CN109598606B - 数据处理方法、装置、介质及电子设备 - Google Patents

数据处理方法、装置、介质及电子设备 Download PDF

Info

Publication number
CN109598606B
CN109598606B CN201811471861.2A CN201811471861A CN109598606B CN 109598606 B CN109598606 B CN 109598606B CN 201811471861 A CN201811471861 A CN 201811471861A CN 109598606 B CN109598606 B CN 109598606B
Authority
CN
China
Prior art keywords
current
debt
target
implicit
score
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.)
Active
Application number
CN201811471861.2A
Other languages
English (en)
Other versions
CN109598606A (zh
Inventor
张群
黄超
张钊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Taikang Asset Management Co ltd
Taikang Insurance Group Co Ltd
Original Assignee
Taikang Asset Management Co ltd
Taikang Insurance Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Taikang Asset Management Co ltd, Taikang Insurance Group Co Ltd filed Critical Taikang Asset Management Co ltd
Priority to CN201811471861.2A priority Critical patent/CN109598606B/zh
Publication of CN109598606A publication Critical patent/CN109598606A/zh
Application granted granted Critical
Publication of CN109598606B publication Critical patent/CN109598606B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/03—Credit; Loans; Processing thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/06—Asset management; Financial planning or analysis

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Technology Law (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Human Resources & Organizations (AREA)
  • Operations Research (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明实施例提供了一种数据处理方法、装置、介质及电子设备，该数据处理方法包括：从客户端获取目的债项的目的收益率曲线，并基于所述目的收益率曲线获取所述目的债项的当前个券利差；根据所述目的债项的当前个券利差获取所述目的债项的当前隐含分数；根据所述目的债项的当前隐含分数确定是否调变所述目的债项的当前隐含等级，并将调变前后的所述目的债项的隐含等级输出至所述客户端进行显示。本发明实施例的技术方案使得能够基于债项的市场价格信息来调整债项的隐含等级，从而可以增加债项等级评估的实时性。

Description

数据处理方法、装置、介质及电子设备
技术领域
本发明涉及电数据处理技术领域，具体而言，涉及一种数据处理方法、装置、介质及电子设备。
背景技术
近年以来，因需求下滑、产能过剩等原因，众多之前的强周期行业进入凛冬，信用风险事件频发，债券违约节奏明显加快。债券市场再融资环境持续趋于负面，银行信贷不能适时“给力”，信用债市场整体的违约风险需要特别予以关注。
然而，外部评级机构公开的债券的外部评级向来倾向于报喜不报忧，且外部评级主要以基本面为基础评定债券的信用等级，其最大的缺陷是无法实时跟踪瞬息万变的市场变化，调整滞后现象严重，无法准确衡量短期内个券的信用资质，难担重责。
其中，债券是政府、企业、银行等债务人为筹集资金,按照法定程序发行并向债权人承诺于指定日期还本付息的有价证券。目前债券市场上主要有三类债券：政府债券、可转债和信用债。
其中，信用债是指政府之外的主体发行的、约定了确定的本息偿付现金流的债券。具体包括企业债、公司债、短期融资券、中期票据、分离交易可转债、资产支持证券、次级债等品种。信用债券与政府债券相比最显著的差异就是存在信用风险。
需要说明的是，在上述背景技术部分公开的信息仅用于加强对本发明的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本发明实施例的目的在于提供一种数据处理方法、装置、介质及电子设备，进而至少在一定程度上克服相关技术中无法根据债项的市场价格波动来实时捕捉债项的信用资质是否发生变化的问题。
本发明的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本发明的实践而习得。
根据本公开的一个方面，提供一种数据处理方法，包括：从客户端获取目的债项的目的收益率曲线，并基于所述目的收益率曲线获取所述目的债项的当前个券利差；根据所述目的债项的当前个券利差获取所述目的债项的当前隐含分数；根据所述目的债项的当前隐含分数确定是否调变所述目的债项的当前隐含等级，并将所述目的债项的当前隐含等级的调变结果输出至所述客户端进行显示。
在本公开的一种示例性实施例中，获取目的债项的当前个券利差，包括：确定基准收益率曲线；根据所述目的债项的目的收益率曲线与所述基准收益率曲线，获得所述目的债项的当前个券利差。
在本公开的一种示例性实施例中，根据所述目的债项的当前个券利差获取所述目的债项的当前隐含分数，包括：获取各隐含等级的利差曲线；根据各隐含等级的利差曲线确定所述当前个券利差的当前上界利差及对应的上界隐含分值、当前下界利差；根据所述当前个券利差和所述当前上界利差获得第一偏离程度；根据所述当前个券利差和所述当前下界利差获得第二偏离程度；根据所述上界隐含分值、所述第一偏离程度和所述第二偏离程度获得所述目的债项的当前隐含分数。
在本公开的一种示例性实施例中，根据所述目的债项的当前隐含分数确定是否调变所述目的债项的当前隐含等级，包括：获取所述目的债项距离当前时间点最近的n-1个历史隐含分数；获取所述n-1个历史隐含分数和所述当前隐含分数各自对应的隐含分值；根据n个隐含分数和n个隐含分值计算n个偏离距离；对所述n个偏离距离进行平滑处理，获得当前加权距离；根据所述当前加权距离确定是否调变所述目的债项的当前隐含等级；其中，n为大于等于1的正整数。
在本公开的一种示例性实施例中，根据所述当前加权距离确定是否调变所述目的债项的当前隐含等级，包括：若所述当前加权距离超过关注阈值，则发送将所述目的债项加入关注列表的第一控制信号。
在本公开的一种示例性实施例中，根据所述当前加权距离确定是否调变所述目的债项的当前隐含等级，包括：若所述当前加权距离超过调变阈值，则发送将所述目的债项的当前隐含等级进行调变的第二控制信号。
在本公开的一种示例性实施例中，所述方法还包括：确定所述目的债项的发债主体；获取所述发债主体下的主体债项；剔除所述主体债项中具有增信的债项，获得剩余主体债项；根据各剩余主体债项的当前未偿余额获得所述发债主体的当前隐含分数；根据所述发债主体的当前隐含分数确定是否调变所述发债主体的当前隐含等级。
在本公开的一种示例性实施例中，所述方法还包括：确定所述目的债项所属行业；获取所述行业下的行业债项；剔除所述行业债项中具有增信的债项，获得剩余行业债项；根据各剩余行业债项的当前未偿余额获得所述行业的当前隐含分数；根据所述行业的当前隐含分数确定是否调变所行业的当前隐含等级。
根据本公开的一个方面，提供一种数据处理装置，包括：个券利差获取模块，用于从客户端获取目的债项的目的收益率曲线，并基于所述目的收益率曲线获取目的债项的当前个券利差；隐含分数获取模块，用于根据所述目的债项的当前个券利差获取所述目的债项的当前隐含分数；等级调变确定模块，用于根据所述目的债项的当前隐含分数确定是否调变所述目的债项的当前隐含等级，并将所述目的债项的当前隐含等级的调变结果输出至所述客户端进行显示。
根据本公开的一个方面，提供一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现上述任一实施例所述的数据处理方法。
根据本公开的一个方面，提供一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述任一实施例所述的数据处理方法。
本发明实施例提供的技术方案可以包括以下有益效果：
在本发明的一些实施例所提供的技术方案中，通过从客户端获取目的债项的目的收益率曲线，并基于所述目的收益率曲线获取目的债项的当前个券利差，并根据所述目的债项的当前个券利差获取所述目的债项的当前隐含分数，进而根据所述目的债项的当前隐含分数确定是否调变所述目的债项的当前隐含等级，并将所述目的债项的当前隐含等级的调变结果输出至所述客户端进行显示，可以实现利用目的债项的市场价格变化信息来实时判断是否需要调整该目的债项的信用评级，增强了目的债项信用评级的实时性，克服了基于基本面的外部评级的滞后性。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。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。在附图中：
图1示出了相关技术中一种隐含评级的构建方法；
图2示意性示出了根据本发明的一个实施例的数据处理方法的流程图；
图3示意性示出了根据本发明的另一个实施例的数据处理方法的流程图；
图4示意性示出了图2中的步骤S210的一个实施例的流程图；
图5示意性示出了图2中的步骤S220的一个实施例的流程图；
图6示意性示出了本发明的一个实施例的获得当前个券利差的第一偏离程度和第二偏离程度的示意图；
图7示意性示出了图2中的步骤S230的一个实施例的流程图；
图8示意性示出了内外部评级及I-SCORE变化情况；
图9示意性示出了图7中的步骤S235的一个实施例的流程图；
图10示意性示出了关注阈值和调变阈值优化的示意图；
图11示意性示出了根据本发明的又一个实施例的数据处理方法的流程图；
图12示意性示出了根据本发明的再一个实施例的数据处理方法的流程图；
图13示意性示出了根据本发明的一个实施例的数据处理装置的框图；
图14示出了适于用来实现本发明实施例的电子设备的计算机系统的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本发明将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。
此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本发明的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本发明的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本发明的各方面。
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
隐含评级的基本原理
外部评级结构提供的外部评级虚高一直是个需要亟待解决的问题。
市场隐含评级(Market-Implied-Ratings，简称MIR)，与传统意义上基于基本面分析的信用评级不同，是一种基于市场价格信息的评级体系。实质是对目前市场上的评级虚高和评级泡沫进行修正。
其中，隐含评级与传统意义上的信用评级不同，它不是一种基于经济基本面的评级，而是一种基于证券市场价格的评级。该评级方式认为，证券市场价格包含着大量信息，自然而然信用风险也包含其中，因此可以利用这些价格信息来反映受评对象的相对信用风险。具体到债券隐含评级，基本原理为根据市场价格反映出的收益率，对债券进行重新评级。与依据基本面的传统评级相比，隐含评级更能反映市场上对该债券信用资质的认可度，是一种市场定价的结果。
图1示出了相关技术中一种隐含评级的构建方法。
相关技术中主要通过计算债券利差来确定隐含评级。如图1所示，构建方法可简述为：
(1)构建分等级的债券利差曲线，优化得到不同评级的利差上下界；
(2)通过债券期限和利差对应各信用等级间的利差分界线，得到该债券的隐含评级。
其中，利差(Cost of carry)是指诸如债券或国库券等现货金融工具所带来的收益与该项投资的融资成本的差额。
图1中的方案通过自己构造基准曲线、减少了因评级基准不同引起的误差，并结合最新的市场信息，数据每日更新；同时，为减少分类误差，使用惩罚函数对等级分界线优化。但是，其导致的缺点至少包括：例如每日更新优化曲线，操作复杂，而且在对债券剩余期限的处理上也存在一定的问题。
为了通过市场资产价格变动捕捉到尽可能多的信息，本发明实施方式提出使用隐含评级来补充基本面分析为主的传统评级体系。
一方面，隐含评级使用市场面信息对受评对象的信用风险进行量化，因此它可以作为与传统评级相独立的一种评级方法，对传统评级进行补充。如基于市场面分析的隐含评级结果与基于基本面得出的传统评级结果相同，则可以进一步确认评级结论；如隐含评级结果与传统评级结果出现背离，该机制可提醒信评部门是否在基本面分析中遗漏了信用风险相关的重要信息，从而帮助分析师提高评级的准确性和及时性。
另一方面，隐含评级可通过跟踪市场价格信息的波动对信用风险进行早期预警。反应迅速、及时有效是隐含评级的一个重要优势。随着市场有效性的不断提升，通过基本面分析可能无法实时捕捉到的信息均会体现在市场价格上。价格是市场对于资产标的价值所达成的共识，因此通过追踪隐含评级的变化，可以迅速地获知市场对某一标的资产价值所产生的变化。
此外，隐含评级提供了新的视角对相同发债主体信用进行多角度评价，因而对投资和交易决策具有参考作用。通过隐含评级所释放的价格信号，挖掘被低估的资产，找寻投资机会。
图2示意性示出了根据本发明的一个实施例的数据处理方法的流程图。该数据处理方法的执行主体可以是具有计算处理功能的设备，如服务器和/或移动终端等。
如图2所示，本发明实施方式提供的数据处理方法可以包括以下步骤。
在步骤S210中，从客户端获取目的债项i的目的收益率曲线，并基于所述目的收益率曲线获取目的债项i的当前个券利差。
本发明实施例中，债项可以包括债券，还可以包括比如短期融资券、中期票据等非债券。
在步骤S220中，根据所述目的债项i的当前个券利差获取所述目的债项的当前隐含分数(I-SCOREi)。
在步骤S230中，根据所述目的债项的当前隐含分数确定是否调变所述目的债项的当前隐含等级，并将所述目的债项的当前隐含等级的调变结果输出至所述客户端进行显示。
本发明实施例中，如果根据所述目的债项的当前隐含分数确定需要调变所述目的债项的当前隐含等级，则将包含调变前后的所述目的债项的当前隐含等级的调变结果输出至所述客户端进行显示。如果根据所述目的债项的当前隐含分数确定不需要调变所述目的债项的当前隐含等级，则将通知所述客户端当前隐含等级不需要调变的调变结果。
本发明实施方式，提出了基于I-SCORE的隐含评级体系，首先可以基于市场中的债券收益率计算目的债项i的当前个券利差，进而根据当前个券利差计算出当前隐含分数I-SCOREi；然后根据当前隐含分数I-SCOREi得到目的债项i对应的隐含等级，并据此可以用于观察目的债项的隐含评级趋势，以补充基本面为主的传统评级体系。结合下面的实施例对本发明实施例提供的数据处理方法进行举例说明。
图3示意性示出了根据本发明的另一个实施例的数据处理方法的流程图。
如图3所示，与上述图2实施例的不同之处在于，在获取目的债项的当前个券利差的步骤之前，本发明实施方式提供的数据处理方法还可以包括以下步骤。
在步骤S310中，设定多个隐含等级及对应隐含分值。
本发明实施例中，预先设定的隐含等级及对应隐含分值可以是针对目的债项的，也可以是针对任意债项的。
例如，如下表1所示，可以先给每个信用等级即每个隐含等级赋予一个对应隐含分值，以此可以在隐含等级计算时对各等级进行量化处理。表1中，假设超AAA级为1分，AAA级为2分，以此类推，D级为21分。随着信用等级越低，对应隐含分值越高，信用风险越高。
表1隐含等级对应隐含分值
债券评级 对应分值 债券评级 对应分值
超AAA 1 BB+ 13
AAA 2 BB 14
AAA- 3 BB- 15
AA+ 4 B+ 16
AA 5 B 17
AA- 6 B- 18
A+ 7 CCC 19
A 8 CC 20
A- 9 D 21
BBB+ 10
BBB 11
BBB- 12
需要说明的是，本发明实施例中对隐含等级的划分及各隐含等级对应的隐含分值的取值可以根据实际需求进行调整，并不限于上述举例。
在步骤S320中，确定基准收益率曲线。
本发明实施例中，例如可以选择中债国债到期收益率曲线作为无风险利率的基准收益率曲线，但本发明并不限定于此。
在步骤S330中，获取各隐含等级的收益率曲线。
本发明实施例中，例如可以获取上述表1中各隐含等级对应的收益率曲线。
在步骤S340中，根据各隐含等级的收益率曲线及所述基准收益率曲线，分别获得各隐含等级的利差曲线。
本发明实施例中，可以通过将确定的基准收益率曲线分别与各隐含等级的收益率曲线进行对比(例如求差)，生成各隐含等级的利差曲线。
图4示意性示出了图2中的步骤S210的一个实施例的流程图。
如图4所示，本发明实施例中，上述步骤S210可以进一步包括以下步骤。
在步骤S211中，确定基准收益率曲线。
在步骤S212中，根据所述目的债项的目的收益率曲线与所述基准收益率曲线，获得所述目的债项的当前个券利差。
本发明实施例中，例如可以选用目的债项i的中债推荐到期收益率作为其目的收益率曲线，但本发明并不限定于此。
例如，在计算目的债项i的当前个券利差时，可以使用目的债项i的中债推荐到期收益率YTMi(可以通过中债推荐到期收益率曲线上对应的时间点获得)与对应的基准收益率RFi(可以通过基准收益率曲线上对应的时间点获得)之差作为其当前个券利差Spreadi，具体公式可以为：
Spreadi＝YTMi-RFi
图5示意性示出了图2中的步骤S220的一个实施例的流程图。
如图5所示，本发明实施例中，上述步骤S220可以进一步包括以下步骤。
在步骤S221中，获取各隐含等级的利差曲线。
在步骤S222中，根据各隐含等级的利差曲线确定所述当前个券利差Spreadi的当前上界利差Spreadu及对应的上界隐含分值Ratingu、当前下界利差Spreadd(其对应的下界隐含分值为Ratingd)。
在步骤S223中，根据所述当前个券利差Spreadi和所述当前上界利差Spreadu获得第一偏离程度X。
在步骤S224中，根据所述当前个券利差Spreadi和所述当前下界利差Spreadd获得第二偏离程度Y。
在步骤S225中，根据所述上界隐含分值Ratingu、所述第一偏离程度X和所述第二偏离程度Y获得所述目的债项的当前隐含分数I-SCOREi。
例如，假设已经确定了当前个券利差Spreadi，根据上述步骤S340中获得的各隐含等级的利差曲线，如图6所示，寻找当前个券利差Spreadi所属范围，可以得到当前上界利差Spreadu和当前下界利差Spreadd，根据当前上界利差Spreadu和当前下界利差Spreadd各自对应的隐含等级，通过查找表1，可以确定其分别对应的上界隐含分值Ratingu和下界隐含分值为Ratingd，据此可以计算出当前个券利差Spreadi分别与当前上界利差Spreadu和当前下界利差Spreadd之间的第一偏离程度X和第二偏离程度Y：
X＝Spreadi-Spreadu
Y＝Spreadd-Spreadi
通过以上步骤计算得到的上界隐含分值Ratingu、第一偏离程度X和第二偏离程度Y，使用线性差值可以计算出目的债项i的当前隐含分I-SCOREi，当前隐含分I-SCOREi的计算公式例如可以为：
I-SCOREi＝Ratingu+X/(X+Y)
例如，12龙建MTN在2016年7月15日的收益率为8.1845％，当天的对应剩余期限的国债收益率为2.366％，则其当前个券利差Spreadi为5.8185％，对应的中票(中期票据的简称)基准曲线(A+)利差(即当前上界利差Spreadu)为4.889％，基准A级利差(即当前下界利差Spreadd)为6.7398％，即12龙建MTN的上界等级为A+(对应的上界隐含分值Ratingu为7分)，下界等级为A(对应的下界隐含分值Ratingd为8分)，从而可以计算出X＝0.9295，Y＝0.9213，则该券在2016年7月15日的I-SCOREi为7+0.9295/(0.9295+0.9213)＝7.5022。
如下表2所示，可以从准确性和稳定性方面比较一下传统评级(也可以称之为外部评级，即基于基本面的评级)与隐含评级(也可以称之为内部评级，即基于市场面的评级)：就准确性而言，金融市场对即时信息反应相对敏捷，因此隐含评级在短期内评级准确率高于传统评级，但长期评级两者趋势相同；在稳定性方面，隐含评级参考的市场指标较基本面指标变动更加频繁，因此发生大幅波动的频率高于传统评级，稳定性相对较低。
表2：传统评级与隐含评级的比较
Figure BDA0001891148450000111
这是因为，与传统评级相比，市场隐含评级是一种基于市场信息的即期评级(Point In Time，简称PIT)，对即时信息的反应更加敏锐。而传统意义上的信用评级则是一种基于基本面的跨周期评级(Through The Cycle，简称TTC)，需要分析研究企业的基本面情况，并对其进行一个经济周期的压力测试。只有能够确认影响公司长期信用基本面的因素发生变化时，才对评级进行调整，一般每半年跟踪评级一次，时效性较差。因此，市场隐含评级能够对债券的信用情况进行实时监控，捕捉微弱的市场信号，逐日反映债券信用风险变化，从而及时做出反应。隐含评级基于市场信息可以实时监测债券市场的动态，并对潜在的信用风险事件进行早期预警。
但是，根据上述表2可知，I-SCORE与内、外部评级变化趋势十分相近，但如果单纯根据I-SCORE计算得到的隐含评级直接观察，其波动性过大，经常释放假的评级变动信号。为了减少假信号的发生，本发明实施例可以进一步对获得的隐含分数使用平滑处理和设定阈值的方法，当平滑处理后的隐含分数的波动幅度超过设定阈值时，则调整隐含评级，从而可以解决隐含评级波动性过大的问题，准确地为债项信用资质下降进行预警。
图7示意性示出了图2中的步骤S230的一个实施例的流程图。
如图7所示，本发明实施例中，上述步骤S230可以进一步包括以下步骤。
在步骤S231中，获取所述目的债项距离当前时间点最近的n-1个历史隐含分数。其中，n为大于等于1的正整数。
例如，假设当前时间点为2018年11月23日，则可以选择获取2018年11月18-22日这最近5天的历史隐含分数，但本发明并不限定于此，n的取值可以根据具体情况进行调整。
本发明实施例中，为了避免目的债项在起始点偏离外部评级程度过大，在目的债项的起息日计算目的债项的初始隐含等级Ratinginitial，以此作为起始点：
Ratinginitial＝Round(I-SOCREinitial)
其中，上述公式中，I-SOCREinitial是目的债项在起息日的隐含分数，Round是对I-SOCREinitial进行小数点后一位四舍五入取整数运算，例如，假设目的债项i在起息日的I-SOCREinitial＝3.4分，则Ratinginitial＝3，其对应的初始隐含等级根据上表1可知为AAA-。
在步骤S232中，获取所述n-1个历史隐含分数和所述当前隐含分数各自对应的隐含分值。
例如，可以分别获得2018年11月18-23日的6个当前隐含等级(即每个时间点未调变之前的隐含等级)，通过查表1，则可以选择获取2018年11月18-23日的各当前隐含等级对应的各隐含分值。
在步骤S233中，根据n个隐含分数和n个隐含分值计算n个偏离距离。
本发明实施例中，计算I-SCORE与当前隐含等级的偏离距离D(t)的计算公式可以为：
D(t)＝I-SCOREt-Ratingt
其中，t＝1,2，…，n。
例如，目的债项i在2018年11月18日调变前隐含等级假设为超AAA，则其对应的隐含分值Rating为1分，再假设目的债项i在2018年11月18日的隐含分数为3.2分，则目的债项i在2018年11月18日的偏离距离为2.2分；类似的，可以求出其他时间点的偏离距离。
在步骤S234中，对所述n个偏离距离进行平滑处理，获得当前加权距离。
本发明实施例中，在动态调整隐含评级过程中，可以使用平滑处理和设定阈值的方法来减少隐含评级的波动性。
其中，平滑处理的方法例如可以包括EWMA(Exponentially Weighted Moving-Average，指数加权移动平均)、几何平均、算术平均等，从而减少隐含分数的波动幅度。
在步骤S235中，根据所述当前加权距离确定是否调变所述目的债项的当前隐含等级。
本发明实施例中，可以以平滑处理后的当前加权距离作为观察指标，当当前加权距离超过对应阈值时则发出信号，这里发出的信号可以有两类，即关注和调变，对应的阈值为关注阈值和调变阈值。
图8示意性示出了内外部评级及I-SCORE变化情况。
对部分历史已违约债券和公司强制减持债券的I-SCORE变化趋势进行了时序数据测敏。如图8所示，以山水MTN为例，通过I-SCORE观测到从2015年2月开始，市场已经出现异动。同年5-8月，多次出现异动，I-SCORE均精准地捕捉到了。内部评级(隐含评级)于6月下调山水评级，但外部评级(传统评级)却在10月左右才对山水MTN进行评级下调。不难发现内部评级比外部评级调整更为主动，同时I-SCORE的变化趋势优于外部评级，在一定程度上可以起到预警作用。
图9示意性示出了图7中的步骤S235的一个实施例的流程图。
如图9所示，本发明实施例中，上述步骤S235可以进一步包括以下步骤。
在步骤S2351中，判断当前加权距离是否超过关注阈值；若所述当前加权距离超过所述关注阈值，则进入步骤S2352；若所述当前加权距离未超过所述关注阈值，则跳转到步骤S2355。
在步骤S2352中，发送将目的债项加入关注列表的第一控制信号。
在步骤S2353中，继续判断所述当前加权距离是否超过调变阈值；若所述当前加权距离超过所述调变阈值，则进入步骤S2354；若所述当前加权距离未超过所述调变阈值，则跳转到步骤S2355。
在步骤S2354中，发送将所述目的债项的当前隐含等级进行调变的第二控制信号。
在步骤S2355中，不调变所述目的债项的当前隐含等级。
图10示意性示出了关注阈值和调变阈值优化的示意图。
本发明实施例中，可以通过样本数据，找到最优的关注阈值以及调变阈值。
首先，计算对应时间点的I-SCORE与未调变前隐含等级之间的偏离距离，计算公式可以为：
D(t)＝I-SCOREt-Ratingt
这里t的取值可以根据所选取的样本数据来确定。
其次，根据确定的估计窗口m，即提取m天的偏离距离数据，对m天的偏离距离进行平滑处理。这里可选用多种平均方法进行平滑处理，包括EWMA指数平均、几何平均、算术平均等。以加权距离作为观察指标，当加权距离超过对应阈值时则发出信号，信号有两类，即关注和调变，对应的阈值为关注阈值和调变阈值。
如下表3所示，计算每一个随机阈值分类结果(Confusion Matrix)。
表3：随机阈值分类结果
Figure BDA0001891148450000141
其中，未调变准确率和调变准确率可以分别定义为：
Figure BDA0001891148450000142
Figure BDA0001891148450000151
阈值寻优的过程，即为寻找其中最大平衡准确率的过程，其计算公式可以为：
Figure BDA0001891148450000152
在确定阈值优化的研究方法后，收集样本来验证方法的可行性。研究的样本可以分为两个部分：基准收益率曲线样本和债券样本。例如可以从基准收益率曲线样本中选取国债、中票及企业债。同样地，债券样本中也选取了中票、企业债、公司债等。
将所有的样本依据时间划分训练集和测试集，假设2014年7月15日至2015年12月31日时间段的样本数据为训练集，使用该部分的样本寻找最优的阈值；再假设2016年1月1日至2016年7月20日时间段的样本数据为测试集，用来样本外测试。
结合研究方法和样本，研究过程如图10所示，所示，通过计算得到的I-SCORE，进而得到与对应时间点未调变之前的隐含等级的隐含分值之间的距离，经过加权和寻优，得到关注阈值和下调阈值，然后进行样本外测试，得到分类准确率。
下面给出了一些测试结果。
(1)调降阈值测试。
如下表4所示，首先测试当n＝5、10、20时的平衡准确率，选择平衡准确率最高的n。测试结果发现当n＝5时，无论是调升(隐含等级调变为上升，即信用资质变好)还是调降(隐含等级调变为下降，即信用资质变差)，平衡准确率都为最高。
表4 n＝5、10、20时的平衡准确率
n 5 10 20
调降平衡准确率 81.01％ 75.64％ 74.99％
调升平衡准确率 58.50％ 57.63％ 57.76％
当n＝5时，调降的关注阈值与调变阈值选取如下表5所示：
表5 n＝5时的阈值调降准确率
Figure BDA0001891148450000153
Figure BDA0001891148450000161
从测试结果可以看出，通过加权平均和设定阈值的方法，在一定程度上可以预测评级的下调：当关注阈值选取0.2时，96.40％评级下调债券被关注，但也发出了26.24％的假信号，优化的下调阈值为1，此时下调预警的准确率达到90.09％，未调降准确率也达到了71.93％，平衡准确率也达到了81.01％，能够较好地区分下调样本和未下调样本。
(2)调升阈值测试。
当n＝5时，调升的关注阈值与调变阈值选取如表6所示：
表6 n＝5时的阈值调升准确率
Figure BDA0001891148450000162
从测试结果看出，对于债券调升的预警结果并不理想，关注阈值为-0.1时，仅包含了46.93％的调升债券，调变优化阈值为-0.3，只能准确预测42.51％的债券，无法准确地判断债券信用资质的上升。原因可能在于市场对于评级的调升并不敏感，对评级的调升预期不明显以及市场的反应与外部评级调升不一致现象比较严重。
图11示意性示出了根据本发明的又一个实施例的数据处理方法的流程图。
如图11所示，与上述其他实施例的不同之处在于，本发明实施例提供的数据处理方法还可以包括以下步骤。
在步骤S1110中，确定所述目的债项的发债主体。
根据评级对象的不同，信用评级又分主体信用评级和债券信用评级两种。主体信用评级是以企业或经济主体为对象进行的信用评级。
在步骤S1120中，获取所述发债主体下的主体债项。
这里可以获取所述目的债项i对应的同一发债主体下的所有债项作为所述主体债项。
在步骤S1130中，剔除所述主体债项中具有增信的债项，获得剩余主体债项。
这里的增信是指具有增强信用的含义，例如某一个小公司发行的债券，其担保方为一信用资质很好的大公司，则该小公司发行的该债券信用评级会比较高，但这其实并不能真实反映该小公司的主体信用等级，因此，这里需要将具有增信的债项从中剔除出去，以更准确地评估所述发债主体自身的信用等级。
在步骤S1140中，根据各剩余主体债项的当前未偿余额获得所述发债主体的当前隐含分数。
例如，首先可以计算各剩余主体债项基于上述个券利差层面的当前隐含分数I-SCOREi，再根据各剩余主体债项的当前未偿余额Balancei进行加权平均，计算得到所述发债主体的当前隐含分数I-SOCRE主体，计算公式可以为：
I-SOCRE主体＝∑Balancei×I-SCOREi/∑Balancei
其中，上述公式中，i为大于等于1的正整数，其具体取值取决于所述发债主体下的剩余主体债项的数量。
在步骤S1150中，根据所述发债主体的当前隐含分数I-SOCRE主体确定是否调变所述发债主体的当前隐含等级。
本发明实施例中，与上述目的债项的隐含等级调变类似的，不是直接根据发债主体的当前隐含分数来决定是否调变所述发债主体的当前隐含等级，而是根据所述发债主体最近k(k为大于等于1的正整数)个时间点的历史隐含等级对应的历史隐含分值和隐含等级、当前隐含分数及当前隐含等级对应的当前隐含分值，计算获得(k+1)个偏离距离，然后对(k+1)个偏离距离进行平滑处理，然后根据平滑处理后的加权距离判断其波动性是否超过设定的所述发债主体的关注阈值和调变阈值，从而为发债主体的隐含等级的调变提供预警。
图12示意性示出了根据本发明的再一个实施例的数据处理方法的流程图。
如图12所示，与上述其他实施例的不同之处在于，本发明实施例提供的数据处理方法还可以包括以下步骤。
在步骤S1210中，确定所述目的债项所属行业。
在步骤S1220中，获取所述行业下的行业债项。
在步骤S1230中，剔除所述行业债项中具有增信的债项，获得剩余行业债项。
在步骤S1240中，根据各剩余行业债项的当前未偿余额获得所述行业的当前隐含分数。
例如，首先可以计算各剩余行业债项基于上述个券利差层面的当前隐含分数I-SCOREi，再根据各剩余行业债项的当前未偿余额Balancei进行加权平均，计算得到所述行业的当前隐含分数I-SOCRE行业，计算公式可以为：
I-SOCRE行业＝∑Balancei×I-SCOREi/∑Balancei
其中，上述公式中，i为大于等于1的正整数，其具体取值取决于所述行业下的剩余行业债项的数量。
在步骤S1250中，根据所述行业的当前隐含分数确定是否调变所行业的当前隐含等级。
本发明实施例中，与上述目的债项的隐含等级调变类似的，不是直接根据行业的当前隐含分数来决定是否调变所述行业的当前隐含等级，而是根据所述行业最近q(q为大于等于1的正整数)个时间点的历史隐含等级对应的历史隐含分值和隐含等级、当前隐含分数及当前隐含等级对应的当前隐含分值，计算获得(q+1)个偏离距离，然后对(q+1)个偏离距离进行平滑处理，然后根据平滑处理后的加权距离判断其波动性是否超过设定的所述行业的关注阈值和调变阈值，从而为行业的隐含等级的调变提供预警。
本发明实施方式提供的数据处理方法，可以将隐含评级预警机制应用于研究员考核。现阶段研究员的考核是通过建立虚拟投资组合的方式进行收益考核，但是并未从风险预警的角度进行考核。而隐含评级则提供了一个考核分析维度，可将研究员的荐券机制与隐含评级预警机制相结合，考核研究员是否可先于市场做出准确判断或风险提示。
以下介绍本发明的装置实施例，可以用于执行本发明上述的数据处理方法。
图13示意性示出了根据本发明的一个实施例的数据处理装置的框图。所述数据处理装置可以设置于服务器中，但本发明并不限定于此。
如图13所示，本发明实施方式提供的数据处理装置1300可以包括个券利差获取模块1310、隐含分数获取模块1320以及等级调变确定模块1330。
其中，个券利差获取模块1310可以配置为从客户端获取目的债项的目的收益率曲线，并基于所述目的收益率曲线获取所述目的债项的当前个券利差。
隐含分数获取模块1320可以配置为根据所述目的债项的当前个券利差获取所述目的债项的当前隐含分数。
等级调变确定模块1330可以配置为根据所述目的债项的当前隐含分数确定是否调变所述目的债项的当前隐含等级，并将所述目的债项的当前隐含等级的调变结果输出至所述客户端进行显示。
在示例性实施例中，个券利差获取模块1310可以包括：基准曲线确定模块，可以配置为确定基准收益率曲线；个券利差获得单元，可以配置为根据所述目的债项的目的收益率曲线与所述基准收益率曲线，获得所述目的债项的当前个券利差。
在示例性实施例中，隐含分数获取模块1320可以包括：利差曲线获取单元，可以配置为获取各隐含等级的利差曲线；上下界确定单元，可以配置为根据各隐含等级的利差曲线确定所述当前个券利差的当前上界利差及对应的上界隐含分值、当前下界利差；第一偏离获得单元，可以配置为根据所述当前个券利差和所述当前上界利差获得第一偏离程度；第二偏离获得单元，可以配置为根据所述当前个券利差和所述当前下界利差获得第二偏离程度；隐含分数获得单元，可以配置为根据所述上界隐含分值、所述第一偏离程度和所述第二偏离程度获得所述目的债项的当前隐含分数。
在示例性实施例中，等级调变确定模块1330可以包括：历史分数获取单元，可以配置为获取所述目的债项距离当前时间点最近的n-1个历史隐含分数；隐含分值获取单元，可以配置为获取所述n-1个历史隐含分数和所述当前隐含分数各自对应的隐含分值；偏离距离计算单元，可以配置为根据n个隐含分数和n个隐含分值计算n个偏离距离；平滑处理单元，可以配置为对所述n个偏离距离进行平滑处理，获得当前加权距离；等级调变确定单元，可以配置为根据所述当前加权距离确定是否调变所述目的债项的当前隐含等级；其中，n为大于等于1的正整数。
在示例性实施例中，所述等级调变确定单元可以包括：关注子单元，可以配置为若所述当前加权距离超过关注阈值，则发送将所述目的债项加入关注列表的第一控制信号。
在示例性实施例中，所述等级调变确定单元可以包括：调变子单元，可以配置为若所述当前加权距离超过调变阈值，则发送将所述目的债项的当前隐含等级进行调变的第二控制信号。
在示例性实施例中，数据处理装置1300还可以包括：主体确定模块，可以配置为确定所述目的债项的发债主体；主体债项获取模块，可以配置为获取所述发债主体下的主体债项；剩余主体债项获得模块，可以配置为剔除所述主体债项中具有增信的债项，获得剩余主体债项；主体隐含分数获得模块，可以配置为根据各剩余主体债项的当前未偿余额获得所述发债主体的当前隐含分数；主体隐含等级调变确定模块，可以配置为根据所述发债主体的当前隐含分数确定是否调变所述发债主体的当前隐含等级。
在示例性实施例中，数据处理装置1300还可以包括：行业确定模块，可以配置为确定所述目的债项所属行业；行业债项获取模块，可以配置为获取所述行业下的行业债项；剩余行业债项获得模块，可以配置为剔除所述行业债项中具有增信的债项，获得剩余行业债项；行业隐含分数获得模块，可以配置为根据各剩余行业债项的当前未偿余额获得所述行业的当前隐含分数；行业隐含等级调变确定模块，可以配置为根据所述行业的当前隐含分数确定是否调变所行业的当前隐含等级。
由于本发明的示例实施例的数据处理装置的各个功能模块与上述数据处理方法的示例实施例的步骤对应，因此对于本发明装置实施例中未披露的细节，请参照本发明上述的数据处理方法的实施例。
下面参考图14，其示出了适于用来实现本发明实施例的电子设备的计算机系统700的结构示意图。图14示出的电子设备的计算机系统700仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图14所示，计算机系统700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分707加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有系统操作所需的各种程序和数据。CPU701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分707。
特别地，根据本发明的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本申请的系统中限定的上述功能。
需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该电子设备执行时，使得该电子设备实现如上述实施例中所述的数据处理方法。
例如，所述的电子设备可以实现如图2中所示的：步骤S210，从客户端获取目的债项的目的收益率曲线，并基于所述目的收益率曲线获取所述目的债项的当前个券利差；步骤S220，根据所述目的债项的当前个券利差获取所述目的债项的当前隐含分数；步骤S230，根据所述目的债项的当前隐含分数确定是否调变所述目的债项的当前隐含等级，并将所述目的债项的当前隐含等级的调变结果输出至所述客户端进行显示。
又如，所述的电子设备可以实现如图2至图5或者图7或者图9或者图11或者图12所示的各个步骤。
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元或者子单元，但是这种划分并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多模块或者单元或者子单元的特征和功能可以在一个模块或者单元或者子单元中具体化。反之，上文描述的一个模块或者单元或者子单元的特征和功能可以进一步划分为由多个模块或者单元或者子单元来具体化。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本发明实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (8)

1.一种数据处理方法，其特征在于，包括：
从客户端获取目的债项的目的收益率曲线，并基于所述目的收益率曲线获取所述目的债项的当前个券利差；
根据所述目的债项的当前个券利差获取所述目的债项的当前隐含分数；
根据所述目的债项的当前隐含分数确定是否调变所述目的债项的当前隐含等级，并将所述目的债项的当前隐含等级的调变结果输出至所述客户端进行显示；
其中，根据所述目的债项的当前隐含分数确定是否调变所述目的债项的当前隐含等级，包括：
获取所述目的债项距离当前时间点最近的n-1个历史隐含分数；
获取所述n-1个历史隐含分数和所述当前隐含分数各自对应的隐含分值；
根据n个隐含分数和n个隐含分值计算n个偏离距离；
对所述n个偏离距离进行平滑处理，获得当前加权距离；
根据所述当前加权距离确定是否调变所述目的债项的当前隐含等级；其中，n为大于等于1的正整数；
其中，根据所述当前加权距离确定是否调变所述目的债项的当前隐含等级，包括：
若所述当前加权距离超过关注阈值，则发送将所述目的债项加入关注列表的第一控制信号；
若所述当前加权距离超过调变阈值，则发送将所述目的债项的当前隐含等级进行调变的第二控制信号。
2.根据权利要求1所述的数据处理方法，其特征在于，获取目的债项的当前个券利差，包括：
确定基准收益率曲线；
根据所述目的债项的目的收益率曲线与所述基准收益率曲线，获得所述目的债项的当前个券利差。
3.根据权利要求1所述的数据处理方法，其特征在于，根据所述目的债项的当前个券利差获取所述目的债项的当前隐含分数，包括：
获取各隐含等级的利差曲线；
根据各隐含等级的利差曲线确定所述当前个券利差的当前上界利差及对应的上界隐含分值、当前下界利差；
根据所述当前个券利差和所述当前上界利差获得第一偏离程度；
根据所述当前个券利差和所述当前下界利差获得第二偏离程度；
根据所述上界隐含分值、所述第一偏离程度和所述第二偏离程度获得所述目的债项的当前隐含分数。
4.根据权利要求1所述的数据处理方法，其特征在于，所述方法还包括：
确定所述目的债项的发债主体；
获取所述发债主体下的主体债项；
剔除所述主体债项中具有增信的债项，获得剩余主体债项；
根据各剩余主体债项的当前未偿余额获得所述发债主体的当前隐含分数；
根据所述发债主体的当前隐含分数确定是否调变所述发债主体的当前隐含等级。
5.根据权利要求1所述的数据处理方法，其特征在于，所述方法还包括：
确定所述目的债项所属行业；
获取所述行业下的行业债项；
剔除所述行业债项中具有增信的债项，获得剩余行业债项；
根据各剩余行业债项的当前未偿余额获得所述行业的当前隐含分数；
根据所述行业的当前隐含分数确定是否调变所行业的当前隐含等级。
6.一种数据处理装置，其特征在于，包括：
个券利差获取模块，用于从客户端获取目的债项的目的收益率曲线，并基于所述目的收益率曲线获取所述目的债项的当前个券利差；
隐含分数获取模块，用于根据所述目的债项的当前个券利差获取所述目的债项的当前隐含分数；
等级调变确定模块，用于根据所述目的债项的当前隐含分数确定是否调变所述目的债项的当前隐含等级，并将所述目的债项的当前隐含等级的调变结果输出至所述客户端进行显示；
其中，等级调变确定模块包括：
历史分数获取单元，配置为获取所述目的债项距离当前时间点最近的n-1个历史隐含分数；
隐含分值获取单元，配置为获取所述n-1个历史隐含分数和所述当前隐含分数各自对应的隐含分值；
偏离距离计算单元，配置为根据n个隐含分数和n个隐含分值计算n个偏离距离；
平滑处理单元，配置为对所述n个偏离距离进行平滑处理，获得当前加权距离；
等级调变确定单元，配置为根据所述当前加权距离确定是否调变所述目的债项的当前隐含等级；其中，n为大于等于1的正整数；
其中，所述等级调变确定单元包括：
关注子单元，配置为若所述当前加权距离超过关注阈值，则发送将所述目的债项加入关注列表的第一控制信号；
等级调变确定单元，配置为若所述当前加权距离超过调变阈值，则发送将所述目的债项的当前隐含等级进行调变的第二控制信号。
7.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1至5中任一项所述的数据处理方法。
8.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1至5中任一项所述的数据处理方法。
CN201811471861.2A 2018-12-04 2018-12-04 数据处理方法、装置、介质及电子设备 Active CN109598606B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811471861.2A CN109598606B (zh) 2018-12-04 2018-12-04 数据处理方法、装置、介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811471861.2A CN109598606B (zh) 2018-12-04 2018-12-04 数据处理方法、装置、介质及电子设备

Publications (2)

Publication Number Publication Date
CN109598606A CN109598606A (zh) 2019-04-09
CN109598606B true CN109598606B (zh) 2021-06-18

Family

ID=65960994

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811471861.2A Active CN109598606B (zh) 2018-12-04 2018-12-04 数据处理方法、装置、介质及电子设备

Country Status (1)

Country Link
CN (1) CN109598606B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110855770A (zh) * 2019-11-07 2020-02-28 京东数字科技控股有限公司 消息处理方法及装置、电子设备、计算机可读存储介质
CN110851505B (zh) * 2019-11-20 2023-12-22 鹏城实验室 一种数据处理框架、方法及系统
US11574367B2 (en) * 2019-12-20 2023-02-07 Securian Financial Group, Inc. Estimate potential insurance payout
CN113362115A (zh) * 2021-06-29 2021-09-07 平安资产管理有限责任公司 基于机器学习的交易资源分析方法、装置、设备和介质
CN113744067A (zh) * 2021-09-03 2021-12-03 泰康保险集团股份有限公司 基于区块链的业绩基准调整方法、区块链系统及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004005626A (ja) * 2002-03-26 2004-01-08 Nli Research Institute 債券投資分析・信用リスク計量分析システム
CN101197037A (zh) * 2008-01-10 2008-06-11 中国工商银行股份有限公司 基于web的银行债项风险检测系统
CN102576448A (zh) * 2009-08-12 2012-07-11 巴克内尔科技有限公司 用于对证券进行定价和分配的方法和系统
JP2017174389A (ja) * 2016-03-22 2017-09-28 株式会社オービック 債権債務管理装置、債権債務管理方法、および、債権債務管理プログラム
CN107527288A (zh) * 2017-06-16 2017-12-29 兴业数字金融服务（上海）股份有限公司 一种债券存续期风险预警系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8078527B2 (en) * 1999-12-29 2011-12-13 The Western Union Company Methods and systems for actively optimizing a credit score and managing/reducing debt

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004005626A (ja) * 2002-03-26 2004-01-08 Nli Research Institute 債券投資分析・信用リスク計量分析システム
CN101197037A (zh) * 2008-01-10 2008-06-11 中国工商银行股份有限公司 基于web的银行债项风险检测系统
CN102576448A (zh) * 2009-08-12 2012-07-11 巴克内尔科技有限公司 用于对证券进行定价和分配的方法和系统
JP2017174389A (ja) * 2016-03-22 2017-09-28 株式会社オービック 債権債務管理装置、債権債務管理方法、および、債権債務管理プログラム
CN107527288A (zh) * 2017-06-16 2017-12-29 兴业数字金融服务（上海）股份有限公司 一种债券存续期风险预警系统

Also Published As

Publication number Publication date
CN109598606A (zh) 2019-04-09

Similar Documents

Publication Publication Date Title
CN109598606B (zh) 数据处理方法、装置、介质及电子设备
Lieser et al. The determinants of international commercial real estate investment
Assfaw Firm-specific and macroeconomic determinants of banks liquidity: empirical investigation from Ethiopian private commercial banks
Budianto et al. Net Profit Margin (NPM) Ratio in Islamic and Conventional Banking: Mapping Research Topics using VOSviewer Bibliometric Study and Library Research
Budianto et al. Mapping Research on the Ratio of Operating Costs to Operating Income (BOPO) in Sharia and Conventional Banking: VOSviewer Bibliometric Study and Library Research
CN112598500A (zh) 一种无额度客户的授信处理方法及系统
Lian Bank competition and the cost of bank loans
Abdullah et al. Dividend policy and firm value: evidence of financial firms from Borsa Istanbul under the IFRS adoption
Doumpos et al. Analytical techniques in the assessment of credit risk
Budianto et al. Mapping Research Topics on Price Earning Ratio (PER) on Islamic and Conventional Banking: VOSviewer Bibliometric Study and Literature Review
Budianto et al. Mapping Research Topics on Debt to Equity Ratio (DER) in Sharia and Conventional Banking: VOSviewer Bibliometric Study and Literature Review
Budianto et al. Mapping Research Topics on The Determinants and Influence of the Market Value Added (MVA) Ratio in Banking: VOSviewer Bibliometric Study and Literature Review
Abdullah An empirical analysis of liquidity, profitability and solvency of Bangladeshi banks
Budianto et al. Mapping Research Topics on the Net Interest Margin (NIM) Ratio in Sharia and Conventional Banking: VOSviewer Bibliometric Study and
Budianto et al. Mapping Research Topics on Price to Book Value (PBV) Ratio in Islamic and Conventional Banking: VOSviewer Bibliometric Study and Literature Review
Galariotis et al. Measuring the effects of M&As on Eurozone bank efficiency: An innovative approach on concentration and credibility impacts
KR102139938B1 (ko) 신용 보증 성향 분석에 기반한 신용 보증 대상 기업 선정 시스템
Che-Ngoc et al. Profitability of Ichimoku-based trading rule in Vietnam stock market in the context of the COVID-19 outbreak
Posnaya et al. Improving the bank reliability evaluation framework
CN113469818A (zh) 投资风险预警方法、装置、电子设备及计算机可读介质
JP6771513B2 (ja) 債務不履行確率を算出する装置、方法及びそのためのプログラム
Utami et al. The Effect of Institutional Ownership, Managerial Ownership, Liquidity, and Leverage on Financial Distress
Aspiranti et al. MSME’s Acceleration Strategy based on Sharia Bank Financial Performance in Indonesia
Laksana et al. The Impact of Market Value Added to Shareholder Value: Evidence from Indonesia Firms
Gallagher et al. Style factor timing: An application to the portfolio holdings of US fund managers

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant