数据处理方法、装置、电子设备、存储介质及产品与流程

1.本发明涉及大数据技术领域，尤其涉及一种数据处理方法、装置、电子设备、存储介质及产品。


背景技术：

2.目前，对于新的押品监管标准，金融机构需对本机构下的押品实施统一管理，以对金融机构中各类押品的押品数据实现全覆盖。在债券质押式回购业务交易过程中，涉及押品和债项复杂的关联关系，用户在同一债项下可使用不同数量、种类的债券进行质押融资。现有技术中，金融市场债券质押式回购业务押品数据未纳入统一管理，尚未确定债项押品拆分的统计规则，为了满足监管要求，亟需定义债项押品拆分的统计标准，实现全机构押品统一监控，如何将押品和债项复杂的关联关系形成债项与押品虚拟的一对一关系成为各金融机构需要解决的问题。


技术实现要素：

3.有鉴于此，本发明提供一种数据处理方法、装置、电子设备、存储介质及产品，能够便于进行押品的监管报送、报表统计分析，同时能够准确识别押品对债项的担保能力，以便在押品不足时，及时进行风险预警。
4.根据本发明的一方面，本发明实施例提供了一种数据处理方法，该方法包括：
5.获取原始债项中的债券信息和押品信息；其中，所述原始债项包括至少两个押品和至少两个债券，且所述押品与所述债券之间一一对应；
6.根据所述债券信息和所述押品信息确定所述原始债项中对应押品的可分配价值；
7.基于所述可分配价值和预先配置的押品排序规则对所述原始债项进行拆分，得到至少两个虚拟债项，并形成虚拟债项与所述押品之间一对一的映射关系。
8.根据本发明的另一方面，本发明实施例还提供了一种数据处理装置，该装置包括：
9.信息获取模块，用于获取原始债项中的债券信息和押品信息；其中，所述原始债项包括至少两个押品和至少两个债券，且所述押品与所述债券之间一一对应；
10.价值确定模块，用于根据所述债券信息和所述押品信息确定所述原始债项中对应押品的可分配价值；
11.拆分模块，用于基于所述可分配价值和预先配置的押品排序规则对所述原始债项进行拆分，得到至少两个虚拟债项，并形成虚拟债项与所述押品之间一对一的映射关系。
12.根据本发明的另一方面，本发明实施例还提供了一种电子设备，所述电子设备包括：
13.至少一个处理器；以及
14.与所述至少一个处理器通信连接的存储器；其中，
15.所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的
数据处理方法。
16.根据本发明的另一方面，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的数据处理方法。
17.根据本发明的另一方面，本发明实施例还提供了一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序在被处理器执行时实现本发明任一实施例所述的数据处理方法。
18.本发明实施例的技术方案，将原始债项中的债项信息与押品信息一对多的复杂关系，通过押品的可分配价值和预先配置的押品排序规则对原始债项进行拆分，以形成虚拟债项与押品之间一对一的映射关系，能够便于进行押品的监管报送、报表统计分析，同时能够准确识别押品对债项的担保能力，以便在押品不足时，及时进行风险预警。
19.应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明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
20.为了更清楚地说明本发明实施例中的技术方案，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他的附图。
21.图1为本发明一实施例提供的一种数据处理方法的流程图；
22.图2为本发明一实施例提供的一种原始债项与押品、债券之间的关系图；
23.图3为本发明一实施例提供的一种原始债项进行拆分后虚拟债项和押品映射关系图；
24.图4为本发明一实施例提供的又一种数据处理方法的流程图；
25.图5为本发明一实施例提供的一种数据处理装置的结构框图；
26.图6为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
27.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，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，都应当属于本发明保护的范围。
28.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“目标”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，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的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固
有的其它步骤或单元。
29.本技术技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
30.在一实施例中，图1为本发明一实施例提供的一种数据处理方法的流程图，本实施例可适用于金融机构对押品数据进行拆分处理时的情况，该方法可以由数据处理装置来执行，该数据处理装置可以采用硬件和/或软件的形式实现，该数据处理装置可配置于电子设备中。
31.如图1所示，具体步骤包括：
32.s110、获取原始债项中的债券信息和押品信息；其中，原始债项包括至少两个押品和至少两个债券，且押品与债券之间一一对应。
33.在本实施例中，原始债项可以理解为债务人承担的含有信用风险的金融总债项。原始债项中可以包含两个或者两个以上的押品，以及两个或者两个以上债券。其中，押品也可以称为抵质押品，可以包括房屋、土地、汽车、机器等价值较大的实物形态的资产。债券指的是政府、企业和银行等为筹集资金所发行的一种在约定时间支付一定比例的利息，且在到期时偿还本金的有价证券，可以为各银行发行的金融债券、银行所发行票据、财政部所发行的凭证式国债等等。
34.在本实施例中，原始债项中的各押品和债券之间存在一一对应的关系。可以理解为，原始债项中的每个押品均有相对应的债券。需要说明的是，原始债项中的每个押品对应有相应的押品编码、押品种类以及相应的债券代码，押品编码与债券代码存在一一对应的关系。示例性的，押品1对应债券代码1，押品2对应债券代码2，本实施例在此不做限制。
35.在本实施例中，原始债项中包含债券对应的债券信息和押品对应的押品信息。需要说明的是，债券信息可以包含债券所对应的债券面值、债券发行值、债券净价值和债券数量等等，押品信息可以包括各押品对应的抵质押率、押品价值、押品对应的押品类型等等。当然，原始债项中的每个押品均对应相应的押品信息，每个债券有相对应的债券信息。
36.在一实施例中，债券信息至少包括下述之一：债券面值；债券发行值；债券净价值；债券数量。
37.在本实施例中，债券面值指的是发行债券的面值，债券面值包括两个内容：一是币种，二是票面金额。其中，面值的币种可用本国货币，也可用外币，这取决于发行者的需要和债券的种类。债券发行值可以通过面值与市场利率的乘积以及每期利息与市场利率的乘积之和确定。债券净价值指的是扣除按债券票面利率计算的应计利息后的债券价格。
38.在本实施例中，原始债项对应有相应的原始债项编号，可以通过序列号生成工具为每一笔原始债项生成唯一的原始债项编号，也可以称为交易记录编号。需要说明的是，原始债项中包含对应的交易金额、到期结算金额、起息日与到期交割日等信息。由在原始债项中的每个押品所对应的债券的种类、债券代码和押品所对应的押品价值，可以形成原始债项与押品一对多的关联关系。示例性的，图2为本发明一实施例提供的一种原始债项与押品、债券之间的关系图。本实施例以原始债项中包含4个押品为例进行说明。如图2所示，原始债项中包含4个押品，每个押品均有对应的债券代码、押品种类、押品价值，原始债项与押品为一对多的关系。
39.s120、根据债券信息和押品信息确定原始债项中对应押品的可分配价值。
40.其中，可分配价值指的是原始债项中的每个押品所对应的可进行债项分配的价值。
41.在本实施例中，可以依据原始债项中每个押品对应的押品信息以及债项信息，以确定原始债项中对应押品的可分配价值。在一些实施例中，可以依据债券信息中的债券面值、债券发行值、债券净价值、债券数量，以确定每个押品对应的押品实际价值，根据押品对应的实际价值以及押品信息中所包含的抵质押率，以确定原始债项中对应押品的可分配价值。
42.s130、基于可分配价值和预先配置的押品排序规则对原始债项进行拆分，得到至少两个虚拟债项，并形成虚拟债项与押品之间一对一的映射关系。
43.其中，押品排序规则可以理解为对原始债项中的押品进行拆分时的押品拆分排序规则。在本实施例中，押品排序规则可以人为进行自定义，也可以依据经验进行设置排序规则，本实施例在此不做限制。
44.在本实施例中，押品排序规则可以对押品风险等级、发行体注册地所在国家或地区的评级、发行体标准信用风险评估结果、押品金额、押品编号分别对应的优先级进行押品拆分时的排序规则。需要说明的是，当一个债项对应多个押品时，可以依据押品排序规则对应的优先级依次覆盖债项，从而形成虚拟债项与押品之间一对一的映射关系。示例性的，按照押品排序规则对应的优先级，以押品风险等级从小到大、发行体注册地所在国家或地区的评级从优到劣、发行体标准信用风险评估结果从优到劣、押品金额从大到小、押品编号从小到大的排序进行原始债项中押品的拆分。
45.在本实施例中，虚拟债项可以理解为对原始债项中的多个押品进行拆分所得到的与押品一一对应的债项。当然，拆分所得到的虚拟债项至少两个虚拟债项，每个虚拟债项均对应有相应的虚拟债项编号。
46.在本实施例中，可以按照预先配置的押品排序规则对原始债项中的押品进行相应的优先级排序，以得到优先级排序之后对应的押品列表，押品列表中的每个押品均对应有相应的可分配价值，可以基于每个押品对应的可分配价值，对原始债项进行拆分，以得到对应的至少两个虚拟债项，并按照优先级的排序依次覆盖债项余额，以形成虚拟债项和对应的押品之间一对一的映射关系。需要说明的是，每个拆分后的虚拟债项均对应有虚拟债项编号。
47.示例性的，为便于更清楚的理解按照优先级的排序依次覆盖债项余额，以形成虚拟债项和对应的押品之间一对一的映射关系，图3为本发明一实施例提供的一种原始债项进行拆分后虚拟债项和押品映射关系图，如图3所示，原始债项拆分为4个虚拟债项，每个虚拟债项对应有相应的债项金额以及已覆盖金额，每个债项对应相应的押品，每个押品包含相应的债券代码、押品种类和押品价值。
48.本实施例的上述技术方案，将原始债项中的债项信息与押品信息一对多的复杂关系，通过押品的可分配价值和预先配置的押品排序规则对原始债项进行拆分，以形成虚拟债项与押品之间一对一的映射关系，能够便于进行押品的监管报送、报表统计分析，同时能够准确识别押品对债项的担保能力，以便在押品不足时，及时进行风险预警。
49.在一实施例中，在基于可分配价值和预先配置的押品排序规则对原始债项进行拆分，得到至少两个虚拟债项之后，还包括：
50.确定原始债项的当前风险敞口；
51.根据当前风险敞口和预先配置的风险敞口阈值执行对应的处理策略。
52.其中，当前风险敞口指的是依次覆盖债项余额之后，将所剩余的待覆盖债项部分余额作为当前风险敞口，当前风险敞口可以表征可能导致出现损失的风险部分。风险敞口阈值可以理解为预先配置的风险敞口对应的阈值，风险敞口阈值可以通过人为进行设定，也可以依据专家经验进行设定，本实施例在此不做限制。
53.在本实施例中，通过原始债项所对应的债项余额以及原始债项中所包含的每个押品对应的总价值，以确定原始债项对应的当前风险敞口，依据当前风险敞口与预先配置的风险敞口阈值之间的比较，可以根据比较结果执行对应的处理策略。需要说明的是，处理策略可以依据实际情况随时做出调整，处理策略可以为及时提醒业务人员补充对应的债券押品的数量、加强该债券押品的监控措施、补充额外押品排序规则中优先级高的债券押品等多中策略中一种或多种措施。
54.在一实施例中，确定原始债项的当前风险敞口，包括：
55.获取原始债项的债项余额；
56.根据债项余额和原始债项中所包含押品的总价值确定原始债项的当前风险敞口。
57.在本实施例中，依据原始债项对应的债项余额，以及原始债项中所包含押品的总价值，可以确定原始债项的当前风险敞口。示例性的，原始债项对应的债项余额为3000，原始债项中所包含3个押品，其押品1对应的价值为1000，押品2对应的价值为1000，押品3对应的价值为500，在按照可分配价值和预先配置的押品排序规则对原始债项进行拆分，拆分为3个虚拟债项，用押品1覆盖虚拟债项1，押品2覆盖虚拟债项2，押品3覆盖虚拟债项3，在进行虚拟债项覆盖时押品1对应1000可以覆盖，押品2对应1000可以覆盖，而押品3对应500，覆盖债项余额500，原始债项对应的债项余额为 3000-1000-1000-500＝500，债项已覆盖金额为2500，则此时的当前风险敞口可以表示为3000-2500＝500。
58.在一实施例中，根据当前风险敞口和预先配置的风险敞口阈值执行对应的处理策略，包括：
59.确定当前风险敞口和预先配置的风险敞口阈值之间的敞口比对结果；
60.根据敞口比对结果执行对应的处理策略。
61.在本实施例中，可以将原始债项对应的当前风险敞口和预先配置的风险敞口阈值进行比较，以确定当前风险敞口和预先配置的风险敞口阈值之间的敞口比对结果，在当前风险敞口大于或等于预先配置的风险敞口阈值的情况下，则及时提醒业务人员补充对应的债券押品的数量，或加强该债券押品的监控措施，或补充额外押品排序规则中优先级高的债券押品等措施；在当前风险敞口小于预先配置的风险敞口阈值的情况下，则说明用户债项对应的当前风险敞口处于安全范围内，处理策略可以为按照一定的周期等进行监控该用户债项，以便在超出预先配置的风险敞口阈值的情况下，及时进行反馈，进行相应的执行策略。
62.在一实施例中，图4为本发明一实施例提供的又一种数据处理方法的流程图，本实施例在上述各实施例地基础上，对根据债券信息和押品信息确定所述原始债项中对应押品的可分配价值，以及基于可分配价值和预先配置的押品排序规则对原始债项进行拆分，得到至少两个虚拟债项，并形成虚拟债项与押品之间一对一的映射关系进行了进一步的细
化，如图4所示，本实施例中的数据处理方法具体可以包含如下步骤：
63.s410、获取原始债项中的债券信息和押品信息；其中，原始债项包括至少两个押品和至少两个债券，且押品与债券之间一一对应。
64.s420、根据债券信息确定对应押品的实际价值。
65.其中，实际价值可以理解为原始债项中所有押品所对应总价值的估价最小值。
66.在本实施例中，可以依据债券信息所包含的债券面值、债券发行值、债券净价值和债券数量，以确定原始债项中每一个押品对应的实际价值。具体的，可以依据债券信息所包含的债券面值、债券发行值和债券净价值，确定债券估值对应的债券最小价值，并依据债券最小价值和债券数量确定每一个押品的实际价值。
67.在一实施例中，根据债券信息确定对应押品的实际价值，包括：
68.根据债券信息确定债券最小价值；
69.根据债券最小价值和所包含债券数量确定对应押品的实际价值。
70.其中，债券最小价值指的是原始债券中每个押品对应总价值的估价最小值。
71.在本实施例中，可以利用债券面值、债券发行值、债券净价值和债券数量，以建立债券估值模型，通过将债券面值、债券发行值、债券净价值和债券数量输入至债券估值模型中，以计算原始债项中每一个押品对应的押品实际价值。具体的，债券估值模型可以用下述公式表示：
72.value＝min(faceval,issuval,netval)*n
73.其中，n为债券数量，faceval为债券面值，issuval债券发行价值，netval 表示债券净价值，value为实际价值。
74.s430、根据实际价值和抵质押率确定原始债项中对应押品的可分配价值。
75.在本实施例中，抵质押率指的是担保本金余额与债券估值的比率。需要说明的是，抵质押率可以人为依据需求分析进行定义，也可以依据业务部门的实际经验进行定义，本实施例在此不做限制。
76.在本实施例中，可以通过原始债项中每一个押品的实际价值以及押品所对应的抵质押率，以确定原始债项中对应押品的可分配价值。具体的，押品对应的可分配价值的计算公式如下：
77.availableval＝value*m
78.其中，availableval为押品对应的可分配价值，value为实际价值，m 为抵质押率。
79.在本实施例中，原始债项中的每一个押品对应的抵质押率、押品类型、风险等级等可以依据数据库中的预先建立的数据表中进行获取；也可以基于预先创建的目标多层卷积神经网络进行确定，本实施例在此不做限制。
80.可选的，表1给出了抵质押率、押品类型、风险等级三者的关系表，如表1所示，风险等级按照从小到大的优先级进行排序，每一个押品类型对应相应的风险等级以及抵质押率。可以从表1中获取押品类型、风险等级与抵质押率之间的对应关系，以确定原始债项中的押品的抵质押率，然后将抵质押率带入押品可分配价值的计算公式，以确定原始债项中对应押品的可分配价值。表1中，风险等级为100时为风险等级最小，800为风险等级最大。
81.表1：抵质押率、押品类型、风险等级三者的关系表
[0082][0083]
可选的，也可以通过原始债项中每个债券的债券属性信息，将债券属性信息输入至目标多层卷积神经网络中，以得到对应的债券风险等级和债券所对应押品的抵质押率。
[0084]
s440、按照预先配置的押品排序规则对原始债项中的押品进行优先级排序，得到排序之后的押品列表，基于押品列表中每个押品的可分配价值对原始债项进行拆分，得到对应的至少两个虚拟债项。
[0085]
在本实施例中，可以按照押品对应的风险等级、发行体注册地评级、发行体信用风险评估结果、押品金额、押品编号，对原始债项中的押品进行优先级排序，得到排序之后的押品列表，在此基础上，依据押品列表中每个押品的可分配价值对原始债项进行拆分，依次覆盖债项余额，以得到对应的至少两个虚拟债项。
[0086]
在一实施例中，按照预先配置的押品排序规则对原始债项中的押品进行优先级排序，得到排序之后的押品列表，包括：
[0087]
依次按照债券风险等级、发行体注册地评级、发行体信用风险评估结果对原始债项中的押品进行优先级排序，得到排序之后的押品列表。
[0088]
在本实施例中，可以依次按照债券风险等级、发行体注册地评级、发行体信用风险评估结果，对原始债项中的押品进行优先级排序，以得到排序之后所对应的押品列表。具体的，按照债券风险等级从小到大、发行体注册地评级从优到劣、发行体信用风险评估结果从优到劣的优先级排序，以得到优先级排序之后的押品列表。除此之外，还可以将押品金额从大到小、押品编号从小到大的优先级排序，以得到优先级排序之后的押品列表。
[0089]
需要说明的是，债券风险等级、发行体注册地评级、发行体信用风险评估结果可以通过专家研判进行确定。示例性的，当前押品的可接纳程度比较高，其所对应的债券风险等级相对就比较低。
[0090]
在一实施例中，债券风险等级和抵质押率均基于预先创建的目标多层卷积神经网
络进行确定。
[0091]
其中，目标多层卷积神经网络指的是进行样本训练之后的多层卷积神经网络。目标多层卷积神经网络可以包含池化层、卷积层、全连接层，具体池化核大小以及对应的步长、卷积核大小以及对应的步长，可以根据每个债券的债券属性信息对应的维度大小进行调整。
[0092]
在本实施例中，可以将原始债项中每个债券的债券属性信息，输入至目标多层卷积神经网络中，以得到对应的债券风险等级和债券所对应押品的抵质押率。
[0093]
在一实施例中，债券风险等级和抵质押率均基于预先创建的目标多层卷积神经网络进行确定，包括：
[0094]
获取原始债项中每个债券的债券属性信息；
[0095]
将债券属性信息输入至目标多层卷积神经网络中，得到对应的债券风险等级和债券所对应押品的抵质押率。
[0096]
在本实施例中，债券属性信息可以包括债券对应的种类、发行体注册地评级、发行体信用风险评估结果、债券的正相关关系以及债券其他维度的属性信息。
[0097]
在本实施例中，通过获取原始债项中每个债券对应的种类、发行体注册地评级、发行体信用风险评估结果、债券的正相关关系以及债券其他维度的债券属性信息，以将债券属性信息输入至目标多层卷积神经网络中，以得到对应的债券风险等级和债券所对应押品的抵质押率。
[0098]
示例性的，基于预先获取的行内数据和/或行外数据选取多个债券类别的抵质押品作为样本，以专家研判的方式对债券风险等级和抵质押率进行打标签，构建训练样本库。以单个样本bi为例，每个债券的债券属性信息分别表示为：p1表示债券种类，p2表示发行体注册地评级，p3表示发行体标准信用风险评估结果，p4表示债券的正相关关系，除此之外，还可以根据需要可将债券其他维度的属性信息作为训练指标pn，单个样本bi可以表示如下： bi＝[p1,p2,p3,p4,...,pn]，将bi＝[p1,p2,p3,p4,...,pn]输入至目标多层卷积神经网络中，得到对应的债券风险等级和债券所对应押品的抵质押率，可以用si进行表示，其中，r表示债券风险等级，m表示抵质押率si＝[r,m]，为(1*2)的行向量。
[0099]
在一实施例中，目标多层卷积神经网络的创建过程，包括：
[0100]
基于预先获取的行内数据和/或行外数据选取多个债券类别的抵质押品；
[0101]
将抵质押品，以及带有标签的债券风险等级和抵质押率作为训练样本；
[0102]
将训练样本输入至原始多层卷积神经网络，得到对应的目标多层卷积神经网络。
[0103]
其中，原始多层卷积神经网络指的是进行样本训练的多层卷积神经网络。原始多层卷积神经网络可以包含池化层、卷积层、全连接层。
[0104]
在本实施例中，行内数据指的是银行内部数据，可以包含金钱质押、汇票、本票、存单、国债、金融债券等等。行外数据指的是银行外部第三方机构的数据，可以包含依法可以质押的具体有现金价值的人寿保险单、票据、股份、股票等。
[0105]
在本实施例中，基于预先获取的行内数据和/或行外数据选取多个债券类别的抵质押品，将抵质押品，以及带有标签的债券风险等级和抵质押率作为训练样本，将训练样本输入至原始多层卷积神经网络，以得到对应的目标多层卷积神经网络。需要说明的是，债券风险等级可以通过专家判断、经验等方式进行确定，例如，主观上认为当前抵质押品的可接
纳程度比较高，则可认为当前抵质押品所对应的债券风险等级相应比较低，由此，对债券风险等级进行打标记时，打标记的方式可以为将债券风险等级高的标记“1”，债券风险等级低的标记“0”，也可以债券风险等级高的标记“h”，债券风险等级低的标记“l”，本实施例在债券风险等级进行打标的方式不做限制。同样的，在本实施例中，抵质押率也可以通过业务部门根据专家经验、分析等进行设定，对抵质押率进行打标的方式与上述方式类似，本实施例也不限制。
[0106]
s450、基于虚拟债项和对应的押品形成虚拟债项与押品之间一对一的映射关系。
[0107]
在本实施例中，基于押品列表中每个押品的可分配价值对原始债项进行拆分，得到对应的至少两个虚拟债项之后，依次覆盖债项余额，并形成虚拟债项与押品一对一的映射关系。
[0108]
示例性的，原始债项所对应的债项编号为00001，债项余额y，该原始债项，该原始债项编号为10000下有3个押品，分别为押品1，对应的押品编号10000，可分配价值a，风险等级100；押品2，对应的押品编号 20000，可分配价值b，风险等级200；押品3，对应的押品编号30000，可分配价值c，风险等级300；本实施例中，按照预先配置的押品排序规则对原始债项中的押品进行优先级排序，得到排序之后的押品列表，基于押品列表中每个押品的可分配价值对原始债项10000进行拆分，得到对应的3个虚拟债项，每个虚拟债项对应有相应的虚拟债项编号(对应的虚拟债项编号依次为：000011、000012、000013)，并基于虚拟债项和对应的押品形成虚拟债项与押品之间一对一的映射关系，如下表2所示。表2为虚拟债项和对应的押品形成虚拟债项与所述押品之间一对一的映射关系表，本实施例中的押品排序规则为：风险等级从小到大、发行体注册地评级从优到劣、发行体标准信用风险评估结果从优到劣、押品金额从大到小、押品编号从小到大。
[0109]
表2：虚拟债项和对应的押品形成虚拟债项与押品之间一对一的映射关系表
[0110][0111]
如表2所示，基于每个押品的可分配价值对原始债项进行拆分，覆盖债项余额时，用押品10000覆盖虚拟债项000011，押品20000覆盖虚拟债项000012，押品30000覆盖虚拟债项000013，即在进行虚拟债项覆盖时，押品10000的押品可分配价值为a，可以覆盖债项余额a,此时对应的风险敞口为0，即为不存在风险敞口；押品20000的押品可分配价值为b，可以覆盖债项余额b，此时对应的风险敞口为0，而押品30000的押品可分配价值为c，由于债项余额y，可以覆盖债项余额为c对应的最小值y-a-b，此时的风险敞口为：y-a-b-min(c，y-a-b)。
[0112]
本实施例中的上述技术方案，通过按照预先配置的押品排序规则对原始债项中的押品进行优先级排序，得到排序之后的押品列表，基于押品列表中每个押品的可分配价值
对原始债项进行拆分，得到对应的至少两个虚拟债项，由此能够让处于优先级最高的债券押品优先覆盖债项，减少敞口风险。
[0113]
在一实施例中，图5为本发明一实施例提供的一种数据处理装置的结构框图，该装置适用于金融机构对押品数据进行拆分处理时的情况，该装置可以由硬件/软件实现。可配置于电子设备中来实现本发明实施例中的一种数据处理方法。如图5所示，该装置包括：信息获取模块510、价值确定模块520 以及拆分模块530。
[0114]
其中，信息获取模块510，用于获取原始债项中的债券信息和押品信息；其中，所述原始债项包括至少两个押品和至少两个债券，且所述押品与所述债券之间一一对应；
[0115]
价值确定模块520，用于根据所述债券信息和所述押品信息确定所述原始债项中对应押品的可分配价值；
[0116]
拆分模块530，用于基于所述可分配价值和预先配置的押品排序规则对所述原始债项进行拆分，得到至少两个虚拟债项，并形成虚拟债项与所述押品之间一对一的映射关系。
[0117]
本发明实施例，信息获取模块，将原始债项中的债项与押品一对多的复杂关系，拆分模块，通过押品的可分配价值和预先配置的押品排序规则对原始债项进行拆分，以形成虚拟债项与押品之间一对一的映射关系，能够便于进行押品的监管报送、报表统计分析，同时能够准确识别押品对债项的担保能力，以便在押品不足时，及时进行风险预警。
[0118]
在一实施例中，所述押品信息至少包括：抵质押率；价值确定模块520，包括：
[0119]
第一价值确定单元，用于根据所述债券信息确定对应押品的实际价值；
[0120]
第二价值确定单元，用于根据所述实际价值和所述抵质押率确定所述原始债项中对应押品的可分配价值。
[0121]
在一实施例中，第一价值确定单元，包括：
[0122]
最小价值确定子单元，用于根据所述债券信息确定债券最小价值；
[0123]
实际价值确定子单元，用于根据所述债券最小价值和所包含债券数量确定对应押品的实际价值。
[0124]
在一实施例中，所述债券信息至少包括下述之一：债券面值；债券发行值；债券净价值；债券数量。
[0125]
在一实施例中，拆分模块530，包括：
[0126]
债项确定单元，用于按照预先配置的押品排序规则对所述原始债项中的押品进行优先级排序，得到排序之后的押品列表；基于所述押品列表中每个押品的可分配价值对所述原始债项进行拆分，得到对应的至少两个虚拟债项；
[0127]
映射关系确定单元，用于基于所述虚拟债项和对应的押品形成虚拟债项与所述押品之间一对一的映射关系。
[0128]
在一实施例中，债项确定单元，包括：
[0129]
排序子单元，用于依次按照债券风险等级、发行体注册地评级、发行体信用风险评估结果对所述原始债项中的押品进行优先级排序，得到排序之后的押品列表。
[0130]
在一实施例中，所述数据处理模块，还包括：
[0131]
敞口确定单元，用于在所述基于所述可分配价值和预先配置的押品排序规则对所述原始债项进行拆分，得到至少两个虚拟债项之后，确定所述原始债项的当前风险敞口；
[0132]
策略执行单元，用于根据所述当前风险敞口和预先配置的风险敞口阈值执行对应的处理策略。
[0133]
在一实施例中，敞口确定单元，包括：
[0134]
余额获取子单元，用于获取所述原始债项的债项余额；
[0135]
敞口确定子单元，用于根据所述债项余额和所述原始债项中所包含押品的总价值确定所述原始债项的当前风险敞口。
[0136]
在一实施例中，策略执行单元，包括：
[0137]
结果确定子单元，用于确定所述当前风险敞口和预先配置的风险敞口阈值之间的敞口比对结果；
[0138]
策略执行子单元，用于根据所述敞口比对结果执行对应的处理策略。
[0139]
在一实施例中，债券风险等级和抵质押率均基于预先创建的目标多层卷积神经网络进行确定。
[0140]
在一实施例中，所述债券风险等级和抵质押率均基于预先创建的目标多层卷积神经网络进行确定，包括：
[0141]
信息获取单元，用于获取所述原始债项中每个债券的债券属性信息；
[0142]
信息确定单元，用于将所述债券属性信息输入至目标多层卷积神经网络中，得到对应的债券风险等级和所述债券所对应押品的抵质押率。
[0143]
在一实施例中，所述目标多层卷积神经网络的创建过程，包括：
[0144]
基于预先获取的行内数据和/或行外数据选取多个债券类别的抵质押品；
[0145]
将所述抵质押品，以及带有标签的债券风险等级和抵质押率作为训练样本；
[0146]
将所述训练样本输入至原始多层卷积神经网络，得到对应的目标多层卷积神经网络。
[0147]
本发明实施例所提供的数据处理装置可执行本发明任意实施例所提供的数据处理方法，具备执行方法相应的功能模块和有益效果。
[0148]
在一实施例中，图6为本发明实施例提供的一种电子设备的结构示意图。电子设备10旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
[0149]
如图6所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(rom)12、随机访问存储器(ram)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(rom)12中的计算机程序或者从存储单元18加载到随机访问存储器(ram)13中的计算机程序，来执行各种适当的动作和处理。在ram 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、rom 12以及ram 13通过总线14 彼此相连。输入/输出(i/o)接口15也连接至总线14。
[0150]
电子设备10中的多个部件连接至i/o接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸
如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
[0151]
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如数据处理方法。
[0152]
在一些实施例中，数据处理方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由rom 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到ram 13并由处理器11执行时，可以执行上文描述的数据处理方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件) 而被配置为执行数据处理方法。
[0153]
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/ 或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
[0154]
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
[0155]
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
[0156]
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
[0157]
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)、区块链网络和互联网。
[0158]
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与vps服务中，存在的管理难度大，业务扩展性弱的缺陷。
[0159]
在一实施例中，本发明实施例还包括一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序在被处理器执行时实现本发明任一实施例所述的数据处理方法。
[0160]
计算机程序产品在实现的过程中，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操作的计算机程序代码，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)。
[0161]
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
[0162]
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。