CN101826196A - 一种进行利率风险监控的久期数据计量系统 - Google Patents
一种进行利率风险监控的久期数据计量系统 Download PDFInfo
- Publication number
- CN101826196A CN101826196A CN201010148687A CN201010148687A CN101826196A CN 101826196 A CN101826196 A CN 101826196A CN 201010148687 A CN201010148687 A CN 201010148687A CN 201010148687 A CN201010148687 A CN 201010148687A CN 101826196 A CN101826196 A CN 101826196A
- Authority
- CN
- China
- Prior art keywords
- data
- term
- long
- cash flow
- server
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims abstract description 81
- 238000012545 processing Methods 0.000 claims abstract description 21
- 230000008676 import Effects 0.000 claims abstract description 13
- 230000002452 interceptive effect Effects 0.000 claims abstract description 13
- 238000004891 communication Methods 0.000 claims abstract description 4
- 238000005111 flow chemistry technique Methods 0.000 claims abstract description 4
- 238000004364 calculation method Methods 0.000 claims description 137
- 230000007774 longterm Effects 0.000 claims description 104
- 230000008859 change Effects 0.000 claims description 29
- 230000035945 sensitivity Effects 0.000 claims description 11
- 238000012423 maintenance Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 abstract 2
- 238000007726 management method Methods 0.000 description 18
- 238000013500 data storage Methods 0.000 description 17
- 238000005259 measurement Methods 0.000 description 16
- 238000000034 method Methods 0.000 description 13
- 230000008520 organization Effects 0.000 description 12
- 238000013480 data collection Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000012937 correction Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000002085 persistent effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 238000010206 sensitivity analysis Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明为一种进行利率风险监控的久期数据计量系统,该系统包括:数据采集服务器、业务终端、久期分析服务器以及数据库服务器;久期分析服务器分别与数据采集服务器、业务终端以及数据库服务器相连接;数据采集服务器包括:计量日期判断装置;业务数据采集装置;总账数据采集装置;提前还款数据采集装置;采集数据发送装置;业务终端包括:参数编辑装置;数据导入装置;指令输入装置;反馈结果显示装置;交互数据通信装置;久期分析服务器包括:计量数据分配装置;现金流数据处理装置;久期数据处理装置;交互数据处理装置;反馈结果发送装置;数据库服务器包括:现金流处理结果存储装置;久期处理结果存储装置;参数存储装置。
Description
技术领域
本发明关于银行利率风险监控技术领域,特别是关于利用久期表要素进行的利率风险监控技术,具体的讲是一种进行利率风险监控的久期数据计量系统。
背景技术
在银行利率风险管理系统中,久期计量法是重要的风险分析方法。久期是指一种金融工具现值的加权平均到期时间,也称持续期(Duration)。它是以该金融工具未来时间发生的现金流,按照目前的收益率折现成现值,再用每笔现值乘以其距离到期日的年限后求和,然后以这个总和除以该金融工具目前的价格得到的数值。
久期已经超越了时间的概念,投资者将它用来衡量金融工具的市场价值对利率变化的敏感度,是一种重要的利率风险敏感度指标。运用久期方法,具有以下作用:(1)可以更好地衡量长期利率风险,与利率缺口主要考虑近期的利率变化不同,久期可以将各个阶段的利率风险纳入考虑范围;将分散于多个时期发生的现金流归结为一个数字,便于进行不同产品间的归集以及在不同时期和银行间进行比较。(2)可以定性或定量描述利率变动对于银行市场价值的影响,净久期可以用于定性判断利率变动对市场价值的影响;调整后久期可以进一步计算出利率变动对市场价值影响的程度。
目前银行风险管理系统中仅仅针对债券一种产品计算了久期,还没有实现对银行全科目业务品种的久期、以及不同机构、不同产品、不同剩余期限组合的久期的计算。
而在银行利率风险监控中,银行经营的贷款、融资、票据、存款等债券以外的产品也同样面临利率风险,计量不同机构、不同产品、不同剩余期限及其组合的久期,是风险监控的现实需要。
发明内容
本发明实施例提供了一种进行利率风险监控的久期数据计量系统,以解决银行全科目业务品种以及不同机构、不同产品、不同剩余期限组合的久期计算问题。
本发明的目的是,提供一种进行利率风险监控的久期数据计量系统,该久期数据计量系统包括:数据采集服务器、业务终端、久期分析服务器以及数据库服务器;久期分析服务器分别与数据采集服务器、业务终端以及数据库服务器相连接;
数据采集服务器包括:用于判断当前系统时钟是否为预设久期计量日期的计量日期判断装置;用于采集账户数据和交易数据的业务数据采集装置;用于采集总账数据的总账数据采集装置;用于采集房贷提前还款数据的提前还款数据采集装置;用于将采集的业务数据、总账数据和房贷提前还款数据发送给所述的久期分析服务器的采集数据发送装置;
业务终端包括:用于提供维护参数表界面并进行参数设置的参数编辑装置;用于提供手工导入数据界面并进行数据导入的数据导入装置;用于提供用户指令输入界面并进行情景分析指令输入的指令输入装置;用于将情景分析结果进行显示的反馈结果显示装置;用于将参数表、手工导入数据和用户指令传送给久期分析服务器,并接收久期分析服务器反馈的情景分析结果的交互数据通信装置;
久期分析服务器包括:用于识别和分配所述采集数据和交互数据的计量数据分配装置;用于根据采集数据进行现金流计算,生成现金流计算结果数据的现金流数据处理装置;用于对现金流计算结果数据按照多个科目的集合进行久期计算,生成产品久期计算结果数据的久期数据处理装置;用于根据与交互数据对应的久期计算结果数据生成对应情景下各产品市场价值对利率变化的敏感度,并根据敏感度生成情景分析结果的交互数据处理装置;用于将情景分析结果反馈给业务终端的反馈结果发送装置;
数据库服务器包括:用于存储现金流计算结果表的现金流处理结果存储装置;用于存储久期计算结果表的久期处理结果存储装置;用于存储参数表的参数存储装置。
本发明的有益效果在于,通过对银行全科目各种业务品种进行久期计量,并进行利率敏感度分析,实现了银行对各种业务品种进行利率风险管理的功能,提高了银行利率风险管理的效率和水平。
本发明可以按照利率风险管理的要求,灵活设置久期计量的产品(即项目代码,是一个或多个科目代码的组合),并可按照所设置产品进行久期计量,包括进行:存款、贷款、债券、融资、票据、内部资金交易等银行全科目业务品种的久期计量,从而实现对不同产品、不同产品组合、不同剩余期限组合、不同机构的久期计量,实现了银行对全资产负债项目进行利率风险管理的目的,极大地提高了银行利率风险管理的效率和准确性。
本发明可以接收用户的各种情景指令进行情景分析,是一种准确的市场价值对利率变化的敏感度计量系统,通过利用久期的计算结果进行市场价值对利率变化的情景分析,可以按照利率风险管理的需求灵活地进行利率变化情况预估,提高了银行利率风险管理的灵活性和可靠性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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,对于本领域技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明进行利率风险监控的久期数据计量系统的连接关系图;
图2为本发明数据采集服务器的结构框图;
图3为本发明业务终端的结构框图;
图4为本发明久期分析服务器的结构框图;
图5为本发明数据库服务器的结构框图;
图6为本发明对利率风险进行久期计量的工作流程图;
图7为本发明现金流计算工作流程图;
图8为本发明产品久期计算的工作流程图;
图9为本发明情景分析的工作流程图。
具体实施方式
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,都属于本发明保护的范围。
如图1所示,为本实施例的进行利率风险监控的久期数据计量系统,该久期数据计量系统包括:数据采集服务器100、业务终端200、久期分析服务器300以及数据库服务器400;久期分析服务器300通过局域网或广域网与数据采集服务器100、业务终端200以及数据库服务器400相连接。
如图2所示,数据采集服务器100包括:用于判断当前系统时钟是否为预设久期计量日期的计量日期判断装置101;用于采集账户数据和交易数据的业务数据采集装置102;用于采集总账数据的总账数据采集装置103;用于采集房贷提前还款数据的提前还款数据采集装置104;用于将采集的业务数据、总账数据和房贷提前还款数据发送给所述的久期分析服务器的采集数据发送装置105。
如图3所示,业务终端200可以是一台PC机,业务终端200包括:用于提供维护参数表界面并进行参数设置的参数编辑装置201;用于提供手工导入数据界面并进行数据导入的数据导入装置202;用于提供用户指令输入界面并进行情景分析指令输入的指令输入装置203;用于将情景分析结果进行显示的反馈结果显示装置204;用于将参数表、手工导入数据和用户指令传送给久期分析服务器,并接收久期分析服务器反馈的情景分析结果的交互数据通信装置205。
如图4所示,久期分析服务器300包括:用于识别和分配所述采集数据和交互数据的计量数据分配装置301;用于根据采集数据进行现金流计算,生成现金流计算结果数据的现金流数据处理装置302;用于对现金流计算结果数据按照多个科目的集合进行久期计算,生成产品久期计算结果数据的久期数据处理装置303;用于根据与交互数据对应的久期计算结果数据生成对应情景下各产品市场价值对利率变化的敏感度,并根据敏感度生成情景分析结果的交互数据处理装置304;用于将情景分析结果反馈给业务终端的反馈结果发送装置305。
如图5所示,数据库服务器400包括:用于存储现金流计算结果表的现金流处理结果存储装置401;用于存储久期计算结果表的久期处理结果存储装置402;用于存储参数表的参数存储装置403。
数据采集服务器100可以是一台小型服务器,该服务器主要功能是与外部的各个业务系统、会计核算系统以及利率风险管理缺口计量分析系统等其他相关系统连接,并采集相关数据。采集的相关数据包括:各个业务系统的账户数据和交易数据;会计核算系统中的总帐数据;以及从利率风险管理缺口计量分析的系统采集调整后的PSA(Public Securities Association)提前还款速度表中的数据。然后,将这些采集数据通过银行内部局域网络传送给久期分析服务器300。
数据采集服务器100采集到的采集数据包括:存款数据、贷款数据、票据和内部资金交易数据、债券和融资数据、总账数据、房贷提前还款数据以及调整后的PSA提前还款速度数据。其中:
存款数据可存储于存款数据表中,存款数据表的字段包括:机构代码、币种、科目、起息日期、止息日期、约转存期、期限、本金偿付方式、本金支付频率、利息支付频率、当前余额、数据来源标识以及数据日期。存款数据表可存储于数据库服务器中。
贷款数据可存储于贷款数据表中,贷款数据表的字段包括:机构代码、币种、科目、发放日、到期日、期限、利率调整方式、利率调整频率、本金偿付方式、本金支付频率、利息支付频率、逾期贷款标志、是否计息标志、是否欠息标志、逾期期数、逾期贷款金额、当前余额、数据来源标识以及数据日期。贷款数据表可存储于数据库服务器中。
票据和内部资金交易数据可存储于票据和内部资金交易数据表中,票据和内部资金交易数据表的字段包括:机构代码、币种、科目、起息日期、到期日期、期限、本金偿付方式、本金支付频率、利息支付频率、交易金额、数据来源标识以及数据日期。票据和内部资金交易数据表可存储于数据库服务器中。
债券和融资数据可存储于债券和融资数据表中,债券和融资数据表的字段包括:机构代码、币种、科目、到期日、期限、利率调整方式、利率调整频率、本金偿付方式、利息支付频率、当前余额、数据来源标识以及数据日期。债券和融资数据表可存储于数据库服务器中。
总账数据可存储于总账数据表中,总账数据表的字段包括:机构代码、币种、科目、本日借方余额、本日贷方余额、数据来源标识以及数据日期。总账数据表可存储于数据库服务器中。
房贷提前还款数据可存储于房贷提前还款数据表中,房贷提前还款数据表的字段包括:机构代码、币种、科目、提前还款日期、提前还款金额以及数据来源标识。房贷提前还款数据可存储于数据库服务器中。
调整后的PSA提前还款速度数据可存储于调整后的PSA提前还款速度数据表中,调整后的PSA提前还款速度数据表的字段包括:地区号、还款期数、科目以及提前偿还比率。调整后的PSA提前还款速度数据可存储于数据库服务器中。
业务终端200可以是一台安装了IE浏览器的PC计算机,业务终端200的主要功能是向用户提供维护参数表的界面、手工数据导入界面和情景分析指令输入的界面,将用户指令传递给久期分析服务器300。
需要用户通过业务终端维护的参数表包括:久期适用规则判断表(见表1)、科目属性定义参数表(见表2)、项目-收益率曲线关系定义表(见表3)、收益率曲线定义表(见表4)以及项目-科目关系定义表(见表5)。
表1:久期适用规则判断表
期限 | 久期适用规则 | 市场价值计算方法 |
确定 | 规则1 | 贴现现金流之和 |
不确定 | 规则2 | 账面价值 |
表2:科目属性定义参数表
域描述 | 说明 |
科目代码 | 总账科目号 |
借贷性质属性 | 借方发生贷方发生借贷双方发生 |
分析属性 | 1-汇总数据2-明细数据 |
利率敏感属性 | 1-利率敏感2-非利率敏感 |
统计类型 | 1-行内科目2-分行辖内科目 |
表3:项目-收益率曲线关系定义表
域描述 | 说明 |
项目代码 | 也称产品,是一个或多个科目的集合 |
收益率曲线代码 | 标示该项目所适用的收益率曲线 |
表4:收益率曲线定义表
域描述 | 说明 |
收益率曲线代码 | 标示不同的收益率曲线 |
期限节点代码 | 标示收益率曲线上的期限节点 |
收益率值 | 标示该期限节点对应的收益率值 |
表5:项目-科目关系定义表
域描述 | 说明 |
项目代码 | 也称产品,是一个或多个科目的集合 |
域描述 | 说明 |
科目代码 | 科目是久期分析中最小的业务品种单位,通过与项目的对应关系可以归集到项目 |
组合久期类型 | 0、非组合,1、产品组合,2、剩余期限组合、3、总行、4、一级分行、 |
项目代码 | 当组合久期类型为“1、产品组合”时,访问本字段获得产品组合包含的项目代码清单。可包括表15中除本项目代码外的各项目代码,也称产品。 |
剩余期限 | 当组合久期类型为“2、剩余期限”时,访问本字段获得剩余期限的值。 |
表6:手工数据表
域描述 | 说明 |
机构代码 | 分机构(地区、网点)分析 |
币种 | 分币种分析 |
科目 | 总账科目号 |
到期日 | 用于计算重定价日 |
期限 | 该笔交易的期限,用于久期适用规则的判定 |
利率调整方式 | 1、固定2、浮动 |
利率调整频率 | 调整方式是浮动的情况下:1、不确定,2、固定日,3、按月,4、按季,5、按半年,6、按九个月,7、按年。 |
域描述 | 说明 |
本金偿付方式 | 1、一次性 |
本金支付频率 | 1、一次性支付 |
利息支付频率 | 01、一年付息一次,02、半年付息一次,03、到期还本付息,04、按月付息,05-按季付息。 |
当前余额 | 用于计算利率敏感金额 |
数据来源标识 | 8-手工数据 |
数据日期 | 标明该记录的统计日期 |
用户通过业务终端200可手工导入的数据见手工数据表(表6)。上述参数表的数据范围可以根据业务的需要作进一步的扩充。
久期分析服务器300可以是一台小型服务器,装有用统计分析软件编写的应用程序,其功能主要是根据数据采集装置100、业务终端200采集到的数据和数据存储装置400中存储的参数表中的数据进行久期分析计算。久期分析装置300包括主控单元、现金流计算单元、产品久期计算单元和情景分析单元。
主控单元,负责识别所接收到的数据,将数据采集装置采集的数据和业务终端采集的手工导入数据表派发给现金流计算模块、产品久期计算单元或情景分析单元进行分析计算,负责将业务终端收集的参数维护信息存储到数据存储装置中。
现金流计算模块,负责对采集到的数据进行现金流计算,并进行久期适用规则和市场价值计算方法预判,生成现金流计算结果表(见表7),存储到数据存储装置中。
(1)现金流基本算法,现金流的基本计算方法是根据数据采集装置、业务终端采集的数据表(见表1至5)中的本金偿付方式、本金偿付频率、利息支付频率、起息日期、到期日期、利率、当前余额等字段,计算出未来各期现金流量、现金流期限段、距今年数以及剩余期限等数据。各项的计算方式如下:
“现金流量”等于该项目未来各期的本金支付金额或利息支付金额;
“现金流期限段”等于相应的本金金额(或利息金额)的支付日期-报表日期得到的天数所属的期限段;
“距今年数”等于相应的本金金额(或利息金额)的支付日期-报表日期得到的天数/365;
“剩余期限”等于到期日期-报表日期得到的天数。
例如:某个人定期存款帐户,起息日期2009-01-01、到期日期2010-01-01,本金偿付方式为一次性还本,利息支付频率为一次性付息,年利率为1%,当前余额为1000元,报表日期为2009-11-10,则该帐户未来将有2次现金流发生,分别为:
第一次现金流量:本金支付日期:2010-01-01、本金支付金额:1000元
第二次现金流量:利息支付日期:2010-01-01、利息支付金额:10元
现金流按照如下办法填入现金流计算模块结果表(见表7):相同机构代码、币种、科目代码上发生的现金流量以一条记录填入表7的现金流量、现金流期限段、距今年数字段,其中不同时间发生的现金流以“|”分隔(详见表8的说明列)。
(2)对于个人住房购置(按揭)贷款的现金流算法
对于个人住房购置(按揭)贷款,在上述现金流计算结束后,每期的本金支付金额还要再加上该期提前还款额作为每期的“现金流量”。其中“该期提前还款额”的计算方法如下:
该期提前还款额=未偿还本金×该期提前偿还比率/12
其中:未偿还本金=当前余额-SUM(该期以前的各期还款额)
“该期提前偿还比率”通过访问数据存储装置中调整后的PSA提前还款速度表得到。“该期提前偿还比率”是由PSA模型计算得出,PSA提前还款模型是一个与还款期数相关的提前还款速度函数,是业界广泛采用的标准提前还款模型,用于对贷款缺口计量的修正。
(3)久期适用规则和市场价值计算方法判断
在上述现金流计算结束后,进行久期适用规则和市场价值计算方法的判断。首先访问数据存储装置的久期适用规则判断表(见表1),然后根据数据表(见表2-5)中的期限、利率调整方式、本金偿还方式、利息支付频率字段的特征,判断久期适用规则和市场价值计算方法。如果数据表中的频率字段显示该数据有固定期限,则使用久期计算规则1,市场价值计算方法为贴现现金流之和;如果数据表中无频率字段或频率字段为没有固定期限,如:总帐数据表中的数据没有显示固定的期限的字段,则使用久期计算规则2,市场价值计算方法为等于账面价值。
上述计算完毕后,本模块生成现金流计算结果表(表7)如下,并保存到数据存储装置中。
表7:现金流计算结果表
域描述 | 说明 |
机构代码 | 直接从各个数据接口得到 |
币种 | 直接从各个数据接口得到 |
科目代码 | 直接从各个数据接口得到 |
当前余额 | 直接从各个数据接口得到 |
现金流量 | 表示该项目未来的本金金额流和利息金额流,按照时间顺序排列、以“|”分隔 |
域描述 | 说明 |
现金流期限段 | 本金金额(或利息金额)的支付日期-报表日期得到的天数所属的期限段,按照时间顺序排列、以“|”分隔 |
距今年数 | 本金金额(或利息金额)的支付日期-报表日期得到的天数/365,按照时间顺序排列、以“|”分隔 |
剩余期限 | 到期日期-报表日期得到的天数 |
久期规则 | 根据(表8)久期适用规则和市场价值计算方法判断表得出的规则编号 |
数据日期 | 标明该记录的统计日期 |
数据来源标识 | 数据来源编码 |
产品久期计算模块,负责对现金流计算结果表(表7)的数据,按照一个或多个科目的集合进行久期的计算,并存储到数据存储装置中。由于一个或多个科目之间具有某种共同属性,对应同一个项目代码,因此计算出来的久期又称产品久期。
首先,访问项目-科目关系定义表(表5)数据,获得需要计算久期的项目代码所对应的科目代码,后续可以按照各产品的科目代码选取现金流数据。然后,访问数据存储装置获得现金流计算结果表(表7)的数据,对现金流计算结果表(表7)进行预处理。对于项目-科目关系定义表(表5)中组合久期类型为“0、非组合”的产品,可以直接使用现金流计算结果表(表7)进行久期计算。
在计算总行或一级分行的久期时,需要先剔除内部交易科目。对于项目-科目关系定义表(表5)中组合久期类型为“3、总行”的产品,访问科目属性定义参数表(表2),获得“统计类型”为“1、行内科目”和“2、分行辖内科目”的“科目代码”,从现金流计算结果表中(表7)剔除这些科目代码,生成现金流计算结果临时表一,用于进行总行产品的久期计算。
对于项目-科目关系定义表(表5)中组合久期类型为“4、一级分行”的产品,访问科目属性定义参数表(表2),获得“统计类型”为“2、分行辖内科目”的“科目代码”,从现金流计算结果表(表7)中剔除这些科目代码,生成现金流计算结果临时表而,用于进行一级分行产品的久期计算。
接下来,将现金流计算结果表(表7)、现金流计算结果临时表一、现金流计算结果临时表尔中的数据,按照久期规则的不同分别进行久期计算。如果“久期规则”为“规则1”,则使用(1)中的公式计算久期,如果“久期规则”为“规则2”,则使用(2)中的公式计算久期。
(1)久期计算规则1(计算有固定期限产品的久期(D)和市场价值(MV)):
市场价值(MV)=V=∑PV(Ci);
其中:
PV(Ci)=Ci/(1+yi)ti,是产品在第i个时间段的贴现现金流;
Ci:该产品在第i个时间段的现金流,取自表7的现金流量;
yi:该产品在第i个时间段的收益率,根据表7中的科目代码、现金流期限段从表4的收益率值取得;
ti:该产品在第i个时间段距离报表日期的年数,取自表7的距今年数;
V=∑PV(Ci),是产品的贴现现金流之和;
计算结束,转到步骤(3)。
(2)久期计算规则2(计算无固定期限产品的久期(D)和市场价值(MV)):
久期(D)=0;
市场价值(MV)=账面价值,取表7的“当前余额”字段;
计算结束,转到步骤(3)。
(3)计算产品的修正久期(D*)和基点价值(PVBP):
首先,用迭代法计算产品的到期收益率(Y):
取迭代初始值:X0=0,根据公式进行迭代:
k=0,1,2......
迭代过程中,如发生|g(Xk+1)|<ε(可取ε=1e-5)则停止迭代,得到序列{X0......Xk,Xk+1}。
其中,
Ci:产品在第i个时间段的现金流,取自表7的现金流量;
yi:第i个时间段的收益率,根据表7中的科目代码、现金流期限段从表4的收益率值取得;
n:为i的最大值,即362;
停止迭代时的Xk+1就是到期收益率Y。
然后,根据到期收益率Y计算产品的修正久期和基点价值:
修正久期(D*)=D/(1+Y);
基点价值(PVBP)=-D*×0.01%×市场价值(MV);
(4)生成产品久期计算结果表(如下表8),并保存在数据存储装置中。
表8:产品久期计算结果表
域描述 | 说明 |
机构代码 | 直接从表8得到 |
币种 | 直接从表8得到 |
项目代码 | 也称产品,是一个或多个科目的集合。根据数据接口中的科目从表15项目-科目关系定义表得到项目代码 |
提前还款因素 | 0-否,1-是表示该计算结果的得到是否考虑了提前还款因素 |
账面余额 | 表示该项目目前的账面余额,直接从表8的当前余额得到 |
剩余期限 | 表示该项目目前的剩余期限,直接取表8的剩余期限 |
久期 | 表示该项目目前的久期(D) |
修正久期 | 表示该项目目前的修正久期(D*) |
基点价值 | 表示该项目目前的基点价值(PVBP) |
市场价值 | 表示该项目目前的市场价值(MV) |
数据日期 | 标明该记录的统计日期 |
最后,在产品久期计算结果表(表8)的基础上,进行组合久期的计算。
组合久期类型可包括多种组合情况,例如:由多个产品组合的久期、由各个不同剩余期限组合的久期等等。各种组合久期的计算原理相同,均由各组成部分(产品、剩余期限等)的市场价值进行加权得到组合的加权平均久期。对于组合久期类型为“1、产品组合”的产品,读取“项目代码”字段获取该产品的项目代码清单,然后在产品久期计算结果表(表8)中选取相应的项目代码的久期;对于组合久期类型为“2、剩余期限组合”的产品,读取“剩余期限”字段值,然后在产品久期计算结果表(表8)中选取相同的剩余期限的项目代码的久期,然后按照以下公式计算组合久期:
组合久期(DM)=∑(Vi/VM)*Di
其中,
i代表组合中的各组成部分(产品、分行、剩余期限等);
Vi是组成部分i的市场价值;
VM=∑Vi,是组合M的市场价值;
Di是组成部分i的久期。
计算结束,将组合久期登记到产品久期计算结果表(表8),并存储到数据存储装置中。
情景分析模块,负责接收来自业务终端的情景分析指令,按照用户输入的机构代码、币种、项目代码、是否考虑提前还款因素、利率变动基点数等情景数据,访问产品久期计算结果表(表8)获得久期数据,计算在此情景下的市场价值变化,显示各产品的市场价值对利率变化的敏感度,作为银行利率风险监控的重要监测数据,向业务终端反馈情景分析的结果,公式如下:
变化后市场价值=原市场价值+市场价值变化
其中:市场价值变化=基点价值*利率变动基点数
原市场价值、基点价值取自(表8)的市场价值、基点价值。利率变动基点数从业务终端接收。
数据存储装置400可以是一台小型服务器,其主要功能是存储分析结果数据(久期计算结果等)和参数表数据(项目参数定义表等)。存储内容包括:
现金流计算结果表(表7),记录了报表日起各科目代码未来各期本金支付日期、本金金额、利息支付日期、利息金额等现金流信息。
产品久期计算结果表(表8),记录了报表日各产品的久期指标及相关的附属指标。久期分析结果数据是从对数据采集装置100、业务终端200采集到的数据表的分析后得到的。综合了各种项目代码(也称产品,是一个或多个科目的集合)的久期分析结果表(表8)是一张完整的全资产负债项目的久期分析结果表。
以下为一种对利率风险进行久期计量的实施例。所描述的各个单元的处理流程均是针对表1至表8各个数据表中的每一条记录的处理,即循环读取数据表中的每一条记录,作下列描述的处理,直至接口数据表中的每一条记录都被处理完。在处理流程中涉及到的判断标准或判断依据,若不加特殊说明,均为对相关数据接口中的字段值的直接判断。
如图6所示,利率风险进行久期计量的方法包括以下步骤:
步骤S100:数据采集装置100判断当天是否为报表日(报表日可以预先按照报表发布频度定义好,如每日、旬末、月末等),如果当天为报表日,则执行步骤S101;否则结束;
步骤S101:数据采集装置100从相关系统采集数据,从银行的各个业务系统(存款、贷款、票据、债券、内部资金交易等)通过数据接口采集账户和交易数据;从银行会计核算系统通过数据接口采集总帐数据;从业务终端200收集手工导入数据,并将采集到的数据传送给久期分析服务器300,然后执行步骤S102;
步骤S102:久期分析服务器300的主控模块将数据采集装置100采集的接口数据派发给现金流计算单元,现金流计算单元计算数据未来各期的现金流数据,并存储到数据存储装置400中,然后执行步骤S103;
步骤S103:久期分析服务器300的产品久期计算单元根据现金流计算结果计算产品久期,并存储到数据存储装置400中;
步骤S104:久期分析服务器300的情景分析单元根据产品久期计算结果,按照用户指令进行市场价值变化的情景分析,并将分析结果反馈给业务终端200展示给用户。
如图7所示,现金流计算工作流程包括以下步骤:
步骤S2010:现金流计算单元从数据采集装置100、业务终端200接收各个采集数据表中的数据,转到步骤S2011;
步骤S2011:现金流计算单元根据采集数据表中的本金偿付方式、本金偿付频率、利息支付频率、起息日期、到期日期字段计算出未来各期本金支付日期、本金金额、利息支付日期、利息金额等现金流数据,然后执行步骤S2012;
步骤S2012:对于个人住房购置(按揭)贷款,需要考虑提前还款因素的数据,将每期的本金支付金额再加上该期提前还款额作为“现金流量”的值,然后执行步骤S2013;
步骤S2013:现金流计算单元根据采集数据表中的期限、利率调整方式、本金偿还方式、利息支付频率字段,确定数据是否有固定期限,然后按照久期适用规则判断表(表1),确定久期适用规则和市场价值计算方法,
执行步骤S2014;
步骤S2014:现金流计算单元计算结果登记到现金流计算结果表(表7)中,并存储到数据存储装置400中。
如图8所示,产品久期计算工作流程包括以下步骤:
步骤S2020:产品久期计算单元访问数据存储装置400,获得现金流计算结果表(表7)数据,执行步骤S2021;
步骤S2021:产品久期计算单元访问项目-科目关系定义表数据(表5),获得需要计算久期的项目代码所对应的科目代码。
步骤S2022:产品久期计算单元对现金流计算结果表(表7)进行预处理。从表7中剔除科目属性定义参数表(表2)中“统计类型”为“1、行内科目”和“2、分行辖内科目”的“科目代码”记录,生成现金流计算结果临时表一和现金流计算结果临时表二。
步骤S2023:产品久期计算单元判断数据的久期规则是否为“规则1”,如果是则执行步骤S2024;否则执行步骤S2025;
步骤S2024:产品久期计算单元按照久期规则1计算产品的久期(D)和市场价值(MV):
市场价值(MV)=V;
执行步骤S2026;
步骤S2025:产品久期计算单元按照久期规则2计算产品的久期(D)和市场价值(MV):
久期(D)=0;
市场价值(MV)=账面价值,取表8的当前余额;
执行步骤S2026;
步骤S2026:产品久期计算单元用迭代法计算产品的到期收益率(Y),停止迭代时的Xk+1就是到期收益率Y,然后执行步骤S2027;
步骤S2027:计算修正久期(D*)和基点价值(PVBP):
修正久期(D*)=D/(1+Y);
基点价值(PVBP)=-D*×0.01%×市场价值(MV);
然后执行步骤S2028;
步骤S2028:产品久期计算单元将计算结果生成产品久期计算结果表(表8),然后执行步骤S2029;
步骤S2029:在产品久期计算结果表的基础上,计算组合久期(DM),各种组合久期的计算原理,均由各组成部分(产品、剩余期限等)的市场价值进行加权得到组合的加权平均久期,公式如下:
组合久期(DM)=∑(Vi/VM)*Di;
步骤S2030:产品久期计算单元将组合久期计算结果登记到(表9)产品久期计算结果表,并存储到数据存储装置400中。
如图9所示,情景分析流程包括以下步骤:
步骤S2031:情景分析单元接收来自业务终端200的情景分析指令,接收机构代码、币种、项目代码、是否考虑提前还款因素、利率变动基点数等情景数据,然后执行步骤S2032;
步骤S2032:情景分析单元根据情景分析指令中的情景数据,访问数据存储装置400获得久期计算结果表(表8)数据,并计算在此情景下的市场价值变化:
变化后市场价值=原市场价值+市场价值变化;
其中:市场价值变化=基点价值*利率变动基点数;
原市场价值:取自久期计算结果表(表8)中的市场价值;
基点价值:取自久期计算结果表(表8)中的基点价值;
利率变动基点数:从情景分析指令中获得。
步骤S2033;情景分析单元向业务终端200反馈计算结果,显示在此情景下的市场价值变化的结果,准确反应利率变动对产品市场价值的影响程度。
本发明的有益效果在于,通过对银行全科目各种业务品种进行久期计量,并进行利率敏感度分析,实现了银行对各种业务品种进行利率风险管理的功能,提高了银行利率风险管理的效率和水平。
本发明可以按照利率风险管理的要求,灵活设置久期计量的产品(即项目代码,是一个或多个科目代码的组合),并可按照所设置产品进行久期计量,包括进行:存款、贷款、债券、融资、票据、内部资金交易等银行全科目业务品种的久期计量,从而实现对不同产品、不同产品组合、不同剩余期限组合、不同机构的久期计量,实现了银行对全资产负债项目进行利率风险管理的目的,极大地提高了银行利率风险管理的效率和准确性。
本发明可以接收用户的各种情景指令进行情景分析,是一种准确的市场价值对利率变化的敏感度计量系统,通过利用久期的计算结果进行市场价值对利率变化的情景分析,可以按照利率风险管理的需求灵活地进行利率变化情况预估,提高了银行利率风险管理的灵活性和可靠性。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (5)
1.一种进行利率风险监控的久期数据计量系统,其特征是,所述的久期数据计量系统包括:数据采集服务器、业务终端、久期分析服务器以及数据库服务器;
所述的久期分析服务器分别与所述的数据采集服务器、业务终端以及数据库服务器相连接;
所述的数据采集服务器包括:
用于判断当前系统时钟是否为预设久期计量日期的计量日期判断装置;
用于采集账户数据和交易数据的业务数据采集装置;
用于采集总账数据的总账数据采集装置;
用于采集房贷提前还款数据的提前还款数据采集装置;
用于将采集的业务数据、总账数据和房贷提前还款数据发送给所述的久期分析服务器的采集数据发送装置;
所述的业务终端包括:
用于提供维护参数表界面并进行参数设置的参数编辑装置;
用于提供手工导入数据界面并进行数据导入的数据导入装置;
用于提供用户指令输入界面并进行情景分析指令输入的指令输入装置;
用于将情景分析结果进行显示的反馈结果显示装置;
用于将参数表、手工导入数据和用户指令传送给所述久期分析服务器,并接收所述久期分析服务器反馈的情景分析结果的交互数据通信装置;
所述的久期分析服务器包括:
用于识别和分配所述采集数据和交互数据的计量数据分配装置;
用于根据所述采集数据进行现金流计算,生成现金流计算结果数据的现金流数据处理装置;
用于对所述的现金流计算结果数据按照多个科目的集合进行久期计算,生成产品久期计算结果数据的久期数据处理装置;
用于根据与所述交互数据对应的久期计算结果数据生成对应情景下各产品市场价值对利率变化的敏感度,并根据所述的敏感度生成情景分析结果的交互数据处理装置;
用于将所述情景分析结果反馈给所述业务终端的反馈结果发送装置;
所述的数据库服务器包括:
用于存储现金流计算结果表的现金流处理结果存储装置;
用于存储久期计算结果表的久期处理结果存储装置;
用于存储参数表的参数存储装置。
2.根据权利要求1所述的进行利率风险监控的久期数据计量系统,其特征是,所述的久期分析服务器分别与所述的数据采集服务器、业务终端以及数据库服务器相连接包括:
所述的久期分析服务器通过局域网或广域网与所述的数据采集服务器、业务终端以及数据库服务器相连接。
3.根据权利要求1所述的进行利率风险监控的久期数据计量系统,其特征是,所述的数据库服务器还包括:
用于存储久期适用规则判断表的久期适用规则存储装置。
4.根据权利要求3所述的进行利率风险监控的久期数据计量系统,其特征是,所述的现金流数据处理装置访问所述的久期适用规则存储装置存储的久期适用规则判断表,根据所述的久期适用规则判断表中的数据获取对应的久期适用规则和市场价值计算规则,并根据获取的久期适用规则和市场价值计算规则计算生成所述的现金流计算结果数据。
5.根据权利要求1所述的进行利率风险监控的久期数据计量系统,其特征是,所述的久期分析服务器将所述的现金流计算结果数据和产品久期计算结果数据依次存储于所述数据库服务器中的现金流计算结果表和久期计算结果表中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010148687A CN101826196A (zh) | 2010-04-14 | 2010-04-14 | 一种进行利率风险监控的久期数据计量系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010148687A CN101826196A (zh) | 2010-04-14 | 2010-04-14 | 一种进行利率风险监控的久期数据计量系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101826196A true CN101826196A (zh) | 2010-09-08 |
Family
ID=42690102
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201010148687A Pending CN101826196A (zh) | 2010-04-14 | 2010-04-14 | 一种进行利率风险监控的久期数据计量系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101826196A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103065262A (zh) * | 2012-12-25 | 2013-04-24 | 远光软件股份有限公司 | 将银行利率调整数据进行模型化处理的方法 |
CN112446578A (zh) * | 2019-09-04 | 2021-03-05 | 京东数字科技控股有限公司 | 风险监控方法和装置 |
CN112581266A (zh) * | 2020-12-28 | 2021-03-30 | 中国建设银行股份有限公司 | 银行流动性指标确定方法、装置、电子设备和存储介质 |
-
2010
- 2010-04-14 CN CN201010148687A patent/CN101826196A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103065262A (zh) * | 2012-12-25 | 2013-04-24 | 远光软件股份有限公司 | 将银行利率调整数据进行模型化处理的方法 |
CN112446578A (zh) * | 2019-09-04 | 2021-03-05 | 京东数字科技控股有限公司 | 风险监控方法和装置 |
CN112581266A (zh) * | 2020-12-28 | 2021-03-30 | 中国建设银行股份有限公司 | 银行流动性指标确定方法、装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zinman | Where is the missing credit card debt? Clues and implications | |
Gupton | Credit metrics technical document | |
CN109191304B (zh) | 交易数据轧差处理方法、系统、计算机设备和存储介质 | |
CN114840579B (zh) | 一种医院内部审计系统 | |
Rii | Digital ilearning chain scheme in education blockchain based | |
CN101826196A (zh) | 一种进行利率风险监控的久期数据计量系统 | |
CN107392679A (zh) | 一种知识产权价值分析认定的数据处理方法、装置及系统 | |
JP2022526688A (ja) | 財務リスク管理システム | |
CN201607771U (zh) | 一种进行利率风险监控的久期数据计量系统 | |
Cumming et al. | The returns to private debt: primary issuances vs. secondary acquisitions | |
CN114764412A (zh) | 一种数据处理方法及装置 | |
CN111192038B (zh) | 基于电子账单的责任险信息处理方法、装置及终端设备 | |
Iren et al. | THE APPLICABILITY OF THE PRUDENCE PRINCIPLE TO | |
Korinko et al. | Financial loans of pawnshops: evaluation and disclosure in accounting | |
Villwock et al. | Improving term structure measurements by incorporating steps in a multiple yield curve framework | |
Frachot | A note on behavioral models for managing optionality in banking books | |
Cristina-Aurora | Valuation techniques used in fair value measurement | |
Rahim et al. | Asset Valuation to Determine the Company Zakat Amount with Historical Cost and Current Value | |
Shaikh et al. | UNDERSTANDING THE RELATIONSHIP BETWEEN MACROECONOMIC VARIABLES AND EXCHANGE RATES | |
Spinelli et al. | Acceptance and Use of Digital Payments by Italian Consumers | |
Nolan et al. | RDP 2023-09: Does Monetary Policy Affect Non-mining Business Investment in Australia? Evidence from BLADE | |
Doyle | Appendix B: Estimation and Sensitivity Testing of Net Monetary Benefit| RDP 2018-11: Consumer Credit Card Choice: Costs, Benefits and Behavioural Biases | |
Mohapatro et al. | Financial Algorithmic Trading And Market Liquidity A Comprehensive Analysis And Trading Strategies | |
Rahim et al. | Operational risk measurement | |
CN116596377A (zh) | 用户积分的生成方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20100908 |