CN112598498A - 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
CN112598498A
CN112598498A CN202011490978.2A CN202011490978A CN112598498A CN 112598498 A CN112598498 A CN 112598498A CN 202011490978 A CN202011490978 A CN 202011490978A CN 112598498 A CN112598498 A CN 112598498A
Authority
CN
China
Prior art keywords
data
pricing
event
loan
amount
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
Application number
CN202011490978.2A
Other languages
English (en)
Other versions
CN112598498B (zh
Inventor
赵彭川
张玉龙
陈细平
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 CN202011490978.2A priority Critical patent/CN112598498B/zh
Publication of CN112598498A publication Critical patent/CN112598498A/zh
Application granted granted Critical
Publication of CN112598498B publication Critical patent/CN112598498B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/03—Credit; Loans; Processing thereof

Landscapes

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

Abstract

本发明公开了数据处理方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括采集预设的定价模型参数数据和交易数据，将所述参数数据和交易数据传输至预设的修正引擎；调用预设的正常定价引擎，根据所述的参数数据和交易数据基于相应的定价模型进行定价处理，进而得到正常收支数据，以将所述的正常收支数据传输至预设的修正引擎；判断是否监测到所述交易数据对应账户的目标行为事件，若是则修正引擎根据所述参数数据和交易数据，调用预设的事后定价模型计算事后收支数据，进而合并正常收支数据与事后收支数据得到最终收支数据，发送至下游系统；若否则直接将正常收支数据发送至下游系统。从而，本发明的实施方式能够解决现有无法根据客户行为灵活调整业务系统的技术问题。

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
目前，现有没有对发生客户行为的情况进行FTP内转的影响措施，造成计算出来的FTP利息收支不精确。也就是说，当银行客户发生提前还款或者提前支取行为时，会造成该笔资金的存续期发生改变，资金的占用期限会影响到价格曲线的取值。所以按照原有的资金期限计算FTP内转价格和收支时，就会导致计算结果不准确，而现有系统框架根本无法解决该情况的发生，没有考虑到合约交易的生命周期中客户行为带来的影响，造成FTP定价过程不精确，导致内转收支结果不够准确，进而影响分行业绩考核的公平与合理，造成了系统混乱，业务中断甚至瘫痪。
其中，FTP为内部资金转移定价，是一种向资金使用方收取资金成本，并向资金提供方支付资金价值的内部转移定价机制，是针对资产负债表全部资金来源和资金运用项目，按照重定价期限和现金流特征逐笔匹配资金成本和资金价值，具有合理界定产品和部门利润贡献、分离利率风险、提高资产负债调控能力等重要功能。
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，能够解决现有无法根据客户行为灵活调整业务系统的技术问题。
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，包括采集预设的定价模型参数数据和交易数据，将所述参数数据和交易数据传输至预设的修正引擎；调用预设的正常定价引擎，根据所述的参数数据和交易数据基于相应的定价模型进行定价处理，进而得到正常收支数据，以将所述的正常收支数据传输至预设的修正引擎；判断是否监测到所述交易数据对应账户的目标行为事件，若是则修正引擎根据所述参数数据和交易数据，调用预设的事后定价模型计算事后收支数据，进而合并正常收支数据与事后收支数据得到最终收支数据，发送至下游系统；若否则直接将正常收支数据发送至下游系统。
可选地，如果监测到所述交易数据对应账户的目标行为事件，则识别所述目标行为事件所属的事件类型，调用相应的事后定价模型，进而根据所述参数数据和交易数据计算事后收支数据。
可选地，识别所述目标行为事件所属的事件类型之后，还包括：
根据所述目标行为事件，获取所述交易数据对应账户的定价配置信息，以确定相应的事后定价模型。
可选地，识别所述目标行为事件为贷款提前还款类型，获取所述交易数据对应账户的定价配置信息为第一标识，则剥离提前还款部分的沉淀期：(M-N)对应贷款的沉淀期为T,N对应贷款的沉淀期为t；其中，贷款的合同期限为T，贷款金额为M，起息日为t0，在t时刻发生了部分提前还款，提前还款金额N；
计算调整金额的调整金额：
ΔVf＝(Pt-PT)*(N*t)/365
其中，ΔVf表示调整金额，PT表示期限为T对应的调整项，Pt表示期限为t对应的调整项；FTP调整金额在不同期限会匹配到不同的值，发生客户行为后需要重新计算调整项的值；
计算发生FTP的收支调整金额：
ΔVs＝(FTPt-FTPT)*(N*t)/365
其中，ΔVs表示收支调整金额，FTPT表示期限为T对应的内转价格，FTPt表示期限为t对应的内转价格；
计算t时刻的内转调整金额：
ΔV＝ΔVf+ΔVs。
可选地，识别所述目标行为事件为贷款提前还款类型，获取所述交易数据对应账户的定价配置信息为第二标识，则剥离提前还款的部分沉淀期：(M-N)对应贷款的沉淀期为T,N对应贷款的沉淀期为t；其中，贷款的合同期限为T,贷款金额为M，在第t时刻发生了部分提前还款，上一个重定价日为t0，下一个重定价日为t1，提前还款金额为N；
计算调整金额的调整金额：
ΔVf＝(Pt-PT)*N*(t-t0)/365
其中，ΔVf表示调整金额，PT表示期限为T对应的调整项，Pt表示期限为t对应的调整项；
计算发生FTP的收支调整金额：
Figure BDA0002840699790000031
其中，ΔVs表示收支调整金额，FTPt1-t0表示期限为(t1-t0)对应的内转价格，
Figure BDA0002840699790000032
表示期限为(t-t0)对应的内转价格；
计算t时刻的内转调整金额：
ΔV＝ΔVf+ΔVs。
可选地，识别所述目标行为事件为贷款提前还款类型，获取所述交易数据对应账户的定价配置信息包括第一标识和第二标识，则剥离提前还款的部分沉淀期：(M-N)对应贷款的沉淀期为T,N对应贷款的沉淀期为t；其中，贷款的合同期限为T，贷款金额为M，在第t时刻发生了部分提前还款，上一个重定价日为t0，下一个重定价日为t1，提前还款金额为N；
计算调整金额的调整金额：
ΔVf＝(Pt-PT)*N*(t-t0)/365
其中，ΔVf表示调整金额，PT表示期限为T对应的调整项，Pt表示期限为t对应的调整项；
计算FTP收支调整金额：
Figure BDA0002840699790000041
其中，ΔVs表示调整金额，FTPt1-t0表示期限为(t1-t0)对应的内转价格，
Figure BDA0002840699790000042
表示期限为(t-t0)对应的内转价格；
计算t时刻的内转调整金额：
ΔV＝ΔVf+ΔVs。
可选地，包括：
如果监测到所述交易数据对应账户的目标行为事件，则修正引擎从预设的数据池中拉取所述参数数据和交易数据，调用预设的事后定价模型计算事后收支数据。
另外，本发明还提供了一种数据处理装置，包括获取模块，用于采集预设的定价模型参数数据和交易数据，将所述参数数据和交易数据传输至预设的修正引擎；处理模块，用于调用预设的正常定价引擎，根据所述的参数数据和交易数据基于相应的定价模型进行定价处理，进而得到正常收支数据，以将所述的正常收支数据传输至预设的修正引擎；判断是否监测到所述交易数据对应账户的目标行为事件，若是则修正引擎根据所述参数数据和交易数据，调用预设的事后定价模型计算事后收支数据，进而合并正常收支数据与事后收支数据得到最终收支数据，发送至下游系统；若否则直接将正常收支数据发送至下游系统。
上述发明中的一个实施例具有如下优点或有益效果：本发明能够针对临时客户发生的行为事件做出及时、有效的业务系统调整，例如客户发生提前支取或是提前还款，资金的实际占用期限发生变化时，更加准确的计算FTP内转收支。同时，保证了业务系统的安全与性能。
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是根据本发明第一实施例的数据处理方法的主要流程的示意图；
图2是根据本发明第二实施例的数据处理方法的架构的示意图；
图3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4是本发明实施例可以应用于其中的示例性系统架构图；
图5是适于用来实现本发明实施例的终端设备或服务器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。
图1是根据本发明第一实施例的数据处理方法的主要流程的示意图，如图1所示，所述数据处理方法包括：
步骤S101，采集预设的定价模型参数数据和交易数据，将所述参数数据和交易数据传输至预设的修正引擎。
在一些实施例中，交易数据例如存贷款、债券等等数据。定价模型参数数据，例如FTP定价需要配置的定价方案参数。
步骤S102，调用预设的正常定价引擎，根据所述的参数数据和交易数据基于相应的定价模型进行定价处理，进而得到正常收支数据，以将所述的正常收支数据传输至预设的修正引擎。
在一些实施例中，FTP正常定价是将采集到的交易数据和曲线数据按照相应的定价规则进行FTP定价，即根据不同的交易数据类型定价规则也不相同。而FTP收支计算将计算出的FTP价格关联账户余额，计算每个账户的内转收支。其中，曲线数据是例如shibor、libor等市场上公开的利率曲线，包括日期、期限、利率值这三个维度。
举例说明：一笔3年期的贷款，金额是100万，起息日是20201201，到期日是20231201。定价曲线是shibor，定价方法是合同期限法(按照业务的合同期限去匹配曲线上的期限点，即曲线的日期和期限两个维度确定。定价过程则是找到20201201当天的shibor曲线，发现当天曲线的3年期的利率值为6.5％。那么这笔贷款的FTP价格就是6.5％。这笔贷款的内转收支就是100w*6.5％＝6.5w。
步骤S103，判断是否监测到所述交易数据对应账户的目标行为事件，若是则修正引擎根据所述参数数据和交易数据，调用预设的事后定价模型计算事后收支数据，进而合并正常收支数据与事后收支数据得到最终收支数据，发送至下游系统；若否则直接将正常收支数据发送至下游系统。
在一些实施例中，如果监测到所述交易数据对应账户的目标行为事件，则识别所述目标行为事件所属的事件类型，调用相应的事后定价模型，进而根据所述参数数据和交易数据计算事后收支数据。进一步地实施例，识别所述目标行为事件所属的事件类型之后，还可以根据所述目标行为事件，获取所述交易数据对应账户的定价配置信息，以确定相应的事后定价模型。
值得说明的是，如果监测到所述交易数据对应账户的目标行为事件，则修正引擎从预设的数据池中拉取所述参数数据和交易数据，调用预设的事后定价模型计算事后收支数据。
作为第一具体的实施例，利用大数据平台与分布式计算能力，当任一笔交易(例如贷款)发生提前还款后，资金的实际期限发生了调整，其实际匹配的定价曲线和调整项(调整项是一个利率值，作用是对曲线的定价结果进行加减调节。比如曲线的利率值是6.5％，调整项是0.5％，那么最终的FTP价格就是7％。)也应进行相应重新匹配与调整。为了准确计量一笔贷款的存续期限，定义沉淀期(沉淀期是资金的加权期限，按照每期还款金额的权重对时间加权计算。)，沉淀期的计算如下：
到期还本贷款：P＝T
分期还本贷款：
Figure BDA0002840699790000071
其中，P表示沉淀期，T表示贷款合同期限，CFi表示第i期的还款金额，t表示第i期还款时距离起息日的时长，n表示还款期数。
举例1：一笔固定期限，到期还本的贷款，贷款期限为1年，那么其沉淀期为1年。举例2：一笔分期还款贷款，贷款金额为10000元，按照如下还款计划：
时间(月) 还款本金(元)
1 2000
2 1000
3 3000
4 3000
5 1000
合计 10000
那么沉淀期为：
Figure BDA0002840699790000072
如果识别所述目标行为事件为贷款提前还款类型，获取所述交易数据对应账户的定价配置信息为第一标识，则剥离提前还款部分的沉淀期：(M-N)对应贷款的沉淀期为T,N对应贷款的沉淀期为t；其中，贷款的合同期限为T，贷款金额为M，起息日为t0，在t时刻发生了部分提前还款，提前还款金额N；
计算调整金额的调整金额：
ΔVf＝(Pt-PT)*(N*t)/365
其中，ΔVf表示调整金额，PT表示期限为T对应的调整项，Pt表示期限为t对应的调整项；FTP调整金额在不同期限会匹配到不同的值，发生客户行为后需要重新计算调整项的值；
计算发生FTP的收支调整金额：
ΔVs＝(FTPt-FTPT)*(N*t)/365
其中，ΔVs表示收支调整金额，FTPT表示期限为T对应的内转价格，FTPt表示期限为t对应的内转价格；
计算t时刻的内转调整金额：
ΔV＝ΔVf+ΔVs。
作为第二具体的实施例，如果识别所述目标行为事件为贷款提前还款类型，获取所述交易数据对应账户的定价配置信息为第二标识，则剥离提前还款的部分沉淀期：(M-N)对应贷款的沉淀期为T,N对应贷款的沉淀期为t；其中，贷款的合同期限为T,贷款金额为M，在第t时刻发生了部分提前还款，上一个重定价日为t0，下一个重定价日为t1，提前还款金额为N；
计算调整金额的调整金额：
ΔVf＝(Pt-PT)*N*(t-t0)/365
其中，ΔVf表示调整金额，PT表示期限为T对应的调整项，Pt表示期限为t对应的调整项；
计算发生FTP的收支调整金额：
Figure BDA0002840699790000081
其中，ΔVs表示收支调整金额，FTPt1-t0表示期限为(t1-t0)对应的内转价格，
Figure BDA0002840699790000082
表示期限为(t-t0)对应的内转价格；
计算t时刻的内转调整金额：
ΔV＝ΔVf+ΔVs。
作为第三具体的实施例，如果识别所述目标行为事件为贷款提前还款类型，获取所述交易数据对应账户的定价配置信息包括第一标识和第二标识，则剥离提前还款的部分沉淀期：(M-N)对应贷款的沉淀期为T,N对应贷款的沉淀期为t；其中，贷款的合同期限为T，贷款金额为M，在第t时刻发生了部分提前还款，上一个重定价日为t0，下一个重定价日为t1，提前还款金额为N；
计算调整金额的调整金额：
ΔVf＝(Pt-PT)*N*(t-t0)/365
其中，ΔVf表示调整金额，PT表示期限为T对应的调整项，Pt表示期限为t对应的调整项；
计算FTP收支调整金额：
Figure BDA0002840699790000091
其中，ΔVs表示调整金额，FTPt1-t0表示期限为(t1-t0)对应的内转价格，
Figure BDA0002840699790000092
表示期限为(t-t0)对应的内转价格；
计算t时刻的内转调整金额：
ΔV＝ΔVf+ΔVs。
因此，本发明根据客户对应账户的各种情况，对提前还款或提前支取行为事件，按实际情况进行FTP内转收支事后调整，内转定价结果更加精确，使分行业绩考核更加公平公正，修正资金实际占用期限，使FTP定价结果更加准确。
图2是根据本发明第二实施例的数据处理方法的主要流程的示意图，所述数据处理方法包括：
通过大数据平台与分布式计算能力，从外部数据库B获取定价模型参数数据，从数据库A获取交易数据，从而实现了采集定价模型参数数据和交易数据的过程。然后，将所述参数数据和交易数据传输至预设的修正引擎(即图2中的修正装置)。当然，同时调用预设的正常定价引擎，根据所述参数数据和交易数据基于相应的定价模型进行定价处理，进而得到正常收支数据，以将所述的正常收支数据传输至预设的修正引擎。
判断是否监测到所述交易数据对应账户的目标行为事件，若是则修正引擎识别所述目标行为事件所属的事件类型，根据所述目标行为事件，从预设的数据池中拉取所述参数数据和交易数据，获取所述交易数据对应账户的定价配置信息，以确定相应的事后定价模型，进而根据所述参数数据和交易数据计算事后收支数据，然后合并正常收支数据与事后收支数据得到最终收支数据，将最终收支数据发送至下游系统。若否则直接将正常收支数据发送至下游系统(例如绩效考核系统)。其中，可以将最终收支数据或者正常收支数据存储至数据库A中。
图3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3所示，所述数据处理装置包括获取模块301和处理模块302。其中，获取模块301采集预设的定价模型参数数据和交易数据，将所述参数数据和交易数据传输至预设的修正引擎；处理模块302调用预设的正常定价引擎，根据所述的参数数据和交易数据基于相应的定价模型进行定价处理，进而得到正常收支数据，以将所述的正常收支数据传输至预设的修正引擎；判断是否监测到所述交易数据对应账户的目标行为事件，若是则修正引擎根据所述参数数据和交易数据，调用预设的事后定价模型计算事后收支数据，进而合并正常收支数据与事后收支数据得到最终收支数据，发送至下游系统；若否则直接将正常收支数据发送至下游系统。
在一些实施例中，处理模块302如果监测到所述交易数据对应账户的目标行为事件，则识别所述目标行为事件所属的事件类型，调用相应的事后定价模型，进而根据所述参数数据和交易数据计算事后收支数据。
在一些实施例中，处理模块302识别所述目标行为事件所属的事件类型之后，还包括：根据所述目标行为事件，获取所述交易数据对应账户的定价配置信息，以确定相应的事后定价模型。
在一些实施例中，处理模块302识别所述目标行为事件为贷款提前还款类型，获取所述交易数据对应账户的定价配置信息为第一标识，则剥离提前还款部分的沉淀期：(M-N)对应贷款的沉淀期为T,N对应贷款的沉淀期为t；其中，贷款的合同期限为T，贷款金额为M，起息日为t0，在t时刻发生了部分提前还款，提前还款金额N；
计算调整金额的调整金额：
ΔVf＝(Pt-PT)*(N*t)/365
其中，ΔVf表示调整金额，PT表示期限为T对应的调整项，Pt表示期限为t对应的调整项；FTP调整金额在不同期限会匹配到不同的值，发生客户行为后需要重新计算调整项的值；
计算发生FTP的收支调整金额：
ΔVs＝(FTPt-FTPT)*(N*t)/365
其中，ΔVs表示收支调整金额，FTPT表示期限为T对应的内转价格，FTPt表示期限为t对应的内转价格；
计算t时刻的内转调整金额：
ΔV＝ΔVf+ΔVs。
在一些实施例中，处理模块302识别所述目标行为事件为贷款提前还款类型，获取所述交易数据对应账户的定价配置信息为第二标识，则剥离提前还款的部分沉淀期：(M-N)对应贷款的沉淀期为T,N对应贷款的沉淀期为t；其中，贷款的合同期限为T,贷款金额为M，在第t时刻发生了部分提前还款，上一个重定价日为t0，下一个重定价日为t1，提前还款金额为N；
计算调整金额的调整金额：
ΔVf＝(Pt-PT)*N*(t-t0)/365
其中，ΔVf表示调整金额，PT表示期限为T对应的调整项，Pt表示期限为t对应的调整项；
计算发生FTP的收支调整金额：
Figure BDA0002840699790000111
其中，ΔVs表示收支调整金额，FTPt1-t0表示期限为(t1-t0)对应的内转价格，
Figure BDA0002840699790000112
表示期限为(t-t0)对应的内转价格；
计算t时刻的内转调整金额：
ΔV＝ΔVf+ΔVs。
在一些实施例中，处理模块302识别所述目标行为事件为贷款提前还款类型，获取所述交易数据对应账户的定价配置信息包括第一标识和第二标识，则剥离提前还款的部分沉淀期：(M-N)对应贷款的沉淀期为T,N对应贷款的沉淀期为t；其中，贷款的合同期限为T，贷款金额为M，在第t时刻发生了部分提前还款，上一个重定价日为t0，下一个重定价日为t1，提前还款金额为N；
计算调整金额的调整金额：
ΔVf＝(Pt-PT)*N*(t-t0)/365
其中，ΔVf表示调整金额，PT表示期限为T对应的调整项，Pt表示期限为t对应的调整项；
计算FTP收支调整金额：
Figure BDA0002840699790000113
其中，ΔVs表示调整金额，FTPt1-t0表示期限为(t1-t0)对应的内转价格，
Figure BDA0002840699790000121
表示期限为(t-t0)对应的内转价格；
计算t时刻的内转调整金额：
ΔV＝ΔVf+ΔVs。
在一些实施例中，处理模块302如果监测到所述交易数据对应账户的目标行为事件，则修正引擎从预设的数据池中拉取所述参数数据和交易数据，调用预设的事后定价模型计算事后收支数据。
需要说明的是，在本发明所述数据处理方法和所述数据处理装置在具体实施内容上具有相应关系，故重复内容不再说明。
图4示出了可以应用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400。
如图4所示，系统架构400可以包括终端设备401、402、403，网络404和服务器405。网络404用以在终端设备401、402、403和服务器405之间提供通信链路的介质。网络404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401、402、403通过网络404与服务器405交互，以接收或发送消息等。终端设备401、402、403上可以安装有各种通讯客户端应用，例如购物类应用、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(仅为示例)。
终端设备401、402、403可以是具有数据处理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405可以是提供各种服务的服务器，例如对用户利用终端设备401、402、403所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。
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405执行，相应地，计算装置一般设置于服务器405中。
应该理解，图4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。
下面参考图5，其示出了适于用来实现本发明实施例的终端设备的计算机系统500的结构示意图。图5示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示，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，还存储有计算机系统500操作所需的各种程序和数据。CPU401、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)、液晶数据处理器(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和处理模块。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。
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，使得该设备包括采集预设的定价模型参数数据和交易数据，将所述参数数据和交易数据传输至预设的修正引擎；调用预设的正常定价引擎，根据所述的参数数据和交易数据基于相应的定价模型进行定价处理，进而得到正常收支数据，以将所述的正常收支数据传输至预设的修正引擎；判断是否监测到所述交易数据对应账户的目标行为事件，若是则修正引擎根据所述参数数据和交易数据，调用预设的事后定价模型计算事后收支数据，进而合并正常收支数据与事后收支数据得到最终收支数据，发送至下游系统；若否则直接将正常收支数据发送至下游系统。
根据本发明实施例的技术方案，能够解决现有无法根据客户行为灵活调整业务系统的技术问题。
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 (10)

1.一种数据处理方法，其特征在于，包括：
采集预设的定价模型参数数据和交易数据，将所述参数数据和交易数据传输至预设的修正引擎；
调用预设的正常定价引擎，根据所述的参数数据和交易数据基于相应的定价模型进行定价处理，进而得到正常收支数据，以将所述的正常收支数据传输至预设的修正引擎；
判断是否监测到所述交易数据对应账户的目标行为事件，若是则修正引擎根据所述参数数据和交易数据，调用预设的事后定价模型计算事后收支数据，进而合并正常收支数据与事后收支数据得到最终收支数据，发送至下游系统；若否则直接将正常收支数据发送至下游系统。
2.根据权利要求1所述的方法，其特征在于，包括：
如果监测到所述交易数据对应账户的目标行为事件，则识别所述目标行为事件所属的事件类型，调用相应的事后定价模型，进而根据所述参数数据和交易数据计算事后收支数据。
3.根据权利要求2所述的方法，其特征在于，识别所述目标行为事件所属的事件类型之后，还包括：
根据所述目标行为事件，获取所述交易数据对应账户的定价配置信息，以确定相应的事后定价模型。
4.根据权利要求3所述的方法，其特征在于，包括：
识别所述目标行为事件为贷款提前还款类型，获取所述交易数据对应账户的定价配置信息为第一标识，则剥离提前还款部分的沉淀期：(M-N)对应贷款的沉淀期为T,N对应贷款的沉淀期为t；其中，贷款的合同期限为T，贷款金额为M，起息日为t0，在t时刻发生了部分提前还款，提前还款金额N；
计算调整金额的调整金额：
ΔVf＝(Pt-PT)*(N*t)/365
其中，ΔVf表示调整金额，PT表示期限为T对应的调整项，Pt表示期限为t对应的调整项；FTP调整金额在不同期限会匹配到不同的值，发生客户行为后需要重新计算调整项的值；
计算发生FTP的收支调整金额：
ΔVs＝(FTPt-FTPT)*(N*t)/365
其中，ΔVs表示收支调整金额，FTPT表示期限为T对应的内转价格，FTPt表示期限为t对应的内转价格；
计算t时刻的内转调整金额：
ΔV＝ΔVf+ΔVs。
5.根据权利要求3所述的方法，其特征在于，包括：
识别所述目标行为事件为贷款提前还款类型，获取所述交易数据对应账户的定价配置信息为第二标识，则剥离提前还款的部分沉淀期：(M-N)对应贷款的沉淀期为T,N对应贷款的沉淀期为t；其中，贷款的合同期限为T,贷款金额为M，在第t时刻发生了部分提前还款，上一个重定价日为t0，下一个重定价日为t1，提前还款金额为N；
计算调整金额的调整金额：
ΔVf＝(Pt-PT)*N*(t-t0)/365
其中，ΔVf表示调整金额，PT表示期限为T对应的调整项，Pt表示期限为t对应的调整项；
计算发生FTP的收支调整金额：
Figure FDA0002840699780000021
其中，ΔVs表示收支调整金额，FTPt1-t0表示期限为(t1-t0)对应的内转价格，
Figure FDA0002840699780000022
表示期限为(t-t0)对应的内转价格；
计算t时刻的内转调整金额：
ΔV＝ΔVf+ΔVs。
6.根据权利要求3所述的方法，其特征在于，包括：
识别所述目标行为事件为贷款提前还款类型，获取所述交易数据对应账户的定价配置信息包括第一标识和第二标识，则剥离提前还款的部分沉淀期：(M-N)对应贷款的沉淀期为T,N对应贷款的沉淀期为t；其中，贷款的合同期限为T，贷款金额为M，在第t时刻发生了部分提前还款，上一个重定价日为t0，下一个重定价日为t1，提前还款金额为N；
计算调整金额的调整金额：
ΔVf＝(Pt-PT)*N*(t-t0)/365
其中，ΔVf表示调整金额，PT表示期限为T对应的调整项，Pt表示期限为t对应的调整项；
计算FTP收支调整金额：
Figure FDA0002840699780000031
其中，ΔVs表示调整金额，FTPt1-t0表示期限为(t1-t0)对应的内转价格，
Figure FDA0002840699780000032
表示期限为(t-t0)对应的内转价格；
计算t时刻的内转调整金额：
ΔV＝ΔVf+ΔVs。
7.根据权利要求1-6任一所述的方法，其特征在于，包括：
如果监测到所述交易数据对应账户的目标行为事件，则修正引擎从预设的数据池中拉取所述参数数据和交易数据，调用预设的事后定价模型计算事后收支数据。
8.一种数据处理装置，其特征在于，包括：
获取模块，用于采集预设的定价模型参数数据和交易数据，将所述参数数据和交易数据传输至预设的修正引擎；
处理模块，用于调用预设的正常定价引擎，根据所述的参数数据和交易数据基于相应的定价模型进行定价处理，进而得到正常收支数据，以将所述的正常收支数据传输至预设的修正引擎；判断是否监测到所述交易数据对应账户的目标行为事件，若是则修正引擎根据所述参数数据和交易数据，调用预设的事后定价模型计算事后收支数据，进而合并正常收支数据与事后收支数据得到最终收支数据，发送至下游系统；若否则直接将正常收支数据发送至下游系统。
9.一种电子设备，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1-7中任一所述的方法。
10.一种计算机可读介质，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1-7中任一所述的方法。
CN202011490978.2A 2020-12-16 2020-12-16 一种数据处理方法和装置 Active CN112598498B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011490978.2A CN112598498B (zh) 2020-12-16 2020-12-16 一种数据处理方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011490978.2A CN112598498B (zh) 2020-12-16 2020-12-16 一种数据处理方法和装置

Publications (2)

Publication Number Publication Date
CN112598498A true CN112598498A (zh) 2021-04-02
CN112598498B CN112598498B (zh) 2024-08-23

Family

ID=75197037

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011490978.2A Active CN112598498B (zh) 2020-12-16 2020-12-16 一种数据处理方法和装置

Country Status (1)

Country Link
CN (1) CN112598498B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100205108A1 (en) * 2009-02-11 2010-08-12 Mun Johnathan C Credit and market risk evaluation method
CN105701665A (zh) * 2014-11-28 2016-06-22 上海宝钢钢材贸易有限公司 用于自动定价的数据系统
CN105956924A (zh) * 2016-04-20 2016-09-21 中国科学院大学 金融衍生品大数据分析、交易与风险管理系统及方法
CN109636369A (zh) * 2018-11-02 2019-04-16 深圳市快付通金融网络科技服务有限公司 资金账户账务处理方法、装置、计算机设备及存储介质
CN111429258A (zh) * 2020-03-19 2020-07-17 中国建设银行股份有限公司 一种监测贷款资金流向的方法和装置
CN112016967A (zh) * 2020-08-28 2020-12-01 中国银联股份有限公司 一种交易数据处理方法与装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100205108A1 (en) * 2009-02-11 2010-08-12 Mun Johnathan C Credit and market risk evaluation method
CN105701665A (zh) * 2014-11-28 2016-06-22 上海宝钢钢材贸易有限公司 用于自动定价的数据系统
CN105956924A (zh) * 2016-04-20 2016-09-21 中国科学院大学 金融衍生品大数据分析、交易与风险管理系统及方法
CN109636369A (zh) * 2018-11-02 2019-04-16 深圳市快付通金融网络科技服务有限公司 资金账户账务处理方法、装置、计算机设备及存储介质
CN111429258A (zh) * 2020-03-19 2020-07-17 中国建设银行股份有限公司 一种监测贷款资金流向的方法和装置
CN112016967A (zh) * 2020-08-28 2020-12-01 中国银联股份有限公司 一种交易数据处理方法与装置

Also Published As

Publication number Publication date
CN112598498B (zh) 2024-08-23

Similar Documents

Publication Publication Date Title
CN110276652A (zh) 用于推送信息的方法和装置
CN112446764A (zh) 游戏商品推荐方法、装置及电子设备
CN113449997A (zh) 一种数据处理方法和装置
CN113191806B (zh) 确定流量调控目标的方法及装置
CN114282998A (zh) 一种外币账户余额处理方法和装置
CN113034183A (zh) 定价处理方法、装置、电子设备和存储介质
CN111242576A (zh) 处理请求的方法和装置
CN115578105A (zh) 一种处理交易数据的方法和装置
CN110858335A (zh) 一种计算促销弹性的方法和装置
CN112598498A (zh) 一种数据处理方法和装置
CN113888200A (zh) 数据处理方法、显示方法及电子设备
CN114445128A (zh) 卡券管理方法、装置、电子设备和计算机可读介质
CN114187091A (zh) 一种现金流确定方法、装置、设备和存储介质
CN114169997A (zh) 一种扣款方法和装置
CN110796479A (zh) 广告出价更新方法、装置及电子设备
CN111242767A (zh) 用户按期还款预测方法、装置及电子设备
CN113159912B (zh) 由电子设备执行的倒起息冲正息余输出方法及装置
CN111415244B (zh) 处理数据的方法和装置
CN110874386A (zh) 建立类目映射关系的方法和装置
CN113515374B (zh) 数据处理方法及装置、电子设备和计算机可读存储介质
CN112581166B (zh) 一种多媒体对象的调价方法及装置
CN115880048A (zh) 处理账户数据的方法、装置、电子设备和计算机可读介质
CN118212063A (zh) 债券数据处理方法、装置、设备、介质和程序产品
CN115239398A (zh) 出价的确定方法和装置
CN112561321A (zh) 一种资本节约考核方法及系统

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