CN110533542A - 一种资产筛选方法、装置、计算机设备和存储介质 - Google Patents
一种资产筛选方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN110533542A CN110533542A CN201910691525.7A CN201910691525A CN110533542A CN 110533542 A CN110533542 A CN 110533542A CN 201910691525 A CN201910691525 A CN 201910691525A CN 110533542 A CN110533542 A CN 110533542A
- Authority
- CN
- China
- Prior art keywords
- assets
- value
- candidate
- screening
- weighted average
- 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
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
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- 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)
- Marketing (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Human Resources & Organizations (AREA)
- Operations Research (AREA)
- Complex Calculations (AREA)
Abstract
本申请涉及一种资产筛选方法、装置、计算机设备和存储介质，所述方法包括：对候选资产按照地理区域和资产数值进行划分，得到各所述地理区域下不同资产数值的资产分组；从各所述资产分组中分别选取至少一笔第一资产；在所选取的第一资产中计算指定资产参数的第一加权平均值；基于所述第一加权平均值计算所述指定资产参数的第一临界值；从所述候选资产中按照所述第一临界值筛选第二资产；将所述第一资产和所述第二资产作为满足筛选条件的目标资产。本申请提供的方案可以实现筛选出的目标资产在满足筛选条件的情况下，其分布更加离散均匀，避免出现基础资产池中的优质资产的迅速减少而使得筛选出的资产准确性低。
Description
技术领域
本申请涉及计算机技术领域，特别是涉及一种资产筛选方法、装置、计算机设备和存储介质。
背景技术
在资产证券化的过程中，资产管理人在发起资产证券化之前需要对发行人的基础资产进行筛选，只有筛选到合适的基础资产，才会发起资产证券化以便为发行人融资。若企业欲通过资产证券化来融资，则需要将未来能够产生独立、稳定和可预测的资产进行剥离与整合，形成基础资产池，以备管理人进行筛选。
目前在进行筛选时，主要是按照筛选条件直接在发起人的基础资产池中进行筛选，这种筛选方式往往导致筛选的结果比较集中，会导致优质资产的迅速减少，使得筛选出的资产准确性低。
发明内容
基于此，有必要针对资产筛选时，筛选结果分布集中，导致优质资产的迅速减少而使得筛选出的资产准确性低的问题，提供一种资产筛选方法、装置、计算机设备和存储介质。
一种资产筛选方法，包括：
对候选资产按照地理区域和资产数值进行划分，得到各所述地理区域下不同资产数值的资产分组；
从各所述资产分组中分别选取至少一笔第一资产；所选取的第一资产的资产总值达到第一资产条件；
在所选取的第一资产中计算指定资产参数的第一加权平均值；
基于所述第一加权平均值计算所述指定资产参数的第一临界值；所述第一临界值为用于从所述候选资产中筛选目标资产的上限值或下限值；
从所述候选资产中按照所述第一临界值筛选第二资产；所选取的第二资产的资产总值达到第二资产条件；
将所述第一资产和所述第二资产作为满足筛选条件的目标资产。
在一个实施例中，所述对候选资产按照地理区域和资产数值进行划分之前，所述方法还包括：
当达到预设更新时间时，对数据库中的基础资产池进行更新；
当检测到资产筛选指令时，根据预设获取条件从基础资产池获取候选资产。
在一个实施例中，所述基于所述第一加权平均值计算所述指定资产参数的第一临界值，包括：
通过目标计算式计算指定资产参数的第一临界值；所述目标计算式为：
其中，m为所述第一临界值，rw为预设加权平均值，为所述第一加权平均值，amt为目标资产期望总值，X1为第一资产的资产总值，X2为第二资产的期望资产值；所述预设加权平均值用于确定所述第一临界值为上限值或下限值。
在一个实施例中，所述从所述候选资产中按照所述第一临界值筛选第二资产，包括：
根据所述第一临界值，从所述候选资产中筛选出加权候选资产；
对所述加权候选资产按照地理区域和资产数值进行划分，得到各所述地理区域下不同资产数值的加权资产分组；
从各所述加权资产分组中分别选取至少一笔第二资产；所选取的第二资产的资产总值达到第二资产条件。
在一个实施例中，所述从所述候选资产中按照所述第一临界值筛选第二资产之后，所述方法还包括：
基于所选取的第一资产和第二资产，计算所述指定资产参数的第二加权平均值；
基于所述第二加权平均值计算所述指定资产参数的第二临界值；
从所述候选资产中按照所述第二临界值筛选第三目标资产；所选取的第三目标资产的资产总值达到第三资产条件；
所述将所述第一资产和所述第二资产作为满足筛选条件的目标资产包括：
将所述第一资产、所述第二资产和所述第三资产确定为满足筛选条件的目标资产。
一种资产筛选装置，所述装置包括：
资产分组模块，用于对候选资产按照地理区域和资产数值进行划分，得到各所述地理区域下不同资产数值的资产分组；
资产筛选模块，用于从各所述资产分组中分别选取至少一笔第一资产；所选取的第一资产的资产总值达到第一资产条件；
加权平均值计算模块，用于在所选取的第一资产中计算指定资产参数的第一加权平均值；
临界值计算模块，用于基于所述第一加权平均值计算所述指定资产参数的第一临界值；所述第一临界值为用于从所述候选资产中筛选目标资产的上限值或下限值；
资产筛选模块，还用于从所述候选资产中按照所述第一临界值筛选第二资产；所选取的第二资产的资产总值达到第二资产条件；
目标资产获取模块，用于将所述第一资产和所述第二资产作为满足筛选条件的目标资产。
在一个实施例中，所述装置还包括：
基础资产池更新模块，用于当达到预设更新时间时，对数据库中的基础资产池进行更新；
候选资产获取模块，用于当检测到资产筛选指令时，根据预设获取条件从基础资产池获取候选资产。
在一个实施例中，所述临界值计算模块还用于：
通过目标计算式计算指定资产参数的第一临界值；所述目标计算式为：
其中，m为所述第一临界值，rw为预设加权平均值，为所述第一加权平均值，amt为目标资产期望总值，X1为第一资产的资产总值，X2为第二资产的期望资产值；所述预设第一加权平均值用于确定所述第一临界值为上限值或下限值。
在一个实施例中，所述资产筛选模块还用于：
根据所述第一临界值，从所述候选资产中筛选出加权候选资产；
对所述加权候选资产按照地理区域和资产数值进行划分，得到各所述地理区域下不同资产数值的加权资产分组；
从各所述加权资产分组中分别选取至少一笔第二资产；所选取的第二资产的资产总值达到第二资产条件。
在一个实施例中，所述装置还用于：
加权平均值计算模块，还用于基于所选取的第一资产和第二资产，计算所述指定资产参数的第二加权平均值；
临界值计算模块，还用于基于所述第二加权平均值计算所述指定资产参数的第二临界值；
资产筛选模块，还用于从所述候选资产中按照所述第二临界值筛选第三目标资产；所选取的第三目标资产的资产总值达到第三资产条件；
目标资产获取模块，还用于将所述第一资产、所述第二资产和所述第三资产确定为满足筛选条件的目标资产。
一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行以上资产筛选方法的步骤。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行以上资产筛选方法的步骤。
上述资产筛选的方法、装置、计算机设备和存储介质，通过对候选资产进行分组，从各资产分组中筛选出第一资产，然后根据筛选出的第一资产计算出指定资产参数的加权平均值，并基于加权平均值计算临界值，再从候选资产中筛选出满足临界值的第二资产，最后将第一资产和第二资产作为最终的目标资产。通过该方法筛选出的目标资产在满足筛选条件的情况下，其分布更加离散均匀，从而筛选出的资产准确性高，不会导致基础资产池中的优质资产的迅速减少，有利于资产证券化的持续发展。
附图说明
图1为一个实施例中资产筛选方法的应用环境图；
图2为一个实施例中资产筛选方法的流程示意图；
图3为另一个实施例中资产筛选方法的流程示意图；
图4为另一个实施例中资产筛选方法的流程示意图；
图5为一个实施例中资产筛选装置的结构框图；
图6为另一个实施例中资产筛选装置的结构框图；
图7为一个实施例中计算机设备的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
图1为一个实施例中资产筛选方法的应用环境图。参照图1，该资产筛选方法应用于资产筛选系统。该资产筛选系统包括终端110和服务器120。终端110 和服务器120通过网络连接。终端110具体可以是台式终端或移动终端，移动终端具体可以手机、平板电脑、笔记本电脑等中的至少一种。服务器120可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
如图2所示，在一个实施例中，提供了一种资产筛选方法。本实施例主要以该方法应用于上述图1中的服务器120来举例说明。参照图2，该资产筛选方法具体包括如下步骤：
S202，对候选资产按照地理区域和资产数值进行划分，得到各地理区域下不同资产数值的资产分组。
其中，候选资产是从基础资产池获取的资产，基础资产池是将未来能够产生独立、稳定、可预测现金流的资产进行剥离、整合而形成的。地理区域是指每笔资产所属的地理区域，如每笔资产属于甲城市或乙城市。资产数值可以是未偿还的本金余额。
在一个实施例中，服务器在进行资产筛选之前会配置SQL(Structured QueryLanguage，结构化查询语言)脚本。SQL脚本用于从基础资产池筛选资产。
在一个实施例中，服务器通过SQL脚本中的over函数(数据库函数)可以将资产按地理区域和资产数值进行划分，得到各地理区域下不同资产数值的资产分组，并对各资产分组中的每笔资产进行编号。其中每个各地理区域下的资产分组包括该地理区域下所有资产范围。
对资产分组结果举例说明，如：甲城市所有资产的区间是1000-4000元，表示为总区间(1000，4000)，该区间范围内共有400笔资产。对甲城市的资产进行分组后，得到几个不同的子区间，表示为A区间(1000，2000)、B区间(2000， 3000)、C区间(3000，4000)。其中A区间中有100笔资产，B区间中有80笔资产，C区间中有220笔资产。然后以1为起始序号分别对每个子区间中的每笔资产进行编号，得到A区间1-100号资产，B区间1-80号资产和C区间1-220 号资产。
在一个实施例中，在进行资产筛选之前，当达到预设更新时间时，服务器对数据库中的基础资产池进行更新，将新的满足入池标准的资产投入基础资产池中，以备进行筛选。
在一个实施例中，在进行资产筛选之前，当检测到资产筛选指令时，服务器根据预设获取条件从基础资产池获取候选资产。其中预设获取条件是在进行资产筛选时，目标资产需要满足的资产参数条件，其中资产参数包括合同期限、年利率、剩余期限、年利率下浮比例、借款人年龄和借款人信用评分、地理区域。对资产参数条件进行举例说明，如：目标资产中每笔资产合同期限在5期以内，或者目标资产中每笔资产的资产数值在2000元以下，或者目标资产中每笔资产的借款人信用评分在80-100分之间，或者目标资产中每笔资产的地理区域为甲城市。
S204，从各资产分组中分别选取至少一笔第一资产；所选取的第一资产的资产总值达到第一资产条件。
其中，上述选取指的是随机选取。筛选方式有两种：一种为随机选取，另一种为加权筛选。第一资产条件可以是第一资产的期望资产值，期望资产值是根据目标资产期望总值和计划筛选次数确定的。目标资产期望总值是通过随机选取和加权筛选所期望得到的总资产值。例如，目标资产期望总值为100万，其中，计划随机选取的资产总值为80万，计划加权筛选的资产总值为20万，即第一资产条件为“计划随机选取的资产总值为80万”。在实际筛选过程中，实际筛选资产总值可能会与计划筛选出资产总值一些误差，该误差范围可以在筛选之前进行设定。当第一资产的资产总值达到第一资产条件允许误差范围时，则认为该资产总值达到了第一资产条件。
在一个实施例中，服务器每次从各资产分组中分别选取第一笔第一资产，然后再从各资产分组中分别选取第二笔第一资产，直至所选取的第一资产的资产总值达到第一资产条件。其中，每次从各资产分组中分别选取一笔第一资产的选取方式可以是：选取的次数与被选取的资产编号相同。例如，第一次从各资产分组中分别选取资产编号为1的资产，第二次从各资产分组中分别选取资产编号为2的资产，第三次从各资产分组中分别选取资产编号为3的资产，直至所选取的第一资产的资产总值达到第一资产条件。
在一个实施例中，若经过多次筛选出的第一资产不能达到第一资产条件，服务器则重新确定预设获取条件，然后从基础资产池获取候选资产。
S206，在所选取的第一资产中计算指定资产参数的第一加权平均值。
其中，指定资产参数的第一加权平均值是基于第一资产计算得出的。
在一个实施例中，若第一资产中有n笔资产，则通过下面的计算公式可以计算出指定资产参数的第一加权平均值，公式如下：
其中，指定资产参数的加权平均值，如，指定资产参数是合同期限，相应的是加权平均合同期限；指定资产参数是年利率，相应的是加权平均年利率；指定的资产参数是剩余期限，相应的是加权平均剩余期限。i是第i笔资产，xi是第i笔资产的资产数值，ri是第i笔资产的指定资产参数的资产参数值。中的xi相当于是第i笔资产的权重。本申请实施例中第一资产的指定资产参数的加权平均值，即第一加权平均值用表示。
作为一个示例，指定资产参数为年利率，第一资产中共有三笔资产，其中第一笔资产的资产数值为1000元，年利率为10％，第二笔资产的资产数值为2000 元，年利率为8％，第三笔资产的资产数值为7000元，年利率5％，则该可以通过如下计算，得出第一资产的加权平均年利率为6.1％。
S208，基于第一加权平均值计算指定资产参数的第一临界值；第一临界值为用于从候选资产中筛选目标资产的上限值或下限值。
其中，第一临界值是基于第一加权平均值计算得出的，它主要用于确定在第二次从候选资产中筛选目标资产时，指定资产参数的上限值或下限值。
在一个实施例中，通过目标计算式计算指定资产参数的第一临界值；目标计算式为：
其中，m为第一临界值，rw为预设加权平均值，为第一加权平均值，amt 为目标资产期望总值，X1为第一资产的资产总值，X2为第二资产的期望资产值。
例如，所要筛选出的目标资产的加权平均合同期限小于等于5期，对应的指定资产参数为合同期限，预设加权平均值为5，其中5是加权平均合同期限的最大值；或者筛选出的目标资产的加权平均年利率大于等于5％，对应的指定资产参数为年利率，预设加权平均值为5％，其中5％是加权平均年利率的最小值。
第一临界值是上限值还是下限值，由预设加权平均值是最大值还是最小值来确定。当预设加权平均值为最大值时，计算出的第一临界值是指定资产参数的上限值；当预设加权平均值为最小值时，计算出的第一临界值是指定资产参数的下限值。并且，若第一临界值是上限值，相应的在加权筛选过程中从候选资产中筛选目标资产时，指定资产参数要小于第一临界值；若第一临界值是上限值，相应的在加权筛选过程中从候选资产中筛选目标资产时，指定资产参数要大于第一临界值。
例如，当指定资产参数为合同期限时，则预设加权平均值即为加权平均合同期限，当加权平均合同期限小于等于5期，计算出的第一临界值为7，则加权筛选时从候选资产中筛选合同期限小于等于7期的目标资产。或者，当指定资产参数为年利率时，则预设加权平均值即为加权平均年利率，当加权平均年利率大于等于5％，计算出的第一临界值是6％，则加权筛选时从候选资产中筛选年利率大于等于6％的目标资产。
S210，从候选资产中按照第一临界值筛选第二资产；所选取的第二资产的资产总值达到第二资产条件。
其中，上述选取指的是加权选取。第二资产条件可以是第二资产的期望资产值，第二资产的总值是根据目标资产期望总值和计划筛选次数确定的。期望资产值是根据目标资产期望总值和计划筛选次数确定的。目标资产期望总值是通过随机选取和加权筛选所期望得到的总资产值。例如，目标资产期望总值为 100万，其中，计划随机选取的资产总值为80万，计划加权筛选的资产总值为 20万，即第二资产条件为“计划加权筛选的资产总值为20万”。
在一个实施例中，当第二资产的资产总值达到第二资产条件允许误差范围时，则认为该资产总值达到了第二资产条件。其中该误差范围可以在筛选之前进行设定。
在一个实施例中，S210具体可以包括以下步骤：
S302，根据第一临界值，从候选资产中筛选出加权候选资产。
例如，当指定资产参数为合同期限时，则预设加权平均值即为加权平均合同期限，当加权平均合同期限小于等于5期，计算出的第一临界值为7，则从候选资产中选出所有合同期限小于等于7期的资产，并将所选的资产作为加权候选资产。当指定资产参数为年利率时，则预设加权平均值即为加权平均年利率，当加权平均年利率大于等于5％，计算出的第一临界值是6％，则从候选资产中选出所有年利率大于等于6％的资产，将所选的资产作为加权候选资产。
S304，对加权候选资产按照地理区域和资产数值进行划分，得到各地理区域下不同资产数值的加权资产分组。
S306，从各加权资产分组中分别选取至少一笔第二资产；所选取的第二资产的资产总值达到第二资产条件。
参照S202和S204，服务器从加权候选资产中选取出第二资产，且所选取的第二资产总值达到第二资产条件。
在一个实施例中，S210中筛选的第二资产总值若不能达到第二资产条件，则重新执行S208计算指定资产参数的第一临界值，然后执行S210。
在一个实施例中，S210中筛选的第二资产总值不能达到第二资产条件，重新执行S208计算指定资产参数的第一临界值，然后执行S210。若再次筛选的第二资产总值仍然不能达到第二资产条件，则对预设加权平均值进行调整，然后执行S202。
上述实施例中，服务器根据第一临界值，从候选资产中筛选出加权候选资产，然后对候选资产进行分组，从各资产分组中筛选出第二资产，能够使第二资产分布更加离散均匀，不会导致基础资产池中的优质资产的迅速减少，有利于资产证券化的持续发展。
在一个实施例中，S210之后，还包括以下步骤：
S402，基于所选取的第一资产和第二资产，计算指定资产参数的第二加权平均值。
其中第二加权平均值是基于第一资产和第二资产计算得出的。
在一个实施例中，若服务器所选取的第一资产和第二资产总共有n笔资产，通过下面的计算公式可以计算出指定资产参数的第二加权平均值，公式如下：
其中，本申请实施例中第一资产和第二资产的指定资产参数的加权平均值，即第二加权平均值用表示。
S404，基于第二加权平均值计算指定资产参数的第二临界值。
其中，第二临界值是基于第二加权平均值计算得出的，它主要用于确定在第三次从候选资产中筛选目标资产时，指定资产参数的上限值或下限值。
在一个实施例中通过另一个目标计算式计算指定资产参数的第二临界值；另一个目标计算式为：
其中，m'为第二临界值，rw预设加权平均值，为第二加权平均值，amt为目标资产期望总值，X1为第一资产的资产总值，X'2为第二资产的资产总值，X3为第三资产的期望资产值。
S406，从候选资产中按照第二临界值筛选第三目标资产；所选取的第三目标资产的资产总值达到第三资产条件。
其中，上述选取指的是加权选取。第三资产条件可以是第三资产的期望资产值，第三资产的总值是根据目标资产期望总值和计划筛选次数确定的。期望资产值是根据目标资产期望总值和计划筛选次数确定的。目标资产期望总值是通过随机选取和加权筛选所期望得到的总资产值。例如，目标资产期望总值为 100万，其中，计划随机选取的资产总值为50万，计划第一次加权筛选的资产总值为20万，计划第二次加权筛选的资产总值为30万，即第三资产条件为“计划第二次加权筛选的资产总值为30万”。
在一个实施例中，第二临界值为指定资产参数的上限值。服务器根据第二临界值，从候选资产中筛选出所有指定资产参数小于等于临界值的资产，并将所选的资产作为加权候选资产，然后参照S202和S204的资产筛选步骤，从加权候选资产中选取出第三资产，且所选取的第三资产总值达到第三资产条件。
在一个实施例中，第二临界值为指定资产参数的下限值，服务器根据第二临界值从候选资产中筛选出所有指定资产参数大于等于临界值的资产，并将筛选出的资产作为加权候选资产，然后参照S202和S204的资产筛选步骤，从加权候选资产中选取出第三资产，且所选取的第三资产总值达到第三资产条件。
在一个实施例中，当第三资产的资产总值达到第三资产条件允许误差范围时，则认为该资产总值达到了第三资产条件。其中该误差范围可以在筛选之前进行设定。
在一个实施例中，S406中筛选的第三资产总值若不能达到第三资产条件，则对预设加权平均值进行调整，然后执行S202。
上述实施例中，服务器基于所选取的第一资产和第二资产计算出第二加权平均值，进一步的计算出第二临界值，然后基于第二临界值从候选资产中筛选出加权候选资产，然后对候选资产进行分组，从各资产分组中筛选出第三资产，能够使第三资产分布更加离散均匀，不会导致基础资产池中的优质资产的迅速减少，有利于资产证券化的持续发展。
S212，将第一资产和第二资产作为满足筛选条件的目标资产。
目标资产可以作为预打标基础资产形成预打标资产池，预打标基础资产池用于资产管理人进行基础资产筛选。
在一个实施例中，服务器在资产筛选过程中进行了两次筛选分别获得了符合相应资产条件的第一资产、第二资产，则将第一资产和第二资产作为满足筛选条件的目标资产。
在一个实施例中，服务器在资产筛选过程中进行了三次筛选分别获得了符合相应资产条件的第一资产、第二资产和第三资产，则将第一资产、第二资产和第三资产作为满足筛选条件的目标资产。
上述实施例中，服务器通过对候选资产进行分组，从各资产分组中筛选出第一资产，然后根据筛选出的第一资产计算出指定资产参数的加权平均值，并基于加权平均值计算临界值，再从候选资产中筛选出满足临界值的第二资产，最后将第一资产和第二资产作为最终的目标资产。通过该方法筛选出的目标资产在满足筛选条件的情况下，其分布更加离散均匀，不会导致基础资产池中的优质资产的迅速减少，有利于资产证券化的持续发展。
图2-4为一个实施例中资产筛选方法的流程示意图。应该理解的是，虽然图 2-4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-4中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图5所示，提供了一种资产筛选装置，装置包括：资产分组模块502、资产筛选模块504、加权平均值计算模块506、临界值计算模块508和目标资产获取模块510；其中：
资产分组模块502，用于对候选资产按照地理区域和资产数值进行划分，得到各地理区域下不同资产数值的资产分组；
资产筛选模块504，用于从各资产分组中分别选取至少一笔第一资产；所选取的第一资产的资产总值达到第一资产条件；
加权平均值计算模块506，用于在所选取的第一资产中计算指定资产参数的第一加权平均值；
临界值计算模块508，用于基于第一加权平均值计算指定资产参数的第一临界值；第一临界值为用于从候选资产中筛选目标资产的上限值或下限值；
资产筛选模块504，还用于从候选资产中按照第一临界值筛选第二资产；所选取的第二资产的资产总值达到第二资产条件；
目标资产获取模块510，用于将第一资产和第二资产作为满足筛选条件的目标资产。
上述实施例中，通过对候选资产进行分组，从各资产分组中筛选出第一资产，然后根据筛选出的第一资产计算出指定资产参数的加权平均值，并基于加权平均值计算临界值，再从候选资产中筛选出满足临界值的第二资产，最后将第一资产和第二资产作为最终的目标资产。通过该方法筛选出的目标资产在满足筛选条件的情况下，其分布更加离散均匀，不会导致基础资产池中的优质资产的迅速减少，有利于资产证券化的持续发展。
在一个实施例中，如图6所示，该装置还包括：基础资产池更新模块512 和候选资产获取模块514；其中：
基础资产池更新模块512，用于当达到预设更新时间时，对数据库中的基础资产池进行更新；
候选资产获取模块514，用于当检测到资产筛选指令时，根据预设获取条件从基础资产池获取候选资产。
在一个实施例中，临界值计算模块508还用于：
通过目标计算式计算指定资产参数的第一临界值；目标计算式为：
其中，m为第一临界值，rw为预设加权平均值，为第一加权平均值，amt 为目标资产期望总值，X1为第一资产的资产总值，X2为第二资产的期望资产值；预设加权平均值用于确定第一临界值为上限值或下限值。
在一个实施例中，资产筛选模块504还用于：
根据第一临界值，从候选资产中筛选出加权候选资产；
对加权候选资产按照地理区域和资产数值进行划分，得到各地理区域下不同资产数值的加权资产分组；
从各加权资产分组中分别选取至少一笔第二资产；所选取的第二资产的资产总值达到第二资产条件。
上述实施例中，根据第一临界值，从候选资产中筛选出加权候选资产，然后对候选资产进行分组，从各资产分组中筛选出第二资产，能够使第二资产分布更加离散均匀，不会导致基础资产池中的优质资产的迅速减少，有利于资产证券化的持续发展。
在一个实施例中，装置还用于：
加权平均值计算模块506，还用于基于所选取的第一资产和第二资产，计算指定资产参数的第二加权平均值；
临界值计算模块508，还用于基于第二加权平均值计算指定资产参数的第二临界值；
资产筛选模块504，还用于从候选资产中按照第二临界值筛选第三目标资产；所选取的第三目标资产的资产总值达到第三资产条件；
目标资产获取模块510，还用于将第一资产、第二资产和第三资产确定为满足筛选条件的目标资产。
上述实施例中，基于所选取的第一资产和第二资产计算出第二加权平均值，进一步的计算出第二临界值，然后基于第二临界值从候选资产中筛选出加权候选资产，然后对候选资产进行分组，从各资产分组中筛选出第三资产，能够使第三资产分布更加离散均匀，不会导致基础资产池中的优质资产的迅速减少，有利于资产证券化的持续发展。
图7示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是图1中的终端110(或服务器120)。如图7所示，该计算机设备包括该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、输入装置和显示屏。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现资产筛选方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行资产筛选方法。计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，本申请提供的资产筛选装置可以实现为一种计算机程序的形式，计算机程序可在如图7所示的计算机设备上运行。计算机设备的存储器中可存储组成该资产筛选装置的各个程序模块，比如，图5所示的资产分组模块502、资产筛选模块504、加权平均值计算模块506、临界值计算模块508 和目标资产获取模块510。各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本申请各个实施例的资产筛选方法中的步骤。
例如，图7所示的计算机设备可以通过如图5所示的资产筛选装置中的资产分组模块502执行S202。计算机设备可通过资产筛选模块504执行S204。计算机设备可通过加权平均值计算模块506执行S206。计算机设备可通过临界值计算模块508执行S208。计算机设备可通过资产筛选模块504执行S210。计算机设备可通过目标资产获取模块510执行S212。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时，使得处理器执行以下步骤：从各资产分组中分别选取至少一笔第一资产；所选取的第一资产的资产总值达到第一资产条件；在所选取的第一资产中计算指定资产参数的第一加权平均值；基于第一加权平均值计算指定资产参数的第一临界值；第一临界值为用于从候选资产中筛选目标资产的上限值或下限值；从候选资产中按照第一临界值筛选第二资产；所选取的第二资产的资产总值达到第二资产条件；将第一资产和第二资产作为满足筛选条件的目标资产。
在一个实施例中，计算机程序被处理器执行时，使得处理器还执行以下步骤：当达到预设更新时间时，对数据库中的基础资产池进行更新；当检测到资产筛选指令时，根据预设获取条件从基础资产池获取候选资产。
在一个实施例中，计算机程序被处理器执行基于第一加权平均值计算指定资产参数的第一临界值的步骤时，使得处理器具体执行以下步骤：通过目标计算式计算指定资产参数的第一临界值；目标计算式为：
其中，m为第一临界值，rw为预设加权平均值，为第一加权平均值，amt 为目标资产期望总值，X1为第一资产的资产总值，X2为第二资产的期望资产值；预设加权平均值用于确定第一临界值为上限值或下限值。
在一个实施例中，计算机程序被处理器执行从候选资产中按照第一临界值筛选第二资产的步骤时，使得处理器具体执行以下步骤：根据第一临界值，从候选资产中筛选出加权候选资产；对加权候选资产按照地理区域和资产数值进行划分，得到各地理区域下不同资产数值的加权资产分组；从各加权资产分组中分别选取至少一笔第二资产；所选取的第二资产的资产总值达到第二资产条件。
在一个实施例中，计算机程序被处理器执行时，使得处理器还执行以下步骤：基于所选取的第一资产和第二资产，计算指定资产参数的第二加权平均值；基于第二加权平均值计算指定资产参数的第二临界值；从候选资产中按照第二临界值筛选第三目标资产；所选取的第三目标资产的资产总值达到第三资产条件；将第一资产和第二资产作为满足筛选条件的目标资产包括：将第一资产、第二资产和第三资产确定为满足筛选条件的目标资产。
在一个实施例中，提供了一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时，使得处理器执行以下步骤：从各资产分组中分别选取至少一笔第一资产；所选取的第一资产的资产总值达到第一资产条件；在所选取的第一资产中计算指定资产参数的第一加权平均值；基于第一加权平均值计算指定资产参数的第一临界值；第一临界值为用于从候选资产中筛选目标资产的上限值或下限值；从候选资产中按照第一临界值筛选第二资产；所选取的第二资产的资产总值达到第二资产条件；将第一资产和第二资产作为满足筛选条件的目标资产。
在一个实施例中，计算机程序被处理器执行时，使得处理器还执行以下步骤：当达到预设更新时间时，对数据库中的基础资产池进行更新；当检测到资产筛选指令时，根据预设获取条件从基础资产池获取候选资产。
在一个实施例中，计算机程序被处理器执行基于第一加权平均值计算指定资产参数的第一临界值的步骤时，使得处理器具体执行以下步骤：通过目标计算式计算指定资产参数的第一临界值；目标计算式为：
其中，m为第一临界值，rw为预设加权平均值，为第一加权平均值，amt 为目标资产期望总值，X1为第一资产的资产总值，X2为第二资产的期望资产值；预设加权平均值用于确定第一临界值为上限值或下限值。
在一个实施例中，计算机程序被处理器执行从候选资产中按照第一临界值筛选第二资产的步骤时，使得处理器具体执行以下步骤：根据第一临界值，从候选资产中筛选出加权候选资产；对加权候选资产按照地理区域和资产数值进行划分，得到各地理区域下不同资产数值的加权资产分组；从各加权资产分组中分别选取至少一笔第二资产；所选取的第二资产的资产总值达到第二资产条件。
在一个实施例中，计算机程序被处理器执行时，使得处理器还执行以下步骤：基于所选取的第一资产和第二资产，计算指定资产参数的第二加权平均值；基于第二加权平均值计算指定资产参数的第二临界值；从候选资产中按照第二临界值筛选第三目标资产；所选取的第三目标资产的资产总值达到第三资产条件；将第一资产和第二资产作为满足筛选条件的目标资产包括：将第一资产、第二资产和第三资产确定为满足筛选条件的目标资产。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路 (Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM) 等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种资产筛选方法，包括：
对候选资产按照地理区域和资产数值进行划分，得到各所述地理区域下不同资产数值的资产分组；
从各所述资产分组中分别选取至少一笔第一资产；所选取的第一资产的资产总值达到第一资产条件；
在所选取的第一资产中计算指定资产参数的第一加权平均值；
基于所述第一加权平均值计算所述指定资产参数的第一临界值；所述第一临界值为用于从所述候选资产中筛选目标资产的上限值或下限值；
从所述候选资产中按照所述第一临界值筛选第二资产；所选取的第二资产的资产总值达到第二资产条件；
将所述第一资产和所述第二资产作为满足筛选条件的目标资产。
2.根据权利要求1所述的方法，其特征在于，所述对候选资产按照地理区域和资产数值进行划分之前，所述方法还包括：
当达到预设更新时间时，对数据库中的基础资产池进行更新；
当检测到资产筛选指令时，根据预设获取条件从基础资产池获取候选资产。
3.根据权利要求1所述的方法，其特征在于，所述基于所述第一加权平均值计算所述指定资产参数的第一临界值，包括：
通过目标计算式计算指定资产参数的第一临界值；所述目标计算式为：
其中，m为所述第一临界值，rw为预设加权平均值，为所述第一加权平均值，amt为目标资产期望总值，X1为第一资产的资产总值，X2为第二资产的期望资产值；所述预设加权平均值用于确定所述第一临界值为上限值或下限值。
4.根据权利要求1所述的方法，其特征在于，所述从所述候选资产中按照所述第一临界值筛选第二资产，包括：
根据所述第一临界值，从所述候选资产中筛选出加权候选资产；
对所述加权候选资产按照地理区域和资产数值进行划分，得到各所述地理区域下不同资产数值的加权资产分组；
从各所述加权资产分组中分别选取至少一笔第二资产；所选取的第二资产的资产总值达到第二资产条件。
5.根据权利要求1所述的方法，其特征在于，所述从所述候选资产中按照所述第一临界值筛选第二资产之后，所述方法还包括：
基于所选取的第一资产和第二资产，计算所述指定资产参数的第二加权平均值；
基于所述第二加权平均值计算所述指定资产参数的第二临界值；
从所述候选资产中按照所述第二临界值筛选第三目标资产；所选取的第三目标资产的资产总值达到第三资产条件；
所述将所述第一资产和所述第二资产作为满足筛选条件的目标资产包括：
将所述第一资产、所述第二资产和所述第三资产确定为满足筛选条件的目标资产。
6.一种资产筛选装置，其特征在于，所述装置包括：
资产分组模块，用于对候选资产按照地理区域和资产数值进行划分，得到各所述地理区域下不同资产数值的资产分组；
资产筛选模块，用于从各所述资产分组中分别选取至少一笔第一资产；所选取的第一资产的资产总值达到第一资产条件；
加权平均值计算模块，用于在所选取的第一资产中计算指定资产参数的第一加权平均值；
临界值计算模块，用于基于所述第一加权平均值计算所述指定资产参数的第一临界值；所述第一临界值为用于从所述候选资产中筛选目标资产的上限值或下限值；
资产筛选模块，还用于从所述候选资产中按照所述第一临界值筛选第二资产；所选取的第二资产的资产总值达到第二资产条件；
目标资产获取模块，用于将所述第一资产和所述第二资产作为满足筛选条件的目标资产。
7.根据权利要求6所述的装置，其特征在于，所述装置还包括：
基础资产池更新模块，用于当达到预设更新时间时，对数据库中的基础资产池进行更新；
候选资产获取模块，用于当检测到资产筛选指令时，根据预设获取条件从基础资产池获取候选资产。
8.根据权利要求6所述的装置，其特征在于，所述临界值计算模块还用于：
通过目标计算式计算指定资产参数的第一临界值；所述目标计算式为：
其中，m为所述第一临界值，rw为预设加权平均值，为所述第一加权平均值，amt为目标资产期望总值，X1为第一资产的资产总值，X2为第二资产的期望资产值；所述预设加权平均值用于确定所述第一临界值为上限值或下限值。
9.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1至5中任一项所述方法的步骤。
10.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至5中任一项所述方法的步骤。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2019106448052 | 2019-07-17 | ||
| CN201910644805 | 2019-07-17 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110533542A true CN110533542A (zh) | 2019-12-03 |
Family
ID=68661067
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910691525.7A Pending CN110533542A (zh) | 2019-07-17 | 2019-07-29 | 一种资产筛选方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110533542A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111986030A (zh) * | 2020-09-02 | 2020-11-24 | 河北幸福消费金融股份有限公司 | 数据处理方法、装置、存储介质以及计算机设备 |
| CN112634029A (zh) * | 2020-12-30 | 2021-04-09 | 中国农业银行股份有限公司 | 一种数据处理的方法、装置、设备及存储介质 |
-
2019
- 2019-07-29 CN CN201910691525.7A patent/CN110533542A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111986030A (zh) * | 2020-09-02 | 2020-11-24 | 河北幸福消费金融股份有限公司 | 数据处理方法、装置、存储介质以及计算机设备 |
| CN111986030B (zh) * | 2020-09-02 | 2023-09-08 | 河北幸福消费金融股份有限公司 | 数据处理方法、装置、存储介质以及计算机设备 |
| CN112634029A (zh) * | 2020-12-30 | 2021-04-09 | 中国农业银行股份有限公司 | 一种数据处理的方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110443165A (zh) | 神经网络量化方法、图像识别方法、装置和计算机设备 | |
| CN109767320A (zh) | 订单审核方法、装置、计算机设备和存储介质 | |
| CN110533542A (zh) | 一种资产筛选方法、装置、计算机设备和存储介质 | |
| CN115730738B (zh) | 工艺参数确定方法、装置、计算机设备和存储介质 | |
| CN110414570A (zh) | 图像分类模型生成方法、装置、设备和存储介质 | |
| CN110008119A (zh) | 报表测试方法、装置、计算机设备和存储介质 | |
| CN109754135A (zh) | 信用行为数据处理方法、装置、存储介质和计算机设备 | |
| CN115081249A (zh) | 反应堆试验模型的规模确定方法、装置和计算机设备 | |
| CN111178830A (zh) | 成本的核算方法、装置、计算机设备和存储介质 | |
| CN111160394A (zh) | 分类网络的训练方法、装置、计算机设备和存储介质 | |
| CN115422318A (zh) | 业务数据分析方法、装置、存储介质及计算机设备 | |
| CN113792995B (zh) | 电力资源支配程度的确定方法、装置、设备和存储介质 | |
| CN110471696A (zh) | 清算数据回放比对方法、装置、计算机设备和存储介质 | |
| CN113987803B (zh) | 基于模型修正的频率驾驭方法、装置、设备及存储介质 | |
| CN109783876A (zh) | 时间序列模型建立方法、装置、计算机设备和存储介质 | |
| CN114675221A (zh) | 磁共振梯度校正补偿因子的确定方法、校正方法和装置 | |
| CN111047447A (zh) | 通证发放数额确定方法、装置、计算机设备和存储介质 | |
| CN110781071B (zh) | 应用程序升级版本的测试方法、装置及计算机设备 | |
| CN114003305B (zh) | 设备相似度计算方法、计算机设备和存储介质 | |
| CN116539006B (zh) | 径流预测方法、装置、计算机设备和存储介质 | |
| CN117036040A (zh) | 资产发展趋势的确定方法、装置和计算机设备 | |
| CN115718901A (zh) | 基于换流阀的数据处理方法、装置以及计算机设备 | |
| CN117217159A (zh) | 印刷电路板设计方法、装置、计算机设备和存储介质 | |
| CN118132091A (zh) | 业务模型的处理方法、装置、计算机设备和存储介质 | |
| CN116109727A (zh) | 井间注采井网线绘制方法、装置、电子设备及存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191203 |