CN110288466A - 一种基于夏普比率的信贷策略评估和选择方法 - Google Patents

一种基于夏普比率的信贷策略评估和选择方法 Download PDF

Info

Publication number
CN110288466A
CN110288466A CN201910580525.XA CN201910580525A CN110288466A CN 110288466 A CN110288466 A CN 110288466A CN 201910580525 A CN201910580525 A CN 201910580525A CN 110288466 A CN110288466 A CN 110288466A
Authority
CN
China
Prior art keywords
credit
sharpe ratio
assets
policies
return
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
Application number
CN201910580525.XA
Other languages
English (en)
Inventor
张国光
苏绥绥
常富洋
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.)
Beijing Qilu Information Technology Co Ltd
Original Assignee
Beijing Qilu Information Technology 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 Beijing Qilu Information Technology Co Ltd filed Critical Beijing Qilu Information Technology Co Ltd
Priority to CN201910580525.XA priority Critical patent/CN110288466A/zh
Publication of CN110288466A publication Critical patent/CN110288466A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/03Credit; Loans; Processing thereof

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明公开了一种基于夏普比率的信贷策略评估/选择方法、装置、电子设备和计算机可读介质。其中,所述方法计算信贷策略对应的信贷资产的净值收益率历史数据,将所述信贷资产根据所述信贷资产的净值收益率历史数据计算夏普比率,并基于所述夏普比率评估或选择所述信贷策略。本发明通过将信贷看作是向多个用户购买的组合式债券或基金,提出采用夏普比率来评估或选择信贷策略,使得在信贷业务的策略选择中能够自动根据业务环境的变化来综合评估收益和风险,在控制风险的同时最大化收益率。

Description

一种基于夏普比率的信贷策略评估和选择方法
技术领域
本发明涉及计算机信息处理领域,具体而言,涉及一种基于夏普比率的信贷策略评估和选择方法、装置、电子设备及计算机可读介质。
背景技术
现代投资理论的研究表明,风险的大小在决定组合的表现上具有基础性的作用。风险调整后的收益率就是一个可以同时对收益与风险加以考虑的综合指标,以期能够排除风险因素对绩效评估的不利影响。
然而,在同样具有收益和风险考量的传统信贷业务中,人们仍然采用逾期率等传统指标来衡量和评估信贷资产的风险。采用逾期率等传统指标来评估信贷风险具有一定的局限性,因为其难以在风险和收益的选择中提供一种平衡,即无法指导信贷业务如何在所能承受的风险下追求最大的报酬。
夏普比率就是一个可以同时对收益与风险加以综合考虑的三大经典指标之一。1990年度诺贝尔经济学奖得主威廉·夏普(William Sharpe) 以投资学最重要的理论基础CAPM(Capital Asset Pricing Model,资本资产定价模式)为出发,发展出名闻遐迩的夏普比率(Sharpe Ratio)又被称为夏普指数,用以衡量金融资产的绩效表现。
威廉·夏普理论的核心思想是:理性的投资者将选择并持有有效的投资组合,即那些在给定的风险水平下使期望回报最大化的投资组合,或那些在给定期望回报率的水平上使风险最小化的投资组合。解释起来非常简单,他认为投资者在建立有风险的投资组合时,至少应该要求投资回报达到无风险投资的回报,或者更多。
但是,夏普比率一般只做为基金、债券等资产的收益、风险类指标。
发明内容
本发明旨在解决现有的信贷风险的评估方法及信贷策略的选择方法在依赖于逾其率指标时带来的风险评估指标单一,无法综合性地衡量收益与风险,从而在控制风险的同时提高收益方面具有局限性。
为解决上述技术问题,本发明第一方面提出一种基于夏普比率的信贷策略评估方法,包括如下步骤:
计算信贷策略对应的信贷资产的收益率历史数据,所述信贷资产是指向多个用户发放的信用贷款总和;
将所述信贷资产根据所述信贷资产的收益率历史数据计算夏普比率Sharperatio;
基于所述夏普比率评估所述信贷策略。
根据本发明的优选实施方式,所述信贷资产的净值收益率计算公式如下:
Ri为净值收益率,Pt为当天的单位净值,Pt-1为前一天的单位净值。
根据本发明的优选实施方式,所述计算夏普比率的公式为:
其中,E(Rp)是信贷资产的期望收益率,Rf是无风险收益率,σp是各用户的信贷资产标准差。
根据本发明的优选实施方式,基于所述夏普比率评估所述信贷策略的步骤包括:
将所述夏普比率作为单位风险的收益率指标评估信贷资产。
本发明的第二方面提出一种基于夏普比率的信贷策略选择方法,包括如下步骤:
对于多个信贷策略中的每一个,计算信贷策略对应的信贷资产的收益率历史数据,所述信贷资产是指向多个用户发放的信用贷款总和;
将所述信贷资产根据所述信贷资产的收益率历史数据计算夏普比率Sharperatio;
将所述夏普比率作为指标选择所述多个信贷策略中的至少一个作为最终信贷策略。
根据本发明的优选实施方式,所述信贷资产的净值收益率计算公式如下:
Ri为净值收益率,Pt为当天的单位净值,Pt-1为前一天的单位净值。
根据本发明的优选实施方式,所述计算夏普比率的公式为:
其中,E(Rp)是信贷资产的期望收益率,Rf是无风险收益率,σp是各用户的信贷资产标准差。
根据本发明的优选实施方式,将所述夏普比率作为指标选择所述多个信贷策略中的至少一个作为最终信贷策略的步骤包括:
将所述夏普比率作为单位风险的收益率指标选择所述多个信贷策略中的至少一个作为最终信贷策略。
本发明的第三方面提出一种基于夏普比率的信贷策略评估装置,其特征在于,包括:
净值收益率模块,用于计算信贷策略对应的信贷资产的收益率历史数据,所述信贷资产是指向多个用户发放的信用贷款总和;
夏普模块,用于将所述信贷资产根据所述信贷资产的收益率历史数据计算夏普比率Sharperatio;
评估模块,用于基于所述夏普比率评估所述信贷策略。
根据本发明的优选实施方式,所述信贷资产的净值收益率计算公式如下:
Ri为净值收益率,Pt为当天的单位净值,Pt-1为前一天的单位净值。
根据本发明的优选实施方式,所述计算夏普比率的公式为:
其中,E(Rp)是信贷资产的期望收益率,Rf是无风险收益率,σp是各用户的信贷资产标准差。
根据本发明的优选实施方式,所述评估模块用于将所述夏普比率作为单位风险的收益率指标评估信贷资产。
本发明的第四方面提出一种基于夏普比率的信贷策略选择装置,包括:
净值收益率模块,用于对于多个信贷策略中的每一个,计算信贷策略对应的信贷资产的收益率历史数据,所述信贷资产是指向多个用户发放的信用贷款总和;
夏普模块,用于将所述信贷资产根据所述信贷资产的收益率历史数据计算夏普比率Sharperatio;
选择模块,用于将所述夏普比率作为指标选择所述多个信贷策略中的至少一个作为最终信贷策略。
根据本发明的优选实施方式,所述信贷资产的净值收益率计算公式如下:
Ri为净值收益率,Pt为当天的单位净值,Pt-1为前一天的单位净值。
根据本发明的优选实施方式,所述计算夏普比率的公式为:
其中,E(Rp)是信贷资产的期望收益率,Rf是无风险收益率,σp是各用户的信贷资产标准差。
根据本发明的优选实施方式,所述选择模块用于将所述夏普比率作为单位风险的收益率指标选择所述多个信贷策略中的至少一个作为最终信贷策略。
本发明的第五方面提出一种电子设备,其中,该电子设备包括:
处理器;以及,
存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行根据前述的方法。
本发明的第六方面提出一种计算机可读存储介质,其中,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被处理器执行时,实现前述的方法。
本发明通过将信贷看作是向多个用户购买的组合式债券或基金,提出采用夏普比率来评估和选择信贷策略,同时结合大数据和人工智能技术,使得在信贷业务的策略选择中能够自动根据业务环境的变化来综合评估收益和风险,在控制风险的同时最大化收益率。
附图说明
为了使本发明所解决的技术问题、采用的技术手段及取得的技术效果更加清楚,下面将参照附图详细描述本发明的具体实施例。但需声明的是,下面描述的附图仅仅是本发明本发明示例性实施例的附图,对于本领域的技术人员来讲,在不付出创造性劳动的前提下,可以根据这些附图获得其他实施例的附图。
图1是本发明的一种基于夏普比率的信贷策略评估方法的流程图;
图2是本发明的一个实施例的信贷资产单位净值的曲线;
图3是本发明的一种基于夏普比率的信贷策略选择方法的流程图;
图4是本发明的基于夏普比率的信贷策略评估装置的一个实施例的模块组成图;
图5是本发明的基于夏普比率的信贷策略选择装置的一个实施例的模块组成图;
图6是根据本发明的一种电子设备的示例性实施例的结构框图;
图7是本发明的一个计算机可读介质的示意图。
具体实施方式
现在将参考附图更全面地描述本发明的示例性实施例。然而,示例性实施例能够以多种形式实施,且不应被理解为本发明仅限于在此阐述的实施例。相反,提供这些示例性实施例能够使得本发明更加全面和完整,更加便于将发明构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的元件、组件或部分,因而将省略对它们的重复描述。
在符合本发明的技术构思的前提下,在某个特定的实施例中描述的特征、结构、特性或其他细节不排除可以以合适的方式结合在一个或更多其他的实施例中。
在对于具体实施例的描述中,本发明描述的特征、结构、特性或其他细节是为了使本领域的技术人员对实施例进行充分理解。但是,并不排除本领域技术人员可以实践本发明的技术方案而没有特定特征、结构、特性或其他细节的一个或更多。
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。
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。
应理解,虽然本文中可能使用第一、第二、第三等表示编号的定语来描述各种器件、元件、组件或部分,但这不应受这些定语限制。这些定语乃是用以区分一者与另一者。例如,第一器件亦可称为第二器件而不偏离本发明实质的技术方案。
术语“和/或”或者“及/或”包括相关联的列出项目中的任一个及一或多者的所有组合。
衡量风险调整回报本质上是为了找到如何评估一个投资组合、基金或者是特定资产类别的表现的最佳方式。虽然有几十种不同的方式来衡量风险调整回报,但最常用和最广泛使用的方法是信息比率,夏普比率。使用它可以一目了然地对基金或投资组合的表现进行全面的了解。因此,它们对于基金经理和客户或其服务的潜在客户来说都是非常有价值的。
基于上述理解,本发明开创性地引入了夏普比率来作为评估信贷资产的指标,并将其用于实际的自动化业务平台中。
图1是本发明的一种基于夏普比率的信贷策略评估方法的流程图。如图1所示,本发明的评估方法包括如下步骤:
S1、计算信贷策略对应的信贷资产的净值收益率历史数据。
在电子化的信贷平台上,信贷发放人借助电子方式对信贷申请人提供授信、放贷、回收、催收等。本发明的发明人发现,向每一个信贷用户发放贷款的行为可以类比于一种具有收益的投资行为,对于多个用户发放贷款,则可类比于一种组合投资行为。由此,发放的贷款额可以看作是一种投资的组合资产,或称为组合信贷资产。也就是说,本发明中所称的信贷资产是指向多个用户发放的信用贷款总和。
和基金、债券类资产类似,组合信贷资产的收益和风险也随着时间产生波动。其信贷资产的总额也可能增加或减少,由此,我们也可以来计算信贷资产的单位净值。举例来说,在对信贷资产计算单位净值时,假设拥有初始资金池10亿,初始份额数量1000万份,则单位资产净值为:10 亿/1000万=100元,随着信贷业务发展利润增加,资金池从初始10亿变为11亿,可以计算此时的净值为:11亿/1000万=110元。当资金池有信贷业务以外的外来收入时,比如银行在未来某日注入资金1亿时,用 1亿/当日的单位净值Navt,获得增加的份额数。则银行注入资金后,份额数变为:1000万+1亿/Navt份。
由此,我们可以按照资产可变现净值来进行核算管理,实行净值化管理,可以最大程度的反应信贷资产的真实价值。将资产组合的初始资产(总资产-总负债)值定位净值‘1’,随着信贷资产的现金流入流出、收益涨跌计算每日的净值数据,获得一条初始值为1、上下浮动的曲线。
单位净值定义公式如下:
信贷资产单位净值=(总信贷资产-总信贷负债)/单位总数。这里的单位总数是指信贷用户的总贷款份额,图2示出了一个实施例的信贷资产单位净值的曲线。
由此,我们可以计算和某个信贷策略对应的信贷资产的净值收益率的历史数据。计算公式如下:
Ri为净值收益率,Pt为当天的单位净值,Pt-1为前一天的单位净值。
S2、将所述信贷资产根据所述信贷资产的净值收益率历史数据计算夏普比率Sharperatio。
所述计算夏普比率的公式为:
其中,E(Rp)是信贷资产的期望收益率,Rf是无风险收益率,σp是各用户的信贷资产标准差。
S3、基于所述夏普比率评估所述信贷策略。
如前所述,夏普比率反映的单位风险的收益率,因此,具体的,作为一种实施方式,可以将所述夏普比率作为单位风险的收益率指标评估信贷资产。
例如,我们可以针对同类型但采取不同信贷策略的信贷资产,计算我们在同一时间周期内的夏普比率,并按照夏普比率的大小进行排序,由此来评估各信贷策略在单位风险上收益率的情况。
当然,本发明的夏普比率指标也可以结合现有的风险或收益类指标,例如将夏普比率和逾期率同时作为评估信贷策略的指标。
图3是本发明的一种基于夏普比率的信贷策略选择方法的流程图。如图3所示,本发明的信贷策略选择方法与前述的评估方法类似,所不同的是,在步骤S1和S2中,对于多个信贷策略中的每一个计算净值收益率历史数据和夏普比率,以及最后的步骤S3中,其将所述夏普比率作为指标选择所述多个信贷策略中的至少一个作为当前信贷策略。
在该方法中,我们除了将夏普比率作为评估指标之外,还可以将其作为调整或选择信贷策略的一个依据。例如,我们可以选择逾期率低于一个阈值而夏普比率最高的信贷策略,由此,既能够控制风险,而且能够获得最大的收益率。当然,也可以选择多于一个满足预设条件的信贷策略。
作为一个例子,下表列出了四个信贷策略对应的7天逾期率(逾期超过7天的用户比例)和30天周期夏普比率。
策略 7天逾期率 30天周期夏普比率
A 3.1% 3.32
B 2.8% 2.95
C 5.5% 2.96
D 1.7% 2.01
可见,其中的策略D会带来最小的逾期率,但其夏普比率也相对较低,即其收益率也较低。对于策略A,虽然其夏普比率是最大的,但是其逾其率也较大。为此,我们可以综合考虑指标并且按照既定的规则来作出自动选择。例如,我们可以设定信贷平台选择信贷策略时,排除掉逾其率大于 3%的策略,并在剩下的策略中挑选夏普比率最高的,即策略B。
在其他实施例中,也可以预设相应的规则,将策略B和策略D结合使用。
本领域技术人员可以理解,实现上述实施例的全部或部分步骤被实现为由计算机数据处理设备执行的程序(计算机程序)。在该计算机程序被执行时,可以实现本发明提供的上述方法。而且,所述的计算机程序可以存储于计算机可读存储介质中,该存储介质可以是磁盘、光盘、ROM、 RAM等可读存储介质,也可以是多个存储介质组成的存储阵列,例如磁盘或磁带存储阵列。所述的存储介质不限于集中式存储,其也可以是分布式存储,例如基于云计算的云存储。
下面描述本发明的装置实施例,该装置可以用于执行本发明的方法实施例。对于本发明装置实施例中描述的细节,应视为对于上述方法实施例的补充;对于在本发明装置实施例中未披露的细节,可以参照上述方法实施例来实现。
图4是本发明的基于夏普比率的信贷策略评估装置的一个实施例的模块组成图。如图4所示,该评估装置包括净值收益率模块、夏普模块和评估模块。
净值收益率模块用于计算信贷策略对应的信贷资产的净值收益率历史数据。单位净值定义公式如下:
信贷资产单位净值=(总信贷资产-总信贷负债)/单位总数。这里的单位总数是指信贷用户的总贷款份额,图2示出了一个实施例的信贷资产单位净值的曲线。
由此,我们可以计算和某个信贷策略对应的信贷资产的净值收益率的历史数据。计算公式如下:
Ri为净值收益率,Pt为当天的单位净值,Pt-1为前一天的单位净值。
夏普模块,用于将所述信贷资产根据所述信贷资产的净值收益率历史数据计算夏普比率Sharperatio。所述计算夏普比率的公式为:
其中,E(Rp)是信贷资产的期望收益率,Rf是无风险收益率,σp是各用户的信贷资产标准差。
评估模块,用于基于所述夏普比率评估所述信贷策略。作为一种实施方式,可以将所述夏普比率作为单位风险的收益率指标评估信贷资产。当然,本发明的夏普比率指标也可以结合现有的风险或收益类指标,例如将夏普比率和逾期率同时作为评估信贷策略的指标。
图5是本发明的基于夏普比率的信贷策略选择装置的一个实施例的模块组成图。
该实施例的信贷策略选择装置与前述的评估装置类似,所不同的是,净值收益率模块和夏普模块对于多个信贷策略中的每一个计算净值收益率历史数据和夏普比率;而选择模块则将所述夏普比率作为指标选择所述多个信贷策略中的至少一个作为当前信贷策略。
在该装置中,除了将夏普比率作为评估指标之外,还可以将其作为调整或选择信贷策略的一个依据。例如,可以选择逾期率低于一个阈值而夏普比率最高的信贷策略,由此,既能够控制风险,而且能够获得最大的收益率。当然,也可以选择多于一个满足预设条件的信贷策略。
本领域技术人员可以理解,上述装置实施例中的各模块可以按照描述分布于装置中,也可以进行相应变化,分布于不同于上述实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
下面描述本发明的电子设备实施例,该电子设备可以视为对于上述本发明的方法和装置实施例的具体实体实施方式。对于本发明电子设备实施例中描述的细节,应视为对于上述方法或装置实施例的补充;对于在本发明电子设备实施例中未披露的细节,可以参照上述方法或装置实施例来实现。
图6是根据本发明的一种电子设备的示例性实施例的结构框图。图6 显示的电子设备仅仅是一个示例,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6所示,该示例性实施例的电子设备610以通用数据处理设备的形式表现。电子设备310的组件可以包括但不限于:至少一个处理单元611、至少一个存储单元612、连接不同系统组件(包括存储单元612和处理单元611)的总线616、显示单元613等。
其中,所述存储单元612存储有计算机可读程序,其可以是源程序或都只读程序的代码。所述程序可以被处理单元611执行,使得所述处理单元610执行本发明各种实施方式的步骤。例如,所述处理单元611可以执行如图1或图3所示的步骤。
所述存储单元612可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)6121和/或高速缓存存储单元6122,还可以进一步包括只读存储单元(ROM)6123。所述存储单元612还可以包括具有一组(至少一个)程序模块6125的程序/实用工具6124,这样的程序模块6125 包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线616可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备610也可以与一个或多个外部设备620(例如键盘、显示器、网络设备、蓝牙设备等)通信,使得用户能经由这些外部设备620与该电子设备620交互,和/或使得该电子设备610能与一个或多个其它数据处理设备(例如路由器、调制解调器等等)进行通信。这种通信可以通过输入 /输出(I/O)接口614进行,还可以通过网络适配器615与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网) 进行。网络适配器315可以通过总线316与电子设备620的其它模块通信。应当明白,尽管图中未示出,电子设备610中可使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
图7是本发明的一个计算机可读介质的示意图。如图所示,所述计算机程序可以存储于一个或多个计算机可读介质上。计算机可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、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。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(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。
所述计算机可读存储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,其中承载了可读程序代码。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。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、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。可读存储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、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如 Java、C++等,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设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
综上所述,本发明可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)等通用数据处理设备来实现根据本发明实施例中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
以上所述的具体实施例,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,应理解的是,本发明不与任何特定计算机、虚拟装置或者电子设备固有相关,各种通用装置也可以实现本发明。以上所述仅为本发明的具体实施例而已,并不用于限制本发明,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。

Claims (10)

1.一种基于夏普比率的信贷策略评估方法,其特征在于,包括如下步骤:
计算信贷策略对应的信贷资产的收益率历史数据,所述信贷资产是指向多个用户发放的信用贷款总和;
将所述信贷资产根据所述信贷资产的收益率历史数据计算夏普比率Sharperatio;
基于所述夏普比率评估所述信贷策略。
2.如权利要求1所述的基于夏普比率的信贷策略评估方法,其特征在于,所述信贷资产的净值收益率计算公式如下:
Ri为净值收益率,Pt为当天的单位净值,Pt-1为前一天的单位净值。
3.如权利要求1-2任一项所述的基于夏普比率的信贷策略评估方法,其特征在于,所述计算夏普比率的公式为:
其中,E(Rp)是信贷资产的期望收益率,Rf是无风险收益率,σp是各用户的信贷资产标准差。
4.如权利要求1-3任一项中任一项所述的基于夏普比率的信贷策略评估方法,其特征在于,基于所述夏普比率评估所述信贷策略的步骤包括:
将所述夏普比率作为单位风险的收益率指标评估信贷资产。
5.如权利要求1-4任一项所述的基于夏普比率的信贷策略选择方法,其特征在于,包括如下步骤:
对于多个信贷策略中的每一个,计算信贷策略对应的信贷资产的收益率历史数据,所述信贷资产是指向多个用户发放的信用贷款总和;
将所述信贷资产根据所述信贷资产的收益率历史数据计算夏普比率Sharperatio;
将所述夏普比率作为指标选择所述多个信贷策略中的至少一个作为最终信贷策略。
6.如权利要求1-5任一项所述的基于夏普比率的信贷策略选择方法,其特征在于,所述信贷资产的净值收益率计算公式如下:
Ri为净值收益率,Pt为当天的单位净值,Pt-1为前一天的单位净值。
7.如权利要求1-6任一项所述的基于夏普比率的信贷策略选择方法,其特征在于,所述计算夏普比率的公式为:
其中,E(Rp)是信贷资产的期望收益率,Rf是无风险收益率,σp是各用户的信贷资产标准差。
8.一种基于夏普比率的信贷策略评估装置,其特征在于,包括:
净值收益率模块,用于计算信贷策略对应的信贷资产的收益率历史数据,所述信贷资产是指向多个用户发放的信用贷款总和;
夏普模块,用于将所述信贷资产根据所述信贷资产的收益率历史数据计算夏普比率Sharperatio;
评估模块,用于基于所述夏普比率评估所述信贷策略。
9.一种电子设备,其中,该电子设备包括:
处理器;以及,
存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行根据权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质,其中,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被处理器执行时,实现权利要求1-7中任一项所述的方法。
CN201910580525.XA 2019-06-28 2019-06-28 一种基于夏普比率的信贷策略评估和选择方法 Pending CN110288466A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910580525.XA CN110288466A (zh) 2019-06-28 2019-06-28 一种基于夏普比率的信贷策略评估和选择方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910580525.XA CN110288466A (zh) 2019-06-28 2019-06-28 一种基于夏普比率的信贷策略评估和选择方法

Publications (1)

Publication Number Publication Date
CN110288466A true CN110288466A (zh) 2019-09-27

Family

ID=68019809

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910580525.XA Pending CN110288466A (zh) 2019-06-28 2019-06-28 一种基于夏普比率的信贷策略评估和选择方法

Country Status (1)

Country Link
CN (1) CN110288466A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112598244A (zh) * 2020-12-15 2021-04-02 深圳前海微众银行股份有限公司 风险收益的管理方法、装置、系统及计算机可读存储介质
CN114049044A (zh) * 2021-11-30 2022-02-15 中国建设银行股份有限公司 一种组合策略评价方法、装置、电子设备及存储介质
WO2023169642A1 (ru) * 2022-03-10 2023-09-14 Иван Александрович ОБОЛЕНСКИЙ Система автоматического формирования алгоритмов управления финансовыми активами

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112598244A (zh) * 2020-12-15 2021-04-02 深圳前海微众银行股份有限公司 风险收益的管理方法、装置、系统及计算机可读存储介质
CN112598244B (zh) * 2020-12-15 2024-04-16 深圳前海微众银行股份有限公司 风险收益的管理方法、装置、系统及计算机可读存储介质
CN114049044A (zh) * 2021-11-30 2022-02-15 中国建设银行股份有限公司 一种组合策略评价方法、装置、电子设备及存储介质
WO2023169642A1 (ru) * 2022-03-10 2023-09-14 Иван Александрович ОБОЛЕНСКИЙ Система автоматического формирования алгоритмов управления финансовыми активами

Similar Documents

Publication Publication Date Title
Zhang et al. China’s digital economy: Opportunities and risks
US8082202B2 (en) Market-indexed mortgage system and method
Bauer et al. On the risk-neutral valuation of life insurance contracts with numerical methods in view
CN110288466A (zh) 一种基于夏普比率的信贷策略评估和选择方法
AU2014297918A1 (en) System and method for automatically providing A/R-based lines of credit to businesses
CA2809046A1 (en) Non-biased, centrally-cleared financial instrument and method of clearing and settling
Keeley et al. Valuation of early-stage ventures: option valuation models vs. traditional approaches
Ogden An analysis of yield curve notes
Schmeiser New Risk‐Based Capital Standards in the European Union: A Proposal Based on Empirical Data
WO1996018160A1 (en) Methods and apparatus relating to the formulation and trading of risk management contracts
CN107358477A (zh) 旅游网站酒店实时定价方法、系统、存储介质和电子设备
US10121200B1 (en) Automated systems for calibrating and managing a security-based deferred compensation incentive plan
Yi Dangerous knowledge: Credit value adjustment with credit triggers
Yanli Internet financial supervision based on machine learning and improved neural network
US20230206336A1 (en) Guarantee fund calculation with allocation for self-referencing risk
Gatzert et al. The× Effectiveness of Gap Insurance With Respect to Basis Risk in a Shareholder Value Maximization Setting
CN108256667A (zh) 资产数据处理方法、装置、存储介质和计算机设备
Dietrich et al. The economic effects of due-on-sale clause invalidation
Delong An optimal investment strategy for a stream of liabilities generated by a step process in a financial market driven by a Lévy process
CN110348994A (zh) 一种基于索提诺比率的信贷策略评估和选择
CN112950361A (zh) 一种基于违约风险暴露的预警方法、装置、电子设备和介质
CN112926892A (zh) 一种资金匹配方法、装置、电子设备及存储介质
Yu et al. Re-think insurance: A new perspective of InsurTech
CN110909294A (zh) 数据处理的方法和装置
Chen et al. Funding and investment decisions in a stochastic defined benefit pension plan with regime switching

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