专利名称：一种对信用风险进行评估的系统和方法
技术领域：
本发明涉及信用风险管理技术领域，特别是涉及一种对信用风险进行评估的系统 和方法。
背景技术：
信用风险是指债务人或交易对手因未能履行合同规定的义务或信用质量发生变 化，影响合同的执行，从而给债权人或金融工具持有人带来损失的风险。从风险是否可预期 的角度，银行面临的信用风险损失分为预期损失、非预期损失和极端损失。对于预期损失， 可以通过银行定价和准备金来消化；非预期损失则只能靠经济资本来抵御吸收；而极端损 失是在异常情况下所发生的损失，发生概率极低但损失巨大。近年来银行对信用风险评价 进行了很多方面的研究，取得了不少成绩，但对于评估极端情况下的资产损失还停留在初 始阶段，不能有效地预估在异常情况下发生的损失。目前，银行对资产极端损失的评估主要 依赖于评估人的经验，并主要借助电子表格程序(如Micrsoft Excel及VBA宏代码)等工 具。这种处理方式存在下列缺陷(1)数据采集完全依靠人工，工作量巨大，数据处理效率很低，受电子表格程序能 力所限，难以进行大数据量的处理；(2)数据一般由个人进行管理，容易被破坏，数据的安全性没有保障；(3)对极端情况下信用风险评估时主观判断占有很大成分，对其风险的计量没有 一个统一的标准与模型；(4)数据难以实现共享，评价结果和经验难以提供给其他应用使用。
发明内容
(一)要解决的技术问题为了克服目前银行在极端情况下，对信用风险进行量化与评价主要依赖人的经 验，不能实现客观、准确、高效评价的困难，本发明提供了一种客观、准确、处理效率高的在 极端情况下对信用风险进行评估的系统和方法，以提高数据处理效率和安全性。( 二 )技术方案为达到上述目的，本发明提供了一种在极端情况下对信用风险进行评估的系统， 该系统包括源数据采集装置1、用户输入装置2、信用风险压力计量装置3、数据存储装置4 和数据输出装置5，其中源数据采集装置1连接于数据存储装置4，用户输入装置2、信用 风险压力计量装置3、数据存储装置4和数据输出装置5依次连接，由信用风险压力计量装 置3从数据存储装置4中读取源数据采集装置1采集的源数据，并对该源数据和用户输入 装置2输入的用户输入信息进行模拟和预测处理，实现在极端情况下对信用风险的评估。上述方案中，所述源数据采集装置1用于以数据接口的方式从银行业务系统或者 用户界面采集宏观经济数据层面的源数据，并将采集的源数据存储到数据存储装置4。所述 源数据至少包括客户的资产信息、交易信息和经济指标。
上述方案中，所述用户输入装置2用于实现用户与信用风险压力计量装置3之间 的交互，用户通过该用户输入装置2输入用户输入信息，并从该用户输入装置2得到信用风 险压力计量装置3计量的宏观各类模型模拟和预测的结果数据。所述用户输入信息包括解 释变量、被解释变量和模拟模型，其中解释变量包括GDP和市场利率、被解释变量包括违约 概率PD和违约损失率LGD，模拟模型包括线性回归模型、时间序列模型和面板回归模型。上述方案中，所述信用风险压力计量装置3用于从数据存储装置4中读取源数据 采集装置1采集的源数据，并对该源数据和用户输入装置2输入的需要模拟的变量信息进 行模拟和预测处理。上述方案中，所述数据存储装置4用于存储源数据采集装置1采集得到的宏观经 济数据层面的源数据，以及信用风险压力计量装置3计量的宏观各类模型模拟和预测的 结果数据。上述方案中，所述数据输出装置5用于输出和展现数据存储装置4中存储的数据。为达到上述目的，本发明还提供了一种在极端情况下对信用风险进行评估的方 法，应用于所述的对信用风险进行评估的系统，该方法包括源数据采集装置1采集源数据，并将采集到的源数据存储到数据存储装置4 ；用户输入装置2将用户输入信息输入信用风险压力计量装置3 ；信用风险压力计量装置3从数据存储装置4中读取源数据采集装置1采集的源数 据，对该源数据和用户输入装置2输入的用户输入信息进行模拟和预测处理；信用风险压力计量装置3将模拟和预测处理的结果数据存放到数据存储装置4 中；以及数据输出装置5将数据存储装置4的结果数据展现给用户。上述方案中，所述源数据采集装置1采集源数据的步骤中，源数据至少包括客户 的资产信息、交易信息和经济指标。上述方案中，所述用户输入装置2将用户输入信息输入信用风险压力计量装置3 的步骤中，用户输入信息包括解释变量、被解释变量和模拟模型，其中解释变量包括GDP和 市场利率、被解释变量包括违约概率PD和违约损失率LGD，模拟模型包括线性回归模型、时 间序列模型和面板回归模型。上述方案中，所述信用风险压力计量装置3从数据存储装置4中读取源数据采集 装置1采集的源数据，对该源数据和用户输入装置2输入的用户输入信息进行模拟和预测 处理，具体包括信用风险压力计量装置3从数据存储装置4中获取拟合模拟变量，计量变 量的内在关系，并使用模型进行回归模拟处理，然后输入压力数据，根据模拟结果进行模拟 和预测处理。上述方案中，所述信用风险压力计量装置3从数据存储装置4中获取的拟合模拟 变量，包括解释变量和被解释变量，解释变量包括GDP和市场利率、被解释变量包括违约概 率PD和违约损失率LGD。上述方案中，所述信用风险压力计量装置3计量变量的内在关系，包括信用风险 压力计量装置3对该拟合模拟变量进行初步分析，用以筛选合适的变量和合适的模型；该 初步分析采用对选择的变量进行相关性计算、变量曲线图拟合和标准化变量曲线图拟合作 为分析评估手段，并将处理结果存储在数据存储装置4。
上述方案中，所述相关性计算是将选择的变量进行相关性的计算，用以判断被选 择的变量间的内在关系；变量曲线图拟合和标准化变量曲线图拟合则是通过画出被选择变 量的分布情况来直观反映所选变量是否符合回归模拟的要求。上述方案中，所述信用风险压力计量装置3使用模型进行回归模拟，分别用下述 三种模型进行处理模型一线性回归模型；Y= β 0+β ^1+......+ β kXk+ ε其中^为常数，^ii2......是系数，X1X2......是解释变量，Y是被解释变
量，ε是随机扰动项，通过数据存储装置4获取解释变量和被解释变量，使用线性回归 模型拟合出变量间的内在关系，将求出公式中的常数和系数，将求得的常数^和系数 β ^2……存入数据存储装置4;模型二时间序列模型；
ηk N
权利要求
1.一种在极端情况下对信用风险进行评估的系统，其特征在于，该系统包括源数据采 集装置(1)、用户输入装置O)、信用风险压力计量装置(3)、数据存储装置(4)和数据输出 装置(5)，其中源数据采集装置(1)连接于数据存储装置G)，用户输入装置O)、信用风 险压力计量装置(3)、数据存储装置(4)和数据输出装置( 依次连接，由信用风险压力计 量装置C3)从数据存储装置中读取源数据采集装置(1)采集的源数据，并对该源数据 和用户输入装置( 输入的用户输入信息进行模拟和预测处理，实现在极端情况下对信用 风险的评估。
2.根据权利要求1所述的在极端情况下对信用风险进行评估的系统，其特征在于，所 述源数据采集装置(1)用于以数据接口的方式从银行业务系统或者用户界面采集宏观经 济数据层面的源数据，并将采集的源数据存储到数据存储装置(4)。
3.根据权利要求2所述的在极端情况下对信用风险进行评估的系统，其特征在于，所 述源数据至少包括客户的资产信息、交易信息和经济指标。
4.根据权利要求1所述的在极端情况下对信用风险进行评估的系统，其特征在于，所 述用户输入装置(2)用于实现用户与信用风险压力计量装置(3)之间的交互，用户通过该 用户输入装置(2)输入用户输入信息，并从该用户输入装置(2)得到信用风险压力计量装 置(3)计量的宏观各类模型模拟和预测的结果数据。
5.根据权利要求4所述的在极端情况下对信用风险进行评估的系统，其特征在于，所 述用户输入信息包括解释变量、被解释变量和模拟模型，其中解释变量包括GDP和市场利 率、被解释变量包括违约概率PD和违约损失率LGD，模拟模型包括线性回归模型、时间序列 模型和面板回归模型。
6.根据权利要求1所述的在极端情况下对信用风险进行评估的系统，其特征在于，所 述信用风险压力计量装置C3)用于从数据存储装置(4)中读取源数据采集装置(1)采集的 源数据，并对该源数据和用户输入装置(2)输入的需要模拟的变量信息进行模拟和预测处 理。
7.根据权利要求1所述的在极端情况下对信用风险进行评估的系统，其特征在于，所 述数据存储装置(4)用于存储源数据采集装置(1)采集得到的宏观经济数据层面的源数 据，以及信用风险压力计量装置C3)计量的宏观各类模型模拟和预测的结果数据。
8.根据权利要求1所述的在极端情况下对信用风险进行评估的系统，其特征在于，所 述数据输出装置( 用于输出和展现数据存储装置中存储的数据。
9.一种在极端情况下对信用风险进行评估的方法，应用于权利要求1所述的对信用风 险进行评估的系统，其特征在于，该方法包括源数据采集装置(1)采集源数据，并将采集到的源数据存储到数据存储装置(4)；用户输入装置( 将用户输入信息输入信用风险压力计量装置(3)；信用风险压力计量装置( 从数据存储装置(4)中读取源数据采集装置(1)采集的源 数据，对该源数据和用户输入装置( 输入的用户输入信息进行模拟和预测处理；信用风险压力计量装置C3)将模拟和预测处理的结果数据存放到数据存储装置(4) 中；以及数据输出装置( 将数据存储装置的结果数据展现给用户。
10.根据权利要求9所述的在极端情况下对信用风险进行评估的方法，其特征在于，所述源数据采集装置(1)采集源数据的步骤中，源数据至少包括客户的资产信息、交易信息 和经济指标。
11.根据权利要求9所述的在极端情况下对信用风险进行评估的方法，其特征在于，所 述用户输入装置( 将用户输入信息输入信用风险压力计量装置(3)的步骤中，用户输入 信息包括解释变量、被解释变量和模拟模型，其中解释变量包括GDP和市场利率、被解释变 量包括违约概率PD和违约损失率LGD，模拟模型包括线性回归模型、时间序列模型和面板 回归模型。
12.根据权利要求9所述的在极端情况下对信用风险进行评估的方法，其特征在于，所 述信用风险压力计量装置( 从数据存储装置(4)中读取源数据采集装置(1)采集的源数 据，对该源数据和用户输入装置( 输入的用户输入信息进行模拟和预测处理，具体包括信用风险压力计量装置C3)从数据存储装置(4)中获取拟合模拟变量，计量变量的内 在关系，并使用模型进行回归模拟处理，然后输入压力数据，根据模拟结果进行模拟和预测 处理。
13.根据权利要求12所述的在极端情况下对信用风险进行评估的方法，其特征在于， 所述信用风险压力计量装置C3)从数据存储装置(4)中获取的拟合模拟变量，包括解释变 量和被解释变量，解释变量包括GDP和市场利率、被解释变量包括违约概率PD和违约损失 率L⑶。
14.根据权利要求12所述的在极端情况下对信用风险进行评估的方法，其特征在于， 所述信用风险压力计量装置C3)计量变量的内在关系，包括信用风险压力计量装置C3)对该拟合模拟变量进行初步分析，用以筛选合适的变量和 合适的模型；该初步分析采用对选择的变量进行相关性计算、变量曲线图拟合和标准化变 量曲线图拟合作为分析评估手段，并将处理结果存储在数据存储装置(4)。
15.根据权利要求14所述的在极端情况下对信用风险进行评估的方法，其特征在于， 所述相关性计算是将选择的变量进行相关性的计算，用以判断被选择的变量间的内在关 系；变量曲线图拟合和标准化变量曲线图拟合则是通过画出被选择变量的分布情况来直观 反映所选变量是否符合回归模拟的要求。
16.根据权利要求12所述的在极端情况下对信用风险进行评估的方法，其特征在于， 所述信用风险压力计量装置C3)使用模型进行回归模拟，分别用下述三种模型进行处理模型一线性回归模型；Y= β ο+ β A+......+ β Α+ ε其中β C1为常数，β力2......是系数，X1X2......是解释变量，Y是被解释变量，ε是随机扰动项，通过数据存储装置(4)获取解释变量和被解释变量，使用线性回归模型拟合出变量间的内在关系，将求出公式中的常数和系数，将求得的常数和系数^j2......存入数据存储装置；模型二 时间序列模型；
17.根据权利要求12所述的在极端情况下对信用风险进行评估的方法，其特征在于， 所述信用风险压力计量装置C3)输入压力数据，根据模拟结果进行预测，包括信用风险压力计量装置C3)通过读取数据存储装置(4)获取回归模型求出的常数和 系数，通过用户输入装置(2)获取用户选择的变量作为解释变量，根据公式求得被解释变量，达到通过拟合模型传导压力数据，得到基于预测的结果，将预测结果存入数据存储装置 ⑷。
全文摘要
本发明公开了一种在极端情况下对信用风险进行评估的系统及方法，该系统包括源数据采集装置、用户输入装置、信用风险压力计量装置、数据存储装置和数据输出装置，其中源数据采集装置连接于数据存储装置，用户输入装置、信用风险压力计量装置、数据存储装置和数据输出装置依次连接，由信用风险压力计量装置从数据存储装置中读取源数据采集装置采集的源数据，并对该源数据和用户输入装置输入的用户输入信息进行模拟和预测处理，实现在极端情况下对信用风险的评估。利用本发明，克服了目前银行在极端情况下，对信用风险进行量化与评价主要依赖人的经验，不能实现客观、准确、高效评价的困难，大大提高了数据的准确性和安全性。
文档编号G06Q40/00GK102117469SQ20111002107
公开日2011年7月6日 申请日期2011年1月18日 优先权日2011年1月18日
发明者朱佳宁, 李瑾瑜, 桑海炀, 王玥婷, 盛明颖 申请人:中国工商银行股份有限公司