一种基于网络风险价值的消费金融评估方法技术

本发明专利技术公开了一种基于网络风险价值的消费金融评估方法，包括：对采集的一定时间周期的历史网络风险事件进行解析，从中提取一定量的网络风险损失因子；构建操作风险模型，计算得到每个网络风险损失因子对应的网络风险分布函数和阈值；接收外部实时输入的网络风险事件，提取其中包含的网络风险损失因子，根据每个网络风险损失因子对应的网络风险分布函数和阈值，实时计算每个网络风险损失因子对应的风险价值和期望损失，推导出网络风险事件对应的整体网络风险价值和期望损失。本发明专利技术能够定量和定性分析企业面对的网络风险，使得企业能够全面进行风险管理。

【技术实现步骤摘要】
一种基于网络风险价值的消费金融评估方法
本专利技术涉及网络风险测量
，具体而言涉及一种基于网络风险价值的消费金融评估方法。
技术介绍
信息技术日新月异，网络在人们生活中占据了越来越大的比重，这也导致另一头的消费金融公司对对网络的依赖程度越来越深。但是，网络威胁层出不穷，这不仅包括消费金融公司内部发生的网络安全事故，还包括外部网络攻击或者网络中断带来的威胁。目前，网络风险(CyberRisk)在巴塞尔协议III中被划分为操作风险中，但是它又依赖于科技，与数据架构和IT基础架构(DataarchitectureandITinfrastructure)高度关联，需要从检测(Detect)、响应(Respond)以及恢复(Recover)方面进行处理。通常，消费金融公司会使用通过自身科技对网络风险监控并实时应对风险，以及监管传达预警信息提前应对风险。但是这种监控往往数值性的，滞后的，跨场景是无法直接对比和统计计量的。加之，消费金融公司都有自己的企业风险管理(ERM)，这种网络威胁是一种风险，需要纳入这块企业风险管理中。所以，需要一种通用网络风险计量，能够定量和定性分析企业面对的网络风险。
技术实现思路
本专利技术针对现有技术中的不足，提供一种基于网络风险价值的消费金融评估方法，能够定量和定性分析企业面对的网络风险，使得企业能够全面进行风险管理。为实现上述目的，本专利技术采用以下技术方案：一种基于网络风险价值的消费金融评估方法，所述消费金融评估方法包括以下步骤：S1，对采集的一定时间周期的历史网络风险事件进行解析，从中提取一定量的网络风险损失因子；S2，结合提取的网络风险损失因子，采用超阈值极限理论构建操作风险模型，计算得到每个网络风险损失因子对应的网络风险分布函数和阈值；S3，接收外部实时输入的网络风险事件，提取其中包含的网络风险损失因子，根据每个网络风险损失因子对应的网络风险分布函数和阈值，实时计算每个网络风险损失因子对应的风险价值和期望损失，推导出网络风险事件对应的整体网络风险价值和期望损失；S4，根据计算得到的整体网络风险价值，判断是否需要进行预警，如果需要预警，根据预设的风险处理策略对网络风险事件进行处理，将处理结果反馈至操作风险模型以不断优化操作风险模型。为优化上述技术方案，采取的具体措施还包括：进一步地，步骤S1中，所述网络风险损失因子包括内部影响因素和外部影响因素；所述内部影响因素包括内部系统异常、内部欺诈行为、内部突发硬件异常和操作变更引入异常；所述外部影响因素包括外部恶意网络攻击、外部网络中断、外部数据非法截取以及设备漏洞和安全缺陷。进一步地，步骤S1中，所述一定时间周期为1年期。进一步地，步骤S2中，所述结合提取的网络风险损失因子，采用超阈值极限理论构建操作风险模型，计算得到每个网络风险损失因子对应的网络风险分布函数和阈值的过程包括以下步骤：S21，设第i个网络风险损失因子xi的网络分布函数为F(xi)，F(xi)是指随机变量xi超过阈值μi的分布；设yi＝xi-μi为超阈值的极端统计量，其分布函数被定义为：Fμ(yi)＝P(xi-μi≤yi|xi＞μi)式中，yi≥0；S22，根据条件概率公式，得到：将分布函数变形为：F(xi)＝Fμ(y)(1-F(μi))+F(μi)，xi≥μi；S23，当阈值μi充分大时，将Fμ(yi)近似为广义帕累托分布(GPD)：式中，为GPD分布，ξi和βi分别是形状参数和尺度参数，当ξi≥0时，yi≥0；当ξi＜0时，如果ξi＞0，则分布呈厚尾；计算得到总体分布函数F(xi)为：式中，是观测值中超过阈值的数量，ni是中观测值；S24，令X1≤…≤Xn表示独立并服从某一分布的升序统计量，尾部指数的Hill统计为：其中，ki表示尾部样本个数；S24，绘制Hill图，Hill图由构成，横坐标为样本次序ki，纵坐标对应Hill统计量的逆S25，找出Hill图中趋于稳定的临界点，将之定义成阈值μi。进一步地，步骤S3中，根据下述公式计算第i个网络风险损失因子对应的风险价值VaRi和期望损失ESi：进一步地，步骤S3中，所述推导出网络风险事件对应的整体网络风险价值和期望损失是指：采用Copula函数构建所述网络风险事件包含的所有网络风险损失因子的联合分布，计算出最终的网络风险对应的VaR。本专利技术的有益效果是：(1)通过VaR可以计量网络风险损失，预测未来风险，及时响应和处理。一方面，可以使得网络包含了一定的冗余度(CyberResilient)，保障系统不间断运行；另一方面，可以使得能够融合到企业风险管理(ERM)，使得风险管理更加宏观维度。(2)由于企业内部涉及到网络方面的数据比较多，且网络安全部门也在不断总结和分析每次事故，有足够存量数据以及及时分析的增量数据，采用本专利技术所提及的消费金融评估方法能够对网络风险进行全面分析，精准推导网络风险价值，且不断优化操作风险模型，使之恒适应网络风险分析。(3)网络风险损失因子之间存在一定的独立性，更加适配于当前网络风险因子多变的特性，当出现新的网络风险损失因子时，只要针对新出现的网络风险损失因子构建分布函数，即可快速更新操作风险模型。附图说明图1是本专利技术的基于网络风险价值的消费金融评估方法流程图。具体实施方式现在结合附图对本专利技术作进一步详细的说明。需要注意的是，专利技术中所引用的如“上”、“下”、“左”、“右”、“前”、“后”等的用语，亦仅为便于叙述的明了，而非用以限定本专利技术可实施的范围，其相对关系的改变或调整，在无实质变更
技术实现思路
下，当亦视为本专利技术可实施的范畴。结合图1，本专利技术提及一种基于网络风险价值的消费金融评估方法，所述消费金融评估方法包括以下步骤：S1，对采集的一定时间周期的历史网络风险事件进行解析，从中提取一定量的网络风险损失因子。S2，结合提取的网络风险损失因子，采用超阈值极限理论构建操作风险模型，计算得到每个网络风险损失因子对应的网络风险分布函数和阈值。S3，接收外部实时输入的网络风险事件，提取其中包含的网络风险损失因子，根据每个网络风险损失因子对应的网络风险分布函数和阈值，实时计算每个网络风险损失因子对应的风险价值和期望损失，推导出网络风险事件对应的整体网络风险价值和期望损失。S4，根据计算得到的整体网络风险价值，判断是否需要进行预警，如果需要预警，根据预设的风险处理策略对网络风险事件进行处理，将处理结果反馈至操作风险模型以不断优化操作风险模型。消费金融公司会面临多种多样的网络风险事件，本专利技术对历史网络风险事件进行详细解析，根据内外因划分为内部影响因素和外部影响因素，以便于进一步分析。例如，所述内部影响因素包括内部系统异常、内部欺诈行本文档来自技高网...

【技术保护点】
1.一种基于网络风险价值的消费金融评估方法，其特征在于，所述消费金融评估方法包括以下步骤：/nS1，对采集的一定时间周期的历史网络风险事件进行解析，从中提取一定量的网络风险损失因子；/nS2，结合提取的网络风险损失因子，采用超阈值极限理论构建操作风险模型，计算得到每个网络风险损失因子对应的网络风险分布函数和阈值；/nS3，接收外部实时输入的网络风险事件，提取其中包含的网络风险损失因子，根据每个网络风险损失因子对应的网络风险分布函数和阈值，实时计算每个网络风险损失因子对应的风险价值和期望损失，推导出网络风险事件对应的整体网络风险价值和期望损失；/nS4，根据计算得到的整体网络风险价值，判断是否需要进行预警，如果需要预警，根据预设的风险处理策略对网络风险事件进行处理，将处理结果反馈至操作风险模型以不断优化操作风险模型。/n

【技术特征摘要】
1.一种基于网络风险价值的消费金融评估方法，其特征在于，所述消费金融评估方法包括以下步骤：
S1，对采集的一定时间周期的历史网络风险事件进行解析，从中提取一定量的网络风险损失因子；
S2，结合提取的网络风险损失因子，采用超阈值极限理论构建操作风险模型，计算得到每个网络风险损失因子对应的网络风险分布函数和阈值；
S3，接收外部实时输入的网络风险事件，提取其中包含的网络风险损失因子，根据每个网络风险损失因子对应的网络风险分布函数和阈值，实时计算每个网络风险损失因子对应的风险价值和期望损失，推导出网络风险事件对应的整体网络风险价值和期望损失；
S4，根据计算得到的整体网络风险价值，判断是否需要进行预警，如果需要预警，根据预设的风险处理策略对网络风险事件进行处理，将处理结果反馈至操作风险模型以不断优化操作风险模型。


2.根据权利要求1所述的基于网络风险价值的消费金融评估方法，其特征在于，步骤S1中，所述网络风险损失因子包括内部影响因素和外部影响因素；
所述内部影响因素包括内部系统异常、内部欺诈行为、内部突发硬件异常和操作变更引入异常；所述外部影响因素包括外部恶意网络攻击、外部网络中断、外部数据非法截取以及设备漏洞和安全缺陷。


3.根据权利要求1所述的基于网络风险价值的消费金融评估方法，其特征在于，步骤S1中，所述一定时间周期为1年期。


4.根据权利要求1所述的基于网络风险价值的消费金融评估方法，其特征在于，步骤S2中，所述结合提取的网络风险损失因子，采用超阈值极限理论构建操作风险模型，计算得到每个网络风险损失因子对应的网络风险分布函数和阈值的过程包括以下步骤：
S21，设第i个网络风险损失因子xi的网络分布函数为F(xi)，F(xi)...

【专利技术属性】
技术研发人员：梁元宇，
申请(专利权)人：苏宁消费金融有限公司，
类型：发明
国别省市：江苏;32