本发明涉及金融风险，尤其涉及一种票据洗钱风险识别及预警方法装置、设备及存储介质。
背景技术：
1、近年来票据融资规模和市场交易规模发展迅速，随着票据业务的不断发展和业务模式的创新，通过票据进行的各类洗钱行为也不断翻新，洗钱手段和工具持续升级，票据业务风险形态变化及传导速度随之加剧，票据市场的反洗钱监测难度也在不断变大。各种票据洗钱风险问题层出不穷：利用银行票据背书掩盖资金流向、通过票据“虚构交易”转化资金性质、利用票据结算转移非法资金等，这些都对票据市场的健康平稳发展产生了严重的影响。
2、当前票据洗钱风险识别为依赖于专家经验的人工审核，随着客户体量的增大，传统人工审核难度和误差越来越大，业务受理效率低下，存在很大的风险隐患，因此，专利号为cn1 16051112a公开了一种承兑票据洗钱风险防范预警系统、方法，介质及装置，但是该方法基于专家规则评分模型构建的风控体系对于层出不穷的、隐藏更深的票据异常客户识别难度较大，且未基于大数据技术的视角思考票据风险的应对方案。
技术实现思路
1、为此，本发明提供一种票据洗钱风险识别及预警方法装置、设备及存储介质用以实现在票据客户准入阶段对企业信用状况、经营状况、交易背景的真实性及关联交易等风险特征进行量化，实时识别并预警企业票据洗钱风险，提升风险预判的时效性，助力完善票据洗钱风险应急机制，减少票据洗钱案件的发生。
2、为实现上述目的，第一方面，本发明提供一种票据洗钱风险识别及预警方法，包括，
3、步骤s01：采集目标企业数据，形成票据客户信息数据库，提取目标企业风险特征指标，构建企业地址相似度子模型，挖掘目标企业间的隐形关联关系；
4、步骤s02：对所述目标企业进行前置规则验证，得到基于专家经验的企业风险评分数据；
5、步骤s03：将企业风险评分数据输入孤立森林算法模型进行异常检测，获得企业异常检测得分s1；
6、步骤s04：对贴现票据背书链信息进行分析，提取背书异常风险指标，并结合企业基本特征构建逻辑回归模型，得到企业背书异常得分s2；
7、步骤s05：将被定义为票据贴现异常的企业，提取企业间关联关系特征，计算关联客户异常浓度s3；
8、步骤s06：根据所述步骤s03、s04、s05得到的企业风险特征异常得分s1、企业背书链异常得分s2及关联客户异常浓度s3，基于专家经验赋予相应的权重，计算得到企业风险评分s：
9、s＝w1s1+w2s2+w3s3
10、其中，w1、w2、w3分别表示基于专家经验所赋予的权重；
11、步骤s07：将所述每个票据客户的风险评分按照映射关系转化为相应的分数，并划分为若干个风险等级，其中，分数与风险等级成正相关或负相关；
12、步骤s08：根据企业风险特征，设置多级别预警信号，将命中企业划分至多级别动态分水池中，所述多级别动态分水池根据预警结果动态调节，覆盖票据全生命周期；
13、步骤s09：设定风险阈值r0，当企业风险评分高于r0时，对该企业进行实时预警，预警信息包含所述风险特征及异常得分。
14、进一步地，所述票据客户信息数据库包括：企业工商信息、股权信息、行政处罚信息、企业年报信息。
15、进一步地，所述企业地址相似度子模型采用tf-idf方法的文本挖掘技术，计算公式如下：
16、tf-idf＝tf×idf
17、其中，tf是词频，表示某一个词在文档中出现的频率；idf为逆文档频率，表示某一词在所有文档中出现频率的倒数。
18、进一步地，所述企业地址相似度子模型步骤为：
19、s401：自动填充缺失的省市区，并按照省市区进行分组；
20、s402：使用分词工具对企业地址进行分词处理，计算每个词的tf-idf值；
21、s403：基于分组对同一省市区内的企业计算地址相似度；
22、s404：设定相似度阈值r1，当地址相似度大于所设定相似度阈值r1时，认为企业间地址重复。
23、进一步地，所述对所述目标企业进行前置规则验证，包括：法定代表人异常，经营异常，账户关联异常。
24、进一步地，所述企业间关联关系特征包括：企业注册地址、联系方式、ip地址、mac地址。
25、进一步地，所述设置多级别预警信号优选为三级预警信号，将命中企业划分至三级动态分水池中，根据预警信号由高至低，三级动态分水池分别为：经确认的异常客户、疑似异常客户及重点关注客户。
26、第二方面，本发明还提供了一种装置，包括，
27、数据采集与处理模块：用于采集目标企业数据，形成票据客户信息数据库，提取目标企业风险特征指标，构建企业地址相似度子模型，挖掘目标企业间的隐形关联关系；
28、经验评分模块：用于对所述目标企业进行前置规则验证，得到基于专家经验的企业风险评分数据：
29、数学模型生成模块：用于生成算法模型进行异常检测获得企业异常检测得分s1，票据背书链异常检测模型得到企业背书异常得分s2；
30、数据计算模块：用于计算关联客户异常浓度s3，计算企业风险评分s，计算每个票据客户的风险等级；
31、分水池建立模块：用于建立异常客户动态分水池；
32、预警模块：用于对风险评分高于风险阈值的客户进行预警。
33、第三方面，本发明提供了一种计算设备，包括：
34、存储器，用于存储程序指令；
35、处理器，用于调用所述存储器中存储的程序指令，按照获得的程序指令执行上述所述的一种票据洗钱风险识别及预警方法。
36、第四方面，本发明提供一种计算机可读存储介质，包括，计算机可读指令，当计算机读取并执行所述计算机可读指令时，实现上述所述的一种票据洗钱风险识别及预警方法，所述可读介质可以为多个，所述多个可读介质相互之间能够独立运行。
37、与现有技术相比，本发明的有益效果在于：
38、1、企业风险评估：基于企业法定代表人、经营状况、关联关系、股东及出资信息、行政处罚信息等维度综合评估企业风险；
39、2、票据背书异常监测：监测票据背书路径、企业间背书关系，发现票据流转关键枢纽及核心结构：
40、3、关联异常监测：聚焦与已知风险客户存在密切关联关系的企业，加大风险客户的排查力度；
41、4、建设异常客户动态分水池：根据风险预警结果，对客户进行分池化智能管理，实现风险分类、分级管控。
1.一种票据洗钱风险识别及预警方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述票据客户信息数据库包括：企业工商信息、股权信息、行政处罚信息、企业年报信息。
3.根据权利要求1所述的方法，其特征在于，所述企业地址相似度子模型采用tf-idf方法的文本挖掘技术，计算公式如下：
4.根据权利要求3所述的方法，其特征在于，所述企业地址相似度子模型步骤为：
5.根据权利要求1所述的方法，其特征在于，所述对所述目标企业进行前置规则验证，包括：法定代表人异常，经营异常，账户关联异常。
6.根据权利要求1所述的方法，其特征在于，在步骤s05中，所述企业间关联关系特征包括：企业注册地址、联系方式、ip地址、mac地址。
7.根据权利要求1所述的方法，其特征在于，在步骤s08中，所述设置多级别预警信号优选为三级预警信号，将命中企业划分至三级动态分水池中，根据预警信号由高至低，三级动态分水池分别为：经确认的异常客户、疑似异常客户及重点关注客户。
8.一种装置，其特征在于，包括，
9.一种计算设备，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，包括计算机可读指令，当计算机读取并执行所述计算机可读指令时，实现如权利要求1至7中任一项方法，所述可读介质可以为多个，所述多个可读介质相互之间能够独立运行。
