一种数据风险计量方法、装置、电子设备及存储介质

摘要

本申请实施例公开了一种数据风险计量方法、装置、电子设备及存储介质。其中，该方法包括：根据待分析数据，确定待获取的指标类型；根据用户对所述指标类型选择的指标数据，对所述待分析数据进行筛选，得到目标分析数据；对所述目标分析数据进行风险计量评估。本申请实施例提供的技术方案，可以满足业务人员随时调整和灵活配置筛选规则的需求，提高了数据风险评估的灵活性，为数据风险评估提供了一种新思路。

说明书

技术领域

本申请实施例涉及计算机技术领域，尤其涉及一种数据风险计量方法、装置、电子设备及存储介质。

背景技术

近年来，金融机构实施市场风险新标准法，市场风险新标准法要求对金融市场业务进行更全面管控，对风险计量评估要求更高。

现有技术中，由于国内监管办法未落地，目前新标准法的风险计量评估的计量范围等都未最终确定。

因此，亟需一种灵活的数据风险计量的方法，以满足业务在计量过程中进行快速调整和试算，同时尽量避免程序变更。

发明内容

本申请实施例提供了一种数据风险计量方法、装置、电子设备及存储介质，可以满足业务人员随时调整和灵活配置筛选规则的需求，提高了数据风险评估的灵活性，为数据风险评估提供了一种新思路。

第一方面，本申请实施例提供了一种数据风险计量方法，该方法包括：

根据待分析数据，确定待获取的指标类型；

根据用户对所述指标类型选择的指标数据，对所述待分析数据进行筛选，得到目标分析数据；

对所述目标分析数据进行风险计量评估。

第二方面，本申请实施例提供了一种数据风险计量装置，该装置包括：

确定模块，用于根据待分析数据，确定待获取的指标类型；

筛选模块，用于根据用户对所述指标类型选择的指标数据，对所述待分析数据进行筛选，得到目标分析数据；

评估模块，用于对所述目标分析数据进行风险计量评估。

第三方面，本申请实施例提供了一种电子设备，该电子设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本申请任意实施例所述的数据风险计量方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现本申请任意实施例所述的数据风险计量方法。

本申请实施例提供了一种数据风险计量方法、装置、电子设备及存储介质，根据待分析数据，确定待获取的指标类型；根据用户对指标类型选择的指标数据，对待分析数据进行筛选，得到目标分析数据；对目标分析数据进行风险计量评估。执行本申请方案，可以满足业务人员随时调整和灵活配置筛选规则的需求，提高了数据风险评估的灵活性，为数据风险评估提供了一种新思路。

应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1A为本申请实施例一提供的一种数据风险计量方法的第一流程示意图；

图1B为本申请实施例一提供的一种数据风险计量方法的信息表转译示意图；

图2为本申请实施例二提供的一种数据风险计量方法的第二流程示意图；

图3为本申请实施例三提供的一种数据风险计量方法的第三流程示意图；

图4为本申请实施例四提供的一种数据风险计量装置的结构示意图；

图5是用来实现本申请实施例的一种数据风险计量方法的电子设备的框图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

实施例一

图1A为本申请实施例一提供的一种数据风险计量方法的第一流程示意图；

图1B为本申请实施例一提供的一种数据风险计量方法的信息表转译示意图。本实施例可适用于对待分析数据进行风险计量评估的情况。本实施例提供的一种数据风险计量方法可以由本申请实施例提供的数据风险计量装置来执行，该装置可以通过软件和/或硬件的方式实现，并集成在执行本方法的电子设备中，由风险计量系统来承载。

参见图1A，本实施例的方法包括但不限于如下步骤：

S110、根据待分析数据，确定待获取的指标类型。

其中，待分析数据是指需要进行风险计量评估的数据，例如，金融机构行业中，待分析数据可以是头寸数据；指标类型是指能够区分不同类别的待分析数据的属性信息。

在本申请实施例中，通过提取待分析数据的常用属性和衍生属性，得到待分析数据对应的指标类型。其中，待分析数据的常用属性是指区分待分析数据最常用的属性，如账户类型、行业机构等；衍生属性是指通过统计基础计算而来的属性信息，如是否到期等。通过汇总常用属性和衍生属性所具体包含的内容，得到待分析数据对应的指标类型，例如，若账户类型包含交易账户和银行账户，则待分析数据对应的指标类型为交易账户或者银行账户。

示例性的，金融机构行业中，若待分析数据为交易明细数据，由于一条交易明细数据中包含多个属性，如常用的属性有账户类型、行业机构，衍生加工的属性有是否到期等，通过对交易明细数据从账户类型、是否到期、行业机构等不同维度上进行汇总，得到该交易明细数据的指标类型，指标类型包含交易账户或者银行账户、已到期或者未到期、证券公司或者银行等。

S120、根据用户对指标类型选择的指标数据，对待分析数据进行筛选，得到目标分析数据。

在本申请实施例中，电子设备在确定出待获取的指标类型后，可以基于该指标类型，向用户提供一个前端交互界面，该交互界面中包含可供业务人员选择的各个待获取的指标类型对应的可选指标数据，业务人员可以根据自身需求在该前端交互界面上选择指标类型对应的指标数据，也就是，对待分析数据进行筛选的筛选规则。根据用户对指标类型所选择的指标数据，风险计量系统从待分析数据中筛选出目标分析数据。

可选的，本步骤根据用户对指标类型选择的指标数据，对待分析数据进行筛选，得到目标分析数据的具体过程可以通过以下三个子步骤实现：

S1201、根据用户对指标类型选择的指标数据，确定筛选规则信息表。

其中，指标数据也就是对待分析数据进行筛选的筛选规则，包括指标类型、指标类型的筛选条件和指标类型间的关联关系。筛选规则信息表用于存储待分析数据的筛选规则，包括指标类型信息表、指标类型的筛选条件信息表和指标类型间的关联关系信息表。其中，指标类型的筛选条件是指标类型的取值范围等信息；指标类型间的关联关系是多个指标类型之间的关联关系，关联关系包括和关系、或关系。

例如：当指标类型为账户类型时，指标类型的筛选条件可以是“账户类型为交易账户”、当指标类型为是否到期时，指标类型的筛选条件可以是“是否到期为已到期”、当指标类型为行业机构时，指标类型的筛选条件可以是“行业机构为证券公司”等。例如：指标类型间的关联关系可以是“账户类型为交易账户”和“是否到期为已到期”、“账户类型为交易账户”或“是否到期为已到期”。

在本申请实施例中，业务人员在前端界面上选择指标类型对应的指标数据，风险计量系统分别将指标数据存储在指标类型信息表、指标类型的筛选条件信息表和指标类型间的关联关系信息表中。

S1202、构建规则引擎组件。

其中，规则引擎组件是由筛选规则信息表转译后的可执行的代码，可以实现对待分析数据按照业务人员制定的筛选条件进行筛选。

在本申请实施例中，具体的，构建规则引擎组件的过程为：先将筛选规则信息表转译为机器语言，固化到相关的数据库表中；再将机器语言转译成数据库SQL代码，即转译为可执行的代码。如图1B所示，是将筛选规则信息表转译为可执行的代码。构建规则引擎组件的好处在于，可以解决现有技术中对筛选规则更改时，需要重新开发代码，同时需要进行大量测试的问题，可以满足业务人员随时调整和灵活配置筛选规则的需求，节约时间成本，同时避免了对技术进行重新开发。

S1203、根据筛选规则信息表，调用规则引擎组件对待分析数据进行筛选，得到目标分析数据。

在本申请实施例中，将筛选规则信息表加到筛选待分析数据的语句中，再调用规则引擎组件便可对待分析数据按照筛选规则信息表进行筛选，从而得到目标分析数据。

S130、对目标分析数据进行风险计量评估。

在本申请实施例中，从待分析数据中筛选出目标分析数据之后，对目标分析数据进行风险计量评估，得到风险评估值。可选的，对目标分析数据进行风险计量评估的维度可以是价值评估、敏感度分析、风险评估等，可以从一个维度或者多个维度进行评估。对目标分析数据进行风险计量评估时，可以通过预先训练好的神经网络模型进行评估，也可以调用预设的评估算法进行评估。将目标分析数据作为输入，通过预先训练好的神经网络模型或者预设的评估算法中，对目标分析数据进行分析处理，得到风险计量评估值。

本实施例提供的技术方案，根据待分析数据，确定待获取的指标类型；根据用户对指标类型选择的指标数据，对待分析数据进行筛选，得到目标分析数据；对目标分析数据进行风险计量评估。本申请通过使用所构建的规则引擎组件对待分析数据进行筛选并得到目标分析数据，可以解决现有技术中对筛选规则更改时还需要对代码进行重新开发的问题，可以满足业务人员随时调整和灵活配置筛选规则的需求，提高了数据风险评估的灵活性，为数据风险评估提供了一种新思路。

实施例二

图2为本申请实施例二提供的一种数据风险计量方法的第二流程示意图。本申请实施例是在上述实施例的基础上进行优化，具体优化为：增加了对目标分析数据进行风险计量评估的过程进行详细的解释说明。

参见图2，本实施例的方法包括但不限于如下步骤：

S210、根据待分析数据，确定待获取的指标类型。

S220、根据用户对指标类型选择的指标数据，对待分析数据进行筛选，得到目标分析数据。

S230、对目标分析数据进行价值评估。

在本申请实施例中，从待分析数据中筛选出目标分析数据之后，根据目标分析数据类型的不同，调用其对应的估值引擎组件，对目标分析数据进行估值运算，得到价值评估结果。其中，本申请对估值引擎组件不做限定，可以是现有技术中的估值引擎组件。示例性的，若目标分析数据为固定利率债券，则估值引擎组件可以是中债登模型；若目标分析数据为息票递增债券，则估值引擎组件可以是现金流折现法。

S240、根据至少一个维度的影响因素，对目标分析数据的价值评估结果进行敏感度分析，得到敏感度曲线。

在本申请实施例中，敏感性分析是从至少一个维度的影响因素中对价值评估结果的不确定性进行分析，测算其对项目指标的影响程度和敏感性程度。对目标分析数据的价值评估结果进行敏感度分析之后，可以绘制成敏感度曲线。通过敏感度曲线，进而判断项目承受风险的能力。以金融机构行业为例，影响因素的维度可以是风险因子点、头寸、产品、境内外等，影响因素中至少包括风险因子点；其中，风险因子点是由监管机构定期公布的资产价值、负债价值和其他的财务数据；头寸是指个人或实体持有或拥有的特定商品、证券、货币等的数量；产品是指资金融通过程的各种载体，包括货币、黄金、外汇、有价证券等。境内外是指目标分析数据对应的交易数据是属于境内汇款还是境外汇款。敏感度曲线是反应影响因素和敏感值之间的关系曲线，x轴表征的是该敏感度曲线对应的影响因素，y轴表征的是价值评估结果在某个影响因素下所对应的敏感值。

可选的，当影响因素为至少两个时，根据至少两个维度的影响因素，对目标分析数据的价值评估结果进行敏感度分析，得到敏感度曲线的具体过程可以通过以下两个子步骤实现：

S2401、根据至少两个维度的影响因素，和至少两个维度的影响因素间的逻辑关系，确定维度信息表。

在本申请实施例中，先根据目标分析数据提取出至少两个维度的影响因素，并构造这些影响因素之间的层级关系，例如，层级关系可以是汇总层级、明细层级和维度间的兼容关系。再根据各个影响因素以及影响因素之间的层级关系，制作维度信息表。具体的，先罗列目标分析数据的影响因素，再根据影响因素的层级关系对各个影响因素建立关联关系，例如，影响因素为境内外时，对境内外进行细化，先是产品、再是头寸，最后细化到风险因子点上。

S2402、根据维度信息表，确定敏感度计算范围。

其中，敏感计算范围是指从哪个维度以及哪个层级关系分析目标分析数据的价值评估结果进行敏感度分析。

在本申请实施例中，在风险计量系统的界面上显示维度信息表，由风险计量系统根据维度信息表选择对价值评估结果进行敏感度分析的敏感度计算范围。示例性的，以金融机构行业中的交易明细数据为例，若影响因素的维度选择的是境内外，层级关系选择的是汇总层级，则敏感度计算范围依次往下的层级先是为境内外、产品、再是头寸，最后细化到风险因子点上。

可选的，可由业务人员根据维度信息表选择对价值评估结果进行敏感度分析的敏感度计算范围。

在现有技术中，一般是根据数据表样的需求，按所需的各层级维度，进行每个维度的加工。各种维度计算在相关逻辑运算和结果输出中相对固定。如果业务人员对敏感度计算范围进行调整，那么系统也需要进行调整，则现有技术无法满足业务人员对市场风险灵活分析的需求。通过在风险计量系统上制作维度信息表，业务人员可以灵活地选择或更改敏感度计算范围，无需对系统进行调整。

S2403、根据敏感度计算范围，对目标分析数据的价值评估结果进行敏感度分析，得到敏感度曲线。

在本申请实施例中，根据维度信息表确定敏感度计算范围之后，再对目标分析数据的价值评估结果进行敏感度分析，得到敏感度曲线。由于影响因素中至少包括风险因子点，所以敏感度曲线中至少包含风险因子点与敏感值之间的关系。

S250、根据敏感度曲线，确定目标分析数据的风险评估值。

本申请实施例对目标分析数据进行风险评估的方法不做具体限定，可以使用现有技术中的风险评估方法。可选的，可以根据巴塞尔官方标准对敏感度曲线进行计算，从而得到目标分析数据的风险评估值。

具体的，根据风险因子点与币种之间的关联关系，将敏感度曲线划分为至少两个子曲线段；对至少两个子曲线段进行敏感值加权计算，得到目标分析数据的风险评估值。

在本申请实施例中，首先，按币种类型对敏感度曲线进行区块划分，划分为至少两个子曲线段。其次，对于每个子曲线段，根据各个风险因子点对应的敏感值，以及子曲线段的子权重系数，对每个子曲线段上的风险因子点进行加权求和，得到子曲线段的子风险值。然后，根据子曲线段的子风险值，以及敏感度曲线的总权重系数，对各个子曲线段的子风险值进行加权求和，得到敏感度曲线的总风险值。最后，将敏感度曲线的总风险值作为目标分析数据的风险评估值。

本实施例提供的技术方案，根据待分析数据，确定待获取的指标类型；根据用户对指标类型选择的指标数据，对待分析数据进行筛选，得到目标分析数据；对目标分析数据进行价值评估；根据至少一个维度的影响因素，对目标分析数据的价值评估结果进行敏感度分析，得到敏感度曲线；根据敏感度曲线，确定目标分析数据的风险评估值。本申请通过对目标分析数据依次进行价值评估、敏感度分析以及风险评估，得到目标分析数据的风险评估值。在敏感度分析的过程中，通过在风险计量系统上制作维度信息表，可以满足业务人员的快速分析敏感度的需求，实现对风险分析的快速分析响应。

实施例三

图3为本申请实施例三提供的一种数据风险计量方法的第三流程示意图。本申请实施例是在上述实施例的基础上进行优化，具体优化为：增加了对待分析数据的确定过程和对风险计量统计报告的生成过程进行详细的解释说明。

参考图3，本实施例的方法包括但不限于如下步骤：

S310、对获取的交易数据进行处理，得到待分析数据。

其中，交易数据是指个人或实体对所持有或拥有的特定商品、证券、货币进行交易的信息。

在本申请实施例中，首先，从外部市场或者金融交易平台获取交易数据；再对交易数据从不同维度上进行汇总并标记其所属的类别之后，作为待分析数据并存储在数据库中。例如，从是否为外汇数据的维度，将交易数据分为外汇数据和非外汇数据。

S320、根据待分析数据，确定待获取的指标类型。

S330、根据用户对指标类型选择的指标数据，对待分析数据进行筛选，得到目标分析数据。

S340、对目标分析数据进行风险计量评估。

S350、根据目标分析数据的价值评估结果、敏感曲线和风险评估结果，生成风险计量统计报告。

在本申请实施例中，根据业务的要求，需要对计算过程中的中间结果和最后结果进行报告数据统计，以便后续进行核对和确认。例如，在价值评估过程中，得到目标分析数据的价值评估结果之后，通过报告生成模块将价值评估结果以一般利率风险(GeneralInterest Rate Risk，GIRR)加权敏感因子表的形式体现出来；在敏感度分析过程中，得到敏感度曲线之后，通过报告生成模块将敏感度曲线中的信息以GIRR bucket汇总表的形式体现出来；在风险评估过程中，得到风险评估值之后，通过报告生成模块将风险评估值以一般利率风险情景表和一般利率风险汇总表的形式体现出来。

需要说明的是，由于在敏感度分析过程中，风险计量系统会先按照不同维度对价值评估结果进行基础敏感度计算。因而，在统计报告生成阶段，根据用户所设置的报告的表样，风险计量系统会再根据业务人员选择的影响因素之间的层级关系进行敏感度分析。其中，报告的表样包含了从哪个影响因素以及什么层级关系来分析敏感度的信息。由于基础敏感度是对价值评估结果在不同维度进行计算，因而，当业务人员在对报告的表样进行调整时，风险计量系统无需再进行基础敏感度计算以及不用再次进行计算之前的步骤，比如价值评估等步骤。只需要重新运行报告生成阶段，按新设置的报告的表样进行重新处理，能够在较短的时间内重新生成新的表样，满足业务人员的快速分析敏感度的需求，实现对风险分析的快速分析响应。使用这种方法能节省价值评估环节大概两个小时的时间，同时也能有多余两个小时的时间窗口，释放更多的算力用于其它运算。

本实施例提供的技术方案，通过对获取的交易数据进行处理，得到待分析数据；根据用户对指标类型选择的指标数据，对待分析数据进行筛选，得到目标分析数据；对目标分析数据进行风险计量评估；根据目标分析数据的价值评估结果、敏感度曲线和风险评估结果，生成风险计量统计报告。本申请通过对交易数据进行处理得到待分析数据，从待分析数据进行筛选出目标分析数据，再对目标数据进行风险计量评估，最后生成风险计量统计报告。本申请不仅可以满足业务人员随时调整和灵活配置筛选规则的需求，还可以满足业务人员的快速分析敏感度的需求。

实施例四

图4为本申请实施例提供的一种数据风险计量装置的结构示意图，如图4所示，该装置400可以包括：

确定模块410，用于根据待分析数据，确定待获取的指标类型。

筛选模块420，用于根据用户对所述指标类型选择的指标数据，对所述待分析数据进行筛选，得到目标分析数据。

评估模块430，用于对所述目标分析数据进行风险计量评估。

进一步的，上述筛选模块420包括：规则确定单元，组件构建单元，数据筛选单元；

所述规则确定单元，用于根据用户对所述指标类型选择的指标数据，确定筛选规则信息表；

所述组件构建单元，用于构建规则引擎组件；

所述数据筛选单元，用于根据所述筛选规则信息表，调用所述规则引擎组件对所述待分析数据进行筛选，得到目标分析数据。

可选的，所述指标数据包括：指标类型、所述指标类型的筛选条件和所述指标类型间的关联关系。

进一步的，上述评估模块430包括：价值评估单元，敏感评估单元，风险评估单元；

所述价值评估单元，用于对所述目标分析数据进行价值评估；

所述敏感评估单元，用于根据至少一个维度的影响因素，对所述目标分析数据的价值评估结果进行敏感度分析，得到敏感度曲线；

所述风险评估单元，用于根据所述敏感度曲线，确定所述目标分析数据的风险评估值。

进一步的，上述敏感评估单元，还具体用于当所述影响因素为至少两个时，根据至少两个维度的影响因素，和所述至少两个维度的影响因素间的逻辑关系，确定维度信息表；根据所述维度信息表，确定敏感度计算范围；根据所述敏感度计算范围，对所述目标分析数据的价值评估结果进行敏感度分析，得到敏感度曲线。

可选的，所述影响因素中至少包括风险因子点；所述敏感度曲线为表征风险因子点和敏感值关系的曲线。

进一步的，上述风险评估单元，还具体用于根据风险因子点与币种之间的关联关系，将所述敏感度曲线划分为至少两个子曲线段；对所述至少两个子曲线段进行敏感值加权计算，得到所述目标分析数据的风险评估值。

进一步的，上述风险评估单元，还具体用于对于每个子曲线段，根据各个风险因子点对应的敏感值，以及子曲线段的子权重系数，计算所述子曲线段的子风险值；根据所述子曲线段的子风险值，以及所述敏感度曲线的总权重系数，计算所述敏感度曲线的总风险值，作为所述目标分析数据的风险评估值。

进一步的，上述数据风险计量装置，还可以包括：报告生成模块；

所述报告生成模块，用于根据所述目标分析数据的价值评估结果、敏感度曲线和风险评估结果，生成风险计量统计报告。

进一步的，上述数据风险计量装置，还可以包括：数据处理模块；

所述数据处理模块，用于对获取的交易数据进行处理，得到待分析数据。

本实施例提供的数据风险计量装置可适用于上述任意实施例提供的数据风险计量方法，具备相应的功能和有益效果。

实施例五

图5为本发明实施例五提供的一种电子设备的结构示意图，图5示出了适于用来实现本发明实施例实施方式的示例性电子设备的框图。图5显示的电子设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。该电子设备典型可以是智能手机、平板电脑、笔记本电脑、车载终端以及可穿戴设备等。

如图5所示，电子设备500以通用计算设备的形式表现。电子设备500的组件可以包括但不限于：一个或者多个处理器或者处理单元516，存储器528，连接不同系统组件(包括存储器528和处理单元516)的总线518。

总线518表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。

电子设备500典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备500访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

存储器528可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)530和/或高速缓存存储器532。电子设备500可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统534可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线518相连。存储器528可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明实施例各实施例的功能。

具有一组(至少一个)程序模块542的程序/实用工具540，可以存储在例如存储器528中，这样的程序模块542包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块542通常执行本发明实施例所描述的实施例中的功能和/或方法。

电子设备500也可以与一个或多个外部设备514(例如键盘、指向设备、显示器524等)通信，还可与一个或者多个使得用户能与该电子设备500交互的设备通信，和/或与使得该电子设备500能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口522进行。并且，电子设备500还可以通过网络适配器520与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图5所示，网络适配器520通过总线518与电子设备500的其它模块通信。应当明白，尽管图5中未示出，可以结合电子设备500使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

处理单元516通过运行存储在存储器528中的程序，从而执行各种功能应用以及数据处理，例如实现本发明任一实施例所提供的数据风险计量方法。

实施例六

本发明实施例六还提供一种计算机可读存储介质，其上存储有计算机程序(或称为计算机可执行指令)，该程序被处理器执行时可以用于执行本发明上述任一实施例所提供的数据风险计量方法。

本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明实施例操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明实施例进行了较为详细的说明，但是本发明实施例不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。