CN111210110A - 基于压力测试生成预防策略的方法、装置和电子设备 - Google Patents

基于压力测试生成预防策略的方法、装置和电子设备 Download PDF

Info

Publication number
CN111210110A
CN111210110A CN201911329811.5A CN201911329811A CN111210110A CN 111210110 A CN111210110 A CN 111210110A CN 201911329811 A CN201911329811 A CN 201911329811A CN 111210110 A CN111210110 A CN 111210110A
Authority
CN
China
Prior art keywords
attribute
risk
user
financial risk
pressure test
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
CN201911329811.5A
Other languages
English (en)
Inventor
吴霜
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.)
Shanghai Qiyue Information Technology Co Ltd
Original Assignee
Shanghai Qiyue 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 Shanghai Qiyue Information Technology Co Ltd filed Critical Shanghai Qiyue Information Technology Co Ltd
Priority to CN201911329811.5A priority Critical patent/CN111210110A/zh
Publication of CN111210110A publication Critical patent/CN111210110A/zh
Pending legal-status Critical Current

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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • 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

Landscapes

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

Abstract

本申请提供基于压力测试生成风险预防策略的方法，本发明实施例，通过获取金融风险压力测试周期，构建金融风险压力测试模型，基于所述金融风险压力测试生成风险预防策略。根据以上方案，可以准确地获取用户质量由于金融风险发送波动而带来的风险，进而有针对性的针对风险预防策略，使得提高了风险控制的准确以及可靠性。

Description

基于压力测试生成预防策略的方法、装置和电子设备
技术领域
本申请涉及计算机领域，尤其涉及一种基于压力测试生成预防策略的方法、装置和电子设备。
背景技术
传统的金融行业中，在面对金融风险(例如金融市场风险、金融产品风险、金融机构风险、政策性风险、系统性风险和流动性风险等)时，一般都是根据以往的经验进行方案的制定。目前，为了避免金融风险，一般需要进行金融风险评估，现有的金融风险评估主要通过工作人员进行人工分析评估，整体效率较低，对于数据量较大的分析和评估，很容易出错，导致评估结果误差较大，不利于提高金融风险评估的稳定性。而且过往的经验可能无法有效推演未来要面对的金融风险，进而无法制定合理、可靠且安全的控制风险的准备方案。
发明内容
本说明书实施例提供一种基于压力测试生成预防策略的方法、装置和电子设备。用以解决现有技术中由于金融风险预估偏差大导致的风险预防策略制定不准确。
第一方面，本说明书实施例提供一种基于压力测试生成预防策略的方法，包括：
获取金融风险压力测试周期；
构建金融风险压力测试模型；
基于所述金融风险压力测试生成风险预防策略。
本发明实施例，通过获取金融风险压力测试周期，构建金融风险压力测试模型，基于所述金融风险压力测试生成风险预防策略。根据以上方案，可以准确地获取用户质量由于金融风险发送波动而带来的风险，进而有针对性的针对风险预防策略，使得提高了风险控制的准确以及可靠性。
可选的，在获取金融风险压力测试周期之前包括：
确定所述金融风险压力测试的用户；
识别影响所述用户的风险因子；
基于所述风险因子构造所述金融风险压力测试的情景。
可选的，所述获取金融风险压力测试周期：
采集所述金融风险压力测试中的情景的发生频率；
根据所述频率设定所述金融风险压力测试的周期。
可选的，所述构建金融风险压力测试模型，包括：
根据所述周期获得每个周期的情景属性和用户初始属性，所述用户初始属性包括基于所述用户基本信息、多头共债信息和资信信息获得的所述用户初始属性；
利用所述情景属性和所述用户初始属性构建所述金融风险压力测试模型，所述金融风险压力测试模型用于输出所述用户目标属性；
所述情景属性包括历史情景属性和/或假定情景属性。
可选的，所述基于所述金融风险压力测试生成风险预防策略，包括：
通过所述金融风险压力测试结果，构建属性调控模型；
利用所述属性调控模型，生成风险预防策略。
可选的，所述通过所述金融风险压力测试结果，构建属性调控模型，包括：
获得所述用户进行所述金融风险压力测试后的用户目标属性；
调取所述用户目标属性、所述用户初始属性和属性调控数据构建所述属性调控模型；
所述属性调控模型输出用于调控所述用户目标属性的属性调控数据。
可选的，所述利用所述属性调控模型，生成风险预防策略，包括：
利用所述属性调控模型获得所述用户目标属性的属性调控数据；
根据所述用户目标属性的属性调控数据，制定风险预防策略。
可选的，包括：
获取当前情景属性和当前用户属性；
查找与所述当前情景属性和所述当前用户属性匹配的风险预防策略。
第二方面，本说明书实施例还提供一种基于压力测试生成预防策略的装置，包括：
获取模块：用于获取金融风险压力测试周期；
构建模块：用于构建金融风险压力测试模型；
生成模块：用于基于所述金融风险压力测试生成风险预防策略。
可选的，在获取金融风险压力测试周期之前包括：
确定所述金融风险压力测试的用户；
识别影响所述用户的风险因子；
基于所述风险因子构造所述金融风险压力测试的情景。
可选的，所述获取金融风险压力测试周期：
采集所述金融风险压力测试中的情景的发生频率；
根据所述频率设定所述金融风险压力测试的周期。
可选的，所述构建金融风险压力测试模型，包括：
根据所述周期获得每个周期的情景属性和用户初始属性，所述用户初始属性包括基于所述用户基本信息、多头共债信息和资信信息获得的所述用户初始属性；
利用所述情景属性和所述用户初始属性构建所述金融风险压力测试模型，所述金融风险压力测试模型用于输出所述用户目标属性；
所述情景属性包括历史情景属性和/或假定情景属性。
可选的，所述基于所述金融风险压力测试生成风险预防策略，包括：
通过所述金融风险压力测试结果，构建属性调控模型；
利用所述属性调控模型，生成风险预防策略。
可选的，所述通过所述金融风险压力测试结果，构建属性调控模型，包括：
获得所述用户进行所述金融风险压力测试后的用户目标属性；
调取所述用户目标属性、所述用户初始属性和属性调控数据构建所述属性调控模型；
所述属性调控模型输出用于调控所述用户目标属性的属性调控数据。
可选的，所述利用所述属性调控模型，生成风险预防策略，包括：
利用所述属性调控模型获得所述用户目标属性的属性调控数据；
根据所述用户目标属性的属性调控数据，制定风险预防策略。
可选的，包括：
获取当前情景属性和当前用户属性；
查找与所述当前情景属性和所述当前用户属性匹配的风险预防策略。
本发明实施例，通过获取金融风险压力测试周期，构建金融风险压力测试模型，基于所述金融风险压力测试生成风险预防策略。根据以上方案，可以准确地获取用户质量由于金融风险发送波动而带来的风险，进而有针对性的针对风险预防策略，使得提高了风险控制的准确以及可靠性。
第三方面，本说明书实施例还提供一种电子设备，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上述任一项实施例所述的方法。
第四方面，本说明书实施例还提供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，实现上述任一项实施例所述的方法。
本发明实施例，通过获取金融风险压力测试周期，构建金融风险压力测试模型，基于所述金融风险压力测试生成风险预防策略。根据以上方案，可以准确地获取用户质量由于金融风险发送波动而带来的风险，进而有针对性的针对风险预防策略，使得提高了风险控制的准确以及可靠性。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本说明书实施例提供的基于压力测试生成预防策略的流程示意图；
图2为本说明书实施例提供的基于压力测试生成预防策略的装置的结构示意图；
图3为本说明书实施例提供的一种电子设备的结构示意图；
图4为本说明书实施例提供的一种计算机可读介质的原理示意图。
具体实施方式
本发明的本质是，通过获取金融风险压力测试周期，构建金融风险压力测试模型，基于所述金融风险压力测试生成风险预防策略。根据以上方案，可以准确地获取用户质量由于金融风险发送波动而带来的风险，进而有针对性的针对风险预防策略，使得提高了风险控制的准确以及可靠性。
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或多者的所有组合。
实施例一
图1是本发明实施例一中提供的一种基于压力测试生成预防策略的方法，本实施例可适用于基于压力测试生成预测法策略的情况，其中压力测试的方法可以包括情景分析法和系统化压力测试等，情景分析法包括确定测试对象、识别影响该组合的主要风险因子、压力情景构造、计算并评估压力情景下相关指标的可能变动、根据测试结果制定相应策略等几个步骤。本实施例更适用于情景分析法的压力测试。该方法可以由基于压力测试生成预防策略的装置或服务器来执行，该装置可以通过软件或硬件的方式来实现，还可以通过软件和硬件的方式来实现。可选的，该装置可以配置于承载基于压力测试生成预防策略功能的服务器中。
如图1所示，所述方法具体可以包括：
S101:获取金融风险压力测试周期；
S102:构建金融风险压力测试模型；
S103:基于所述金融风险压力测试生成风险预防策略。
在本实施例S101中，金融风险可以包括导致的客群质量或资产组合发生波动的金融风险，例如中南美洲比索风暴、东南亚金融风暴、315、政策性金融风险。压力测试可以包括基于情景分析的压力测试，进一步的可以包括历史情景分析和假设性情景分析，可选的，压力测试可以包括系统化压力测试。其中，基于情景分析的压力测试是利用了情景分析法，作为度量极端变动对资产组合价值影响的度量方法，该方法是对政策波动范围的金融风险度量的有效方法的有益补充。
示例性的，在S101获取金融风险压力测试周期之前包括：
确定所述金融风险压力测试的用户；
识别影响所述用户的风险因子；
基于所述风险因子构造所述金融风险压力测试的情景。
在实施例中，确定所述金融风险压力测试的用户为情景分析法中的确定测试对象，进一步的，识别影响所述用户的资产组合的主要风险因子，利用这些风险因子进行压力测试中的情景的构造。
具体的，从历史数据中的影响因子中获取风险因子，影响因子具体可以包括国家生产总值增长率、固定资产投资增长率、社会消费品零售增长率、消费者物价指数增幅、或者失业率等，具体的，依据历史数据的影响因子与所述至少一用户属性之间的相关性矩阵，并设置影响因子的压力值，通过调节用户的属性和/或影响因子，得出影响该所述用户的风险因子。
可选的，S101获取金融风险压力测试周期具体可以包括：
采集所述金融风险压力测试中的情景的发生频率；
根据所述频率设定所述金融风险压力测试的周期。
在实施例中，通过数据统计发现压力测试中的情景的发生频率是具有周期性的，因此利用采集到的所述金融风险压力测试中的情景的发生频率来设定所述金融风险压力测试的周期，会使金融风险压力测试更加准确，进而提高对金融风险预防策略的制定的合理性。
示例性的，周期性可以包括季度性或半年性的时间周期，或根据具体特殊事件发生频率进行周期长短调整。
在实施例S102构建金融风险压力测试模型中，具体可以包括根据所述周期获得每个周期的情景的风险因子和用户初始属性，所述用户初始属性包括基于所述用户基本信息、多头共债信息和资信信息获得的所述用户初始属性，进而利用所述情景的风险因子和所述用户初始属性构建所述金融风险压力测试模型，所述金融风险压力测试模型用于输出目标风险值，其中所述情景属性包括历史情景属性和/或假定情景属性，所述属性包括风险因子。
由于在实际场景中，当经济形势或外部宏观环境发生变化时即产生金融风险时，过往的对于金融风险预测的经验可能无法有效推演未来的金融风险，因此进行基于情景分析的周期性风险压力测试则显得尤为必要。
示例性的，在构建金融风险压力测试模型时，需要设定所述目标风险值，通过调节所述风险因子和/或所述用户初始属性，得到所述目标风险值，利用所述目标风险值得到所述目标风险因子和所述用户目标属性。
具体的，压力测试可分为基于历史情景的风险压力测试和基于假定情景的风险压力测试。压力测试是指在环境突变的压力下，测试我们的现有风控水平是否能经受得起这种突变即这种压力测试。在这种突变情况下，如果现有的风险预防方案无法抵御，则需要准备相对应的风险预测方案。
示例性的，例如外部环境变化，如市场波动、政策影响等引起的客群质量变动，因此对于不同的外部变化，要提前预备好相对应等级的风险防范方案，以便在外部环境产生变化或者可能产生变化时迅速作出恰当的应对方案。
此外，利用压力测试可以探索客群质量的变动，从客户画像，比如用户基本信息、人行信息、多头公债情况、资产负债情况机综合整体评分等方面的波动，以及在不同时期或特定情境前后不同客群的资质波动情况。
具体的，基于历史情景的压力测试在特定历史特定事件发生时期，如315，政策性风险的等导致客群质量或资产组合变化，设立不同风险等级的风险备案以避免未来同类型事件可能带来的损失；基于假定情景的压力测试是指普遍基于比历史更恶劣的情景假设，如流动性、市场环境、政策性或系统性等假设情景下，探索客群可能产生的变动及应对风险预防策略，使风险预防策略的制定更具备前瞻性。
示例性的，在发明实施例中，可选的，计算所述风险因子与所述至少一用户属性之间的相关性矩阵，具体可以包括：
Figure BDA0002329281720000091
其中，∑n，l为风险因子与用户属性协方差矩阵，∑1，1为风险因子自协方差矩阵，
Figure BDA0002329281720000092
为∑1，1的逆；l为情景的风险因子的个数，
Figure BDA0002329281720000093
为风险因子变化率，其中3＝1，…l；n为用户属性的个数；
Figure BDA0002329281720000094
为用户属性的变化率，其中j＝1，…n。
通过不断调节所述用户属性的压力值和风险因子的压力值，使得模型输出的风险值为目标风险值。这样可以准确的评估以及掌握情景中风险因子的对用户属性影响，进而逐步提高风险预防策略的有效性以及安全可靠性。
在实施例S103基于所述金融风险压力测试生成风险预防策略中，包括：
通过所述金融风险压力测试结果，构建属性调控模型；
利用所述属性调控模型，生成风险预防策略。
示例性的，所述通过所述金融风险压力测试结果，构建属性调控模型，包括：
获得所述用户进行所述金融风险压力测试后的用户目标属性；
调取所述用户目标属性、所述用户初始属性和属性调控数据构建所述属性调控模型；
所述属性调控模型输出用于调控所述用户目标属性的属性调控数据。
具体的，通过金融风险压力测试后，多种风险因子与用户目标属性的组合都可以得到目标风险值，提取所述用户目标属性，利用若干种属性调控数据确定调控用户目标属性的属性调控数据。
可选的，例如，在实际场景中，用户目标属性为消费率＝54.5％，用户初始属性中的消费率为70％，影响消费率的属性调控数据可能为收入、固定支出、房贷、工作时间等属性，通过将这些属性输入至模型获得消费率的属性调控数据，使得用户目标属性中的消费率提高至用户初始属性中的消费率。
此外，利用所述属性调控模型，生成风险预防策略具体可以包括：
利用所述属性调控模型获得所述用户目标属性的属性调控数据，进而根据所述用户目标属性的属性调控数据，制定风险预防策略。
由于获得了属性调控数据，可以有针对性的调控属性，制定风险预测策略，降低了由于用户质量变动导致的风险无法控制的问题。
本发明实施例，通过获取金融风险压力测试周期，构建金融风险压力测试模型，基于所述金融风险压力测试生成风险预防策略。根据以上方案，可以准确地获取用户质量由于金融风险发送波动而带来的风险，进而有针对性的针对风险预防策略，使得提高了风险控制的准确以及可靠性。
实施例二
如图2所示，本说明书实施例中提供的基于压力测试生成预防策略的装置的结构示意图：
获取模块201：用于获取金融风险压力测试周期；
构建模块202：用于构建金融风险压力测试模型；
生成模块203：用于基于所述金融风险压力测试生成风险预防策略。
本发明实施例，通过获取金融风险压力测试周期，构建金融风险压力测试模型，基于所述金融风险压力测试生成风险预防策略。根据以上方案，可以准确地获取用户质量由于金融风险发送波动而带来的风险，进而有针对性的针对风险预防策略，使得提高了风险控制的准确以及可靠性。
示例性的，上述装置还可以包括：
确定模块：用于在获取金融风险压力测试周期之前，确定所述金融风险压力测试的用户；
识别模块：用于识别影响所述用户的风险因子；
构造模块：用于基于所述风险因子构造所述金融风险压力测试的情景。
示例性的，获取模块201，具体还可以包括：
采集所述金融风险压力测试中的情景的发生频率；
根据所述频率设定所述金融风险压力测试的周期。
示例性的，构建模块202具体还可以包括：
根据所述周期获得每个周期的情景属性和用户初始属性，所述用户初始属性包括基于所述用户基本信息、多头共债信息和资信信息获得的所述用户初始属性；
利用所述情景属性和所述用户初始属性构建所述金融风险压力测试模型，所述金融风险压力测试模型用于输出所述用户目标属性；所述情景属性包括历史情景属性和/或假定情景属性。
示例性的上述装置还可以包括：所述基于所述金融风险压力测试获取风险预防策略。
具体的，通过所述金融风险压力测试结果，构建属性调控模型；利用所述属性调控模型，获取风险预防策略。
示例性的，上述装置具体还可以包括：所述通过所述金融风险压力测试结果，构建属性调控模型；
进一步的，获得所述用户进行所述金融风险压力测试后的用户目标属性；调取所述用户目标属性、所述用户初始属性和属性调控数据构建所述属性调控模型；所述属性调控模型输出用于调控所述用户目标属性的属性调控数据。
示例性的，上述装置具体还可以包括所述利用所述属性调控模型，获取风险预防策略，包括：
利用所述属性调控模型获得所述用户目标属性的属性调控数据；
根据所述用户目标属性的属性调控数据，制定风险预防策略。
示例性的，上述装置还可以包括：
获取属性模块：用于获取当前情景属性和当前用户属性；
查找模块：用于查找与所述当前情景属性和所述当前用户属性匹配的风险预防策略。
实施例三
基于同一发明构思，图3为本说明书实施例还提供一种电子设备。
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3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。下面参照图3来描述根据本发明该实施例的的电子设备300。图3显示的电子设备300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3所示，电子设备300以通用计算设备的形式表现。电子设备300的组件可以包括但不限于：至少一个处理单元310、至少一个存储单元320、连接不同系统组件(包括存储单元320和处理单元310)的总线350、显示单元340等。
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元310执行，使得所述处理单元310执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的。例如，所述处理单元310可以执行如图3所示的。
所述存储单元320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)3201和/或高速缓存存储单元3202，还可以进一步包括只读存储单元(ROM)3203。
所述存储单元320还可以包括具有一组(至少一个)程序模块3205的程序/实用工具3204，这样的程序模块3205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350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300也可以与一个或多个外部设备400(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备300交互的设备通信，和/或与使得该电子设备300能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口350进行。并且，电子设备300还可以通过网络适配器360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)通信。网络适配器360可以通过总线350与电子设备300的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备300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。
通过以上的实施方式的描述，本领域的技术人员易于理解，本发明描述的示例性实施例可以通过软件实现，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计算机可读的存储介质(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、或者网络设备等)执行根据本发明的上述方法。当所述计算机程序被一个数据处理设备执行时，使得该计算机可读介质能够实现本发明的上述方法，即：
本发明实施例，通过获取金融风险压力测试周期，构建金融风险压力测试模型，基于所述金融风险压力测试生成风险预防策略。根据以上方案，可以准确地获取用户质量由于金融风险发送波动而带来的风险，进而有针对性的针对风险预防策略，使得提高了风险控制的准确以及可靠性。
实施例四
图4为本说明书实施例提供的一种计算机可读介质的原理示意图。
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。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.基于压力测试生成预防策略的方法，其特征在于，包括：
获取金融风险压力测试周期；
构建金融风险压力测试模型；
基于所述金融风险压力测试生成风险预防策略。
2.根据权利要求1所述的方法，其特征在于，在获取金融风险压力测试周期之前包括：
确定所述金融风险压力测试的用户；
识别影响所述用户的风险因子；
基于所述风险因子构造所述金融风险压力测试的情景。
3.根据权利要求1-2中任一项所述的方法，其特征在于，所述获取金融风险压力测试周期，包括：
采集所述金融风险压力测试中的情景的发生频率；
根据所述频率设定所述金融风险压力测试的周期。
4.根据权利要求1-3中任一项所述的方法，其特征在于，所述构建金融风险压力测试模型，包括：
根据所述周期获得每个周期的情景属性和用户初始属性，所述用户初始属性包括基于所述用户基本信息、多头共债信息和资信信息获得的所述用户初始属性；
利用所述情景属性和所述用户初始属性构建所述金融风险压力测试模型，所述金融风险压力测试模型用于输出所述用户目标属性；
所述情景属性包括历史情景属性和/或假定情景属性。
5.根据权利要求1-4中任一项所述的方法，其特征在于，所述基于所述金融风险压力测试获取风险预防策略，包括：
通过所述金融风险压力测试结果，构建属性调控模型；
利用所述属性调控模型，获取风险预防策略。
6.根据权利要求1-5中任一项所述的方法，其特征在于，所述通过所述金融风险压力测试结果，构建属性调控模型，包括：
获得所述用户进行所述金融风险压力测试后的用户目标属性；
调取所述用户目标属性、所述用户初始属性和属性调控数据构建所述属性调控模型；
所述属性调控模型输出用于调控所述用户目标属性的属性调控数据。
7.根据权利要求1-6中任一项所述的方法，其特征在于，所述利用所述属性调控模型，获取风险预防策略，包括：
利用所述属性调控模型获得所述用户目标属性的属性调控数据；
根据所述用户目标属性的属性调控数据，制定风险预防策略。
8.基于压力测试生成预防策略的装置，其特征在于，包括：
获取金融风险压力测试周期；
构建金融风险压力测试模型；
基于所述金融风险压力测试生成风险预防策略。
9.一种电子设备，其特征在于，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，其特征在于，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。
CN201911329811.5A 2019-12-20 2019-12-20 基于压力测试生成预防策略的方法、装置和电子设备 Pending CN111210110A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911329811.5A CN111210110A (zh) 2019-12-20 2019-12-20 基于压力测试生成预防策略的方法、装置和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911329811.5A CN111210110A (zh) 2019-12-20 2019-12-20 基于压力测试生成预防策略的方法、装置和电子设备

Publications (1)

Publication Number Publication Date
CN111210110A true CN111210110A (zh) 2020-05-29

Family

ID=70786308

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911329811.5A Pending CN111210110A (zh) 2019-12-20 2019-12-20 基于压力测试生成预防策略的方法、装置和电子设备

Country Status (1)

Country Link
CN (1) CN111210110A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114693307A (zh) * 2022-05-30 2022-07-01 深圳市泰铼科技有限公司 一种证券期货程序化交易策略风险压力测试系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102968741A (zh) * 2012-11-23 2013-03-13 上海睿云信息技术有限公司 一种基于宏观因子的压力测试系统及方法
CN110119870A (zh) * 2019-03-20 2019-08-13 平安直通咨询有限公司上海分公司 宏观风险预警方法、装置、计算机设备和存储介质
CN110348999A (zh) * 2019-06-29 2019-10-18 北京淇瑀信息科技有限公司 金融风险敏感用户识别方法、装置及电子设备
CN110348725A (zh) * 2019-07-02 2019-10-18 北京淇瑀信息科技有限公司 基于区域社会环境信息的风险策略调整方法、装置和电子设备
CN110363417A (zh) * 2019-07-02 2019-10-22 北京淇瑀信息科技有限公司 金融风险策略生成方法、装置及电子设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102968741A (zh) * 2012-11-23 2013-03-13 上海睿云信息技术有限公司 一种基于宏观因子的压力测试系统及方法
CN110119870A (zh) * 2019-03-20 2019-08-13 平安直通咨询有限公司上海分公司 宏观风险预警方法、装置、计算机设备和存储介质
CN110348999A (zh) * 2019-06-29 2019-10-18 北京淇瑀信息科技有限公司 金融风险敏感用户识别方法、装置及电子设备
CN110348725A (zh) * 2019-07-02 2019-10-18 北京淇瑀信息科技有限公司 基于区域社会环境信息的风险策略调整方法、装置和电子设备
CN110363417A (zh) * 2019-07-02 2019-10-22 北京淇瑀信息科技有限公司 金融风险策略生成方法、装置及电子设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114693307A (zh) * 2022-05-30 2022-07-01 深圳市泰铼科技有限公司 一种证券期货程序化交易策略风险压力测试系统
CN114693307B (zh) * 2022-05-30 2022-09-02 深圳市泰铼科技有限公司 一种证券期货程序化交易策略风险压力测试系统

Similar Documents

Publication Publication Date Title
Duellmann et al. Estimating asset correlations from stock prices or default rates—Which method is superior?
US20100070427A1 (en) Dynamic indexing
US20110153536A1 (en) Computer-Implemented Systems And Methods For Dynamic Model Switching Simulation Of Risk Factors
CN110782129A (zh) 一种业务进度监控方法、装置、系统及计算机可读存储介质
US20200234218A1 (en) Systems and methods for entity performance and risk scoring
Ramezanian et al. Forecasting health expenditures in Iran using the ARIMA model (2016-2020)
Jiang et al. Construction price prediction using vector error correction models
CN112016788A (zh) 风险控制策略生成及风险控制方法、装置和电子设备
US20110167020A1 (en) Hybrid Simulation Methodologies To Simulate Risk Factors
CN110796534A (zh) 一种分期贷款逾期率的预测方法和装置
CN113254542A (zh) 数据可视化处理方法及装置、电子设备
KR20240042593A (ko) 전세보증금 관리 방법, 장치 및 시스템
CN109978306B (zh) 数据处理方法及装置
JP2018514889A (ja) 当初証拠金標準モデルに基づいて当初証拠金を計算及び提供する方法及びシステム
CN111210110A (zh) 基于压力测试生成预防策略的方法、装置和电子设备
CN112241433A (zh) 产品的演示方法、装置、计算机设备及存储介质
O'Halloran et al. Big data and graph theoretic models: simulating the impact of collateralization on a financial system
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
CN111340541A (zh) 酒店房型异常价格的预警方法、系统、设备和介质
KR101334891B1 (ko) ＳａａＳ 환경에서의 재무위험관리 서비스를 제공하기 위한 시스템
Arestis et al. Are there irrational bubbles under the high residential housing prices in China’s major cities?
Araji et al. Targeting debt in Lebanon: A structural macro-econometric model
CN113592263A (zh) 基于动态资源归还增比的资源归还增量预测方法和装置
CN113129127A (zh) 预警方法和装置
US10169408B1 (en) Systems and methods for non-disruptive complex variable calculation in online environments

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