基于零售金融的AUM指标预警方法、装置、设备及存储介质与流程

本申请涉及金融，尤其涉及一种基于零售金融的aum指标预警方法、装置、设备及存储介质。

背景技术：

1、近年来，随着移动互联网以及信息技术在互联网支付、移动支付、网上银行、金融服务外包及网上贷款、网上保险、网上基金等金融行业的广泛应用，数字金融作为新一代金融服务得到了快速的发展。一般而言，数字金融服务是指通过互联网及信息技术手段与传统金融服务业态相结合的方式。在数字金融服务不断深入大众群体的过程中，人工智能在数字金融领域也得到了较多的应用，例如通过对用户在使用数字金融业务服务的过程中的行为特征数据进行大数据分析，以利于后期业务的推广，提升服务的用户感知。目前，金融机构对客户风险的管控主要是以场景化的解决方案为主，在企业授信、企业贷监控、金融机构内控各个阶段均设有客户风险管控职能。虽然现有技术可识别出多数存在风险的客户，但是，缺乏管理的一致性与关联性，缺乏全面风险管理框架，难以在风险与收益中寻找最佳平衡点。因此，如何通过数字金融技术提高资产管理aum(asset under management)的安全监管能力成为了目前亟待解决的技术问题。

技术实现思路

1、本申请提供了一种基于零售金融的aum指标预警方法、装置、设备及存储介质，以通过数字金融技术提高资产管理aum的安全监管能力。

2、第一方面，本申请提供了一种基于零售金融的aum指标预警方法，所述方法包括：

3、基于零售金融用户的类型确定当前aum业务的类型；

4、获取所述当前aum业务的类型对应的预设历史数据库，并通过所述预设历史数据库确定所述当前aum业务的当前关联指标；

5、基于所述当前关联指标对所述当前aum业务的当前业务数据进行标准化处理，生成标准化数据，并基于预设风险预警模型和所述标准化数据，对所述零售金融用户进行预警。

6、进一步地，获取所述当前aum业务的类型对应的预设历史数据库，并通过所述预设历史数据库确定所述当前aum业务的当前关联指标，包括：

7、将所述预设历史数据库中的各预设业务数据结构和各预设业务办理条件作为预设子指标；

8、基于各所述预设子指标，确定各预设aum业务的预设指标；

9、通过所述当前aum业务的类型和各所述预设指标确定所述当前关联指标。

10、进一步地，基于所述当前关联指标对所述当前aum业务的当前业务数据进行标准化处理，生成标准化数据，并基于预设风险预警模型和所述标准化数据，对所述零售金融用户进行预警之前，包括：

11、获取所述预设历史数据库中的全部所述预设aum业务的全部业务数据；

12、获取所述全部业务数据的风险等级标注；

13、基于所述风险等级标注和全部所述预设aum业务对初始风险预警模型进行调参训练，生成所述预设风险预警模型。

14、进一步地，基于各所述预设子指标，确定各预设aum业务的预设指标，包括：

15、通过预设指标确定工具对各所述预设子指标进行分析，生成至少一个待选指标；

16、对各所述待选指标进行相关性计算，生成指标关联图；

17、在所述预设指标关联图中将与各所述预设aum业务的关联性大于预设阈值的待选指标确定为各所述预设aum业务对应的预设指标。

18、进一步地，通过预设指标确定工具对各所述预设子指标进行分析，生成至少一个待选指标，包括：

19、根据分析结果，确定各子指标评分，其中，所述分析结果为通过所述预设指标确定工具对各所述预设子指标进行分析生成的分析结果；

20、基于预设权重与各所述子指标评分，确定所述待选指标。

21、进一步地，基于所述当前关联指标对所述当前aum业务的当前业务数据进行标准化处理，生成标准化数据，包括：

22、对所述当前业务数据进行同向化处理，生成初始同向化数据；

23、通过与所述初始同向化数据的数据类型相匹配的标准化公式对所述初始同向化数据进行标准化处理，生成所述标准化数据；

24、其中，所述初始同向化数据的数据类型包括正向数据、逆向数据和中间数据。

25、进一步地，基于零售金融用户的类型确定当前aum业务的类型，包括：

26、通过预设分类模型对所述零售金融用户进行分类，生成至少一种所述零售金融用户的类型对应的用户画像特征；

27、基于所述画像特征，确定所述零售金融用户的用户风险系数；

28、根据各预设aum业务的业务风险结构与所述用户风险系数，确定所述当前aum业务的类型。

29、第二方面，本申请还提供了一种基于零售金融的aum指标预警装置，所述装置包括：

30、业务类型确定模块，用于基于零售金融用户的类型确定当前aum业务的类型；

31、当前关联指标确定模块，用于获取所述当前aum业务的类型对应的预设历史数据库，并通过所述预设历史数据库确定所述当前aum业务的当前关联指标；

32、预警模块，用于基于所述当前关联指标对所述当前aum业务的当前业务数据进行标准化处理，生成标准化数据，并基于预设风险预警模型和所述标准化数据，对所述零售金融用户进行预警。

33、第三方面，本申请还提供了一种计算机设备，所述计算机设备包括存储器和处理器；所述存储器用于存储计算机程序；所述处理器，用于执行所述计算机程序并在执行所述计算机程序时实现如上述的基于零售金融的aum指标预警方法。

34、第四方面，本申请还提供了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使所述处理器实现如上述的基于零售金融的aum指标预警方法。

35、本申请公开了一种基于零售金融的aum指标预警方法、装置、设备及存储介质，所述基于零售金融的aum指标预警方法包括基于零售金融用户的类型确定当前aum业务的类型；获取所述当前aum业务的类型对应的预设历史数据库，并通过所述预设历史数据库确定所述当前aum业务的当前关联指标；基于所述当前关联指标对所述当前aum业务的当前业务数据进行标准化处理，生成标准化数据，并基于预设风险预警模型和所述标准化数据，对所述零售金融用户进行预警。通过上述方式，本申请根据用户的类型确定aum业务类型，对用户的行为特征数据进行大数据分析，确定不同的零售金融用户的适配场景，对不同aum业务类型通过不同的关联指标进行业务数据管控，保障用户利益的情况下通过风险预警模型对标准化后的业务数据进行风险预警，提高了资产管理aum的安全监管能力。

技术特征：

1.一种基于零售金融的aum指标预警方法，其特征在于，包括：

2.根据权利要求1所述的基于零售金融的aum指标预警方法，其特征在于，所述获取所述当前aum业务的类型对应的预设历史数据库，并通过所述预设历史数据库确定所述当前aum业务的当前关联指标，包括：

3.根据权利要求2所述的基于零售金融的aum指标预警方法，其特征在于，所述基于所述当前关联指标对所述当前aum业务的当前业务数据进行标准化处理，生成标准化数据，并基于预设风险预警模型和所述标准化数据，对所述零售金融用户进行预警之前，包括：

4.根据权利要求2所述的基于零售金融的aum指标预警方法，其特征在于，所述基于各所述预设子指标，确定各预设aum业务的预设指标，包括：

5.根据权利要求4所述的基于零售金融的aum指标预警方法，其特征在于，所述通过预设指标确定工具对各所述预设子指标进行分析，生成至少一个待选指标，包括：

6.根据权利要求1所述的基于零售金融的aum指标预警方法，其特征在于，所述基于所述当前关联指标对所述当前aum业务的当前业务数据进行标准化处理，生成标准化数据，包括：

7.根据权利要求1至6中任一项所述的基于零售金融的aum指标预警方法，其特征在于，所述基于零售金融用户的类型确定当前aum业务的类型，包括：

8.一种基于零售金融的aum指标预警装置，其特征在于，包括：

9.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器；

10.一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使所述处理器实现如权利要求1至7中任一项所述的基于零售金融的aum指标预警方法。

技术总结本申请涉及金融技术领域，公开了一种基于零售金融的AUM指标预警方法、装置、设备及存储介质，所述方法包括确定当前AUM业务的类型；通过预设历史数据库确定当前AUM业务的当前关联指标；基于当前关联指标对当前AUM业务的当前业务数据进行标准化处理，生成标准化数据，并基于预设风险预警模型和标准化数据，对零售金融用户进行预警。通过上述方式，本申请根据用户的类型确定AUM业务类型，对用户的行为特征数据进行大数据分析，确定不同的零售金融用户的适配场景，对不同AUM业务类型通过不同的关联指标进行业务数据管控，保障用户利益的情况下通过风险预警模型对标准化后的业务数据进行风险预警，提高了资产管理AUM的安全监管能力。技术研发人员：王鹏飞,张秋奇,黄明家受保护的技术使用者：深圳市易达嘉业科技有限公司技术研发日：技术公布日：2024/9/29