[发明专利]风险识别方法、风险识别装置、电子设备及其存储介质

说明书

本公开提供了一种风险识别方法、风险识别装置、电子设备及其存储介质，可以应用于大数据处理技术领域。该方法包括：响应于风险识别请求，调用数据库接口；通过数据库接口，从目标数据库中获取预先存储的与动态市场行为相关的目标变量集合，目标变量合集包括表征影响动态市场行为的多个变量数据；通过电子设备的处理器，基于预设聚类方法对目标变量集合进行聚类处理，得到多个类别的变量集合，每个类别表征一种风险类别；根据多个类别的变量集合，构建类别距离矩阵；利用多分类支持变量机迭代地处理类别距离矩阵，识别得到风险结果，风险结果包括每个变量数据对应的风险划分结果，风险划分结果表征动态市场行为对变量数据的影响程度。

技术领域

本公开涉及大数据处理技术领域，尤其涉及一种由电子设备执行的风险识别方法、风险识别装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

新巴塞尔协议提出了较为完整的银行内部全面风险管理体系，将市场风险与操作风险纳入风险资本的资本充足率计算和监管框架中。在动态市场行为数据发生改变后可能会对很多因素带来不同程度的影响，例如，利率、汇率、股票价格、商品价格等诸多金融因素，然而面对复杂多变的市场行为及诸多可变因素，通常对其进行详细的分析挖掘以确定不同市场行为对不同因素的影响程度，从而实现更具有针对性的风险划分，进行更加规范有效的风险控制。

在实现本公开的过程中，发明人发现相关技术中至少存在如下问题：采用相关技术对市场行为数据进行分析挖掘时，由于市场的可变性和可变因素的数据量庞大且繁杂，其分析结果的准确性较差，且所消耗的计算机资源较大。

发明内容

鉴于上述问题，本公开提供了一种由电子设备执行的风险识别方法、风险识别装置、电子设备、计算机可读存储介质和计算机程序产品。

根据本公开的第一个方面，提供了一种由电子设备执行的风险识别方法，包括：

响应于风险识别请求，调用数据库接口；

通过上述数据库接口，从目标数据库中获取预先存储的与上述动态市场行为相关的目标变量集合，其中，上述目标变量合集包括表征影响上述动态市场行为的多个变量数据；

通过上述电子设备的处理器，基于预设聚类方法对上述目标变量集合进行聚类处理，得到多个类别的变量集合，其中，每个上述类别表征一种风险类别；

根据上述多个类别的变量集合，构建类别距离矩阵；

利用多分类支持变量机迭代地处理上述类别距离矩阵，识别得到风险结果，其中，上述风险结果包括每个上述变量数据对应的风险划分结果，上述风险划分结果表征上述动态市场行为对上述变量数据的影响程度。

根据本公开的实施例，上述获取预先存储的与上述动态市场行为相关的目标变量集合，包括：

获取预设时间段内与上述动态市场行为相关的多个初始变量数据；

基于斯皮尔曼相关性检验方法，对多个上述初始变量数据进行筛选，得到多个筛选后的目标变量数据；

根据多个上述筛选后的目标变量数据构建上述目标变量集合。

根据本公开的实施例，上述基于斯皮尔曼相关性检验方法，对多个上述初始变量数据进行筛选，得到多个筛选后的目标变量数据，包括：

基于预设删除规则，对多个上述初始变量数据进行初步筛选，得到多个中间变量数据，其中，上述预设删除规则包括对空数据和异常数据进行剔除；

针对任意两个上述中间变量数据，利用上述斯皮尔曼相关性检验方法计算两个上述中间变量数据之间的相似性分数；

在上述相似性分数满足分数阈值的情况下，将两个上述中间变量数据确定为两个上述目标变量数据。