专利名称：一种对信用风险进行评估的系统的制作方法
技术领域：
本实用新型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。
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。
实用新型内容(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，本实用新型提供了一种客观、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，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，本实用新型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输出和展现数据存储装置4中存储的数据。(三)有益效果从上述技术方案可以看出，本实用新型具有以下有益效果1、本实用新型提供的这种在极端情况下对信用风险进行评估的系统，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。2、本实用新型提供的这种在极端情况下对信用风险进行评估的系统，为银行提供了一个高效的在极端情况下进行计量的数据处理平台，与以前电子表格式的半手工处理方式相比，大大提高了数据处理的效率，能以较高的频度(实时)高效率的处理大量的分析数据，及时的进行宏观经济指标、信贷指标等的计量；3、本实用新型提供的这种在极端情况下对信用风险进行评估的系统，实现任何时候可以根据当前的宏观经济数据模拟银行资产的长期走势，实时量化极端情况下可能发生的变化，控制银行资产的风险，以及提高收益。根据客户真实的资产数据，预测客户违约风险，防范优质客户流失、提高客户风险管理能力，为进一步增强商业银行产品和服务的市场竞争力提供稳定支持。
图1是本实用新型提供的在极端情况下对信用风险进行评估的系统的示意图；图2是本实用新型提供对信用风险进行评估的方法的流程图；图3是本实用新型中信用风险压力计量装置的处理流程图。
具体实施方式
为使本实用新型的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本实用新型进一步详细说明。本实用新型提供的这种对信用风险进行评估的系统，采用“自上而下”(Top-Down) 的宏观模型方式，自动采集各个业务系统的源数据，并对这些源数据以逻辑回归、面板回归、时间序列分析等手段进行极端情况下信用风险的计量和评价，生成评价结果数据，并将生成的评价结果数据存储在数据存储装置中。最终的评价结果是极端情况下的信用风险分析数据(如施压后的违约概率PD，施压后的经济资本EC，施压后的不良贷款率NPLR等)。 下面对照附图进行具体描述图1是本实用新型提供的在极端情况下对信用风险进行评估的系统的示意图，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。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(包括客户的资产信息、交易信息，经济指标等)，再将采集到的源数据通过内部网络存储到数据存储装置4。用户输入装置2，用于用户与信用风险压力计量装置3的交互，用户通过该用户输入装置输入想要模拟的变量信息，即用户输入信息，并从该用户输入装置得到信用风险压力计量装置3中宏观施压计量处理实时运算的结果。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输入的用户输入信息进行模拟和预测处理。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。数据输出装置5，用于输出数据存储装置4中存储的数据。图2是本实用新型提供对信用风险进行评估的方法的流程图，该方法包括以下步骤步骤101 源数据采集装置1采集数据。源数据采集装置1采集银行业务系统或者外部数据源中的宏观经济数据层面的源数据，并将采集到的源数据通过内部网络存储到数据存储装置4，该宏观经济数据层面的源数据具体包括客户信息、合同、债项交易数据以及经济指标数据。步骤102 用户输入装置2将用户选择的解释变量(如⑶P，市场利率等)和被解释变量(如违约概率PD，违约损失率LGD)以及模拟模型(如线性回归模型、时间序列模型、 面板回归模型等)等用户输入信息输入信用风险压力计量装置3。步骤103 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。步骤104 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。步骤105 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，供用户进行查看和下载。图3是本实用新型中信用风险压力计量装置的处理流程图。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，该模拟和预测处理的流程如下步骤201 获取模拟变量；从数据存储装置4中获取拟合模型变量，其中变量分为解释变量和被解释变量， 比如下面简单的公式Y = aX+b[0043]公式中的X即为解释变量(施压变量)，该变量可以是经济指标数据(如⑶P，市场利率等)，也可以是风险计量因子(如违约概率PD，不良贷款率LGD等)，公式中的Y是被解释变量(受压变量)，该变量一般为风险计量因子(如违约概率PD，不良贷款率LGD等)， 公式中的a叫做系数，b叫做常数。步骤202 计量变量的内在关系；为了对获取的变量做回归模拟，信用风险压力计量装置3对这些变量进行初步分析，用以筛选合适的变量和合适的模型。初步分析可以选择变量的相关性计算、变量曲线图拟合和标准化变量曲线图拟合等进行分析评估手段，并将结果存在数据存储装置4。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，比如如果两组变量的相关性过高，即随着时间的变化，这两组数据呈现出同增同减的同步状况， 信用风险压力计量装置会去掉其中的一组数据，因为这两组数据可以近似的认为是一组数据。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。变量的相关性计算、变量曲线图拟合和标准化变量曲线图拟合等分析手段都可实时操作，信用风险压力计量装置3实时的将分析结果保存在数据存储装置4，用户可以通过数据输出装置5实时查看或者下载分析的结果。步骤203 使用模型进行回归模拟；信用风险压力计量装置3进行回归模拟处理，分别用下述三种模型进行处理模型一线性回归模型；Y= β0+β ^1+......+β kXk+ ε其中β Q为常数，^j2......是系数，X1X2......是解释变量(如⑶P、市场利
率等)，Y是被解释变量(如违约概率PD，不良贷款率LGD等)，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Pj2......存入数据存储装置4。模型二时间序列模型；
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(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。
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)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)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。
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)输入的需要模拟的变量信息进行模拟和预测处理。
5.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)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。
专利摘要本实用新型公开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、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。利用本实用新型，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G06Q40/00GK202075785SQ201120015050
公开日2011年12月14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