一种用于活畜抵押的风控平台及风险控制管理方法

技术领域

本发明属于金融计算技术领域，尤其涉及一种用于活畜抵押的风控平台及风险控制管理方法。

背景技术

对于活畜生产管理，特别是“活畜+互联网”化进程加快，活畜全产业链条上的各种风险问题凸显，比如活畜养殖风险，活畜价格风险，活畜资金风险，活畜存栏风险，销售风险，信用关系问题风险，供应链管理风险，以及操作流程相关风险等，如何针对这些风险进行有效的识别，并制定相应的风险评估策略，及时有效采取风险对应方案，是摆在这个行业面前亟待解决的问题。所以急需相关的系统的理论和可论证的可持续优化的方法，并辅助以互联网化、移动互联网和物联网的技术手段，完成业务过程中风险可控，可追踪。

然而，活畜抵押业务互联网化是一个比较新兴的方向，纵观现有的活畜产业现状，受长期传统线下模式，活畜不能借贷和固有思维的制约，没有一整套比较成熟有效的风险综合管控集成解决方案。所以这就成为今后探索和研究的方向，希望创造一套适合的业务模式，可持续的标准化的风控架构体系，联合风控管理组织，设计完善风控管理信息化系统，制定风控管理流程，不断优化和改进。

而且，现有的风控管理信息化系统一般有如下特征问题：

1.关联特定方面：比如风控流程和特定的行业流程强关联，数据模型和特定的行业数据强关联，系统结构也和行业业务系统强关联。

2.系统平台门面化：为某种业务场景独立设计一套风控解决方案，门面化严重，缺乏通用性，导致业务场景扩展性问题，风控配套跟进及时性的问题。

3.风险效果评估评价缺失：风控模型，风险规则除了保证灵活性，性能等技术效果外，如何保证准确率和召回率等业务的效果，并能够得到系统化分析效果，实时校验效果，可视化显示效果的系统支撑也是一大难题，环境变化，时机改变，所述的上下文关系是不一样的，评估也不是一成不变的。

发明内容

本发明的目的在于解决上述现有技术存在的缺陷，提供一种用于活畜抵押的风控平台及风险控制管理方法，通过先进物联网等传感器采集现场数据，数据传输到风控服务平台，可自动化对活畜养殖过程中风险进行识别，进行动态辨识，实时分析，评价风险结果输出。

本发明采用如下技术方案：

一种用于活畜抵押的风控平台，

包括可视展示层、核心模块层、数据层；

数据层，主要采集、存储、传输、读写用于被抵押的牲畜的各项数据信息；包括牲畜的信息、养殖户的信息；

核心模块层，主要接收数据层传输的各项数据，并对数据进行加工和处理，并将加工后的数据下载至数据层和上传至可视展示层；

核心模块层，用于完成风控数据维度分析，风控数据同步存储，风控数据输出等任务，同时结合活畜抵押业务流程相关维度数据辅以金融信息流，资金流数据。

可视展示层，主要用于接收核心模块层上传的各项数据，并对各项数据进行可视化展示。

其中，数据层包括风控养殖场物联网采集芯片数据单元；

核心模块层，包括风控中台数据库单元，风控牲畜物联网复查盘点服务单元，风控可视化监测服务单元，风控数据管理单元；

可视化展示层，包括风控大数据服务单元，风控后台管理服务单元；

风控养殖场物联网采集芯片数据单元，是现场实时抵押活畜的数据的入口，物联网收集的芯片数据发送给风控中台数据库单元；

风控中台数据库单元，是应用规则中心，用于进行实时数据的计算和分析，并反馈处理结果，调度数据到处罚中心；

风控后台管理服务单元，用于管理和维护业务规则，包括事件信息，风险事件，业务预警，业务预警任务，活畜抵押领域模型，防控模型，活畜价值基本库，养殖户基本库；

风控牲畜物联网复查盘点服务单元，用独立的JAR包蓝牙连接物联网设备现场定时对牲畜进行复查盘点，实时盘点的数量结合历史数据进行分析，聚合，归类，采用统计学方法，机器学习模型，依赖规则中心计算，并记录结果，筛选异常活畜数量并发出提醒；

风控可视化监测服务单元，远程可视化监测设备实时掌握现场活畜在场情况，并就异常情况进行提醒；

风控大数据服务单元，提供风控依赖的各个维度数据，特征数据，指标模型数据，提供统一接口，并提供实时数据同步模型接口，非实时隔日批量同步，和异步抓取近实时同步方案，各个数据通过平台集中展示。

进一步的，所述风控养殖场物联网采集芯片数据单元，以独立自主的JAR包形式承载，统一报文和协议，采用在线或离线模型进行数据通讯上送。

进一步的，所述风控中台数据库单元，以独立的服务部署，客户和养殖场数据存储在中台进行统一管控和验证，对外统一接口模式。

进一步的，所述风控后台管理服务单元，以独立的服务部署，风控参数配置管理后台，规则中心规则制定和更新，风险预警交互控制，风险事件跟踪分析。

进一步的，所述风控可视化监测服务单元和风控牲畜物联网复查盘点服务单元，以独立的自主的JAR包形式承载和看板系统，统一报文和协议，采用在线模型进行数据通讯上送。

进一步的，所述风控大数据服务单元，集成所有数据通过大数据看板进行直观展示。

一种用于活畜抵押的风险控制管理方法，包括如下步骤：

步骤一.在养殖场通过物联网采集设备和定制APK协作采集牲畜芯片信息，完成抵押数据采集，完成数据准备阶段；

步骤二.采集的数据通过无线网络传输至风控中台数据库单元，进行实时保存；

步骤三.通过云端，数据处理传输至风控后台管理服务单元，实时调度到实时服务，写入消息队列；

步骤四.通过风控可视化监测服务单元进行牲畜再栏情况确认，通过规则引擎加载规则集，如出现异常情况提出风控预警提示；

步骤五.通过风控牲畜物联网复查盘点服务单元进行现场复查牲畜数量和芯片信息，通过规则引擎加载规则集，与风控后台管理服务单元数据进行在线匹配，筛选问题牲畜；

步骤六.风控数据管理，预先配置设定好的相关的静态规则和模块，系统业务参数，业务路由信息，规则处置模型，转化为动态规则，并下发风控核心，完成规则动态变更和调整；

步骤七.风控大数据服务单元，牲畜抵押各项数据通过看板可视化展示，为业务和客户端提供可靠的风控数据，为决策提供依据。

进一步的，所述步骤四中规则引擎加载规则集，包括：

a1.定义静态规则，抽象规则对象维度数据，制定业务规则语言，关联惩罚中心定义的处理模型，产出动态规则；

b1.推送动态规则，到规则库中，并发起规则变更事件；

c1.规则引擎初始化，通过规则模板引擎，解析规则库中规则要求成标准规则集，并加载到内存库中；

d1.规则引擎多节点定时轮训规则信息变更，并动态刷新内存规则，引用变更后的规则逻辑，完成规则实时灵活调整。

进一步的，所述步骤四中的规则内容包括：

a2.数据要素符合规则匹配条件，进入规则执行逻辑；

b2.记录风险预警事件，并适时的产生业务预警；

c2.风控人员审核通过，业务预警关联预警处理接口人，并推送任务；d2.任务处理人完成风险处理，回填任务反馈，并推送结果；

e2.风控人员跟踪核对处理效果，结束风控预警，任务结束。

本发明的有益效果：

本发明以专业的平台为手段，抽象通用数据单元，整合可动态管理变更的规则引擎，根据场景时效特点分离实时处理模型，近线处理模型，完成风控业务全场景覆盖，以及独立客户APK端，减少业务系统变更对风控后端核心的冲击，灵活解耦风控逻辑和业务逻辑。同时风控数据服务集中化，独立化，为应对风控数据量大，不确定性，多样性，提供很好数据支撑，形成通用风控综合方案，解决了传统风控人工化，低效，以及强耦合业务，业务场景风控门面化固化严重，风控及时跟进和扩展性问题。提供规则中心和流程处理分离，规则和模型数据分离通用的强适应性灵活变化的处理方式。为活畜产业相关全流程风控提供系统模式化支持，为活畜产业贷款融资做好技术风控支撑。

附图说明

图1为本发明管理方法步骤流程图；

图2为本发明风控平台的系统结构图；

图3为本发明实施例数据层采集的信息图；

图4为本发明实施例可视化展示层获取的活畜图片；

图5为本发明风控后台管理服务单元触发后的流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图2所示，本发明的一种用于活畜抵押的风控平台，包括可视展示层、核心模块层、数据层；

数据层，主要采集、存储、传输、读写用于被抵押的牲畜的各项数据信息；包括牲畜的信息、养殖户的信息，数据层主要在云端上运行；

核心模块层，主要接收数据层传输的各项数据，并对数据进行加工和处理，并将加工后的数据下载至数据层和上传至可视展示层；

核心模块层，用于完成风控数据维度分析，风控数据同步存储，风控数据输出等任务，同时结合活畜抵押业务流程相关维度数据辅以金融信息流，资金流数据，比如账户、用户、信用、知识关系图等预防和规避业务规程中潜在的风险和损失。

可视展示层，主要用于接收核心模块层上传的各项数据，并对各项数据进行可视化展示。

其中，数据层包括风控养殖场物联网采集芯片数据单元。

核心模块层，包括风控中台数据库单元，风控牲畜物联网复查盘点服务单元，风控可视化监测服务单元，风控数据管理单元。

可视化展示层，包括风控大数据服务单元，风控后台管理服务单元。

风控养殖场物联网采集芯片数据单元，是现场实时抵押活畜的数据的入口，本单元收集的芯片数据发送给风控中台数据库单元；

风控中台数据库单元，是应用规则中心，用于进行实时数据的计算和分析，并反馈处理结果，调度数据到处罚中心，经处理后通过云端并传输至风控后台管理服务单元；

风控后台管理服务单元，包括牲畜名单管理，养殖户信息管理，抵押品价值管理，规则管理，决策处罚管理，异常数据管理和业务预警管理，风险报表相关查询管理，经过处理后传输至风控可视化监测服务单元。

如图5所示，当风控后台管理服务单元被操作触发后，操作人员在可视化平台上输入相关信息，若错误则提示重新输入，正确后，可视展示层展示预警的信息，风控人员根据预警信息进行对应的操作，首先进行风控预警信息的真实性的判断，若是假预警则重置，若是真预警则根据预警信号找到风控的实际对应人员，对应人员包括两类人员，一是技术人员，另一类是金融类，银行办理抵押的人员，他们确认任务内容后，完成相关的处理操作，最后及时汇总并将处理结果上传，完成预警信号的处理工作。

风控可视化监测服务单元，通过远程可视化监测设备实时掌握现场活畜在场情况，并就异常情况进行提醒，再传输至风控牲畜物联网复查盘点服务单元；

风控牲畜物联网复查盘点服务单元，用独立的JAR包蓝牙连接物联网设备现场定时(例如15天周期)对牲畜进行复查盘点，实时盘点的数量结合历史数据进行分析，聚合，归类，采用统计学方法，机器学习模型，依赖规则中心计算，并记录结果，筛选异常活畜数量并发出提醒，再传输至风控数据管理单元；

风控数据管理单元，用于管理和维护业务规则，包括事件信息，风险事件，业务预警，业务预警任务，活畜抵押领域模型，防控模型，活畜价值基本库，养殖户基本库，再传输至风控大数据服务单元；

风控大数据服务单元，提供风控依赖的各个维度数据，特征数据，指标模型数据，提供统一接口，并提供实时数据同步模型接口，非实时隔日批量同步，和异步抓取近实时同步方案，各个数据通过平台集中展示。

进一步的，所述风控养殖场物联网采集芯片数据单元，以独立自主的JAR包形式承载，统一报文和协议，采用在线或离线模型进行数据通讯上送。

进一步的，所述风控中台数据库单元，以独立的服务部署，客户和养殖场数据存储在中台进行统一管控和验证，对外统一接口模式。

进一步的，所述风控后台管理服务单元，以独立的服务部署，风控参数配置管理后台，规则中心指定和更新，风险预警交互控制，风险事件跟踪分析。

进一步的，所述风控可视化监测服务单元和风控牲畜物联网复查盘点服务单元，以独立的JAR包形式承载和看板系统，统一报文和协议，采用在线模型进行数据通讯上送。

进一步的，所述风控大数据服务单元，集成所有数据通过大数据看板进行直观展示。

如图1所示，一种用于活畜抵押的风险控制管理方法，包括如下步骤：

步骤一.在养殖场通过风控养殖场物联网采集芯片数据单元(物联网采集设备和定制APK协作采集牲畜芯片信息)，完成抵押数据采集，完成数据准备阶段；

步骤二.采集的数据通过无线网络传输至风控中台数据库单元，进行实时保存；

步骤三.通过云端，数据处理传输至风控后台管理服务单元，实时调度到实时服务，写入消息队列；

步骤四.通过风控可视化监测服务单元进行牲畜在栏情况确认，通过“规则”引擎加载规则集，如出现异常情况提出风控预警提示；

步骤五.通过风控牲畜物联网复查盘点服务单元进行现场复查牲畜数量和芯片信息，通过规则引擎加载规则集，与风控后台管理服务单元数据进行在线匹配，筛选问题牲畜；

步骤六.风控数据管理，预先配置设定好的相关的静态规则和模块，系统业务参数，业务路由信息，规则处置模型，转化为动态规则，并下发风控核心，完成规则动态变更和调整；

步骤七.风控大数据服务单元，牲畜抵押各项数据通过看板可视化展示，为业务和客户端提供可靠的风控数据，为决策提供依据。

进一步的，所述步骤四中规则引擎加载规则集，包括：

a1.定义静态规则，抽象规则对象维度数据，制定业务规则语言，关联惩罚中心定义的处理模型，产出动态规则；

b1.推送动态规则，到规则库中，并发起规则变更事件；

c1.规则引擎初始化，通过规则模板引擎，解析规则库中规则要求成标准规则集，并加载到内存库中；

d1.规则引擎多节点定时轮训规则信息变更，并动态刷新内存规则，引用变更后的规则逻辑，完成规则实时灵活调整。

进一步的，所述步骤四中的“规则”(规则是与客户共同确认活畜抵押游戏规则，进行匹配)，内容包括：

a2.数据要素符合规则匹配条件，进入规则执行逻辑；

b2.记录风险预警事件，并适时的产生业务预警；

c2.风控人员审核通过，业务预警关联预警处理接口人，并推送任务；

d2.任务处理人完成风险处理，回填任务反馈，并推送结果；

e2.风控人员跟踪核对处理效果，结束风控预警，任务结束。

实施例

2021年4月中旬青海农行民和县支行把活体奶牛作为抵押物，在通过“活畜抵押的风控平台及风险控制管理方法”风险管控成功为养殖企业发放了500万元“乡村振兴活畜贷”，是青海首笔业务。此模式成功解决了奶牛企业缺乏抵押物的困境，有效盘活了该企业的动产资源，同时为企业降低了费用，为奶牛产业发展和稳产保供工作提供了资金支持。

如图3-图4所示，此套风险管控系统起到关键的作用，通过物联网和APK采集奶牛基础信息，再通过可视化监测系统和复查盘点服务功能对奶牛进行实时监管，实时知晓奶牛是否在规定的圈舍范围内，确保活畜资产安全，如某些奶牛不规定圈舍内，预警提示信息通过大数据看板展示出，为银行机构提供活畜抵押的风险数据，同时提供大数据分析决策和预警平台。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。