CN112199360A - 一种数据的处理方法、装置、设备和介质 - Google Patents
一种数据的处理方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN112199360A CN112199360A CN202010987176.6A CN202010987176A CN112199360A CN 112199360 A CN112199360 A CN 112199360A CN 202010987176 A CN202010987176 A CN 202010987176A CN 112199360 A CN112199360 A CN 112199360A
- Authority
- CN
- China
- Prior art keywords
- data
- financial
- template
- transaction
- determining
- 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.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 50
- 238000000034 method Methods 0.000 claims abstract description 36
- 238000013524 data verification Methods 0.000 claims abstract description 10
- 239000000047 product Substances 0.000 claims description 31
- 238000004458 analytical method Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 7
- 239000013589 supplement Substances 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 claims description 3
- 238000012795 verification Methods 0.000 abstract description 15
- 230000006870 function Effects 0.000 description 10
- 229910000510 noble metal Inorganic materials 0.000 description 8
- 239000010970 precious metal Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000001502 supplementing effect Effects 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 150000002343 gold Chemical class 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009469 supplementation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24573—Query processing with adaptation to user needs using data annotations, e.g. user-defined metadata
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Library & Information Science (AREA)
- Development Economics (AREA)
- Computational Linguistics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明实施例公开了一种数据的处理方法、装置、设备和介质。其中，该方法包括：确定金融衍生品的金融市场风险数据；其中，金融市场风险数据用于确定金融衍生品的潜在风险；根据金融市场风险数据，确定符合目标数据模板的待校验数据；对待校验数据进行校验，以得到确定金融衍生品的潜在风险的基础处理数据。本发明实施例通过自动对生成的目标数据模板中的数据进行有效校验，解决了人工校验导致的耗时以及校验准确率低的问题，从而极大的提高数据校验效率。
Description
技术领域
本发明实施例涉及数据处理技术，尤其涉及一种数据的处理方法、装置、设备和介质。
背景技术
CEM(Current Exposure Method，当前敞口法)，是基于衍生品交易中资产的风险分类情况以及到期情况，计算衍生品交易在未来某段期限的潜在损失情况。通常在对金融市场风险的潜在情况进行计量之前，由于数据来源较多，中间的错误数据会导致处理结果存在较大误差，因此，需要进行预处理操作；目前的预处理主要是通过人工非系统化的手工核对金融市场风险数据，以实现对金融市场风险数据的有效校验。
上述方案的缺陷在于：主要依赖人工校验，使得校验成本高，且随着校验时间的增长，人工校验速度会降低，极大的降低了数据校验过程中异常数据识别的效率。
发明内容
本申请实施例提供一种数据的处理方法、装置、设备和介质，可以对生成的目标数据模板中的数据进行有效校验，解决了人工校验导致的耗时以及校验准确率低的问题，从而极大的提高数据校验效率。
第一方面，本发明实施例提供了一种数据的处理方法，包括：
确定金融衍生品的金融市场风险数据；其中，所述金融市场风险数据用于确定金融衍生品的潜在风险；
根据所述金融市场风险数据，确定符合目标数据模板的待校验数据；
对所述待校验数据进行校验，以得到确定所述金融衍生品的潜在风险的基础处理数据。
第二方面，本发明实施例提供了一种数据的处理装置，包括：
数据确定模块，用于确定金融衍生品的金融市场风险数据；其中，所述金融市场风险数据用于确定金融衍生品的潜在风险；
数据确定模块，还用于根据所述金融市场风险数据，确定符合目标数据模板的待校验数据；
数据校验模块，用于对所述待校验数据进行校验，以得到确定所述金融衍生品的潜在风险的基础处理数据。
第三方面，本发明实施例还提供了一种电子设备，该电子设备包括：
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，使得所述一个或多个处理器实现本发明实施例中的任一种所述的数据的处理方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明实施例中的任一种所述的数据的处理方法。
本发明实施例确定金融衍生品的金融市场风险数据；其中，金融市场风险数据用于确定金融衍生品的潜在风险；根据金融市场风险数据，确定符合目标数据模板的待校验数据；对待校验数据进行校验，以得到确定金融衍生品的潜在风险的基础处理数据。本发明实施例通过自动对生成的目标数据模板中的数据进行有效校验，解决了人工校验导致的耗时以及校验准确率低的问题，从而极大的提高数据校验效率。
附图说明
图1是本发明实施例一中的数据的处理方法的流程示意图；
图2是本发明实施例二中的数据的处理方法的流程示意图；
图3是本发明实施例三中的数据的处理装置的结构示意图；
图4是本实施例四中的电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一中的数据的处理方法的流程示意图。本实施例可适用于在计算金融衍生品的潜在风险前，对计算数据进行预处理的情况。本实施例方法可由数据的处理装置来执行，该装置可采用硬件/或软件的方式来实现，并可配置于电子设备中。可实现本申请任意实施例所述的数据的处理方法。如图1所示，该方法具体包括如下：
S110、确定金融衍生品的金融市场风险数据；其中，金融市场风险数据用于确定金融衍生品的潜在风险。
在本实施例中，金融衍生品是一种金融合约，一般表现为两个主体之间的一个协议；其价值取决于一种或多种基础资产或指数；合约的基本种类包括远期、期货、掉期(互换)和期权。金融衍生品还包括具有远期、期货、掉期(互换)和期权中一种或多种特征的混合金融工具。
其中，金融衍生品的金融市场风险数据为具体的某一金融衍生品在交易过程产生的自身或者与交易对手以及交易场所的基本数据；在本实施例中，可选的，金融市场风险数据包括交易数据、市场数据和计量数据中的至少一项。
具体的，交易数据可以包括为银行账户与交易账户下所有未到期的场外衍生工具(产品)、证券融资交易以及与中央交易对手进行的交易；未到期的场外衍生工具可以包括总行及境内分行用于计量交易对手信用风险资本的场外衍生工具或者估值引擎交易数据；证券融资交易为证券交易记录，例如交易机构、交易场所或者交易笔数等；与中央交易对手进行的交易包括两种：某银行对自身业务与中央交易对手进行清算(可以简称为FXCL交易)，和某银行作为中介代理其他客户的业务与中央交易对手进行清算(可以简称为代理清算交易)。
其中，未到期的场外衍生工具获取渠道见下表。
与中央交易对手进行的交易的获取渠道见下表。
市场数据可以为报告日商品价格(WIND查询)、各币种折人民币汇率和贵金属价格(数据部提供)；计量数据可以为衍生工具附加系数、交易对手权重和交易对手外部评级对应的风险权重。
其中，衍生工具附加系数可由下表获得到。
| 剩余到期日类型 | 利率类 | 汇率和黄金类 | 股权类 | 贵金属类 | 其他商品 |
| I | 0％ | 1％ | 6％ | 7％ | 10％ |
| Y1 | 0.50％ | 5％ | 8％ | 7％ | 12％ |
| Y5 | 1.50％ | 7.50％ | 10％ | 8％ | 15％ |
交易对手权重可由下表获得。
交易对手外部评级对应的风险权重可由下表获得。
| 外部评级 | 风险权重 |
| AAA | 0.70％ |
| AA | 0.70％ |
| A | 0.80％ |
| BBB | 1.00％ |
| BB | 2.00％ |
| B | 3.00％ |
| CCC | 10.00％ |
| 无评级 | 1.00％ |
在本实施例中，可选的，确定金融衍生品的金融市场风险数据，包括：
从估值引擎系统和/或财会台账系统中，获取交易数据；其中，交易数据包括未到期的场外衍生产品数据和/或估值引擎交易数据。
在本实施例中，估值引擎系统和财会台账系统为银行内部的业务系统，其主要用来存放相应的交易数据；例如，可以从估值引擎系统中导出估值引擎交易数据，导出的交易数据可以以EXCEL表格的形式展示；具体的，导出路径可以为“估值引擎普通用户岗”-“财务管理”-“估值引擎”-“交易数据查询”。从估值引擎系统中下载的全部产品见下表。
其中，可以通过在银行的相关业务系统中输入查询参数，对金融衍生品进行数据查询；主要可以通过产品大类、查询类型和估值日期进行相关查询；具体的，产品大类可以包括利率类、汇率类、商品类和贵金属类；利率类的查询类型下可以得出远期利率协议、利率掉期、货币市场、掉期期权、上下线期权、债券远期以及货币掉期；汇率类的查询类型下可以得出外汇远期、外汇掉期以及外汇期权；商品类的查询类型下可以得出商品远期；贵金属类的查询类型下可以得出贵金属远期、贵金属掉期以及贵金属拆借。
S120、根据金融市场风险数据，确定符合目标数据模板的待校验数据。
在本实施例中，由于估值引擎或者财会台账等数据来源的格式不完全相同，因此需要先对获得的金融市场风险数据进行初步整理，将金融市场风险数据中格式不同的数据进行统一的规则化处理，并写入在目标数据模板中，以实现对多类数据的高效整合。
S130、对待校验数据进行校验，以得到确定金融衍生品的潜在风险的基础处理数据。
在本实施例中，将金融市场风险数据的格式进行统一化后，需要对目标数据模板中包含的金融市场风险数据的数据内容进行有效验证，以确保后期在评估金融衍生品的潜在风险时，所使用的基础处理数据具有较高的数据精准性，从而保证金融衍生品的潜在风险的预估效率。
本发明实施例确定金融衍生品的金融市场风险数据；其中，金融市场风险数据用于确定金融衍生品的潜在风险；根据金融市场风险数据，确定符合目标数据模板的待校验数据；对待校验数据进行校验，以得到确定金融衍生品的潜在风险的基础处理数据。本发明实施例通过自动对生成的目标数据模板中的数据进行有效校验，解决了人工校验导致的耗时以及校验准确率低的问题，从而极大的提高数据校验效率。
实施例二
图2是本发明实施例二中的数据的处理方法的流程示意图。本实施例是在上述实施例的基础上进一步扩展与优化，并可与上述技术方案中任意可选方案组合。如图2所示，该方法包括：
S210、确定金融衍生品的金融市场风险数据；其中，金融市场风险数据用于确定金融衍生品的潜在风险。
S220、根据金融市场风险数据，生成目标数据模板。
在本实施例中，目标数据模板是为了将金融市场风险数据中的多类数据进行格式化的统一归属；由于金融市场风险数据的数据来源较为复杂，因此，需要先将其进行格式化的统一，才能便于后续进行下一步的数据处理。
在本实施例中，可选的，根据金融市场风险数据，生成目标数据模板，包括：
根据操作对象和交易日期对金融市场风险数据进行规则化处理，得到规则化数据；
获取规则化数据中的属性字段，生成初始数据模板；其中，属性字段包括交易编号、核算类型、交易机构以及交易对手中的至少一项；
对初始数据模板中的数据执行字段替换操作和/或交易补充操作，得到目标数据模板。
在本实施例中，各金融衍生品的原始数据中会包含交易的操作对象，由于操作对象和交易日期会增加构建目标数据模板的复杂性，因此，需要对其进行规则化处理，以简化各金融衍生品的金融市场风险数据；在本实施例中，可选的，规则化处理包括删除操作对象是分行对总行的交易、删除交易日大于或等于分析日的交易、和删除到期日小于或等于分期日中的至少一项。
其中，规则化数据中的属性字段为各金融衍生品的标识特征；在本实施例中，规则化数据中的属性字段还可以包括币种、货币-名义本金、交易日、到期日、交易入账币种、现值(PV)、头寸方向、自贸区标识、操作对象、行内外标识和OPICS(资金交易系统)编号等。
具体的，由于从估值引擎系统下载的CCS(平盘端，一种产品类型)和贵金属掉期没有“分行对客户”的信息，因此要用财会台账系统替换CCS和贵金属掉期交易中操作对象是“总行对分行”的相关信息；交易补充操作是对固定时间前还未进入估值引擎系统中的相关数据进行补充；字段替换具体过程如下：
CCS替换流程：财会台账系统中每笔CCS交易都有一个K+编号；将估值引擎交易编号中的“CCS”去掉，剩下K+编号；查找财会台账以下字段信息(例如可以用vlookup函数进行查找)：交易机构、交易对手、交易日、到期日以及分行对客户估值，替换估值引擎的相应字段。
贵金属掉期替换流程：将金融市场风险数据中核算类型是“代客贵金属交易”粘贴到“补充财会台账信息(例如日期、客户端估值和交易机构)”；对交易日、到期日和货币1名义金额进行升序排序；同时，对财会台账系统中的交易日、到期日和交易量进行升序排序；并将两者的每笔交易的交易量、交易日和到期日信息进行匹配(通常能够一一对应，有些交易不匹配可能是因为两个体系对交易日的处理不一样可能相差一天，所以目前若交易日相差一天，但到期日和交易量一致的话也视为匹配)。或者，本实施例也可以采用财会台账系统中的以下字段：交易机构、货币2名义本金、交易日、到期日以及分行对客户估值，替换估值引擎中对应的交易。
S230、根据历史交易数据，校验目标数据模板中的初始数据是否合格；若是，则执行S240；若否，则执行S210。
在本实施例中，需要对上述操作过程进行数据查重处理，以检验是否出现相同数据以影响后期的最终数据生成。若校验合格，则对目标数据模板中的初始数据进行下一步的处理，得到中间数据；若检测未合格，则认为上述操作中存在误操作，导致数据存在问题，应返回执行确定金融衍生品的金融市场风险数据的操作。
在本实施例中，可选的，根据历史交易数据，校验目标数据模板中的初始数据是否合格，包括：
采用数据透视表功能，检测目标数据模板中的初始数据的字段信息与历史交易数据中初始数据的字段信息是否一致；
若是，则确定目标数据模板中的初始数据合格。
在本实施例中，数据透视表功能为EXCEL表格中的一项数据检测功能，其可以以一个功能性动态表格的形式展示，将需要检测的数据输入至表格中，则会对数据进行校验核对，并输出校验结果，主要用来检测初始数据的关键字段和原始数据之间有无重大差异。
其中，校验后得到的初始数据模板见下表。
| excel | 贵金属掉期0930(已替换客户端信息) |
| excel | 贵金属远期0930(同业黄金远期余额确认为0) |
| excel | 货币互换0930(已替换客户端信息) |
| excel | 利率互换0930(已补充2016.1之前的两笔) |
| excel | 外汇掉期0930 |
| excel | 外汇期权0930 |
| excel | 外汇远期0930 |
| excel | 账户商品远期0930(平盘端) |
S240、对目标数据模板执行下述处理操作中的至少一项，得到目标数据模板的中间数据；其中，处理操作包括：产品模板汇总、剔除内部交易对手、标识中央对手交易以及标识银行账户交易。
在本实施例中，产品模板汇总是将之前生成的目标数据模板中的所有产品汇总到一起；剔除内部交易对手是从目标数据模板中将该组数据进行删除处理，其可以支持利用指定功能，自动从系统中抓取内部交易对手进行删除操作；估值引擎系统中只有自营外汇掉期是银行账户交易，其余的全部是交易账户交易，对交易账户交易进行标识，例如可以为其分配对应的编号以识别。
标识中央对手交易分为外汇远期和外汇掉期或者自营IRS；外汇远期和外汇掉期标识说明：在目标数据模板中，外汇远期和外汇掉期有两个字段，即“Opics DealNo.”和“远端Opics DealNo.”，通过从渠道部获取外汇远期和外汇掉期的“OPICS编号”和“FXCL”交易清算信息对其进行标识；自营IRS标识说明：直接使用金融市场组件中下载的净额轧差清算交易信息作为中央交易对手交易标识。
S250、根据目标数据模板的中间数据，确定目标数据模板的待校验数据。
在本实施例中，为了确保最终得到的目标数据模板中的待校验数据更为完整细致，因此，需要对目标数据模板的中间数据再进行数据补充。
在本实施例中，可选的，根据目标数据模板的中间数据，确定目标数据模板的待校验数据，包括：
从财会台账系统中获取财会对公大宗商品远期信息和利率处结构性衍生产品信息；
将财会对公大宗商品远期信息和利率处结构性衍生产品信息，与目标数据模板的中间数据进行合并，得到目标数据模板的待校验数据。
在本实施例中，对公大宗商品远期信息为财会台账每一行交易记录中记录的客户端和平盘端的交易信息，可分别生成平盘端和客户端的转换模板，取得字段都一样，只是客户端要取对客的相应信息，平盘端需取与交易对手的相应信息；利率处结构性衍生产品信息同样是财会台账中记录的上述信息，但是台账信息中只包含一个币种和本金金额，因此客户端和平盘端的到期应收都是同一个币种和名义金额。
其中，财会台账系统中提供的估值台账产品下表。
S260、对待校验数据进行校验，以得到确定金融衍生品的潜在风险的基础处理数据。
在本实施例中，基础处理数据还可以包括交易对手性质数据；其中，汇总数据的交易对手一般分为四类：境内分行(名称最后一个字母为X的)、我行客户、外部交易对手以及境外分行和子公司。并分别对上述四类进行以下规则处理：将本期全部的交易对手去重；从vlookup历史累计的交易对手性质名单找出本期新增的交易对手名单，判断交易对手性质以后加到历史累计的交易对手性质名单里，最后再用vlookup把汇总模板里的交易对手性质补上，并将梳理好交易对手性质的名单后上传交易对手组件，以备下期使用。
在本实施例中，对待校验数据进行校验，包括：
对待校验数据进行数据核对；
若数据核对的核对结果通过，则对待校验数据进行数据变动分析。
在本实施例中，数据校验是校验在确定生成目标数据模板中待校验数据时，有无出现数据遗漏或者数据出错等问题；数据变动分析是分析本期数据和上期数据的差异性是否符合常规判断准则，即两期数据存在一定的比例。
在上述实施例的基础上，可选的，在获取规则化数据中的属性字段，生成初始数据模板之后，本实施例方法还包括：
若检测到产品字段增加事件，则对初始数据模板中待增加字段的金融衍生品进行增加字段操作；其中，待增加字段的金融衍生品包括外汇远期、掉期、外汇期权中的至少一项。
在本实施例中，产品字段增加事件为检测到的某产品的字段信息缺失事件；其中，待增加字段还可以包括CCS和IRS。具体的，CCS的字段补充说明：用英联邦货币>美元>其他非人民币货币顺序作为币种1；并以币种1的方向确定买入或卖出方向。外汇期权的字段补充说明：货币的正负值需用“买入”、“卖出”和“看涨期权”、“看跌期权”两个特征综合判断。
在上述实施例的基础上，可选的，对待校验数据进行数据核对，包括：
生成待校验数据中各产品类型的第一数据透视表和第二数据透视表；并根据第一数据透视表和第二数据透视表得到各金融衍生品的到期应收金额、笔数和现值；
分别将到期应收金额、笔数和现值，与系统原始到期应收金额、系统原始笔数和系统原始现值进行作差，得到到期应收金额差值、笔数差值和现值差值；
若检测到到期应收金额差值小于到期应收金额差值阈值，且笔数差值小于笔数差值阈值，且现值差值小于现值差值阈值，则确定数据核对的核对结果通过。
在本实施例中，可以在EXCEL中依据产品类型，对每个产品类型做两个数据透视表；其中，第一数据透视表的行标签按层级分别为操作对象(总行对分行、总行对交易对手、分行对客户)—买卖方向—到期应收币种，数值为到期应收金额和笔数；第二数据透视表的行标签按层级分别为操作对象(总行对分行、总行对交易对手、分行对客户)—买卖方向—入账币种，数值为PV(现值，指资金折算至基准年的数值，也称折现值)和笔数；第一数据透视表中的笔数和第二数据透视表中的笔数数值相同。
将通过第一数据透视表和第二数据透视表得出的数值与原始系统中存储的交易实际数值进行比较，从而能够快速有效的查找出在上述数据处理的过程中有无出现交易遗漏或者数据错误等问题。
在上述实施例的基础上，可选的，对待校验数据进行数据变动分析，包括：
计算到期应收金额、笔数和现值，与上期的到期应收金额、上期的笔数和上期的现值的变动参数；其中，变动参数包括变动绝对值和/或变动百分比；
根据变动参数，生成目标展示报表。
在本实施例中，由于每一期计算得到的到期应收金额、笔数和现值应该与上一期具有一定的相似比例关系，因此，利用本期数据数值与上期数据数值之间的变动参数，确定出本期的数据是否出现异常；若其中某一指标变动幅度过大或者过小，可以确定其是否数据转换出现错误或者是市场变动导致的结果并进行相应检查。本实施例在每一期计算完成后，将与上一期的比对结果记录在报表上，以实现数据处理结果的可视化展示。
实施例三
图3是本发明实施例三中的数据的处理装置的结构示意图，本实施例可适用于在计算金融衍生品的潜在风险前，对计算数据进行预处理的情况。该装置配置于电子设备中，可实现本申请任意实施例所述的数据的处理方法。该装置具体包括如下：
数据确定模块310，用于确定金融衍生品的金融市场风险数据；其中，所述金融市场风险数据用于确定金融衍生品的潜在风险；
数据确定模块310，还用于根据所述金融市场风险数据，确定符合目标数据模板的待校验数据；
数据校验模块320，用于对所述待校验数据进行校验，以得到确定所述金融衍生品的潜在风险的基础处理数据。
在上述实施例的基础上，可选的，所述金融市场风险数据包括交易数据、市场数据和计量数据中的至少一项。
在上述实施例的基础上，可选的，数据确定模块310，具体用于：
从估值引擎系统和/或财会台账系统中，获取交易数据；其中，所述交易数据包括未到期的场外衍生产品数据和/或估值引擎交易数据。
在上述实施例的基础上，可选的，数据确定模块310，还具体用于：
根据所述金融市场风险数据，生成目标数据模板；
根据历史交易数据，校验所述目标数据模板中的初始数据是否合格；
若是，则对所述目标数据模板执行下述处理操作中的至少一项，得到目标数据模板的中间数据；其中，所述处理操作包括：产品模板汇总、剔除内部交易对手、标识中央对手交易以及标识银行账户交易；
根据所述目标数据模板的中间数据，确定目标数据模板的待校验数据。
在上述实施例的基础上，可选的，数据确定模块310，还具体用于：
根据操作对象和交易日期对所述金融市场风险数据进行规则化处理，得到规则化数据；
获取所述规则化数据中的属性字段，生成初始数据模板；其中，所述属性字段包括交易编号、核算类型、交易机构以及交易对手中的至少一项；
对所述初始数据模板中的数据执行字段替换操作和/或交易补充操作，得到目标数据模板。
在上述实施例的基础上，可选的，所述规则化处理包括删除操作对象是分行对总行的交易、删除交易日大于或等于分析日的交易、和删除到期日小于或等于分期日中的至少一项。
在上述实施例的基础上，可选的，本实施例装置还包括：
检测模块，用于若检测到产品字段增加事件，则对所述初始数据模板中待增加字段的金融衍生品进行增加字段操作；其中，所述待增加字段的金融衍生品包括外汇远期、掉期、外汇期权中的至少一项。
在上述实施例的基础上，可选的，数据确定模块310，还具体用于：
采用数据透视表功能，检测所述目标数据模板中的初始数据的字段信息与历史交易数据中所述初始数据的字段信息是否一致；
若是，则确定所述目标数据模板中的初始数据合格。
在上述实施例的基础上，可选的，数据确定模块310，还具体用于：
从财会台账系统中获取财会对公大宗商品远期信息和利率处结构性衍生产品信息；
将所述财会对公大宗商品远期信息和所述利率处结构性衍生产品信息，与所述目标数据模板的中间数据进行合并，得到目标数据模板的待校验数据。
在上述实施例的基础上，可选的，数据校验模块320，具体用于：
对所述待校验数据进行数据核对；
若所述数据核对的核对结果通过，则对所述待校验数据进行数据变动分析。
在上述实施例的基础上，可选的，数据校验模块320，还具体用于：
生成所述待校验数据中各产品类型的第一数据透视表和第二数据透视表；并根据所述第一数据透视表和所述第二数据透视表得到各金融衍生品的到期应收金额、笔数和现值；
分别将所述到期应收金额、所述笔数和所述现值，与系统原始到期应收金额、系统原始笔数和系统原始现值进行作差，得到到期应收金额差值、笔数差值和现值差值；
若检测到所述到期应收金额差值小于到期应收金额差值阈值，且所述笔数差值小于所述笔数差值阈值，且所述现值差值小于现值差值阈值，则确定所述数据核对的核对结果通过。
在上述实施例的基础上，可选的，数据校验模块320，还具体用于：
计算到期应收金额、笔数和现值，与上期的到期应收金额、上期的笔数和上期的现值的变动参数；其中，所述变动参数包括变动绝对值和/或变动百分比；
根据所述变动参数，生成目标展示报表。
通过本发明实施例三的数据的处理装置，通过自动对生成的目标数据模板中的数据进行有效校验，解决了人工校验导致的耗时以及校验准确率低的问题，从而极大的提高数据校验效率。
本发明实施例所提供的数据的处理装置可执行本发明任意实施例所提供的数据的处理方法，具备执行方法相应的功能模块和有益效果。
实施例四
图4是本发明实施例四中的电子设备的结构示意图，如图4所示，该电子设备包括处理器410、存储器420、输入装置430和输出装置440；电子设备中处理器410的数量可以是一个或多个，图4中以一个处理器410为例；电子设备中的处理器410、存储器420、输入装置430和输出装置440可以通过总线或其他方式连接，图4中以通过总线连接为例。
存储器420作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的数据的处理方法对应的程序指令/模块。处理器410通过运行存储在存储器420中的软件程序、指令以及模块，从而执行电子设备的各种功能应用以及数据处理，即实现本发明实施例所提供的数据的处理方法。
存储器420可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器420可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器420可进一步包括相对于处理器410远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置430可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入，可以包括键盘、鼠标等。输出装置440可包括显示屏等显示设备。
实施例五
本实施例提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于实现本发明实施例所提供的数据的处理方法。
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的数据的处理方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是，上述搜索装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (15)
1.一种数据的处理方法，其特征在于，所述方法包括：
确定金融衍生品的金融市场风险数据；其中，所述金融市场风险数据用于确定金融衍生品的潜在风险；
根据所述金融市场风险数据，确定符合目标数据模板的待校验数据；
对所述待校验数据进行校验，以得到确定所述金融衍生品的潜在风险的基础处理数据。
2.根据权利要求1所述的方法，其特征在于，所述金融市场风险数据包括交易数据、市场数据和计量数据中的至少一项。
3.根据权利要求2所述的方法，其特征在于，确定金融衍生品的金融市场风险数据，包括：
从估值引擎系统和/或财会台账系统中，获取交易数据；其中，所述交易数据包括未到期的场外衍生产品数据和/或估值引擎交易数据。
4.根据权利要求1所述的方法，其特征在于，根据所述金融市场风险数据，确定符合目标数据模板的待校验数据，包括：
根据所述金融市场风险数据，生成目标数据模板；
根据历史交易数据，校验所述目标数据模板中的初始数据是否合格；
若是，则对所述目标数据模板执行下述处理操作中的至少一项，得到目标数据模板的中间数据；其中，所述处理操作包括：产品模板汇总、剔除内部交易对手、标识中央对手交易以及标识银行账户交易；
根据所述目标数据模板的中间数据，确定目标数据模板的待校验数据。
5.根据权利要求4所述的方法，其特征在于，根据所述金融市场风险数据，生成目标数据模板，包括：
根据操作对象和交易日期对所述金融市场风险数据进行规则化处理，得到规则化数据；
获取所述规则化数据中的属性字段，生成初始数据模板；其中，所述属性字段包括交易编号、核算类型、交易机构以及交易对手中的至少一项；
对所述初始数据模板中的数据执行字段替换操作和/或交易补充操作，得到目标数据模板。
6.根据权利要求5所述的方法，其特征在于，所述规则化处理包括删除操作对象是分行对总行的交易、删除交易日大于或等于分析日的交易、和删除到期日小于或等于分期日中的至少一项。
7.根据权利要求5所述的方法，其特征在于，在获取所述规则化数据中的属性字段，生成初始数据模板之后，所述方法还包括：
若检测到产品字段增加事件，则对所述初始数据模板中待增加字段的金融衍生品进行增加字段操作；其中，所述待增加字段的金融衍生品包括外汇远期、掉期、外汇期权中的至少一项。
8.根据权利要求4所述的方法，其特征在于，根据历史交易数据，校验所述目标数据模板中的初始数据是否合格，包括：
采用数据透视表功能，检测所述目标数据模板中的初始数据的字段信息与历史交易数据中所述初始数据的字段信息是否一致；
若是，则确定所述目标数据模板中的初始数据合格。
9.根据权利要求4所述的方法，其特征在于，根据所述目标数据模板的中间数据，确定目标数据模板的待校验数据，包括：
从财会台账系统中获取财会对公大宗商品远期信息和利率处结构性衍生产品信息；
将所述财会对公大宗商品远期信息和所述利率处结构性衍生产品信息，与所述目标数据模板的中间数据进行合并，得到目标数据模板的待校验数据。
10.根据权利要求1所述的方法，其特征在于，对所述待校验数据进行校验，包括：
对所述待校验数据进行数据核对；
若所述数据核对的核对结果通过，则对所述待校验数据进行数据变动分析。
11.根据权利要求10所述的方法，其特征在于，对所述待校验数据进行数据核对，包括：
生成所述待校验数据中各产品类型的第一数据透视表和第二数据透视表；并根据所述第一数据透视表和所述第二数据透视表得到各金融衍生品的到期应收金额、笔数和现值；
分别将所述到期应收金额、所述笔数和所述现值，与系统原始到期应收金额、系统原始笔数和系统原始现值进行作差，得到到期应收金额差值、笔数差值和现值差值；
若检测到所述到期应收金额差值小于到期应收金额差值阈值，且所述笔数差值小于所述笔数差值阈值，且所述现值差值小于现值差值阈值，则确定所述数据核对的核对结果通过。
12.根据权利要求11所述的方法，其特征在于，对所述待校验数据进行数据变动分析，包括：
计算到期应收金额、笔数和现值，与上期的到期应收金额、上期的笔数和上期的现值的变动参数；其中，所述变动参数包括变动绝对值和/或变动百分比；
根据所述变动参数，生成目标展示报表。
13.一种数据的处理装置，其特征在于，所述装置包括：
数据确定模块，用于确定金融衍生品的金融市场风险数据；其中，所述金融市场风险数据用于确定金融衍生品的潜在风险；
数据确定模块，还用于根据所述金融市场风险数据，确定符合目标数据模板的待校验数据；
数据校验模块，用于对所述待校验数据进行校验，以得到确定所述金融衍生品的潜在风险的基础处理数据。
14.一种电子设备，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，使得所述一个或多个处理器实现如权利要求1～12中任一所述的数据的处理方法。
15.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1～12中任一所述的数据的处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010987176.6A CN112199360B (zh) | 2020-09-18 | 2020-09-18 | 一种数据的处理方法、装置、设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010987176.6A CN112199360B (zh) | 2020-09-18 | 2020-09-18 | 一种数据的处理方法、装置、设备和介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112199360A true CN112199360A (zh) | 2021-01-08 |
| CN112199360B CN112199360B (zh) | 2024-08-13 |
Family
ID=74015502
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010987176.6A Active CN112199360B (zh) | 2020-09-18 | 2020-09-18 | 一种数据的处理方法、装置、设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112199360B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112862595A (zh) * | 2021-02-07 | 2021-05-28 | 湖南大学 | 基于区块链的利率掉期交易方法及系统、设备、存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060224493A1 (en) * | 2005-04-01 | 2006-10-05 | De Novo Markets Limited | Trading and settling enhancements to the standard electronic futures exchange market model leading to a novel pooled and potentially guaranteed risk deposit market |
| CN108763051A (zh) * | 2018-04-06 | 2018-11-06 | 平安证券股份有限公司 | 电子装置、交易软件运行风险预警方法及存储介质 |
| CN110675159A (zh) * | 2019-09-29 | 2020-01-10 | 中国工商银行股份有限公司 | 金融市场交易事前风险控制方法、系统及电子设备 |
| CN111429283A (zh) * | 2020-03-27 | 2020-07-17 | 中国建设银行股份有限公司 | 一种贵金属交易的管理平台、管理方法及存储介质 |
-
2020
- 2020-09-18 CN CN202010987176.6A patent/CN112199360B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060224493A1 (en) * | 2005-04-01 | 2006-10-05 | De Novo Markets Limited | Trading and settling enhancements to the standard electronic futures exchange market model leading to a novel pooled and potentially guaranteed risk deposit market |
| CN108763051A (zh) * | 2018-04-06 | 2018-11-06 | 平安证券股份有限公司 | 电子装置、交易软件运行风险预警方法及存储介质 |
| CN110675159A (zh) * | 2019-09-29 | 2020-01-10 | 中国工商银行股份有限公司 | 金融市场交易事前风险控制方法、系统及电子设备 |
| CN111429283A (zh) * | 2020-03-27 | 2020-07-17 | 中国建设银行股份有限公司 | 一种贵金属交易的管理平台、管理方法及存储介质 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112862595A (zh) * | 2021-02-07 | 2021-05-28 | 湖南大学 | 基于区块链的利率掉期交易方法及系统、设备、存储介质 |
| CN112862595B (zh) * | 2021-02-07 | 2023-12-26 | 湖南大学 | 基于区块链的利率掉期交易方法及系统、设备、存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112199360B (zh) | 2024-08-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2002065365A1 (fr) | Dispositif permettant l'integration de donnees de transaction relatives aux transactions financieres | |
| Chauhan et al. | Impact of demonetization on stock market: Event study methodology | |
| CN112801529B (zh) | 财务数据分析方法及装置、电子设备及介质 | |
| JP6794431B2 (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 | |
| CN103430201A (zh) | 私人公司估价 | |
| CN110910232A (zh) | 一种财务对账系统及方法 | |
| CN113643115A (zh) | 基于期权定价模型的商业承兑汇票信用评分方法及系统 | |
| Mulyati | The influence of voluntary disclosure, stock beta, and firms size on cost of equity capital | |
| CN112199360B (zh) | 一种数据的处理方法、装置、设备和介质 | |
| CN112540959A (zh) | 一种数据处理方法和装置 | |
| CN111612630A (zh) | 一种多品类金融资产账户盈亏计算方法及装置 | |
| CN114091109B (zh) | 跨境电商平台数据验证方法、系统、终端及存储介质 | |
| CN115907840A (zh) | 交易风险的预测方法及用于交易风险预测的装置 | |
| CN115221417A (zh) | 金融产品信息推送方法、装置、服务器及存储介质 | |
| US10235719B2 (en) | Centralized GAAP approach for multidimensional accounting to reduce data volume and data reconciliation processing costs | |
| CN113052702A (zh) | 一种交易现金流计算系统及其工作方法 | |
| KR20170004934A (ko) | 통합계좌정보 기반의 실시간 신용리스크 분석 방법 및 시스템 | |
| KR20120075518A (ko) | 대용량처리전용 데이터베이스를 이용한 국제회계기준 금융상품 회계처리시스템 | |
| Dickerson et al. | Common pitfalls in the evaluation of corporate bond strategies | |
| CN114240610B (zh) | 资金自动归集方法、装置、计算机设备和存储介质 | |
| Salhi et al. | Alarm system for credit losses impairment under IFRS 9 | |
| EP1376421A1 (en) | Bond valuation system and method | |
| CN118378934A (zh) | 资源管理分析文件的处理方法、装置、计算机设备 | |
| Dao et al. | Cluster Analysis of Vietnamese Banks on Efficiency and Performance | |
| JP2023180759A (ja) | 資金用途調査装置及び資金用途調査方法 |
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 |