一种资金交易数据流动性风险检测方法及装置与流程
本申请涉及金融领域，尤其涉及一种资金交易数据流动性风险方法及装置。
背景技术：
1、流动性风险是指一个公司或个人没有足够的现金来按时履行其财务义务(支付其债务)的风险。及时识别潜在的流动性风险，保障资金的安全性十分重要。
2、现有技术中，识别某交易参与方是否存在资金流动性风险时，主要通过构造单一风险系数指标或构造多指标风险预警体系实现。使用单一风险系数指标时，得到的结果多偏向于定性分析，难以在定量层面找到一种真实有效的指标实现精准预警。使用多指标风险预警体系时，多依赖神经网络算法实现多指标风险预警体系的构造，基于神经网络等ai算法搭建的风险检测模型，预测结果往往可解释性不强，且易出现过拟合现象，模型精度和稳定性有待进一步加强。此外，现有的检测方法大多依赖于外部数据，但外部数据存在获取周期长等问题，无法及时对参与方的流动性风险进行预测。
技术实现思路
1、针对现有技术中的问题，本申请提供一种资金交易数据流动性风险方法及装置，能够至少部分地解决现有技术中存在的问题。
2、第一方面，本申请提供一种资金交易数据流动性风险检测方法，包括：
3、在历史参与方中查找存在预设风险特征的风险参与方，根据所述预设风险特征确定所述风险参与方的风险发生时段；
4、根据潜在风险指标在各风险参与方的风险发生时段内的数据生成对应风险参与方的特征序列，基于所述特征序列，采用多种聚类方法对各风险参与方进行聚类，得到多种聚类结果；
5、若各聚类结果中最大的簇所含风险参与方的比例均超过第一预设阈值，则提取各聚类结果对应的风险模式；
6、确定各风险模式间的相似度，若所述相似度均在预设范围内，则根据所述风险模式生成风险模板存入风险模板库，执行上述迭代操作，直至完成所有预设风险特征对应的风险模板的提取；
7、将当前参与方与所述风险模板库中的各风险模板进行匹配，根据匹配结果确定所述当前参与方是否存在流动性风险。
8、其中，所述根据所述风险模式生成风险模板存入风险模板库，包括：
9、从提取到的风险模式中随机选取一风险模式，获取所述风险模式中各时间点的数值与正常数值的偏差，确定所述偏差连续超过第二预设阈值的时间段；
10、从选取的所述风险模式中提取多个包含所述时间段且具有不同时长的风险序列，分别计算不同风险序列与各风险参与方特征序列的相似度；
11、选取与各风险参与方特征序列相似度最高的风险序列作为风险模板，存入风险模板库。
12、其中，所述根据所述风险模式生成风险模板存入风险模板库，包括：
13、获取风险模式中各时间点的数值与正常数值的偏差，确定各风险模式中所述偏差连续超过第二预设阈值的时间段；
14、从各风险模式中分别提取多个包含对应时间段且具有不同时长的风险序列，分别计算提取到的不同风险序列与各风险参与方特征序列的相似度；
15、选取与各风险参与方特征序列相似度最高的风险序列作为风险模板，存入风险模板库。
16、其中，所述将当前参与方与所述风险模板库中的各风险模板进行匹配，包括：
17、提取所述当前参与方与各潜在风险指标对应的匹配特征；
18、计算各匹配特征与所述风险模板库中对应风险指标下的风险模板的相似度；若所述相似度超过第三预设阈值，则与对应风险模板匹配成功。
19、其中，还包括：
20、根据当前参与方与各风险模板的匹配结果生成对应的预警结果；
21、根据各参与方的预警结果生成银行系统的健康分数。
22、第二方面，本申请提供一种资金交易数据流动性风险检测装置，包括：
23、风险参与方确定单元，用于在历史参与方中查找存在预设风险特征的风险参与方，根据所述预设风险特征确定所述风险参与方的风险发生时段；
24、聚类单元，用于根据潜在风险指标在各风险参与方的风险发生时段内的数据生成对应风险参与方的特征序列，基于所述特征序列，采用多种聚类方法对各风险参与方进行聚类，得到多种聚类结果；
25、风险模式提取单元，若各聚类结果中最大的簇所含风险参与方的比例均超过第一预设阈值，则用于提取各聚类结果对应的风险模式；
26、风险模板生成单元，用于确定各风险模式间的相似度，若所述相似度均在预设范围内，则根据所述风险模式生成风险模板存入风险模板库；
27、流动性风险监测单元，用于将当前参与方与所述风险模板库中的各风险模板进行匹配，若存在风险模板匹配成功，则所述当前参与方存在流动性风险。
28、第三方面，本申请提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一实施例所述的方法。
29、第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述任一实施例所述的方法。
30、第五方面，本申请提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述任一实施例所述的方法。
31、本申请提供的资金交易数据流动性风险检测方法及装置，通过在历史参与方中查找存在预设风险特征的风险参与方，根据预设风险特征确定风险参与方的风险发生时段；根据潜在风险指标在各风险参与方的风险发生时段内的数据生成对应风险参与方的特征序列，基于所述特征序列，采用多种聚类方法对各风险参与方进行聚类，得到多种聚类结果；若各聚类结果中最大的簇所含风险参与方的比例均超过第一预设阈值，则提取各聚类结果对应的风险模式；确定各风险模式间的相似度，若相似度均在预设范围内，则根据风险模式生成风险模板存入风险模板库，执行上述迭代操作，直至完成所有预设风险特征对应的风险模板的提取；将当前参与方与风险模板库中的各风险模板进行匹配，根据匹配结果确定所述当前参与方是否存在流动性风险，实现了参与方风险的快速预测，预测过程可解释性强，预测结果准确率高，且预测过程不需依赖外部参数，能够实时得到各参与方的资金流动风险，及时对风险进行预警和管理。
技术特征：
1.一种资金交易数据流动性风险检测方法，其特征在于，包括：
2.根据权利要求1所述的资金交易数据流动性风险检测方法，其特征在于，所述根据所述风险模式生成风险模板存入风险模板库，包括：
3.根据权利要求1所述的资金交易数据流动性风险检测方法，其特征在于，所述根据所述风险模式生成风险模板存入风险模板库，包括：
4.根据权利要求1所述的资金交易数据流动性风险检测方法，其特征在于，所述将当前参与方与所述风险模板库中的各风险模板进行匹配，包括：
5.根据权利要求1所述的资金交易数据流动性风险检测方法，其特征在于，还包括：
6.一种资金交易数据流动性风险检测装置，其特征在于，包括：
7.根据权利要求6所述的资金交易数据流动性风险检测装置，其特征在于，所述风险模板生成单元包括：
8.根据权利要求6所述的资金交易数据流动性风险检测装置，其特征在于，所述风险模板生成单元包括：
9.根据权利要求6所述的资金交易数据流动性风险检测装置，其特征在于，所述流动性风险监测单元包括：
10.根据权利要求6所述的资金交易数据流动性风险检测装置，其特征在于，还包括：
11.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5任一项所述的方法。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至5任一项所述的方法。
13.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现权利要求1至5任一项所述的方法。
技术总结
本申请提供了一种资金交易数据流动性风险检测方法及装置，该方法包括：查找存在预设风险特征的风险参与方，确定风险发生时段；根据潜在风险指标和风险发生时段生成各风险参与方的特征序列，采用多种聚类方法进行聚类，得到多种聚类结果；若各聚类结果中最大的簇所含风险参与方的比例均超过第一预设阈值，则提取各聚类结果对应的风险模式；若各风险模式间的相似度均在预设范围内，则根据所述风险模式生成风险模板，执行上述迭代操作，直至完成所有风险模板的提取；将当前参与方与风险模板库中的各风险模板进行匹配，根据匹配结果确定是否存在流动性风险。该装置用于执行该方法。实现了参与方流动性风险的实时准确预测，预警时间早，可解释性强。
技术研发人员：李玮,杨晨,黎竹平,张悦宁,仝美涵,陈雅丹
受保护的技术使用者：银清科技有限公司
技术研发日：
技术公布日：2024/9/23