用于辅助交易准入审核的方法、装置和介质

技术领域

本公开涉及交易风控领域，更具体而言，涉及一种用于辅助交易准入审核的方法和装置。

背景技术

随着社会的发展，越来越多的人开始从事金融产品交易经营活动。随着金融市场交易活动对人类生活的影响范围和程度日益拓展和深化，各种与交易相关的风险也随之而生。因此，为了保护社会公共利益的需要，减少金融交易风险的发生，就需要建立并完善一套交易准入机制以将交易风险降到最低。

在现有的交易准入机制中，通常是采用交易的黑白名单的形式来对交易者的准入资格进行管理。但是所述机制存在下述缺点：

1)采用手工配置黑白名单形式，在实际做交易时，通过直接判断交易对手是否在所配置的黑白名单列表中来准许/拒绝与其进行交易。

2)在配置黑白名单列表时，仅仅参考一些简单的交易要素，如债券发行人，交易期限等。因此，用于交易准入判断的数据维度不够多，也不够灵活。例如，对于市场变动，如新发行债券、债券评级变动，所述机制无法进行判断或判断不及时、不准确。

这些缺点导致现有的交易准入机制无法适应金融市场的环境和客户需求的变化，同时也需要浪费大量人力资源来维护所述黑白名单。

因此，存在一种需求，希望能够提供一种高效且灵活的能够辅助交易准入审核的机制。

发明内容

本申请涉及一种辅助交易准入审核的方案，更具体而言，涉及一种辅助交易准入审核的方法和装置。通过所述方案可以在交易准入审核时提供辅助的智能化方案来帮助用户尽快获得交易准入许可。

根据本申请的第一方面，提供了一种用于辅助交易准入审核的方法，包括：

初始化阶段：

提供多种准入规则，所述准入规则包括要素和该要素要满足的阈值；

根据用户自身的风控要求，为所述准入规则的所述阈值提供预设值；

按照交易场景，选择需要的准入规则，并设置准入规则间的逻辑关系以构建准入场景模板；

试算阶段：

通过录入期望要完成成交的交易要素来向系统发出交易请求；

解析所述交易请求中所包含的所述交易要素，并根据所述交易要素的品种判断相对应的交易场景；

根据判断出的所述交易场景，调用出与所述交易场景相关联的所述准入场景模板；

获取所述准入场景模板中包含的所述准入规则并解析所述准入规则之间的所述逻辑关系；

根据各准入规则里的要素从各数据来源收集对应的基础要素数据，并对所述基础要素数据进行加工和整合以得到经整合基础要素数据；

将所述经整合基础要素数据与所述准入场景模板中的相应的准入规则中的所述预设值分别进行比较，从而得出准入试算结果。

根据本申请的第二方面，提供了一种用于辅助交易准入审核的装置，包括：

初始化模块，所述初始化模块包括：

准入规则模块，被配置为提供多种准入规则，所述准入规则包括要素和该要素要满足的阈值；

准入预设值模块，被配置为根据用户自身的风控要求，为所述准入规则的所述阈值提供预设值；

准入场景模板模块，被配置为按照交易场景，选择需要的准入规则，并设置准入规则间的逻辑关系以构建准入场景模板；

试算模块，所述试算模块包括：

录入模块，被配置为通过录入期望要完成成交的交易要素来向系统发出交易请求；

判断场景模块，被配置为解析所述交易请求中所包含的所述交易要素，并根据所述交易要素的品种判断相对应的交易场景；

场景调用和解析模块，被配置为根据判断出的所述交易场景，调用出与所述交易场景相关联的所述准入场景模板，以及获取所述准入场景模板中包含的所述准入规则并解析所述准入规则之间的所述逻辑关系；

收集整合模块，被配置为根据各准入规则里的要素从各数据来源收集对应的基础要素数据，并对所述基础要素数据进行加工和整合以得到经整合基础要素数据；

比较模块，被配置为将所述经整合基础要素数据与所述准入场景模板中的相应的准入规则中的所述预设值分别进行比较，从而得出准入试算结果。

根据本申请的第三方面，提供了一种存储有指令的计算机可读存储介质，当所述指令被执行时使得机器执行如第一方面所述的方法。

提供本概述以便以简化的形式介绍以下在详细描述中进一步描述的一些概念。本概述并不旨在标识所要求保护主题的关键特征或必要特征，也不旨在用于限制所要求保护主题的范围。

附图说明

为了描述可获得本发明的上述和其它优点和特征的方式，将通过参考附图中示出的本发明的具体实施例来呈现以上简要描述的本发明的更具体描述。可以理解，这些附图只描绘了本发明的各典型实施例，并且因此不被认为是对其范围的限制，将通过使用附图并利用附加特征和细节来描述和解释本发明，在附图中：

图1示出了根据本公开的一个实施例的一种辅助交易准入审核的方法的示例流程图。

图2示出了根据本公开的一个实施例的一种辅助交易准入审核的装置的示例交易环境框图。

具体实施方式

如前所述，由于金融市场多变，对交易对手的准入资格判断也会随着变化，因此，需要有一种辅助手段能够在审核时通过对交易进行分析来灵活地设置准入判断的规则，从而改进交易对手的黑白名单的过滤判断。另一方面，随着金融市场中的交易类型越来越复杂，在设置或更新黑白名单时需要考虑的市场数据也越来越多。因此，原来的手动设置黑白名单的形式显然无法适应如此众多的数据分析处理以及日益复杂的准入规则计算。因此，这也需要一种能够在交易准入审核时提供辅助的智能化方案。

为了实现上述目标，本公开的方案从下述几个方面着手进行改进：

1)丰富准入判断的要素维度，使判断结果更精细化，更有目的性；

2)允许用户根据需要自行调整要素维度，更方便个性化定制；

3)丰富数据来源，从多个来源获取市场数据进行对比分析，使分析结果尽量准确；

4)针对各类交易场景，可以灵活组合各类不同的判断准入规则，以提供灵活的规则配置；

5)通过试算并根据试算结果向用户提供改进建议，以促使用户通过不断调整交易请求以通过交易准入审核。

因此，本公开提供例如一种辅助交易准入审核的方案。通过该方案的试算流程，用户可以在正式进行交易审核之前知晓交易请求存在的缺陷，并通过调整交易请求来尽快获得交易准入许可，加快了审核的进度。

概括来说，所述方案可以包括：提供来源丰富的市场数据；按规则从所述市场数据提取相关数据；按关联性大小计算出影响权数(权重)；以及根据本次发生交易的要素与权数比较，得到准入提示。

下面结合附图1来描述下根据本公开的一个实施例的一种辅助交易准入审核的方法的示例流程图。所述方法可以被划分成初始化阶段和试算阶段两个部分。

如图所示，首先，在开始试算之前，先要经过初始化阶段。

在所述初始化阶段中，包括下述步骤：

在步骤102，系统提供多种准入规则以供用户选择。准入规则是指提供商品或服务的一方进行交易需要达到的条件或标准，以及进行交易时需要遵守的相关规范。所述准入规则可以包括要素和该要素要满足的阈值，例如条件、标准或需要遵守的规范。举例而言，一个准入规则可以是“债券评级在A及以上”，其中，“债券评级”就是规则的要素，而“在A及以上”就是该要素需要满足的阈值条件。

应该理解，不同的交易场景所涉及的准入规则也是不同的。例如，在完成一笔现券交易的场景中，所述准入规则可以包括交易对手评级、交易期限、Shibor利率、加权行情、债券评级规则、交易对手行业规则、债券类型规则等等。而其他交易场景则有着与该场景相关联的其他交易规则。应该理解，针对不同的交易场景，实际上也已经形成了一套业内比较公认的准入规则。系统可以参考业内的部分成熟做法来设置所述准入规则。

典型的要素的示例，如下表1所示：

表1

应该理解，表1中所示的交易要素仅仅是可用的交易要素的举例说明，并不是要局限于这些交易要素。根据具体的交易场景，其他交易要素也适用于本公开的方案。

在一些实施例中，当系统提供的准入规则不能满足用户的需求时，用户也可以根据自己的需求，手动制定准入规则。

在步骤104，用户根据自己的风控要求，为准入规则中的阈值提供预设值。具体而言，所述预设值可以主要根据用户的自身的风控要求，或者还可以考虑诸如交易市场的准入规范和条款、行业规范指标以及政府相关的政策法规以及其他因素来设置。举例而言，预设值可以对规则中的机构的信用评级、交易的金额、期限、交易员的资历等条件设置阈值门槛，只有满足所述预设值(即阈值)的交易才有可能在后续审核过程中被许可准入。对于不满足规则中的预设值的交易，系统可以根据其不满足哪个/哪些预设值来向用户提出交易调整的建议，以期用户下一次交易试算时能够满足所述预设值。应该理解，不同的交易场景可与不同的预设值相关联。还可以理解，针对不同的交易规则，实际上也已经形成了一套业内比较默认的阈值规范。系统可以参考业内的部分成熟做法来设置所述预设值。

在步骤106，用户按照交易场景，选择需要的准入规则，并设置准入规则间的逻辑关系以构建准入场景模板。所述准入场景模板将特定交易场景与和其相关联的准入规则绑定在一起以供在试算阶段调用，其实际上就是该场景下的适用的准入规则的集合。所述逻辑关系表示了各个准入规则之间的诸如“与”和“或”之类的逻辑关系，即规定了是要同时满足多条准入规则还是满足其中一者即可。可以基于所述规则之间的逻辑关系，进行规则分组判断。举例而言，以现券交易的场景为例，所述准入规则可以包括债券评级规则、交易对手行业规则、债券类型规则，而逻辑关系可以例如包括两条，即1)满足“交易对手行业规则”且满足“债券评级规则”；或2)满足“债券类型规则”。只要满足上述任意一条就可以认为试算可以通过。

所述准入场景模板可以被存储在数据库中。当在需要时，可以从数据库中调用这些准入场景模板以帮助进行准入试算。

至此，初始化阶段结束。系统已经准备好可以进入正式的准入试算阶段。

在准入试算阶段中，包括下述步骤：

首先，在步骤108，用户在进行交易前，通过录入期望要完成成交的交易要素(如交易金额，交易期限等)来向系统发出交易请求。根据不同的交易场景，所需的交易要素也各不相同。

在所述系统接收到所述交易请求之后，在步骤110中，系统解析所述交易请求中所包含的交易要素，并根据所述交易要素的品种判断相对应的交易场景。例如，如果所述交易要素与债券相关联，则可以判断出所述交易是属于债券交易场景。

随后，在步骤112中，系统根据判断出的交易场景，从数据库中调用出与所述交易场景相关联的准入场景模板。如前所述，所述准入场景模板是在初始化阶段被构建并可被存储在数据库中，并且所述准入场景模板包括与所述交易场景相关联的准入规则以及准入规则之间的逻辑关系。

接着，在步骤114中，获取所述准入场景模板中包含的准入规则并解析准入规则之间的逻辑关系，也就是根据逻辑关系将准入规则拆分成由一个或多个相关联的准入规则构成的规则分组。

然后，在步骤116中，根据各准入规则里的要素从各数据来源收集对应的基础要素数据，并在对所述基础要素数据进行加工处理后，将来自各个来源的经加工的基础要素数据整合在一起以得到经整合基础要素数据(集合)。

所述基础要素数据可以是来自多个来源的数据，例如市场基础数据、市场行情数据、机构自有数据等等。在收集了这些基础要素数据之后，可以对这些数据进行处理加工。根据所需的要素的不同，可以应用不同的加工处理手段。

例如，如果需要使用“机构评级信息”要素，则可以在从主要评级公司收集到对该机构的最新评级之后，按距离时间对所述机构评级信息进行加权，举例来说，针对境内机构，选择国内几家主要的评级公司收集对该交易对手的最近的评级，根据评级时间先后、评级调整的连续升降等因素，对所述评级进行加权处理，最后，根据用户的交易策略倾向选择最高(保守策略)或最低(进取策略)评级。又比如，如果需要使用“行业”要素，则可以根据所在行业的各特性分别制定对应的权重，对该行业的所属特性加权计算，从而得到该行业的基础评价。在表1中也罗列了与各要素相关联的示例要素加工处理方式。

如前所述，由于一个交易场景可能存在多个规则(或规则分组)，因此，一般需要执行多次基础要素数据的收集和加工操作。并且，在完成所有规则分组的基础要素数据的收集加工之后，可以将所有的经加工的基础要素数据整合在一起，以得到经整合基础要素数据。

最后，在步骤118中，将经整合基础要素数据与该准入场景模板中的相应的准入规则中的预设值(即阈值)分别进行比较，从而得出准入试算结果。所述准入试算结果可以包括：1)如果基础要素数据满足全部准入规则，则建议许可该交易请求；2)如果基础要素数据全部或部分不满足准入规则，则根据哪些基础要素数据不满足哪些准入规则中的预设值来给出相应的调整建议，例如减少金额，缩短期限，更换交易对手等。根据这些建议，用户可以在对交易要素进行调整之后，重新进行试算以实现交易成交。所述试算过程有助于帮助用户尽可能在审核时提交符合要求的交易请求数据，加快了审核的速度，免除了用户的反复修改提交材料的麻烦。

为了方便技术人员更好地理解本公开的上述方案。下面结合一个示例来具体说明下本方案的流程。

案例1：

假设用户期望投资一些企业债。

则在初始化阶段，用户和系统可以根据债券交易场景，预先设置准入规则：(债券评级在A及以上且久期要小于5年)；或(债券评级在B及以上且久期小于1年)。在其中“债券评级”就是准入规则的要素，而“A”、“B”、“5年”、“1年”则是预设值，而“且”和“或”则是规则之间的逻辑关系。所述准入规则可以根据业内比较公认的准入条件、用户的风控需求、市场和行业规范、法律法规来制定。并且，这些准入规则被打包在债券交易准入场景模板中。

在交易请求中，用户可以录入交易要素，例如交易金额为1亿、交易净价或者收益率、结算日期、交易对手以及交易的债券类型等等。

随后，系统通过解析这些交易要素，判断出所述交易请求涉及债券交易准入场景，并且调用预先配置的债券交易准入场景模板。

根据该债券交易准入场景模板，系统解析出上述准入规则，并且根据其逻辑关系，将所述准入规则划分成两个规则分组，即1)(债券评级在A及以上且久期要小于5年)；或2)(债券评级在B及以上且久期小于1年)。只要满足这两个规则分组之一中的条件，就能许可交易。

接着，根据所述准入规则中的要素，例如“债券评级”，系统从例如三家评级机构收集对例如债券X的评分，经过评级计算后(即对基础要素数据进行加工处理，这里可以包括例如对三家机构评分取平均或者根据机构的行业影响力对其评分进行加权计算等等)，得到其评级分为65，根据表2中的示例行业评级规则，所述债券X的对应默认的评级为B；

表2

随后，针对规则中的“久期”要素，系统从CDC(中央国债登记结算有限责任公司)获取对该债券X的估值为公允价格来进行久期计算(久期计算为业内常用计算，在此不再详述)，得到久期为2.3年；

随后，将上述这些基础要素整合后分别与上述两个规则分组进行比较，发现：1)(债券评级在A及以上＝“不符合”且久期要小于5年＝“符合”)；或2)(债券评级在B及以上＝“符合”且久期小于1年＝“不符合”)。

由于两个规则分组都没有被全部满足，因此，最终的试算结果做出不符合所述准入规则的判断，并将以上判断结果提示给用户，同时建议客户可以选择期限及票面利率类似，但评级较新且稳定的债券进行交易，或评级情况类似，但期限较短的债券交易。

在一些实施例中，应该理解，在一些新交易场景中，所述准入规则的配置可以在试算阶段中进行，例如，在用户录入交易要素之后，如果系统没有找到相应的可用准入场景模板，则可以临时调用所述初始化阶段中的各步骤来让用户现场配置准入规则和模板，随后再继续执行后续试算流程。换句话说，所述初始化也可以在试算流程中根据实际情况被调用，而不是一定要预先完成。这种流程变化也在本公开的保护范围中。

在图2中示出了根据本公开的一个实施例的一种辅助交易准入审核的装置的示例交易环境框图。

如图所示，所述交易环境主要包括用户的客户端202A、202B、……、202N，作为外部数据来源的服务器208A、208B、……、208M、以及辅助交易准入审核装置200。所述辅助交易准入审核装置200通过网络204和通信链路206与远端的客户端202和服务器208进行通信。

所述网络204可以包括互联网、局域网、广域网、WLAN、蜂窝网络等等联网结构。

所述通信链路206可以包括有线或无线通信技术，例如电缆、线缆、WIFI、蜂窝、蓝牙等技术来实现数据通信。

所述客户端202A-N可以包括安装在各种计算设备(例如智能手机、平板、笔记本、上网本、PDA、个人计算机、服务器等等)上的与交易相关联的客户端软件、APP或应用。用户可以利用与所述客户端软件、APP或应用的人机交互向辅助交易准入审核装置200执行诸如提供预设值、规则选择以及录入交易请求等操作。

服务器208A、208B、……、208M可以作为用于提供交易准入所需的各种数据，例如市场基础数据、市场行情数据、机构自有数据，的外部数据来源。

在所述辅助交易准入审核装置200处，可以根据其功能划分成初始化模块210和试算模块220。如图所示，所述初始化模块210和试算模块220还包括了很多子模块。

在所述初始化模块210中，包括了准入规则模块212、准入预设值模块214以及准入场景模板模块216，其中：

准入规则模块212，被配置为提供多种准入规则以供用户选择。所述准入规则可以包括要素和该要素要满足的阈值，例如条件、标准或需要遵守的规范。应该理解，针对不同的交易场景，实际上也已经形成了一套业内比较公认的准入规则。系统可以参考业内的部分成熟做法来设置所述准入规则。

在一些实施例中，当系统提供的准入规则不能满足用户的需求时，用户也可以根据自己的需求，手动制定准入规则。

准入预设值模块214，被配置为用户根据自己的风控要求，为准入规则中的阈值提供预设值。具体而言，所述预设值可以主要根据用户自身的风控要求，或者还可以考虑交易市场的准入规范和条款、行业规范指标以及政府相关的政策法规以及其他因素来设置。

准入场景模板模块216，被配置为按照交易场景，用户选择需要的准入规则，并设置准入规则间的逻辑关系以构建准入场景模板。所述准入场景模板将特定交易场景与和其相关联的准入规则绑定在一起以供在试算阶段调用，其实际上就是该场景下的适用的准入规则的集合。所述逻辑关系表示了各个准入规则之间的诸如“与”和“或”之类的逻辑关系，即规定了是要同时满足多条准入规则还是满足其中一者即可。可以基于所述规则之间的逻辑关系，进行规则分组判断。

所述准入场景模板可以被存储在数据库(未在图中示出)中。当在需要时，可以从数据库中调用这些准入场景模板以帮助进行准入试算。

至此，所述初始化模块的各项工作完成。

接着来看试算模块220，其包括录入模块222、判断场景模块224、场景调用和解析模块226、收集整合模块228以及比较模块229，其中：

录入模块222，被配置为用户通过录入期望要完成成交的交易要素(如交易金额，交易期限等)来向系统发出交易请求。根据不同的交易场景，所需的交易要素也各不相同。

判断场景模块224，被配置为解析所述交易请求中所包含的交易要素，并根据所述交易要素的品种判断相对应的交易场景。

场景调用和解析模块226，被配置为根据判断出的交易场景，从数据库中调用出与所述交易场景相关联的准入场景模板，从所述准入场景模板中获取准入规则并解析准入规则之间的逻辑关系为规则分组。

收集整合模块228，被配置为根据各准入规则里的要素从各来源(例如服务器208A-M中的一个或多个服务器)收集对应的基础要素数据，并在对所述基础要素数据进行加工处理后，将来自各个来源的经加工的基础要素数据整合在一起以得到经整合基础要素数据。根据所需的要素的不同，可以应用不同的加工处理手段。

如前所述，由于一个交易场景可能存在多个规则(或规则分组)，因此，一般需要执行多次基础要素数据的收集和加工操作。并且，在完成所有规则分组的基础要素数据的收集之后，可以将所有的经加工的基础要素数据整合在一起，以得到经整合基础要素数据。

比较模块229，被配置为将经整合的各基础要素数据与该准入场景模板中的相应的准入规则中的预设值(即阈值)分别进行比较，从而得出准入试算结果。所述准入试算结果可以包括：1)如果基础要素数据满足全部准入规则，则建议许可该交易请求；2)如果基础要素数据全部或部分不满足准入规则，则根据哪些基础要素数据不满足哪些准入规则中的预设值来给出相应的调整建议，例如减少金额，缩短期限，更换交易对手等。根据这些建议，用户可以在对交易要素进行调整之后，重新进行试算以实现交易成交。

与传统的交易准入机制相比，本公开的辅助交易准入审核机制使用了“要素”作为准入基础数据，并且可持续对可用的要素进行扩展，实现了数据多维化，和用户的可定制调整。另一方面，在对准入规则的改进中，可以由用户根据个性化需求，使用要素进行自行增减，并自由进行逻辑组合判断，以适应各种交易场景，从而，使得其更加灵活。

虽然以上描述了不同的实施例，但应当理解的是它们只是作为示例而非限制。(诸)相关领域的技术人员将领会，在不偏离如所附权利要求书所定义的本发明的精神和范围的情况下，可以在形式和细节方面进行各种修改。因此，此处所公开的本发明的宽度和范围不应被上述所公开的示例性实施例所限制，而应当仅根据所附权利要求书及其等同替换来定义。