CN112540959B - 一种数据处理方法和装置 - Google Patents

一种数据处理方法和装置 Download PDF

Info

Publication number
CN112540959B
CN112540959B CN202011476635.0A CN202011476635A CN112540959B CN 112540959 B CN112540959 B CN 112540959B CN 202011476635 A CN202011476635 A CN 202011476635A CN 112540959 B CN112540959 B CN 112540959B
Authority
CN
China
Prior art keywords
data
identifier
supervision
transaction
data source
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
CN202011476635.0A
Other languages
English (en)
Other versions
CN112540959A (zh
Inventor
刘捷
杨佳
刘丹
马宝华
林天成
何杰斌
高楚楚
陈林航
陈志强
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.)
China Construction Bank Corp
Original Assignee
China Construction Bank Corp
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 China Construction Bank Corp filed Critical China Construction Bank Corp
Priority to CN202011476635.0A priority Critical patent/CN112540959B/zh
Publication of CN112540959A publication Critical patent/CN112540959A/zh
Application granted granted Critical
Publication of CN112540959B publication Critical patent/CN112540959B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F16/10—File systems; File servers
    • G06F16/11—File system administration, e.g. details of archiving or snapshots
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/17—Details of further file system functions
    • G06F16/172—Caching, prefetching or hoarding of files
    • 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
    • G06Q10/10—Office automation; Time management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明公开了一种数据处理方法和装置，涉及计算机技术领域。该方法的具体实施方式包括：获取第一数据源的数据，将第二数据源的数据与标准模板进行匹配，通过所述标准模板导入所述第二数据源的数据；基于获取的所述第一数据源的数据和通过所述标准模板导入的所述第二数据源的数据进行处理，生成中间过程变量；基于所述中间过程变量，按照不同的维度确定监管要求的数据，并生成监管报表。该实施方式能够将业务提供的数据文件一次性读入数据库，适配SA‑CCR监管模型于实际环境，通过数据库语言的文件，在数据库中完成所有业务的加工处理，减少了不必要的文件读写占据，降低时间和人力成本，提高了模型的计算效率，且保证了数据处理的准确度。

Description

一种数据处理方法和装置
技术领域
本发明涉及计算机技术领域，尤其涉及一种数据处理方法和装置。
背景技术
现有SA-CCR监管模型通过JAVA语言实现数据文件的加工处理，需要频繁在本地计算机上读写文件，将数据缓存于本地服务器，占用服务器内存较多，模型的计算效率较低。
在实现本发明过程中，发明人发现现有技术中至少存在如下问题：
现有的数据文件处理方式需要频繁在本地服务器缓存数据，占用的服务器内存较多；而在SA-CCR监管模型具体实际应用于本地环境时，由于数据的来源多种多样，模型适用于实际生产时较难适配，而人工处理的错误率高，投入的时间成本和人力成本较大，从而导致模型的计算效率较低。
发明内容
有鉴于此，本发明实施例提供一种数据处理方法和装置，能够将业务提供的数据文件一次性读入数据库，适配SA-CCR监管模型于实际环境，通过数据库语言的文件，在数据库中完成所有业务的加工处理，减少了不必要的文件读写占据，降低时间和人力成本，提高了模型的计算效率，且保证了数据处理的准确度。
为实现上述目的，根据本发明实施例的一个方面，提供了一种数据处理方法，包括：
获取第一数据源的数据，将第二数据源的数据与标准模板进行匹配，通过所述标准模板导入所述第二数据源的数据；
基于获取的所述第一数据源的数据和通过所述标准模板导入的所述第二数据源的数据进行处理，生成中间过程变量；
基于所述中间过程变量，按照不同的维度确定监管要求的数据，并生成监管报表。
可选地，所述方法还包括：
展示监管报表，存储基础数据和监管报表数据，使得用户基于所述基础数据和监管报表数据，输入查询信息，以获得查询结果。
可选地，在基于获取的所述第一数据源的数据和通过所述标准模板导入的所述第二数据源的数据进行处理之前，按照既定规则对数据进行质量检核。
可选地，在按照既定规则对数据进行质量检核之后，在基于获取的所述第一数据源的数据和通过所述标准模板导入的所述第二数据源的数据进行处理之前，导入静态参数表。
可选地，所述静态参数表包括抵资产类别-子类-监管因子参数表。
可选地，所述基于获取的所述第一数据源的数据和通过所述标准模板导入的所述第二数据源的数据进行处理，包括：
获取的所述第一数据源的数据和通过所述标准模板导入的所述第二数据源的数据为前一日的数据。
可选地，所述中间过程变量包括：
到期应收金额、到期应付金额、名义本金、公允价值、交易对手权重、资产类别、监管德尔塔系数、监管因子等。
可选地，所述不同的维度包括单笔交易维度和净额结算组合维度。
可选地，所述监管要求的数据包括：重置成本、附加风险暴露、潜在风险暴露、违约风险暴露、交易对手违约风险加权资产、信用估值调整风险加权资产等数据。
可选地，所述展示监管报表，包括：
按照集团口径和法人口径展示监管报表。
可选地，所述展示监管报表，包括：
单独展示中央交易对手监管报表。
根据本发明实施例的再一个方面，提供了一种数据处理装置，包括：
获取模块，用于获取第一数据源的数据，将第二数据源的数据与标准模板进行匹配，通过所述标准模板导入所述第二数据源的数据；
数据加工模块，用于基于获取的所述第一数据源的数据和通过所述标准模板导入的所述第二数据源的数据进行处理，生成中间过程变量；
数据处理模块，用于基于所述中间过程变量，按照不同的维度确定监管要求的数据，并生成监管报表。
根据本发明实施例的另一个方面，提供了一种数据处理电子设备，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提供的数据处理方法。
根据本发明实施例的还一个方面，提供了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本发明提供的数据处理方法。
上述发明中的一个实施例具有如下优点或有益效果：因为采用获取不同数据源的数据并进行加工处理，并基于加工处理后的数据生成中间变量，从而根据SA-CCR监管模型进行计算，获得RC、Addon、PFE、EAD、RWA、CVA等数据并进行展示、保存及查询等操作的技术手段，所以克服了现有的数据文件处理方式占用的服务器内存较多；SA-CCR监管模型实际应用于本地环境适配困难，人工处理的错误率高，时间成本和人力成本较大，从而导致模型的计算效率较低的技术问题，进而达到能够将业务提供的数据文件一次性读入数据库，适配SA-CCR监管模型于实际环境，通过数据库语言的文件，在数据库中完成所有业务的加工处理，减少了不必要的文件读写占据，降低时间和人力成本，提高了模型的计算效率，且保证了数据处理的准确度的技术效果。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
图1示是适于应用于本发明实施例的数据处理方法或数据处理装置的示例性系统架构图；
图2是根据本发明实施例的数据处理方法的主要流程的示意图；
图3(a)是根据本发明实施例的数据处理方法的详细流程的示意图；
图3(b)是根据本发明实施例的数据处理方法的静态参数表的资产类别-子类-监管因子参数表的示意图；
图4是根据本发明实施例的数据处理装置的主要模块的示意图；
图5是适于用来实现本发明实施例的终端设备的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
术语解释：
衍生工具：根据事先约定的事项进行支付的双边合约，其合约价格取决于或派生于原生金融工具(例如，股票、债券、存单、货币等)的价格及其变化，包括远期、期货、即期、掉期、期权和利率互换等。
RC：即Replacement Cost，重置成本。RC是指违约发生时风险缓释后衍生工具的市场价值，用于估计违约的直接损失。
PFE：即Potential Future Exposure，附加风险暴露。PFE用于反映剩余存续期限内潜在风险暴露。
EAD：即Exposure At Default，违约风险暴露。EAD是指可能发生违约风险的资金额度。
RWA：即Risk-weighted Assets，交易对手违约风险加权资产。RWA是指对银行的资产加以分类，根据不同类别资产的风险性质确定不同的风险系数，以这种风险系数为权重求得的资产。
CVA：即Credit Valuation Adjustment，信用估值调整风险加权资产。CVA是指因为交易对手信用恶化而引起的预期损失。
CCR：即Counterparty Credit Risk，交易对手信用风险加权资产，等于RWA与CVA之和。CCR是指交易对手未能履行约定契约中的义务而造成经济损失的风险。
Mi：交易剩余期限(以年为单位)。
Wi：交易对手i用于计算CVA的风险权重，根据交易对手i的外部评级确定。
中央交易对手：是指清算过程中以原始市场参与者的法定对手方身份介入交易清算，充当原买方的卖方和原卖方的买方，并保证交易得以执行的实体，其核心功能是合约更替和担保交收。在资本监管框架下中央交易对手视同为金融机构。
违约基金：是指清算成员已缴纳的或应缴纳的份额，用于分担中央交易对手的损失；其数额的确定应同时考虑损失分担的书面协议和实质性安排。
Kondor+系统：由Mysis公司提供的资金业务管理系统，适用于生产实际的数据来源之一。
Opics系统：外汇资金后台处理系统，适用于生产实际的数据来源之一。
FMBRM系统：金融市场业务风险管理系统，用于处理数据。
新一代金融市场组件：用于前台交易分行端和客户端交易的成交、簿记及管理的系统，适用于生产实际的数据来源之一。新一代金融市场组件包括Folder一栏，用于表示账户信息。
新一代估值引擎：用于计算交易的账面价值的系统，适用于生产实际的数据来源之一。
资产类别：资产分类的依据是衍生工具的主要风险因子，由其参考标的工具决定。
净额结算组合(净额集)：如果商业银行与单个交易对手签订符合监管要求的净额结算协议，且能满足监管相关标准，则将与符合要求的交易放入一个集合，该集合即为净额结算组合，为计算EAD的最小单元。
抵消组合：是指计算附加暴露时可以部分抵消或全部抵消的一组交易的集合。每个净额结算组合包含不同的资产类别，每个资产类别还需分成不同的抵消组合，需将全部交易分别放入相应的抵消组合，主要根据币种、参考实体、标的资产和商品类型等因素进行划分。
监管德尔塔系数：在单笔交易维度中，反映交易的方向，用于计算有效名义本金。
调整后名义本金：基于名义本金得到，用于计算有效名义本金，SA-CCR监管模型方法下不同资产类别对应不同的计算方法。
监管久期：与起息日、报告日和结束日有关，用于资产类别为利率类工具、信用类工具的交易调整后名义本金的计量。
有效名义本金：由监管德尔塔、期限因子、调整后名义本金计算而来。
MF：期限因子，分为有保证金和无保证金两种情况，用于计算有效名义本金。
SF：监管系因子，由资产类别(子类)确定，用于计算附加暴露。
Correlation：监管相关系数，由资产类别(子类)确定，用于抵消组合下商品子类附加暴露汇总，净额组合下信用类、股权工具附加暴露汇总。
商品子类：每一种商品对应一个商品子类，每个商品子类对应一个SF。
交易所交易：又称场内衍生交易，指所有的供求方集中在交易所进行竞价交易的交易方式。交易的合约通常为标准化合约。
场外衍生交易：指交易双方直接成为交易对手的交易方式。交易的合约通常为非标准化合约，产品的结构和报价方式较为灵活。
多头清算：即Long settelment，是指未在正常交割日完成交割的交易。
图1示出了适于应用于本发明实施例的数据处理方法或数据处理装置的示例性系统架构图，如图1所示，本发明实施例的数据处理方法或数据处理装置的示例性系统架构包括：
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如金融类应用(包括FMBRM系统)、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器，例如对用户利用终端设备101、102、103所浏览的金融类应用提供支持的后台管理服务器。后台管理服务器可以对接收到的监管报表展示请求等数据进行分析等处理，并将处理结果(例如监管报表)反馈给终端设备101、102、103。
需要说明的是，本发明实施例所提供的数据处理方法一般由服务器105执行，相应地，数据处理装置一般设置于服务器105中。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
图2是根据本发明实施例的数据处理方法的主要流程的示意图，如图2所示，本发明的数据处理方法包括：
步骤S201，获取第一数据源的数据，将第二数据源的数据与标准模板进行匹配，通过所述标准模板导入所述第二数据源的数据。
示例性地，客户端从服务器获取第一数据源的数据并导入第二数据源的数据。导入时，客户端将第二数据源的衍生交易数据与标准模板进行匹配，并对有误的交易数据进行修正，便于后续的处理计算。客户端按照既定规则对数据进行检核，以确保数据的质量。
步骤S202，将获取的所述第一数据源的数据和通过所述标准模板导入的所述第二数据源的数据进行处理，生成中间过程变量。
示例性地，客户端导入静态参数表后，基于步骤S201获得的数据和静态参数表，生成中间过程变量。客户端生成的中间过程变量包括：已有的中间过程变量和SA-CCR监管模型新增的中间过程变量。其中，SA-CCR监管模型新增的中间过程变量包括：是否我行卖出期权或我行卖出信用保护标识、是否净额结算(Netting Set)、净额结算协议细分、净额结算组合、有无保证金协议、保证金协议下TH+MTA-NICA、上次收付保证金日期、交易对手端的押品等标识、用户押品标识、资产类别标识处理、抵消组合标识、抵消组合子类标识、Si、Ei标识、监管久期SDi标识、调整后的名义本金di标识、期限因子MF标识、监管德尔塔系数Delta标识、有效名义本金EffectiveNotional标识、监管因子SF标识、监管相关系数Correlation标识、重置成本RC标识、附加风险暴露Addon标识、乘数因子multiplier标识、潜在风险暴露PFE标识、违约风险暴露EAD标识、风险加权资产RWA标识。
步骤S203，基于所述中间过程变量，按照不同的维度确定监管要求的数据，并生成监管报表。
示例性地，客户端基于步骤S202获得的中间过程变量，按照单笔交易维度和净额结算组合维度计算监管要求的数据，并生成监管报表。客户端按照单笔交易维度计算的数据包括：重置成本RC、调整后的名义本金di、期限因子MF、监管德尔塔系数Delta、有效名义本金EffectiveNotional、监管因子SF、附加风险暴露Addon、潜在风险暴露PFE、违约风险暴露EAD等数据；按照净额结算组合维度度计算的数据包括：重置成本RC、违约风险暴露EAD、风险加权资产RWA、信用估值调整风险加权资产CVA等数据。
在本发明实施例中，通过获取第一数据源的数据，将第二数据源的数据与标准模板进行匹配，通过所述标准模板导入所述第二数据源的数据；基于获取的所述第一数据源的数据和通过所述标准模板导入的所述第二数据源的数据进行处理，生成中间过程变量；基于所述中间过程变量，按照不同的维度确定监管要求的数据，并生成监管报表等步骤，能够将业务提供的数据文件一次性读入数据库，适配SA-CCR监管模型于实际环境，通过数据库语言的文件，在数据库中完成所有业务的加工处理，减少了不必要的文件读写占据，降低时间和人力成本，提高了模型的计算效率，且保证了数据处理的准确度。
图3是根据本发明实施例的数据处理方法的详细流程的示意图，如图3所示，本发明的数据处理方法包括：
步骤S301，获取第一数据源的数据。
示例性地，客户端从服务器获取第一数据源的数据，第一数据源为新一代估值引擎，第一数据源的数据为从新一代估值引擎中获取的衍生交易数据。第一数据源的数据不视为合并抵消。
进一步地，获取第一数据源的数据属于现有业务需求的优化。
步骤S302，获取第二数据源的数据。
示例性地，客户端从服务器导入第二数据源的数据，第二数据源可以为任意数据源，客户端将第二数据源的衍生交易数据与标准模板进行匹配，通过标准模板导入衍生交易数据。当导入的交易数据有误时，客户端可以对导入的交易数据进行修正，便于后续的处理计算。
进一步地，获取第二数据源的数据属于现有业务需求的优化。
第二数据源的来源主要是手工导入、Kondor+系统、Opics系统、新一代金融市场组件等。
步骤S303，新增对数据进行质检。
示例性地，客户端获取第一数据源的数据和导入第二数据源的数据后，按照既定规则对数据进行检核，以确保数据的质量。客户端将数据的质量检核结果返回服务端，若数据通过质量检核结果，则返回数据合格的结果；若数据未通过质量检核结果，则返回数据不合格的结果，并向服务端指示不合格数据的详细信息，以便于服务端修正。
进一步地，数据质检属于业务需求的新增业务。
步骤S304，导入静态参数表。
示例性地，客户端导入通过质量检核的合格的数据后，导入静态参数表，并维护静态参数界面。其中，静态参数表包括：FMR_TXN_CNTPR_WGHTG表、FMR_TNAC_BANACC_REL表、FMR_CNTPR_MARKET_DATA表、FMR_TNAC_CUST_REL表、SA-CCR参数表。
进一步地，客户端维护静态参数界面包括，客户端实时或定时进行界面维护。
进一步地，导入并维护静态参数表属于现有业务需求的优化。
步骤S305，生成中间过程变量。
示例性地，客户端导入静态参数表后，基于步骤S303获得的数据和步骤S304获得的静态参数表，生成中间过程变量。其中，中间过程变量包括：
S305-1：合并抵消标识处理。其中，合并抵消标识包括，不视为合并抵消、集团合并抵消和法人合并抵消。
不视为合并抵消的交易包括：总行与境外分行、附属子公司之间的交易；境内外联动交易，即境外分行、附属机构与境内分行之间的交易；境外机构之间、子公司之间的交易；客户端根据步骤S303质量校验合格的基于步骤S301获取的数据中的交易。
集团合并抵消的交易包括：境外分行与附属子公司之间的交易；客户端根据步骤S303质量校验合格的基于步骤S302导入的数据中，将其“交易对手”字段与根据步骤S304导入的静态参数表FMR_TXN_CNTPR_WGHTG中的交易对手字段的值进行匹配，匹配成功的交易，相应地，集团口径标识字段的值为集团合并抵消；若匹配失败，则集团口径标识字段的值为集团。
法人合并抵消的交易包括：客户端根据步骤S303质量校验合格的基于步骤S302导入的数据中，将其“交易对手”字段与根据步骤S304导入的静态参数表FMR_TXN_CNTPR_WGHTG中的交易对手字段的值进行匹配，匹配成功的交易，相应地，法人口径标识字段的值为法人合并抵消；若匹配失败，则法人口径标识字段的值为法人。
S305-2：二分类账户标识处理。其中，二分类账户标识包括，不视为银行账户和交易账户抵消。
客户端根据步骤S303质量校验合格的基于步骤S301获取的数据中无二分类账户信息，而根据步骤S303质量校验合格的基于步骤S302导入的数据中的账户信息为新版账户信息，存在一个新版账户信息对应多个客户端的账户信息的现象。因此，客户端将根据步骤S303质量校验合格的基于步骤S302导入的数据中的账户信息与客户端的二分类账户信息进行匹配，获得与二分类账户标识对应的账户信息。
银行账户包括：客户端根据二分类账户信息识别出的银行账户；根据步骤S303质量校验合格的数据，将其“交易流水”字段与根据步骤S304导入的静态参数表FMR_TNAC_BANACC_REL中的交易对手字段的值进行匹配，匹配成功的账户，相应地，二分类账户字段的值为银行账户。
交易账户包括：客户端根据二分类账户信息识别出的交易账户；提供估值台账的交易；境内分行与客户之间的交易；总行与境内分行之间的交易；根据步骤S303质量校验合格的数据，将其“交易流水”字段与根据步骤S304导入的静态参数表FMR_TNAC_BANACC_REL中的交易对手字段的值进行匹配，匹配失败的账户，相应地，二分类账户字段的值为交易账户。
进一步地，境外分行与子公司之间的交易根据其填报的账户信息确定；海外机构(包括境外分行、附属子公司)之间的交易根据其填报的账户信息确定；。
进一步地，可以通过新一代金融市场组件中的账户的信息或者核算类型的信息判断二分类账户标识，例如账户的信息为“HOSWPTD”、“HOSWPTDEUR”，或者，核算类型为“自营外汇掉期”的交易的二分类账户标识确定为银行账户。
S305-3：中央交易对手清算标识处理。其中，中央交易对手清算标识包括中央交易对手清算和代理清算。
中央交易对手清算包括：客户端根据OPICS编号信息匹配成功的交易；根据步骤S303质量校验合格的数据，将其“交易流水”字段与根据步骤S304导入的静态参数表FMR_TXN_CNTPR_WGHTG中的交易对手字段的值进行匹配，匹配成功的交易，相应地，中央交易对手清算标识字段的值为中央交易对手清算。
代理清算包括：客户端根据OPICS编号信息匹配失败的交易；根据步骤S303质量校验合格的数据，将其“交易流水”字段与根据步骤S304导入的静态参数表FMR_TXN_CNTPR_WGHTG中的交易对手字段的值进行匹配，匹配失败的交易，相应地，中央交易对手清算标识字段的值为代理清算。
进一步地，OPICS编号信息包括，总行、境内分行的外汇远期、掉期的每笔交易对应的OPICS编号。
进一步地，可以通过新一代金融市场组件中的“清算方式”字段的信息进行判断。
S305-4：交易对手性质标识处理。其中，交易对手性质标识可以包括多种类型。
客户端根据步骤S303质量校验合格的数据中的“交易对手”字段与根据步骤S304导入的静态参数表FMR_TXN_CNTPR_WGHTG中的交易对手字段的值进行匹配，若匹配成功，则将静态参数表FMR_TXN_CNTPR_WGHTG中交易对手性质字段的值即为交易对手性质标识的值；若匹配失败，客户端则根据步骤S303质量校验合格的基于步骤S301获取的数据中“操作对象”字段为“分行对客户”的交易，其交易对手性质标识的值为“15.一般企(事)业单位99”，而对于根据步骤S303质量校验合格的基于步骤S301获取的数据中“操作对象”字段为“分行对客户”以外的交易，其交易对手性质标识的值即为“15.一般企(事)业单位21”。
进一步地，客户端对于匹配失败的根据步骤S303质量校验合格的数据，在根据步骤S304导入的静态参数表FMR_TXN_CNTPR_WGHTG中进行更新并重新导入。
进一步地，客户端在匹配交易对手性质标识之前，对根据步骤S303质量校验合格的数据中的“交易对手”字段通过关键字进行排查，以防止匹配失败的情况发生。
进一步地，客户端在根据步骤S304导入的静态参数表FMR_TXN_CNTPR_WGHTG中新增“交易对手性质”字段的值为“17.个人”的参数，以匹配特定交易方的交易。
S305-5：到期应收金额(CNY)标识处理。客户端根据步骤S303质量校验合格的数据中的“到期应收币种”字段与根据步骤S304导入的静态参数表FMR_CNTPR_MARKET_DATA中的交易对手字段的值匹配，若匹配成功，客户端将静态参数表FMR_CNTPR_MARKET_DATA中到期应收币种字段的值作为“到期应收币种”对应的CNY汇率，并计算到期应收金额(CNY)。其中，到期应收金额(CNY)＝到期应收金额(原币种)”ד到期应收币种”对应的CNY汇率。
S305-6：到期应付金额(CNY)标识处理。客户端根据步骤S303质量校验合格的数据中的“到期应付币种”字段与根据步骤S304导入的静态参数表FMR_CNTPR_MARKET_DATA中的交易对手字段的值匹配，若匹配成功，客户端将静态参数表FMR_CNTPR_MARKET_DATA中到期应付币种字段的值作为“到期应付币种”对应的CNY汇率，并计算到期应付金额(CNY)。其中，到期应付金额(CNY)＝到期应付金额(原币种)”ד到期应付币种”对应的CNY汇率。
S305-7：名义本金标识处理。客户端根据步骤S303质量校验合格的数据中的“到期应收币种”、“到期应付币种”字段进行判断，若“到期应收币种”、“到期应付币种”其中一端为外币，则以外币端名义本金转换的本币值作为交易的名义本金；若“到期应收币种”、“到期应付币种”两端为外币，则将两端名义本金转换为本币值，取较高的本币值作为交易的名义本金。
进一步地，对于商品类工具，以商品标的数量乘以商品价格作为交易的名义本金；对于其他金融衍生产品，以合同本身的名义本金作为交易的名义本金。
S305-8：公允价值(CNY)标识处理。客户端根据步骤S303质量校验合格的数据中的“公允价值币种”字段与根据步骤S304导入的静态参数表FMR_CNTPR_MARKET_DATA中的交易对手字段的值匹配，若匹配成功，客户端将静态参数表FMR_CNTPR_MARKET_DATA中公允价值币种字段的值作为“公允价值币种”对应的CNY汇率，并计算公允价值(CNY)。其中，公允价值(CNY)＝公允价值(原币种)”ד公允价值币种”对应的CNY汇率。
S305-9：剩余期限类型标识处理。客户端根据步骤S303质量校验合格的数据中的“剩余期限”字段进行判断，若剩余期限<＝1，则为剩余期限类型标识为I；若1<剩余期限<＝5，则剩余期限类型标识为Y1；若剩余期限>5，则剩余期限类型标识为Y5。其中，剩余期限类型标识用于后续的数据处理。
进一步地，剩余期限类型标识用于利率类衍生工具抵消组合内有效名义本金的计算。
更进一步地，单笔交易维度中，利率类衍生工具不需要划分剩余期限类型，该字段值可为空。
S305-10：SA-CCR监管模型新增——是否我行卖出期权或我行卖出信用保护标识处理。
客户端对交易对手的违约风险资产进行计量时，需要对交易头寸进行筛选，以判断是否需要对该头寸进行交易对手违约风险资产的计量。其中，客户端对交易头寸的筛选包括，若头寸的交易类型为衍生工具(包括场外衍生工具、交易所交易的衍生工具和其它多头清算交易)，则该头寸适用于衍生工具交易对手违约风险资产计量；若头寸的交易类型为衍生工具且为期权类卖权交易，由于卖出期权(期权费后置)不承担交易对手信用风险，因此，客户端将此类交易排除至衍生工具交易对手违约风险资产计量范围之外。由此，新增是否我行卖出期权或我行卖出信用保护标识。
客户端根据步骤S303质量校验合格的数据中的“合约类型”、“我行头寸方向”字段进行判断，若“合约类型”为期权且“我行头寸方向”为卖出，则是否我行卖出期权或我行卖出信用保护标识为是；若“合约类型”为信用且“我行头寸方向”为卖出，则是否我行卖出期权或我行卖出信用保护标识为是；其余为否。
进一步地，客户端对于需要进行交易对手违约风险资产计量的头寸，判断其是否为保证金交易，以便于后续数据处理。
S305-11：交易对手权重(权重法)标识处理。客户端根据步骤S303质量校验合格的数据中的“交易对手”字段与根据步骤S304导入的静态参数表FMR_CNTPR_MARKET_DATA中的交易对手字段的值匹配，若匹配成功，则静态参数表FMR_TXN_CNTPR_WGHTG中所属集团的交易对手权重(权重法)字段的值即为交易对手权重(权重法)标识的值。
进一步地，若中央交易对手清算标识的值为FXCL，则交易对手权重(权重法)标识的值为0.02。
S305-12：SA-CCR监管模型新增——是否净额结算(Netting Set)、净额结算协议细分、净额结算组合、有无保证金协议、保证金协议下TH+MTA-NICA、上次收付保证金日期、交易对手端的押品等标识处理。单笔交易维度中，客户端根据步骤S303质量校验合格的数据中的“交易对手”字段与根据步骤S304导入的静态参数表FMR_CNTPR_MARKET_DATA中的交易对手字段的值匹配，若匹配成功，则静态参数表FMR_TXN_CNTPR_WGHTG中是否净额结算(Netting Set)、净额结算协议细分、净额结算组合、有无保证金协议、保证金协议下TH+MTA-NICA、上次收付保证金日期、交易对手端的押品的值即为是否净额结算(NettingSet)、净额结算协议细分、净额结算组合、有无保证金协议、保证金协议下TH+MTA-NICA、上次收付保证金日期、交易对手端的押品标识的值。
S305-13：SA-CCR监管模型新增——用户押品标识处理。客户端根据步骤S303质量校验合格的数据中的“交易流水”字段与根据步骤S304导入的静态参数表FMR_TNAC_CUST_REL中的交易对手字段的值匹配，若匹配成功，则静态参数表FMR_TNAC_CUST_REL中用户押品字段的值即为用户押品标识的值。
S305-14：SA-CCR监管模型新增——资产类别标识处理。对于进入交易对手风险资产计量范围内的衍生工具，还需进行资产类别的划分。资产类别标识包括：利率类工具、外汇类工具、信用类工具、股权类工具和商品类工具。
客户端根据步骤S303质量校验合格的数据中的“标的”字段确定资产类别标识的值。其中，若“标的”字段为利率，则资产类别标识的值为利率类工具；若“标的”字段为汇率，则资产类别标识的值为外汇类工具；若“标的”字段为信用，则资产类别标识的值为信用类工具；若“标的”字段为股权，则资产类别标识的值为股权类工具；若“标的”字段为其他商品、黄金、贵金属，则资产类别标识的值为商品类工具。
进一步地，客户端判断资产类别的依据是衍生工具对应的主要风险因子，主要风险因子由衍生工具的参考标的工具决定。当一个头寸同时对应不同类型的风险因子时(如多元资产或混合衍生品)，客户端应根据其所对应的不同风险因子的敏感性和波动率的乘积的最大值确定主要风险因子。
S305-15：SA-CCR监管模型新增——抵消组合标识处理。客户端在资产类别标识的基础上，对衍生工具进行抵消组合标识的确定。
资产类别标识为利率类工具时，客户端根据步骤S303质量校验合格的基于步骤S301获取的数据中“币种”字段的值即为抵消组合标识的值；资产类别标识为利率类工具时，客户端根据步骤S303质量校验合格的基于步骤S302导入的利率类复杂衍生品的数据中“币种”字段的值即为抵消组合标识的值；资产类别标识为利率类工具时，客户端根据步骤S303质量校验合格的基于步骤S302导入的境外分行、子公司的数据中“名义本金币种”字段的值即为抵消组合标识的值。
资产类别标识为外汇类工具时，客户端根据步骤S303质量校验合格的基于步骤S301获取的数据中“币种1”、“币种2”字段的值即为抵消组合标识的值；资产类别标识为外汇类工具时，客户端根据步骤S303质量校验合格的基于步骤S301获取的货币互换类产品的数据中“期末本金币种_收”、“期末本金币种_支”字段的值进行判断，若“期末本金币种_收”字段的值为EUR、GBP、AUD、NZD，则抵消组合标识的值为“期末本金币种_收”字段的值与“期末本金币种_支”字段的值之和；若“期末本金币种_支”字段的值为EUR、GBP、AUD、NZD，则抵消组合标识的值为“期末本金币种_支”字段的值与“期末本金币种_收”字段的值之和；若“期末本金币种_收”字段的值为USD，则抵消组合标识的值为“期末本金币种_收”字段的值与“期末本金币种_支”字段的值之和；若“期末本金币种_支”字段的值为USD，则抵消组合标识的值为“期末本金币种_支”字段的值与“期末本金币种_收”字段的值之和；若“期末本金币种_收”字段的值为CNY，则抵消组合标识的值为“期末本金币种_支”字段的值与“期末本金币种_收”字段的值之和；若“期末本金币种_支”字段的值为CNY，则抵消组合标识的值为“期末本金币种_收”字段的值与“期末本金币种_支”字段的值之和。资产类别标识为外汇类工具时，客户端根据步骤S303质量校验合格的基于步骤S301获取的数据中“币种1”、“币种2”字段的值即为抵消组合标识的值；资产类别标识为外汇类工具时，客户端根据步骤S303质量校验合格的基于步骤S302导入的数据中“到期应收币种”、“到期应付币种”字段的值进行判断，若“到期应收币种”字段的值为EUR、GBP、AUD、NZD，则抵消组合标识的值为“到期应收币种”字段的值与“到期应付币种”字段的值之和；若“到期应付币种”字段的值为EUR、GBP、AUD、NZD，则抵消组合标识的值为“到期应付币种”字段的值与“到期应收币种”字段的值之和；若“到期应收币种”字段的值为USD，则抵消组合标识的值为“到期应收币种”字段的值与“到期应付币种”字段的值之和；若“到期应付币种”字段的值为USD，则抵消组合标识的值为“到期应付币种”字段的值与“到期应收币种”字段的值之和；若“到期应收币种”字段的值为CNY，则抵消组合标识的值为“到期应付币种”字段的值与“到期应收币种”字段的值之和；若“到期应付币种”字段的值为CNY，则抵消组合标识的值为“到期应收币种”字段的值与“到期应付币种”字段的值之和。
资产类别标识为信用类工具、股权类工具和商品类工具时，客户端根据步骤S303质量校验合格的数据中的“商品、信用和股权标识”字段与根据步骤S304导入的静态参数表中的“商品、信用和股权标识”字段匹配，若匹配成功，则静态参数表中的“商品、信用和股权标识”字段的值即为抵消组合标识的值，包括商品头寸类型(例如，能源<电力、油、气>、金属、农产品、其他等)、信用衍生工具参考实体、股权发行人等。
S305-16：SA-CCR监管模型新增——抵消组合子类标识处理。客户端在资产类别标识的基础上，确定衍生工具的抵消组合子类标识。其中，仅资产类别标识为信用类工具、股权类工具和商品类工具时，存在抵消组合子类标识。
客户端根据步骤S303质量校验合格的数据中的“商品、信用和股权标识”字段与根据步骤S304导入的静态参数表SA-CCR参数表中的抵消组合、子类信息对应表匹配，若匹配成功，则抵消组合、子类信息对应表中的相应的子类值即为抵消组合子类标识的值。其中，资产类别标识为信用类工具、股权类工具的，仅与确定监管参数有关，资产类别标识为商品类工具的商品子类为计算商品类工具的最小单元。
S305-17：SA-CCR监管模型新增——Si、Ei标识处理。客户端在资产类别标识的基础上，确定衍生工具的Si、Ei标识。其中，仅资产类别标识为利率类工具和信用类工具时，存在Si、Ei标识。Si代表当前日期距离衍生工具的起始日期的时间间距，最小为10个工作日；Ei代表当前日期距离衍生工具的结束日期的时间间距，最小为10个工作日。
S305-18：SA-CCR监管模型新增——监管久期SDi标识处理。客户端在资产类别标识的基础上，确定衍生工具的SDi标识。其中，仅资产类别标识为利率类工具和信用类工具时，存在SDi标识。
S305-19：SA-CCR监管模型新增——调整后的名义本金di标识处理。单笔交易维度中，客户端在资产类别标识的基础上，基于资产类别的不同，根据不同的计算规则确定衍生工具的调整后的名义本金di标识。
S305-20：SA-CCR监管模型新增——期限因子MF标识处理。客户端对于适用于衍生工具交易对手违约风险资产计量的头寸，判断是否为保证金交易，若签订保证金和押品收付协议，则确定为保证金衍生品交易；若未签订保证金和押品收付协议，则确定为无保证金衍生品交易。其中，若保证金和押品收付协议为单向保证金协议，则认定为无保证金衍生品交易；单笔交易维度中，全部单笔交易视为无保证金交易。
客户端根据步骤S303质量校验合格的数据中的“有无保证金协议”字段判断该笔交易是否为保证金交易，若“有无保证金协议”字段的值为是，则确定该笔交易为保证金交易；若“有无保证金协议”字段的值为否，则确定该笔交易为无保证金交易。基于交易是否为保证金交易，根据不同的计算规则确定期限因子MF标识的值。
S305-21：SA-CCR监管模型新增——监管德尔塔系数Delta标识处理。单笔交易维度中，客户端根据主要风险因子的头寸方向、产品类型和监管参数确定监管德尔塔系数Delta标识的值。
S305-22：SA-CCR监管模型新增——有效名义本金EffectiveNotional标识处理。单笔交易维度中，基于监管久期SDi标识、调整后的名义本金di标识、监管德尔塔系数Delta标识和期限因子MF标识等中间过程变量，客户端按照资产类别标识，根据不同的计算规则确定有效名义本金EffectiveNotional标识的值。
S305-23：SA-CCR监管模型新增——监管因子SF标识处理。客户端在资产类别标识的基础上，确定监管因子SF标识的值。
客户端根据步骤S303质量校验合格的数据中的“资产类别”、“商品、信用和股权标识”字段与根据步骤S304导入的静态参数表中SA-CCR参数表匹配，获取监管因子SF标识的值。
进一步地，资产类别标识为利率类工具、外汇类工具和股权类工具时，客户端根据步骤S303质量校验合格的数据中的“资产类别”字段与根据步骤S304导入的静态参数表中SA-CCR参数表匹配，静态参数表SA-CCR参数表中监管因子的值即监管因子SF标识的值。
进一步地，资产类别标识为信用类工具和商品类工具时，客户端根据步骤S303质量校验合格的数据中的“资产类别”字段与根据步骤S304导入的静态参数表中SA-CCR参数表匹配，确认资产类别标识为信用类工具和商品类工具后，客户端根据步骤S303质量校验合格的数据中的“商品、信用和股权标识”字段与根据步骤S304导入的静态参数表SA-CCR参数表中抵消组合、子类信息对应表匹配，获取子类信息后，客户端根据子类信息与根据步骤S304导入的静态参数表中SA-CCR参数表匹配，静态参数表SA-CCR参数表中监管因子的值即监管因子SF标识的值。
S305-24：SA-CCR监管模型新增——监管相关系数Correlation标识处理。客户端根据步骤S303质量校验合格的数据中的“资产类别”、“商品、信用和股权标识”字段与根据步骤S304导入的静态参数表中SA-CCR参数表匹配，获取监管相关系数Correlation标识的值。单笔交易维度中，无需确定监管相关系数Correlation标识的值，默认为空。
S305-25：SA-CCR监管模型新增——重置成本RC标识处理。客户端根据步骤S303质量校验合格的数据中的“有无保证金协议”字段判断该笔交易是否为保证金交易，若“有无保证金协议”字段的值为是，则确定该笔交易为保证金交易；若“有无保证金协议”字段的值为否，则确定该笔交易为无保证金交易。基于交易是否为保证金交易，根据不同的计算规则确定重置成本RC标识的值。
S305-26：SA-CCR监管模型新增——附加风险暴露Addon标识处理。单笔交易维度中，需计算附加风险暴露Addon标识的值。
S305-27：SA-CCR监管模型新增——乘数因子multiplier标识处理。客户端根据步骤S303质量校验合格的数据中的“用户押品”字段判断押品是否为符合监管要求。基于押品是否符合监管要求，客户端根据不同的计算规则确定乘数因子multiplier标识的值。
S305-28：SA-CCR监管模型新增——潜在风险暴露PFE标识处理。单笔交易维度中，客户端根据乘数因子multiplier标识的值确定潜在风险暴露PFE标识的值，并根据步骤S303质量校验合格的基于步骤S302导入的数据确定乘数因子multiplier标识的值，进而确定潜在风险暴露PFE标识的值，即根据是否导入押品信息确定乘数因子multiplier标识的值，进而确定潜在风险暴露PFE标识的值。
S305-29：SA-CCR监管模型新增——违约风险暴露EAD标识处理。单笔交易维度中，客户端根据乘数因子multiplier标识的值确定违约风险暴露EAD标识的值，并根据步骤S303质量校验合格的基于步骤S302导入的数据确定乘数因子multiplier标识的值，进而确定违约风险暴露EAD标识的值，即根据是否导入押品信息确定乘数因子multiplier标识的值，进而确定违约风险暴露EAD标识的值。
S305-30：SA-CCR监管模型新增——风险加权资产RWA标识处理。单笔交易维度中，客户端根据乘数因子multiplier标识的值确定风险加权资产RWA标识的值，并根据步骤S303质量校验合格的基于步骤S302导入的数据确定乘数因子multiplier标识的值，进而确定风险加权资产RWA标识的值，即根据是否导入押品信息确定乘数因子multiplier标识的值，进而确定风险加权资产RWA标识的值。
步骤S306，确定单笔交易维度的数据。
示例性地，净额结算组合是客户端与单个交易对手产生的全部交易的集合。在单笔交易维度中，将每笔交易视为一个单独的净额结算组合。每笔交易的“净额结算组合”字段等于该笔交易的“交易编号”。
示例性地，单笔交易维度的全部交易视为无保证金交易，重置成本RC定义为当前净额结算组合衍生品的公允价值与抵质押品净额经折扣调整后的价值之差，最小可以为零。
客户端根据步骤S305获得的中间过程变量，基于SA-CCR监管模型进行计算，确定单笔交易维度的重置成本RC：
RC＝MAX{V-C；0}
其中，V为净额结算组合衍生品的公允价值(CNY)；C为用户押品，即抵质押品净额经折扣调整后的价值。
示例性地，基于资产类别的不同，客户端根据不同的计算规则确定单笔交易维度的调整后的名义本金di。
资产类别为利率类工具和信用类工具时，调整后的名义本金di计算公式如下：
di＝SDi*Notional
其中，Notional为折算成本币的名义本金，监管久期SDi的计算公式如下：
Figure BDA0002835698510000221
其中，若(交易起始日-报告日)＞0，
则Si＝max((交易起始日-报告日)，14/365)；
若(交易起始日-报告日)≤0，
则Si＝0，Ei＝max((交易到期日-报告日)，14/365)。交易起始日、报告日、交易到期日为年化表示。
资产类别为外汇类工具时，调整后的名义本金di与名义本金相同。
资产类别为股权类工具和商品类工具时，调整后的名义本金di为每一单位股权或商品的价格与股权或商品的数量之积，具体计算方式如下：
客户端根据步骤S303质量校验合格的数据中的“交易对手”字段与根据步骤S304导入的静态参数表FMR_CNTPR_MARKET_DATA中的交易对手字段的值匹配，若匹配成功，则客户端根据静态参数表FMR_CNTPR_MARKET_DATA中“到期应收币种”、“到期应付币种”、“到期应收金额(原币种)”、“到期应付金额(原币种)”字段的值获取商品、股票的类型和商品、股票的数量，根据静态参数表FMR_CNTPR_MARKET_DATA中“商品、股票价格”字段的值获取商品、股票的价格，从而计算调整后的名义本金di。
示例性地，单笔交易维度的全部交易视为无保证金交易，期限因子MF的计算公式如下：
Figure BDA0002835698510000231
其中，Mi是第i笔交易的剩余期限，最小为10个工作日。
进一步地，若结构化衍生品规定在特定日期且特定日期未偿付，则结算潜在风险暴露PFE时，其剩余期限为0。
示例性地，单笔交易维度中的每一笔交易视为一个单独的净额结算组合，因此，客户端根据主要风险因子的头寸方向、产品类型和监管参数确定监管德尔塔系数Delta：
对于非期权非CDO类交易产品，δ＝1，无需考虑主要风险因子的头寸方向和监管参数。
对于期权类和CDO类交易产品，主要风险因子的头寸方向为多头时，若买入看涨期权，监管德尔塔系数Delta的计算公式如下：
Figure BDA0002835698510000232
其中，Pi为产品价格(包括即期、远期、均值等)，Ki为执行价格，Ti为期权约定的最终执行日期，Ti＝(交易到期日-报告日)/365；σi为监管波动率，根据预置的监管系数汇总表确定；Φ为标准正态累计分布函数。
进一步地，客户端根据步骤S303质量校验合格的基于步骤S301获取的数据中“到期日”、“报告日”、“行权汇率”字段的值，获取交易到期日、报告日、汇率的值；客户端根据步骤S303质量校验合格的基于步骤S301获取的数据中的“交易对手”字段与根据步骤S304导入的静态参数表FMR_CNTPR_MARKET_DATA中的交易对手字段的值匹配，若匹配成功，则客户端根据静态参数表FMR_CNTPR_MARKET_DATA中“期权价格”字段的值及汇率的值获取产品价格(包括即期、远期、均值等)、执行价格，从而计算监管德尔塔系数Delta。
进一步地，客户端根据步骤S303质量校验合格的基于步骤S302导入的数据中“产品价格”、“执行价格”、“到期日”、“报告日”字段的值获取产品价格、执行价格、到期日、报告日，从而计算监管德尔塔系数Delta。
若买入看跌期权，监管德尔塔系数Delta的计算公式如下：
Figure BDA0002835698510000241
对于期权类交易产品，主要风险因子的头寸方向为空头时，若卖出看涨期权，监管德尔塔系数Delta的计算公式如下：
Figure BDA0002835698510000242
若卖出看跌期权，监管德尔塔系数Delta的计算公式如下：
Figure BDA0002835698510000243
示例性地，单笔交易维度中的每一笔交易视为一个单独的净额结算组合，有效名义本金EffectiveNotional的计算公式如下：
EffectiveNotionali＝|δi*di*MFi|
其中，δi为第i笔交易的监管得尔塔系数，di为第i笔交易的调整后名义本金，MFi为第i笔交易的期限因子，EffectiveNotionali为第i笔交易的有效名义本金。
示例性地，如图3(b)所示的SA-CCR参数表中资产类别-子类-监管因子参数表，监管因子SF标识的值确定如下：
资产类别标识为利率类工具、外汇类工具和股权类工具时，客户端根据步骤S303质量校验合格的数据中的“资产类别”字段与根据步骤S304导入的静态参数表中SA-CCR参数表匹配，静态参数表SA-CCR参数表中监管因子的值即监管因子SF标识的值。
资产类别标识为信用类工具和商品类工具时，客户端根据步骤S303质量校验合格的数据中的“资产类别”字段与根据步骤S304导入的静态参数表中SA-CCR参数表匹配，确认资产类别标识为信用类工具和商品类工具后，客户端根据步骤S303质量校验合格的数据中的“商品、信用和股权标识”字段与根据步骤S304导入的静态参数表SA-CCR参数表中抵消组合、子类信息对应表匹配，获取子类信息后，客户端根据子类信息与根据步骤S304导入的静态参数表中SA-CCR参数表匹配，静态参数表SA-CCR参数表中监管因子的值即监管因子SF标识的值。
示例性地，单笔交易维度的附加风险暴露Addon的计算公式如下：
AddOni＝SFi*EffectiveNotionali
其中，SFi为第i笔交易的的监管因子，AddOni为第i笔交易的附加风险暴露。
示例性地，单笔交易维度的乘数因子multiplier的计算公式如下：
Figure BDA0002835698510000251
进一步地，客户端根据步骤S303质量校验合格的数据中的“用户押品”字段判断押品是否为符合监管要求。若“用户押品”字段符合监管要求，乘数因子multiplier可以用于SA-CCR监管模型的计算，乘数因子multiplier1考虑负公允价值和用户押品对交易对手信用风险的缓释作用，V为公允价值(CNY)(的值)，C为用户押品(的值)；若“用户押品”字段不符合监管要求，乘数因子multiplier不可以用于SA-CCR监管模型的计算，乘数因子multiplier2仅考虑负公允价值对交易对手信用风险的缓释作用，V为公允价值(CNY)(的值)，C为0。
示例性地，单笔交易维度的潜在风险暴露PFE为乘数因子multiplier与附加风险暴露Addon之积。由于乘数因子multiplier存在不同的值，因此，潜在风险暴露PFE的计算公式如下：
PFE(multiplier1)＝multiplier1*AddOni
PFE(multiplier2)＝multiplier2*AddOni
示例性地，单笔交易维度的违约风险暴露EAD的计算公式如下：
EAD＝1.4*(RC+PFE)
由于乘数因子multiplier存在不同的值，因此，违约风险暴露EAD的计算公式如下：
EAD(multiplier1)＝1.4*(RC+PFE(multiplier1))
EAD(multiplier2)＝1.4*(RC+PFE(multiplier2))
进一步地，确定单笔交易维度的重置成本RC、调整后的名义本金di、期限因子MF、监管德尔塔系数Delta、有效名义本金EffectiveNotional、监管因子SF、附加风险暴露Addon、潜在风险暴露PFE、违约风险暴露EAD等数据属于现有业务需求的优化。
步骤S307，新增确定净额结算组合维度的数据。
示例性地，净额结算组合维度的计算需要先分组，分组后对交易按照层级汇总，从最低层级开始计算，逐级汇总。
客户端根据步骤S305获得的中间过程变量，基于SA-CCR监管模型进行计算，确定净额结算组合维度的重置成本RC：
RC＝MAX{V-C；0}
其中，V为净额结算组合内全部衍生品头寸的公允价值(CNY)之和；C为用户押品，即抵质押品净额经折扣调整后的价值。
示例性地，净额结算组合维度的违约风险暴露EAD为每个交易对手全部交易层级的单笔交易的违约风险暴露EAD之和。净额结算组合维度的违约风险暴露EAD的计算公式如下：
EAD(交易对手)＝∑EAD(单笔交易)
示例性地，净额结算组合维度的风险加权资产RWA为净额结算组合维度的违约风险暴露EAD与每个交易对手的风险权重之积。净额结算组合维度的风险加权资产RWA的计算公式如下：
RWA(交易对手)＝交易对手权重(权重法)*EAD(交易对手)
其中，交易对手权重(权重法)用于将违约风险暴露EAD转换为风险加权资产RWA。
示例性地，净额结算组合维度的信用估值调整风险加权资产CVA的计算公式如下：
CVA(交易对手)＝∑EAD(交易对手)
示例性地，净额结算组合维度的交易对手信用风险加权资产CCR的计算公式如下：
CCR＝RWA+CVA+CCP
其中，CCP为与中央交易对手交易形成的信用风险加权资产，基于客户端根据根据步骤S303质量校验合格的数据而获得。
进一步地，确定净额结算组合维度的重置成本RC、违约风险暴露EAD、风险加权资产RWA、信用估值调整风险加权资产CVA、交易对手信用风险加权资产CCR等数据属于业务需求的新增业务。
步骤S308，生成固定报表。
示例性地，客户端根据步骤S306-S307确定的单笔交易维度的和净额结算组合维度的数据，按照时间监管要求和数据监管要求，生成固定的监管报表。客户端生成的监管报表可以用于后续的数据查询服务。
进一步地，时间监管要求可以包括定期生成监管报表，定期的期限由时间监管要求规定；数据监管要求可以包括监管数据标签、监管数据币种，可以根据监管数据标签获取要求保存、展示或者查询的监管数据标签对应的数据，并根据监管数据币种确定数据的统一币种，并生成根据数据监管要求确定的监管报表。
进一步地，生成报表属于现有业务需求的优化。
示例性地，监管报表包括集团口径监管报表和法人口径监管报表。其中，集团口径的监管报表需要过滤“集团口径标识”字段的值为集团合并抵消的交易的交易数据、“中央交易对手清算标识”字段的值为FXCL的交易数据、“中央交易对手清算标识”字段的值为代理清算的交易数据、“是否我行卖出期权或我行卖出信用保护”的值为我行卖出期权的交易数据；法人口径的监管报表需要过滤“法人口径标识”字段的值为法人合并抵消的交易数据、“法人口径标识”字段的值为空值的交易数据、“中央交易对手清算标识”字段的值为FXCL的交易数据、“中央交易对手清算标识”字段的值为代理清算的交易数据、“是否我行卖出期权或我行卖出信用保护”字段的值为我行卖出期权的交易数据。
示例性地，监管报表包括合格中央交易对手(QCCP)监管报表。合格中央交易对手监管报表选择“是否中央交易对手标识”字段的值为FXCL或代理清算的交易数据，过滤“是否我行卖出期权或我行卖出信用保护”字段的值为我行卖出期权的交易数据。
步骤S309，展示固定报表。
示例性地，客户端生成监管报表后，根据需要对监管报表进行展示，在展示界面输出但不限于汇总数据、明细数据，报表展示的内容可以根据需要选择或者设定。
示例性地，客户端可以展示集团口径监管报表、法人口径监管报表、合格中央交易对手监管报表中的一项或者多项。
进一步地，展示的数据可以包括：名义本金、违约风险暴露EAD、风险加权资产RWA、合格中央交易对手QCCP、交易对手信用风险加权资产CCR等。
步骤S10，新增数据存档。
示例性地，客户端生成监管报表后，根据存档要求对基础数据和固定报表数据进行保存。基础数据可以包括5年内获取的根据步骤S301-S302获取的多源数据，固定报表数据可以包括5年内按照监管要求根据步骤S308生成的监管报表。
进一步地，数据存档属于业务需求的新增业务。
步骤S311，新增数据查询。
示例性地，客户端归档数据后，提供查询服务。客户端可以基于日常的查询请求，自定义多个查询字段，使得用户可以基于客户端自定的查询字段查询存档数据，包括基础数据和报表数据，或者，客户端可以为用户提供根据用户的自身需求输入的查询信息的查询服务，使得用户可以查询存档数据。客户端可以定期统计用户的查询信息，并基于查询信息进行分析，优化自定义的查询字段。
进一步地，客户端可以为用户提供24小时的查询服务。
进一步地，数据查询属于非功能性需求的新增业务。
在本发明实施例中，通过获取第一数据源的数据；获取第二数据源的数据；新增对数据进行质检；导入静态参数表；生成中间过程变量；确定单笔交易维度的数据；新增确定净额结算组合维度的数据；生成固定报表；展示固定报表；数据存档；数据查询等步骤，能够将业务提供的数据文件一次性读入数据库，适配SA-CCR监管模型于实际环境，通过数据库语言的文件，在数据库中完成所有业务的加工处理，减少了不必要的文件读写占据，降低时间和人力成本，提高了模型的计算效率，且保证了数据处理的准确度。
图4是根据本发明实施例的数据处理装置的主要模块的示意图，如图4所示，本发明的数据处理装置400包括：
获取模块401，用于获取第一数据源的数据，将第二数据源的数据与标准模板进行匹配，通过所述标准模板导入所述第二数据源的数据。
示例性地，客户端通过所述获取模块401从服务器获取第一数据源的数据并导入第二数据源的数据。客户端通过所述获取模块401导入时，将第二数据源的衍生交易数据与标准模板进行匹配，并对有误的交易数据进行修正，便于后续的处理计算。客户端按照既定规则对数据进行检核，以确保数据的质量。
数据加工模块402，用于将获取的所述第一数据源的数据和通过所述标准模板导入的所述第二数据源的数据进行处理，生成中间过程变量。
示例性地，客户端导入静态参数表后，基于所述获取模块401获得的数据和静态参数表，通过所述数据加工模块402生成中间过程变量。客户端通过所述数据加工模块402生成的中间过程变量包括：已有的中间过程变量和SA-CCR监管模型新增的中间过程变量。其中，SA-CCR监管模型新增的中间过程变量包括：是否我行卖出期权或我行卖出信用保护标识、是否净额结算(Netting Set)、净额结算协议细分、净额结算组合、有无保证金协议、保证金协议下TH+MTA-NICA、上次收付保证金日期、交易对手端的押品等标识、用户押品标识、资产类别标识处理、抵消组合标识、抵消组合子类标识、Si、Ei标识、监管久期SDi标识、调整后的名义本金di标识、期限因子MF标识、监管德尔塔系数Delta标识、有效名义本金EffectiveNotional标识、监管因子SF标识、监管相关系数Correlation标识、重置成本RC标识、附加风险暴露Addon标识、乘数因子multiplier标识、潜在风险暴露PFE标识、违约风险暴露EAD标识、风险加权资产RWA标识
数据处理模块403，用于基于所述中间过程变量，按照不同的维度确定监管要求的数据，并生成监管报表。
示例性地，客户端基于所述数据加工模块402获得的中间过程变量，通过所述数据处理模块403按照单笔交易维度和净额结算组合维度计算监管要求的数据，并生成监管报表。客户端通过所述数据处理模块403按照单笔交易维度计算的数据包括：重置成本RC、调整后的名义本金di、期限因子MF、监管德尔塔系数Delta、有效名义本金EffectiveNotional、监管因子SF、附加风险暴露Addon、潜在风险暴露PFE、违约风险暴露EAD等数据；客户端通过所述数据处理模块403按照净额结算组合维度度计算的数据包括：重置成本RC、违约风险暴露EAD、风险加权资产RWA、信用估值调整风险加权资产CVA等数据。
在本发明实施例中，通过获取模块、数据加工模块和数据处理模块等模块，能够将业务提供的数据文件一次性读入数据库，适配SA-CCR监管模型于实际环境，通过数据库语言的文件，在数据库中完成所有业务的加工处理，减少了不必要的文件读写占据，降低时间和人力成本，提高了模型的计算效率，且保证了数据处理的准确度。
图5是适于用来实现本发明实施例的终端设备的计算机系统的结构示意图，如图5所示，本发明实施例的终端设备的计算机系统500包括：
中央处理单元(CPU)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM503中，还存储有系统500操作所需的各种程序和数据。CPU501、ROM502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505：包括键盘、鼠标等的输入部分506；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507；包括硬盘等的存储部分508；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509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，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510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508。
特别地，根据本发明公开的实施例，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，本发明公开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509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时，执行本发明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模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括获取模块、数据加工模块和数据处理模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，获取模块还可以被描述为“向所连接的服务端发送数据获取请求的模块”。
作为另一方面，本发明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设备中所包含的；也可以是单独存在，而未装配入该设备中。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设备执行时，使得该设备包括：获取第一数据源的数据，将第二数据源的数据与标准模板进行匹配，通过所述标准模板导入所述第二数据源的数据；基于获取的所述第一数据源的数据和通过所述标准模板导入的所述第二数据源的数据进行处理，生成中间过程变量；基于所述中间过程变量，按照不同的维度确定监管要求的数据，并生成监管报表。
根据本发明实施例的技术方案，能够将业务提供的数据文件一次性读入数据库，适配SA-CCR监管模型于实际环境，通过数据库语言的文件，在数据库中完成所有业务的加工处理，减少了不必要的文件读写占据，降低时间和人力成本，提高了模型的计算效率，且保证了数据处理的准确度。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (7)

1.一种数据处理方法，其特征在于，包括：
获取第一数据源的数据，将第二数据源的数据与标准模板进行匹配，通过所述标准模板导入所述第二数据源的数据；
对所述第一数据源的数据和导入的所述第二数据源的数据进行质量检核，判断所述第一数据源的数据和导入的所述第二数据源的数据是否通过质量检核；
如果是，导入静态参数表，所述静态参数表包括FMR_TXN_CNTPR_WGHTG表、FMR_TNAC_BANACC_REL表、FMR_CNTPR_MARKET_DATA表、FMR_TNAC_CUST_REL表、资产类别-子类-监管因子参数表；
基于获取的所述第一数据源的数据和通过所述标准模板导入的所述第二数据源的数据进行处理，生成中间过程变量，包括：
基于所述质量检核合格的数据与所述静态参数表，生成中间过程变量，所述中间过程变量包括己有的中间过程变量和SA-CCR监管模型新增的中间过程变量，所述已有的中间过程变量包括到期应收金额标识、到期应付金额标识、名义本金标识、公允价值标识、交易对手权重标识，所述SA-CCR监管模型新增的中间过程变量包括用户押品标识、资产类别标识、有无保证金协议标识、监管因子标识、重置成本标识、调整后的名义本金标识、期限因子标识、监管德尔塔系数标识、有效名义本金标识、附加风险暴露标识、潜在风险暴露标识、违约风险暴露标识、风险加权资产标识；基于所述中间过程变量，按照不同的维度确定监管要求的数据，并生成监管报表，包括：
基于所述到期应收金额标识、到期应付金额标识、名义本金标识、公允价值标识、用户押品标识、资产类别标识、有无保证金协议标识、监管因子标识的值按照单笔交易维度计算重置成本、调整后的名义本金、期限因子、监管德尔塔系数、有效名义本金、附加风险暴露、潜在风险暴露、违约风险暴露；
基于所述公允价值标识、用户押品标识、单笔交易的违约风险暴露、交易对手权重标识，按照净额结算组合维度度计算重置成本、违约风险暴露、风险加权资产、信用估值调整风险加权资产、交易对手信用风险加权资产。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
展示监管报表，存储基础数据和监管报表数据，使得用户基于所述基础数据和监管报表数据，输入查询信息，以获得查询结果。
3.根据权利要求1所述的方法，其特征在于，所述基于获取的所述第一数据源的数据和通过所述标准模板导入的所述第二数据源的数据进行处理，包括：
获取的所述第一数据源的数据和通过所述标准模板导入的所述第二数据源的数据为前一日的数据。
4.根据权利要求2所述的方法，其特征在于，所述展示监管报表，包括：
按照集团口径和法人口径展示监管报表，或者，单独展示中央交易对手监管报表。
5.一种数据处理装置，其特征在于，包括：
获取模块，用于获取第一数据源的数据，将第二数据源的数据与标准模板进行匹配，通过所述标准模板导入所述第二数据源的数据；
检核模块，用于对所述第一数据源的数据和导入的所述第二数据源的数据进行质量检核，判断所述第一数据源的数据和导入的所述第二数据源的数据是否通过质量检核；
导入模块，用于如果是，导入静态参数表，所述静态参数表包括FMR_TXN_CNTPR_WGHTG表、FMR_TNAC_BANACC_REL表、FMR_CNTPR_MARKET_DATA表、FMR_TNAC_CUST_REL表、资产类别-子类-监管因子参数表；
数据加工模块，用于基于获取的所述第一数据源的数据和通过所述标准模板导入的所述第二数据源的数据进行处理，生成中间过程变量，包括：
基于所述质量检核合格的数据与所述静态参数表，生成中间过程变量，所述中间过程变量包括己有的中间过程变量和SA-CCR监管模型新增的中间过程变量，所述已有的中间过程变量包括到期应收金额标识、到期应付金额标识、名义本金标识、公允价值标识、交易对手权重标识，所述SA-CCR监管模型新增的中间过程变量包括用户押品标识、资产类别标识、有无保证金协议标识、监管因子标识、重置成本标识、调整后的名义本金标识、期限因子标识、监管德尔塔系数标识、有效名义本金标识、附加风险暴露标识、潜在风险暴露标识、违约风险暴露标识、风险加权资产标识；
数据处理模块，用于基于所述中间过程变量，按照不同的维度确定监管要求的数据，并生成监管报表，包括：
基于所述到期应收金额标识、到期应付金额标识、名义本金标识、公允价值标识、用户押品标识、资产类别标识、有无保证金协议标识、监管因子标识的值，按照单笔交易维度计算重置成本、调整后的名义本金、期限因子、监管德尔塔系数、有效名义本金、附加风险暴露、潜在风险暴露、违约风险暴露；
基于所述公允价值标识、用户押品标识、单笔交易的违约风险暴露、交易对手权重标识，按照净额结算组合维度度计算重置成本、违约风险暴露、风险加权资产、信用估值调整风险加权资产、交易对手信用风险加权资产。
6.一种数据处理电子设备，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1-4中任一所述的方法。
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1-4中任一所述的方法。
CN202011476635.0A 2020-12-14 2020-12-14 一种数据处理方法和装置 Active CN112540959B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011476635.0A CN112540959B (zh) 2020-12-14 2020-12-14 一种数据处理方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011476635.0A CN112540959B (zh) 2020-12-14 2020-12-14 一种数据处理方法和装置

Publications (2)

Publication Number Publication Date
CN112540959A CN112540959A (zh) 2021-03-23
CN112540959B true CN112540959B (zh) 2023-01-10

Family

ID=75020136

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011476635.0A Active CN112540959B (zh) 2020-12-14 2020-12-14 一种数据处理方法和装置

Country Status (1)

Country Link
CN (1) CN112540959B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113485694B (zh) * 2021-07-06 2023-04-28 算话信息科技(上海)有限公司 一种算法的变量数据智能中台系统
CN113837883B (zh) * 2021-11-09 2023-12-22 中国建设银行股份有限公司 贵金属交易数据管理方法、装置、计算机设备及存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101930585A (zh) * 2010-09-01 2010-12-29 中国建设银行股份有限公司 一种授信业务风险监测系统及其方法
CN106776515A (zh) * 2016-12-16 2017-05-31 刘立 数据处理的方法及装置
WO2017212651A1 (ja) * 2016-06-10 2017-12-14 株式会社野村総合研究所 リスク管理システム
CN107633336A (zh) * 2016-07-18 2018-01-26 北京海峰科技有限责任公司 一种融合数据源统计设备、系统及方法
CN110457294A (zh) * 2019-06-28 2019-11-15 阿里巴巴集团控股有限公司 一种数据处理方法和装置
CN110503328A (zh) * 2019-08-16 2019-11-26 阿里巴巴集团控股有限公司 企业风险识别方法、系统、装置及设备
CN111367524A (zh) * 2020-03-17 2020-07-03 上海东普信息科技有限公司 枚举类型设计方法及装置
CN111402061A (zh) * 2020-02-28 2020-07-10 中国建设银行股份有限公司 一种资产管理方法和系统
CN112015739A (zh) * 2020-09-14 2020-12-01 支付宝(杭州)信息技术有限公司 一种数据核验、数据查询方法及装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106559260A (zh) * 2016-11-02 2017-04-05 合肥微梦软件技术有限公司 一种基于互联网信息中心网络监管系统
CN109544345A (zh) * 2018-10-18 2019-03-29 深圳市金证科技股份有限公司 一种期权保证金预清算方法、装置及终端设备
CN110033171A (zh) * 2019-03-19 2019-07-19 阿里巴巴集团控股有限公司 一种识别金融企业风险的方法、系统平台和介质
CN111383091A (zh) * 2020-02-21 2020-07-07 中国建设银行股份有限公司 一种资产证券化定价方法和装置
CN111897856A (zh) * 2020-07-31 2020-11-06 平安普惠企业管理有限公司 监管报文生成方法、装置、电子设备及可读存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101930585A (zh) * 2010-09-01 2010-12-29 中国建设银行股份有限公司 一种授信业务风险监测系统及其方法
WO2017212651A1 (ja) * 2016-06-10 2017-12-14 株式会社野村総合研究所 リスク管理システム
CN107633336A (zh) * 2016-07-18 2018-01-26 北京海峰科技有限责任公司 一种融合数据源统计设备、系统及方法
CN106776515A (zh) * 2016-12-16 2017-05-31 刘立 数据处理的方法及装置
CN110457294A (zh) * 2019-06-28 2019-11-15 阿里巴巴集团控股有限公司 一种数据处理方法和装置
CN110503328A (zh) * 2019-08-16 2019-11-26 阿里巴巴集团控股有限公司 企业风险识别方法、系统、装置及设备
CN111402061A (zh) * 2020-02-28 2020-07-10 中国建设银行股份有限公司 一种资产管理方法和系统
CN111367524A (zh) * 2020-03-17 2020-07-03 上海东普信息科技有限公司 枚举类型设计方法及装置
CN112015739A (zh) * 2020-09-14 2020-12-01 支付宝(杭州)信息技术有限公司 一种数据核验、数据查询方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
面向大数据的商业银行监管报送系统研究;马宁等;《软件导刊》;20160422(第04期);全文 *

Also Published As

Publication number Publication date
CN112540959A (zh) 2021-03-23

Similar Documents

Publication Publication Date Title
US7577601B1 (en) Leverage margin monitoring and management
US8626639B2 (en) Trade matching platform with variable pricing based on clearing relationships
US20150221034A1 (en) Pricing a Swap Financial Product Using a Non-Par Value
US20150254774A1 (en) Pricing a Forward Rate Agreement Financial Product Using a Non-Par Value
EP2960851A1 (en) Interest rate swap compression
CN112540959B (zh) 一种数据处理方法和装置
CA2236169A1 (en) Apparatus and accompanying methods for automatically modifying a financial portfolio through dynamic re-weighting based on a non-constant function of current capitalization weights
US20130024340A1 (en) Alternate Currency Derivatives
US20230351505A1 (en) Listed options position compression system
WO2016012217A1 (en) Computer systems and methods for balancing indexes
CN112330448A (zh) 资金管理方法、终端设备及存储介质
CN111161080A (zh) 信息处理方法和装置
US11042933B1 (en) System for processing withholding payments
CN115578105A (zh) 一种处理交易数据的方法和装置
EP3783560A1 (en) Automated objective generation of data for, and post validation of, estimation of term sofr benchmarks
US11151651B1 (en) System and method for operating a family of mutual funds or ETFs
CN113034183A (zh) 定价处理方法、装置、电子设备和存储介质
CN110909294A (zh) 数据处理的方法和装置
US20230117941A1 (en) System and Process For Tracking Liquidity Pool Tokens
KR102298049B1 (ko) 국채 변동성 지수를 생성하고 그에 기초하여 파생 상품들을 거래하기 위한 방법 및 시스템
US20230351506A1 (en) Enhanced electronic database management system with reduced data redundancy
CN115797074A (zh) 账户管理方法、装置、电子设备及存储介质
CN112581255A (zh) 处理贷款的方法、装置、设备和计算机可读介质
EP1376421A1 (en) Bond valuation system and method
US20200364787A1 (en) Fixed Income Optimizer

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
TA01 Transfer of patent application right

Effective date of registration: 20221010

Address after: 25 Financial Street, Xicheng District, Beijing 100033

Applicant after: CHINA CONSTRUCTION BANK Corp.

Address before: 12 / F, 15 / F, No. 99, Yincheng Road, Shanghai pilot Free Trade Zone, 200120

Applicant before: Jianxin Financial Science and Technology Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant