架，对重要损失数据分析以确定损失事件和风险因素的因果关系；

确定关键风险指标(KPI)；

衡量可能的损失金金额和风险概率，包括：基于历史数据的量化方法和专家评判法；

衡量现有的管控方法的有效性，建设更有效的管控方案；

决策和实施基于效率和相平衡的管控体系；

风险预警指标，针对高级管理层的风险报告，风险官孔方法的有效监控。

衡量流程的合规性和有效性。

2.根据权利要求1所述的方法，其特征在于，所述方法通过对象与行为的关系关联监督检查资金流向的异常情况，从而发现各种欺诈行为。

3.根据权利要求1所述的方法，其特征在于，所述方法包括一套基于KRI(关键风险指标)的风险量化指标体系。

4.根据权利要求3所述的方法，其特征在于，所述风险量化指标体系采用从下至上的分层设计，基于业务数据集市分为对象轮廓指标、基础风险指标、规则风险指标、风险度量指标等。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括一种监控模型的建立方法，包括：

对象行为模式：将业务活动的对象、要素、行为统一成单一对象行为模式、多个对象行为模式；

监测模型：将监测模型主要分为实时控制模型、正常业务模型、异常业务监测模型、累计特征分析模型；这四类模型方法既是独立的，也是相互依赖的。

模型构建方法：统一的一套建模方法论，指导监测系统从业务到模型的实施过程。

6.根据权利要求5所述的方法，其特征在于，所述方法在建立监测模型的过程中，主要步骤还包括：

行为分析：确定监测对象之后，针对对象行为进行组合分析，形成监测模型；

模型试验：在一定数据范围内，利用监测模型进行数据试验；

模型确定：对试验信息进行评估认定，从反馈结果中确立正确合适的监测模型。

7.根据权利要求1所述的方法，其特征在于，所述方法通过预警规则库将风险监测的业务范围划分为综合管理、个金业务、公司业务、外汇业务、授信业务等；每类业务按照监测技术划分，可以分为实时监测、事后监测、定期分析和事后监督四种类型。

8.根据权利要求1所述的方法，其特征在于，所述方法根据设置的预警规则将每日自动对业务数据进行风险监测预警，并将系统的预警信息按照其重要程度，设定用户级别。

9.一种基于规则引擎的银行异常业务监控系统，其特征在于，所述系统按逻辑层次划分，包括：

业务数据层、数据采集层、数据存储层、风险处理层、风险管理层和信息展现层。

所述业务数据层，主要指系统的原始业务数据来源。业务数据主要来自于现有的：核心业务系统、业务集中系统、数据仓库和其他外部数据。

所述数据采集层，利用数据采集平台从核心系统、数据仓库及相关业务系统中采集原始业务数据，包括：实时与非实时两种数据采集方式。

所述数据存储层，主要用于各类数据的存储，包括采集过来的原始业务数据以及系统所产生的衍生数据。

所述风险处理层，提供各类业务逻辑处理，主要由三大智能引擎实现：

计算引擎：根据风控实例的计算特性进行计算，主要包括即时计算和批处理计算两种模式。需要对日常统计、风险指标等进行批处理计算，除此之外，需要对抽样、查询等进行即时计算。

规则引擎：主要处理风险监测预警所涉及的指标、参数以及规则的计算，利用实时业务监测模型、正常业务监测模型、异常业务监测模型以及特征累计监测模型实现风险的监测预警。

工作流引擎：利用工作流技术实现在预警处理、调查分析、案例管理以及风险报告过程中业务处理工作流程的管理。

所述风险管理层可以实现会计业务风险的监测、预警、调查、跟踪、报告等一系列风险处理流程，同时提供了系统的所有业务功能。主要划分为基础管理、监测预警两大应用功能平台。

所述信息展现层，为各类用户提供了统一的系统信息门户进行功能接入以及信息访问，实现了WEB功能展现、BI多维分析以及安全保障体系。用户可划分为：风险监测用户、系统运作用户、技术开发用户、会计业务主管、部门领导、行领导等。