一种基于压力模拟法的市场风险情景确定方法与流程

文档序号:31712387发布日期:2022-10-04 20:02阅读:127来源:国知局
一种基于压力模拟法的市场风险情景确定方法与流程

1.本发明涉及数据监管领域,尤其涉及一种基于压力模拟法的市场风险情景确定方法。


背景技术:

2.计算风险价值的方法是压力模拟法。压力模拟法的一个关键假设是:历史在某种意义上是对将来的一个指导,即假设由过去几年数据得出的市场变量的实证概率分布,是对明天市场的一个指导。压力情景是指取过去某个时间段内的市场数据,来计量对现有市场数据的影响。如果某件事件在数据所覆盖的时间内没有发生,在基本var计算中,这一时间不会对计算出的var有任何影响。不幸的是,市场变量并非静态,有时市场波动率很高,有时很低,进而有了压力模拟法的推广,如极值理论。
3.在解决确定性问题中,越来越多的用户方采用多种方式模拟压力情景,在现有技术方案中存在以下缺点:
4.压力情景基于过去几年的历史市场数据实证概率分布,反应历史数据对现有市场的影响,市场数据的变动存在不确定性,直接取历史几年的市场数据进行风险价值计量,不能准确反应历史某事件对未来的影响。
5.选取历史几年或者更多年份的市场数据,庞大的数据量影响其执行效率;选取不同的引擎装置执行效率不一。
6.综上所述,现有技术中,存在的技术问题是风险确定的准确率和效率低。


技术实现要素:

7.鉴于上述问题,提出了本发明以便提供克服上述问题或者至少部分地解决上述问题的一种基于压力模拟法的市场风险情景确定方法。
8.根据本发明的一个方面,提供了一种基于压力模拟法的市场风险情景确定方法包括:
9.数据采样,具体为:采集平台采数至缓冲层数据库,etl通过存储过程加工处理到集市层数据库,获取当天市场数据历史10年的折现曲线数据
10.风险因子归集,具体为:根据所述风险因子配置信息获取风险因子;
11.风险曲线变动,具体为:当日风险因子对应市场数据,计量相邻两日的曲线变动数据,生成新的情景曲线数据;
12.建立压力情景;
13.进行情景估值计量。
14.可选的,所述数据采样具体包括:
15.采集平台将数据从数据仓库生成数据文件并将文件加载到市场风险缓冲层数据库中;
16.存储过程通过关联相应表提取不同表数据组合成所需的市场数据;
17.通过跑批日期以及假日日历代码获取到历史10年的所有日期,循环代入曲线信息表获取历史10年的折现曲线;
18.如若数据不全,则该期限点对应的曲线数据取自系统参数配置的国债曲线。
19.可选的,所述风险因子归集具体包括:
20.获取配置日期,判断配置日期与系统参数表中的上线日期是否相同,如果是,代表第一次归集,需要对全部风险因子处理,否则,只需迭代;
21.根据var风险因子及历史情景曲线取出所有的风险因子;
22.从系统参数中获取无风险曲线配置,判断是否存在所述无风险曲线配置,如果是,则添加至风险因子配置,否则,直接跳过;
23.对所有的风险因子配置根据风险类型以及风险因子名称进行去重;
24.将获取的配置日期循环添加至每一条风险因子配置的配置日期。
25.可选的,所述风险曲线变动具体包括:
26.根据风险类型划分为利率、汇率、波动率三种曲线;
27.利率曲线变动过程;
28.汇率曲线变动过程;
29.波动率曲线变动过程。
30.可选的,所述利率曲线变动过程具体包括:
31.根据曲线代码获取对应曲线数据;
32.按照日期进行排序;
33.分别计算持有期为1天与10天的隔日数据。
34.可选的,所述汇率曲线变动过程包括:
35.通过曲线代码筛选不同日期的同一曲线;
36.分别计算持有期为1天与10天的隔日数据。
37.可选的,所述波动率曲线变动过程具体包括:
38.获取当前风险因子的名称对应的曲线数据;
39.分别计算持有期为1天与10天的隔日数据。
40.本发明提供的一种基于压力模拟法的市场风险情景确定方法包括:数据采样,具体为:采集平台采数至缓冲层数据库,etl通过存储过程加工处理到集市层数据库,获取当天市场数据历史10年的折现曲线数据;风险因子归集,具体为:根据所述风险因子配置信息获取风险因子;风险曲线变动,具体为:当日风险因子对应市场数据,计量相邻两日的曲线变动数据,生成新的情景曲线数据;建立压力情景;进行情景估值计量。基于历史几年的市场数据取相邻两天的变动累加在计量日当天的市场数据生成新的市场数据。取变动较直接取历史数据来计量更加准确,准确的反映了历史某事件对未来市场的指导。
41.上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
42.为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用
的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
43.图1为本发明实施例提供的压力情景模拟流程图;
44.图2为本发明实施例提供的数据采样流程图;
45.图3为本发明实施例提供的风险因子归集流程图;
46.图4为本发明实施例提供的风险曲线变动流程图;
47.图5为本发明实施例提供的压力情景流程图;
48.图6为本发明实施例提供的情景估值计量流程图。
具体实施方式
49.下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
50.本发明的说明书实施例和权利要求书及附图中的术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元。
51.下面结合附图和实施例,对本发明的技术方案做进一步的详细描述。
52.如图1所示,压力情景是指观侧最近历史上曾经发生过的市场风险显著变化事件,并以其为基础风险进行情景复制。压力情景利用过去市场上曾经发生的极端情景期间各风险因子极端变化的状况,以及在发生这种极端情景时各风险统计相关性状况.来估计在这种情景下可能会给资产组合带来的风险。在进行压力情景模拟时,人们关心,如果这个历史事件风险再次发生.会对资产组合损益带来什么影响。
53.取历史10年的市场数据,经过计量引擎处理风险因子变动数据。相应的市场变动数据累加在计量日市场数据上形成新的市场数据,以便于风险价值评估。依赖flink大数据处理10年市场数据及当日交易数据结合响应算法计量风险价值。
54.处理流程包括:
55.数据采样:采集平台采数至缓冲层数据库,etl通过存储过程加工处理到集市层数据库,获取当天市场数据历史10年的折现曲线数据。(当数据不全时即某天曲线数据缺失点,那么该期限点对应的曲线数据取对应国债“曲线代码:yc_cny_chb_govb”的曲线数据);如图2所示。
56.采集平台将数据从数据仓库生成数据文件并将文件加载到市场风险缓冲层数据库中;
57.存储过程通过关联相应表提取不同表数据组合成所需的市场数据;
58.通过跑批日期以及假日日历代码获取到历史10年的所有日期,循环代入曲线信息表获取历史10年的折现曲线;
59.如若数据不全,则该期限点对应的曲线数据取自系统参数配置的国债曲线。
60.风险因子归集:根据风险因子配置信息获取风险因子如图3所示。
61.获取配置日期,如若配置日期与系统参数表中的上线日期相同,代表第一次归集,
需要对全部风险因子处理,若不同,只需迭代即可;
62.根据var风险因子及历史情景曲线取出所有的风险因子;
63.从系统参数中获取无风险曲线配置,若存在该配置,则添加至风险因子配置,不存在则跳过;
64.对所有的风险因子配置根据风险类型以及风险因子名称进行去重;
65.将获取的配置日期循环添加至每一条风险因子配置的配置日期。
66.风险曲线变动:当日风险因子对应市场数据,计量相邻两日的曲线变动数据。以便于生成新的情景曲线数据;如图4所示。
67.根据风险类型划分为利率、汇率、波动率三种曲线
68.利率曲线变动过程,具体包括:
69.根据曲线代码获取对应曲线数据;
70.按照日期进行排序;
71.分别计算持有期为1天与10天的隔日数据。
72.汇率曲线变动过程,具体包括:
73.通过曲线代码筛选不同日期的同一曲线;
74.分别计算持有期为1天与10天的隔日数据。
75.波动率曲线变动过程,具体包括:
76.获取当前风险因子的名称对应的曲线数据;
77.分别计算持有期为1天与10天的隔日数据。
78.压力情景:计量日当天的市场数据累加对应风险因子的变动数据生成新的曲线数据(即压力情景数据),10年数据跑批切分为多个年份执行依赖flink计量引擎处理;如图5所示。
79.情景估值计量:不同的估值方法调用不同的计量模型计算情景估值结果;如图6所示。
80.估值方法与计量模型对应关系如下:
81.ac
‑‑‑‑‑‑
摊本成余法;bl
‑‑‑‑‑‑
价格二叉树;bdt
‑‑‑‑‑‑
利率二叉树;cf
‑‑‑‑‑‑
现金流法;cb
‑‑‑‑‑‑
中债登;fra
‑‑‑‑‑‑
远期利率协议;rp
‑‑‑‑‑‑
利率平价。
82.有益效果:基于历史几年的市场数据取相邻两天的变动累加在计量日当天的市场数据生成新的市场数据。取变动较直接取历史数据来计量更加准确,准确的反映了历史某事件对未来市场的指导。
83.压力情景10年数据切分为两个5年分批处理,flink基于流式处理。本质上是一条一条的数据进行处理,且处理的模式是流水线模式,即所有的处理进程同时存在,数据在这些进程之间流动处理。高可用:就是系统不会因为某台机器,或某个实例挂了,就不能提供服务了,提供了分布式,以及主备自动切换等;高吞吐:单位时间内,能传输的数据量;低延迟:对一个请求,多长时间内能给响应。
84.以上的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1