CN112700149A - 一种投资组合风险评估系统、方法及计算机设备 - Google Patents

一种投资组合风险评估系统、方法及计算机设备 Download PDF

Info

Publication number
CN112700149A
CN112700149A CN202110007973.8A CN202110007973A CN112700149A CN 112700149 A CN112700149 A CN 112700149A CN 202110007973 A CN202110007973 A CN 202110007973A CN 112700149 A CN112700149 A CN 112700149A
Authority
CN
China
Prior art keywords
investment
portfolio
risk
index
investment portfolio
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
CN202110007973.8A
Other languages
English (en)
Inventor
崔海波
薛冬
王舒怡
路铠僖
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 Everbright Bank Co Ltd
Original Assignee
China Everbright Bank 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 China Everbright Bank Co Ltd filed Critical China Everbright Bank Co Ltd
Priority to CN202110007973.8A priority Critical patent/CN112700149A/zh
Publication of CN112700149A publication Critical patent/CN112700149A/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
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/06—Asset management; Financial planning or analysis

Landscapes

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

Abstract

本文提供了一种投资组合风险评估系统、方法及计算机设备，其中，系统包括：指标验证模块用于根据历史投资组合数据，针对每个风险指标的多种计算方法计算投资组合的每个风险指标的多个风险指标值；根据每个风险指标的多个风险指标值，确定所述投资组合的每个风险指标的稳定性，将稳定性满足预定条件的风险指标作为投资组合的风险评价指标；爬虫分析模块用于根据投资组合的新闻信息，确定投资组合的负面等级，将投资组合的负面等级存储于数据库中；预警模块用于根据投资组合的风险评价指标及投资组合的负面等级，确定投资组合的风险等级。本文能够精确地确定投资组合的风险，并能第一时间发现潜在的投资风险，为委托人、受托人的决策提供参考。

Description

一种投资组合风险评估系统、方法及计算机设备
技术领域
本文涉及大数据分析领域，尤其涉及一种投资组合风险评估系统、方法及计算机设备。
背景技术
现有技术中，对于投资管理人的绩效评估，主要是从片面角度(例如盈利金额等)方面进行评价，且未将投资管理人评价与风险相关联，这样就会无法准确地获知投资管理人真实实力，也无法为委托人、受托人提供更好的参考价值。
另外，现有的绩效评估不完整，缺乏大数据挖掘思想及平台化架构理念，无法为委托人、受托人提供全面的服务，进而不能满足不同客户的业务场景与需要。
再者，现有的投资组合风险预测通常利用单一风险指标进行评价，未对风险指标的稳定性进行分析，未结合投资组合的负面新闻对投资组合的风险进行评价。
发明内容
本文用于解决现有技术中，投资组合的风险评价具有片面性，不能真实反映投资组合的真实风险情况。
为了解决上述技术问题，本文的第一方面提供一种投资组合风险评估系统，包括：指标验证模块、爬虫分析模块、预警模块及数据库；
所述指标验证模块用于获取历史投资组合数据；根据所述历史投资组合数据，针对每个风险指标的多种计算方法计算投资组合的每个风险指标的多个风险指标值；根据每个风险指标的多个风险指标值，确定所述投资组合的每个风险指标的稳定性，将稳定性满足预定条件的风险指标作为投资组合的风险评价指标；
所述爬虫分析模块用于获取投资组合的新闻信息；根据所述投资组合的新闻信息，确定所述投资组合的负面等级，将所述投资组合的负面等级存储于数据库中；
所述预警模块用于根据所述投资组合的风险评价指标及所述投资组合的负面等级，确定所述投资组合的风险等级。
本文进一步实施例中，所述爬虫分析模块根据所述投资组合的新闻信息，确定所述投资组合的负面等级，包括：
从所述投资组合的新闻信息中筛选出负面新闻；
统计负面新闻的条数及权重；
根据负面新闻的条数及权重，确定投资组合的负面等级。
本文进一步实施例中，投资组合风险评估系统还包括：绩效分析模块及界面配置模块；
所述绩效分析模块用于根据历史投资组合数据及投资组合的风险评价指标，对投资管理人进行评价，将投资管理人的评价结果存储于数据库中；
所述界面配置模块用于从数据库存储的信息中提取信息列表，根据信息列表生成评估界面。
本文进一步实施例中，所述绩效分析模块根据历史投资组合数据及投资组合的风险评价指标，对投资管理人进行评价，包括：
对所述历史投资组合数据按所述投资管理人进行分组，确定各投资管理人的历史投资组合数据；
根据各投资管理人的历史投资组合数据，计算各类投资组合的收益；
根据各类投资组合的收益，确定投资管理人的风格画像及资产配置归因；
根据各投资管理人的历史投资组合数据及投资组合的风险评价指标，计算各类投资组合的风险评价指标值；
根据各类投资组合的收益及风险评价指标值，确定投资管理人的选股及择时能力。
本文进一步实施例中，投资组合风险评估系统还包括：组合管理模块，用于根据所述历史投资组合数据，确定投资组合的历史表现；根据所述投资组合的历史表现，对相似投资组合的未来表现进行预测，将所述投资组合的历史表现及未来表现预测结果存储于数据库中；
其中，所述投资组合的历史表现包括属性指标、规模指标、收益指标、风险评价指标及绩效指标变化趋势中的一个或多个。
本文进一步实施例中，投资组合风险评估系统还包括：资产研究模块，用于对各投资组合的持有情况、预订时间段内各投资组合产品的变化情况进行统计，将统计结果存入数据库中，以供用户查询。
本文进一步实施例中，投资组合风险评估系统还包括：清洗模块，用于对从账务核算系统获取的数据进行预处理，得到按预定表格存储的历史投资组合数据。
本文进一步实施例中，所述清洗模块还用于比对所述历史投资组合数据与从账务核算系统获取的数据，若历史投资组合数据与账务核算系统获取的数据存在差异，则记录差异信息，并生成报警信息。
本文的第二方面提供一种投资组合风险评估方法，包括；
获取历史投资组合数据；根据历史投资组合数据，针对每个风险指标的多种计算方法计算投资组合的每个风险指标的多个风险指标值；根据每个风险指标的多个风险指标值，确定所述投资组合的每个风险指标的稳定性，将稳定性满足预定条件的风险指标作为投资组合的风险评价指标；
获取投资组合的新闻信息；根据所述投资组合的新闻信息，确定所述投资组合的负面等级；
根据所述投资组合的风险评价指标及所述投资组合的负面等级，确定所述投资组合的风险等级。
本文的第三方面提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现前述实施例所述的投资组合风险评估方法。
本文提供的投资组合风险评估系统、方法及计算机设备，通过指标验证模块获取历史投资组合数据；根据所述历史投资组合数据，针对每个风险指标的多种计算方法计算投资组合的每个风险指标的多个风险指标值；根据每个风险指标的多个风险指标值，确定投资组合的每个风险指标的稳定性，将稳定性满足预定条件的风险指标作为投资组合的风险评价指标；爬虫分析模块获取投资组合的新闻信息；根据所述投资组合的新闻信息，确定所述投资组合的负面等级，将所述投资组合的负面等级存储于数据库中；预警模块根据所述投资组合的风险评价指标及所述投资组合的负面等级，确定所述投资组合的风险等级。能够充分利用爬虫创新技术，以丰富性、适用性、准确性为出发点，精确地确定投资组合的风险，并能第一时间发现潜在的投资风险，为委托人、受托人的决策提供参考。
为让本文的上述和其他目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附图式，作详细说明如下。
附图说明
为了更清楚地说明本文实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本文的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示出了本文实施例投资组合风险评估系统的第一结构图；
图2示出了本文实施例投资组合风险评估系统的第二结构图；
图3示出了本文实施例投资组合风险评估系统的第三结构图；
图4示出了本文实施例投资组合风险评估系统的第四结构图；
图5示出了本文实施例投资组合风险评估系统的第五结构图；
图6示出了本文实施例投资组合风险评估方法的流程图；
图7示出了本文实施例计算机设备的结构图。
附图符号说明：
110、指标验证模块；
120、爬虫分析模块；
130、预警模块；
140、数据库；
150、界面配置模块；
160、绩效分析模块；
170、组合管理模块；
180、资产研究模块；
190、清洗模块；
702、计算机设备；
704、处理器；
706、存储器；
708、驱动机构；
710、输入/输出模块；
712、输入设备；
714、输出设备；
716、呈现设备；
718、图形用户接口；
720、网络接口；
722、通信链路；
724、通信总线。
具体实施方式
下面将结合本文实施例中的附图，对本文实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本文一部分实施例，而不是全部的实施例。基于本文中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本文保护的范围。
本文提供的投资组合风险评估系统、方法及计算机设备，可应用于金融公司(例如银行、证券公司、基金管理公司等)，以便为委托人、代理人及受托人投资组合风险判断提供依据。
如图1所示，图1示出了本文实施例投资组合风险评估系统的第一结构图。本实施例能够解决现有技术中投资组合的风险评价具有片面性，不能真实反映投资组合的真实风险情况。
具体的，本文所述的投资组合风险评估系统包括：指标验证模块110、爬虫分析模块120、预警模块130及数据库140。
指标验证模块110用于获取历史投资组合数据；根据历史投资组合数据，针对每个风险指标的多种计算方法计算投资组合的每个风险指标的多个风险指标值；根据每个风险指标的多个风险指标值，确定所述投资组合的每个风险指标的稳定性，将稳定性满足预定条件的风险指标作为投资组合的风险评价指标。
爬虫分析模块120用于获取投资组合的新闻信息；根据投资组合的新闻信息，确定投资组合的负面等级，将投资组合的负面等级存储于数据库140中。
预警模块130用于根据投资组合的风险评价指标及投资组合的负面等级，确定投资组合的风险等级。
具体实施时，还可包括界面配置模块150，用于从数据库中提取信息，根据提取的信息生成展示界面给委托人和受托人。界面配置模块各界面的配置可由开发人员进行设定，本文对展示界面的布局及具体展示的内容不做限定。
本实施例能够充分利用爬虫创新技术，以丰富性、适用性、准确性为出发点，精确地确定投资组合的风险，并能第一时间发现潜在的投资风险，为委托人和受托人的决策提供参考。
详细的说，本文所述的投资组合可按照投资产品类型进行划分，可将单一投资产品划分为一投资组合，还可将多个投资产品划分为一投资组合。其中，单一投资产品的投资组合包括但不限于基金(公募基金、私募基金、企业年金、职业年金等)、养老金、银行理财产品、信托、保险等。多个投资产品构成的投资组合包括：年金计划、基金公司客户资产管理计划、证券公司客户资产管理计划、信托计划、保险计划等。具体实施时，投资组合还可按照其它方式进行划分，例如，将同一委托人/同一受托人/同一投资管理人为标准划分投资组合，还可以按照投资管理人公布的策略群划分投资组合等。
历史投资组合数据为预订时间段内的数据，可为来自同一银行、证券公司、基金公司，还可来自多个银行、证券公司及基金公司等，本文对数据来源不做限定。投资组合数据包括：投资组合名称、投资金额、收益率、投资时间、投资管理人等信息。
风险指标用于评价投资组合的风险程度，包括但不限于VaR(资产价值的可能最大损失)、BETA、波动率、跟踪误差、最大回撤率、下标准差等。风险指标还可包括现金流监控指标、持仓监控指标及合规监控指标。其中，现金流监控指标用于确定投资组合的现金流入流出比例，现金流主要包括外部申购、赎回等现金流的流入和流出。持仓监控指标包括各投资组合的仓位统计、行业分布仓位统计、大中小盘风格分布的仓位统计。合规监测指标包括投资组合的发行主体是否被监管部门立案调查，或者在最近一年收到公开谴责、处罚的情形。对于每一风险指标均可采用多种计算方法实现，例如VaR计算方法包括但不限于：历史模拟法、蒙特卡罗法、正态法、极值法等计算方法。
指标验证模块110可通过分析风险指标各计算方法计算得到的方差或绘制风险指标值曲线的方式确定风险指标的稳定性，本文对具体计算方法不做限定。稳定性满足预定条件例如为方差小于预定值、风险指标曲线波动幅度小于预定值等。指标验证模块110以历史投资组合数据为依据，历史投资组合数据越多，得到的投资组合与风险指标对应关系越准确，进而也就越能精准的利用风险评价指标对投资组合风险进行评价。具体实施时，还可以每隔预定时间间隔(例如3个月、6个月、1年等)，重新确定投资组合的风险评价指标。具体的，投资组合的风险评价指标可由下表一的方式进行存储。
表一
投资组合 风险评价指标
组合1 VaR、下标准差10
组合2 跟踪误差…
…… ……
实现投资组合的保值增值是投资管理人的重要目标，受市场波动及宏观环境影响，近年来债券市场违约、降级事件频发，股票市场波动较大，对投资组合标的资产进行风险预警成为委托人、受托人和投资管理人的迫切需求。
基于此，本文的投资组合风险评估系统可与现有的资讯数据库相连，由爬虫分析模块120利用爬虫技术直接获取新闻信息，从新闻信息中筛选出现有投资组合中股票、债券、基金、非标等资产的负面资讯预警，以及延期支付债券本金或利息、上市公司预计业绩大幅下降、受到监管部门处罚、企业发生负面新闻等。具体实施时，可通过TC_NEWS_TEXT_FCDB新闻表，TC_NEWS_COMPANY_FCDB新闻机构表，tc_news_signed_info机构信息表通过sql语句关联查询。将查询出的负面新闻存储于数据库表中，其中，负面新闻包括：发布时间、新闻来源、新闻链接、新闻标题、公司全称、涉及投资组合内容等。
提取出负面新闻之后，还包括对提取出的负面新闻进行去重处理，按投资组合对负面新闻进行分组，统计各分组中负面新闻的条数及负面新闻的权重，具体的，各分组中负面新闻的权重可根据预先配置的权重分配表格确定，权重分配表可根据投资组合涉及的资产、负面新闻严重程度等进行确定。
确定出各分组中负面新闻的条数及负面新闻的权重之后，根据各分组中负面新闻的条数及负面新闻的权重，可通过加权求平均的方式确定投资组合的负面评分，通过负面评分对比预先配置的负面等级表(如下表二所示)，确定投资组合的负面等级。
表二
负面评分范围 负面等级
90～100 高
70～90 中
…… ……
预警模块130将投资组合的风险评价指标与根据实际情况分析出的负面等级相结合，从而可以精确地确定投资组合的风险等级。对于风险等级的划分可根据需求进行设定，本文对此不作限定。具体的，可通过对投资组合的风险评价指标值及负面等级平均加权的方式确定风险评分，通过风险评分对比预先配置的风险等级表(如下表三所示)，确定投资组合的风险等级。
表三
风险评分范围 风险等级
80～100 高
60～80 中
…… ……
投资管理人的业务水平是委托人、受托人看中的要素之一，为了便于委托人和受托人快速找到符合业务需求的投资管理人，本文一实施例中，如图2所示，投资组合风险评估系统还包括：绩效分析模块160，用于根据历史投资组合数据及投资组合的风险评价指标，对投资管理人进行评价，将投资管理人的评价结果存储于数据库中。
对投资管理人的分析主要包括：投资能力分析、投资经理风格分析和业绩持续性检验几大功能。通过利用科学的模型和方法，分析投资管理人投资业绩表现，判断投资管理人对于宏观大势的研判水平，对于微观个股、个券的把握能力以及对于大类资产的配置选择情况，发现投资管理人擅长的领域。同时，配合业绩持续性分析，筛选出长期业绩表现良好，投资风格与投资组合策略匹配的投资管理人，为委托人、受托人投资决策提供独立、客观、富有价值的参考。
具体的，根据历史投资组合数据及投资组合的风险评价指标，对投资管理人进行评价的过程包括：
(1)对历史投资组合数据按所述投资管理人进行分组，确定各投资管理人的历史投资组合数据。
(2)根据各投资管理人的历史投资组合数据，计算各类投资组合的收益。具体的，投资组合的收益计算可参考现有技术，本文此处不再详述。
(3)根据各投资管理人的历史投资组合数据及投资组合的风险评价指标，计算各类投资组合的风险评价指标值。其中，投资组合的风险评价指标为指标验证模块确定出的风险评价指标。
(4)根据各类投资组合的收益，确定投资管理人的风格画像及资产配置归因。具体的，可通过各类投资组合资产配置比例进行对比，结合各类投资组合的收益情况，确定投资管理人的资产仓位控制的稳定性。
风格画像包括：擅长领域、投资组合的偏好。具体的，根据各类投资组合的收益，确定权益类资产收益率与固定收益类资产收益率；通过比对权益类资产收益率与固定收益类资产收益率，确定投资管理人对权益类以及固定收益类资产的擅长程度。
下面以股票投资风格及债权投资风格为例，说明投资组合偏好的确定。
股票投资风格分析：采用晨星9宫格的划分方法，按照投资组合持仓的股票市值、市盈率以及市净率，对股票及投资组合进行风格划分，划分结果为：大盘成长型、大盘价值型、大盘混合型、中盘成长型、中盘价值型、中盘混合型、小盘成长型、小盘价值型、小盘混合型；根据风格划分结果，得出股票投资风格，进而得出投资管理人的股票选择风格偏好。
债券投资风格分析：采用三分法对债券投资风格进行时序研究，时序的周期频率为月，其中，投资风格三分法是指按照短期、中期、长期对债券进行划分；根据划分结果，得出投资管理人的债券选择风格偏好。
通过利用各投资组合的收益及市场基准收益进行比较，确定超额收益，其中，投资组合的收益即区间收益率，可通过公式
Figure BDA0002883816010000091
计算区间收益率，其中，P为投资组合，(0,t)为所选区间,i代表(0，t)区间内的第i天，Rpi为第i天对应的组合收益率，
Figure BDA0002883816010000092
代表(0，t)区间内投资组合P的区间收益率。超额收益率利用如下公式计算：超额收益率＝区间收益率-基准收益率。进一步分解超额收益，分析得到投资组合的资产配置归因，即投资组合的资产配置贡献、个股选择贡献及交互贡献。
(5)根据各类投资组合的收益及风险评价指标值，确定投资管理人的选股及择时能力。具体实施时，可利用T-M模型、H-M模型和C-L模型分析各类投资组合的收益及风险评价指标值，结合回归分析确定出投资管理人的选股及择时能力。
具体实施时，还可利用参数检验法和非参数检验法相结合，相互印证各投资管理人的历史投资组合数据，从而确定投资管理人的稳定性。参数验证法及非参数验证法的具体实现过程可参考现有技术，本文此处不再详述。
本文一实施例中，如图3所示，投资组合风险评估系统，还包括：组合管理模块170，用于根据历史投资组合数据，确定投资组合的历史表现；根据投资组合的历史表现，对相似投资组合的未来表现进行预测；将投资组合的历史表现及未来表现预测结果存储于数据库中。
其中，投资组合的历史表现包括属性指标、规模指标、收益指标、风险评价指标及绩效指标变化趋势中的一个或多个。其中，属性指标包括但不限于全量资产、委托人、受托人、投资管理人等。规模指标包括但不限于资产净值、资产总值、总份额、单位净值、累计单位净值、投资组合分类净值权重(计划下各子类属资产的资产净值/投资计划的资产净值)、权益类市值/成本占比、固收类市值/成本占比、流动性市值/成本占比、非标市值/成本占比、股票市值/成本/数量占比、债券市值/成本/数量占比、基金市值/成本/数量占比、组合增长率(计划当年的组合数/计划上一年的组合数-1)及规模增长率(计划当年的投资规模/计划上一年的投资规模-1)等。收益指标包括但不限于时间加权收益率、金额加权收益率、一段时间内投资组合的收益走势(例如一交易日、一周、一月、三月、半年、一年、二年、三年、五年等)等。风险评价指标包括但不限于VaR、波动率、跟踪误差、最大回撤率、下标准差等。绩效指标包括但不限于夏普比率、特雷纳比率、詹森alpha、信息比率等。
具体实施时，界面配置模块150可向用户提供对比信息输入界面，该输入界面中可供用户配置(具体的，配置可通过输入或选择实现，配置的信息例如用户输入的是基金、规模指标、收益指标)进行对比的投资组合数据及历史表现指标，从数据库中筛选出符合用户配置信息的数据，并根据筛选出的数据生成对比展示界面提供给用户。
进一步实施例中，组合管理模块170还用于对投资组合数据基本信息进行统计，根据用户的请求调取并展示相应数据。详细的说，基本信息包括：基本信息概览，资产配置，估值表三个部分。基本信息概览包括：委托人、受托人、投管人、投资经理、产品名称、套账号、资产代码、成立日期、终止日期、产品类型、比较基准、开放期说明、封闭期说明、投资策略、初始发行规模、存续规模、存续份额等。资产配置部分包括大类资产分布、股票持仓、债券持仓、基金持仓、非标类产品持仓、其他持仓等信息。估值表部分包括真实组合的估值表最新情况。
本文一实施例中，如图4所示，投资组合风险评估系统还包括：资产研究模块180，用于对各投资组合的持有情况、预订时间段内各投资组合的变化情况进行统计，将统计结果存入数据库中，以供用户查询。
本实施例能够向委托人、受托人提供投资组合产品配置比例等方面的专业化建议，满足委托人、受托人需求。
具体实施时，可仅分析股票、债券、基金等大类资产的情况。
股票类投资组合的持有情况包括：数量(股)、成本、市值、占资产净值比例、占股票总市值比例、占流通股本、占总股本、浮盈浮亏、PE、PB、PEG、行业等信息。股票类投资组合的变化情况包括：投资组合一段时间内持仓量变化、买入卖出时点、买入卖出数量和金额、收益情况等。
债券类投资组合的持有情况包括：成本净价、成本全价、市值净价、市值全价、浮盈浮亏、面值、票面利率、占资产净值比例、占整体债券比例、占发行量、到期收益率、剩余期限、久期、凸性、债项评级、主体评级、担保评级、隐含评级、发行人名称、发行人性质、原始权益人、原始权益人评级等信息。能用饼状图展示各剩余期限、久期、债项评级、主体评级债券占比情况。债券类投资组合的变化情况包括：一时间段内的每笔交易的成交价格、中债估值价格、价格绝对偏离度、价格相对偏离度、债券债项评级、主体评级和担保人评级在一段时间内的上调和下调情况。
基金类投资组合的持有情况包括：数量(份额)、成本、市值、占资产净值比例、占基金总市值比例、浮盈浮亏、基金类型、基金管理公司、基金经理等。基金类投资组合的变化情况包括：一段时间内持仓量变化、买入卖出时点、买入卖出数量和金额、收益情况等。
本文一实施例中，为了提高各模块分析效率，如图5所示，投资组合风险评估系统还包括：清洗模块190，用于对从账务核算系统获取的数据进行预处理，得到按预定存储表格存储的历史投资组合数据。经过预处理后的数据能够产生可视化报表。
具体实施时，清洗模块190实时采集或日终从财务核算系统获取数据，该种获取数据的方式能够保证数据的准确性。
进一步实施例中，为了保证预处理后数据的正确性，避免出现错误，清洗模块190还用于比对历史投资组合数据与从账务系统获取的数据，若历史投资组合数据与账务系统获取的数据存在差异，则记录差异信息，并生成报警信息。
本文一实施例中，为了给委托人、受托人及工作人员提供直观的参考，存储于数据库中的信息科分类生成各种报告给委托人、受托人。
具体的，报告可按报告对象划分为内部报告及外部报告。内部报告供本行不同层次管理人员和营销部门使用、参考；外部报告指根据受托人需求，针对托管资产和组合的投资运作情况，计算其风险、收益、归因等指标，为受托人决策提供参考。
报告按报告频率分为定期报告和临时报告。定期报告依据托管合同约定或受托人需求，按周、月、季、半年或年向受托人提供。临时报告是根据受托人临时需求开发定制，实现业绩分析与评价。
报告的内容包括以下维度的分析内容：
1.基本信息：展示组合的基本属性以及收益率及资产净值等基本信息。
2.静态资产配置信息：统计比较大类以及明细品种占比情况，并能以图表展示。分析汇总股票、债券的前十大重仓以及股票的行业占比情况。
3.动态资产配置信息：统计比较一段时间内的各品种买入卖出金额、数量等信息，展示股票和债券买卖前十。同时能以图表展现大类资产持仓的时序变化(权益类、固收类、流动性)，并能同时显示基准的时序变化。
4.投资收益风险分析：能分析对比组合的收益率、风险收益特征以及风险调整后的收益指标信息，并能用图表展示，同时能统计所选择组合在本行所托管资产(支持按大类选择)中收益率排名及与组合业绩比较基准的风险收益对比情况。
5.投资归因分析：能在大类资产层面、行业层面、证券品种层面进行收益分解，并能图表展示。
6.投资风格分析：按时序展现股票和债券的投资风格变化，股票可按大小盘及成长性，债券可按期限(短期、中期、长期)，并显示相应的基准指数变化。
本文一实施例中，如图6所示，还提供一种投资组合风险评估方法，包括；
步骤610，指标验证：获取历史投资组合数据；根据历史投资组合数据，针对每个风险指标的多种计算方法计算投资组合的每个风险指标的多个风险指标值；根据每个风险指标的多个风险指标值，确保所述投资组合的每个风险指标的稳定性，将稳定性满足预定条件的风险指标作为投资组合的风险评价指标；
步骤620，爬虫分析：获取投资组合的新闻信息；根据所述投资组合的新闻信息，确定所述投资组合的负面等级。
步骤630，风险分析：根据所述投资组合的风险评价指标及所述投资组合的负面等级，确定所述投资组合的风险等级。
各步骤的具体实施例可参考前述实施例，此处不再详述。本实施例通过指标验证模块获取历史投资组合数据；根据所述历史投资组合数据，针对每个风险指标的多种计算方法计算投资组合的每个风险指标的多个风险指标值；根据每个风险指标的多个风险指标值，确定投资组合的每个风险指标的稳定性，将稳定性满足预定条件的风险指标作为投资组合的风险评价指标；爬虫分析模块获取投资组合的新闻信息；根据所述投资组合的新闻信息，确定所述投资组合的负面等级，将所述投资组合的负面等级存储于数据库中；预警模块根据所述投资组合的风险评价指标及所述投资组合的负面等级，确定所述投资组合的风险等级。能够充分利用爬虫创新技术，以丰富性、适用性、准确性为出发点，精确地确定投资组合的风险，并能第一时间发现潜在的投资风险，为委托人、受托人的决策提供参考。
本文通过对投资管理人的评价以及将存储于数据库中的数据以报告的形式输出，能够进一步为代理人及受托人提供快速、高效、高质量的服务。
本文一实施例中，如图7所示，还提供一种计算机设备702，计算机设备702可以包括一个或多个处理器704，诸如一个或多个中央处理单元(CPU)，每个处理单元可以实现一个或多个硬件线程。计算机设备702还可以包括任何存储器706，其用于存储诸如代码、参数设置、数据等之类的任何种类的信息。非限制性的，比如，存储器706可以包括以下任一项或多种组合：任何类型的RAM，任何类型的ROM，闪存设备，硬盘，光盘等。更一般地，任何存储器都可以使用任何技术来存储信息。进一步地，任何存储器可以提供信息的易失性或非易失性保留。进一步地，任何存储器可以表示计算机设备702的固定或可移除部件。在一种情况下，当处理器704执行被存储在任何存储器或存储器的组合中的相关联的指令时，计算机设备702可以执行相关联指令的任一操作。计算机设备702还包括用于与任何存储器交互的一个或多个驱动机构708，诸如硬盘驱动机构、光盘驱动机构等。
计算机设备702还可以包括输入/输出模块710(I/O)，其用于接收各种输入(经由输入设备712)和用于提供各种输出(经由输出设备714))。一个具体输出机构可以包括呈现设备716和相关联的图形用户接口718(GUI)。在其他实施例中，还可以不包括输入/输出模块710(I/O)、输入设备712以及输出设备714，仅作为网络中的一台计算机设备。计算机设备702还可以包括一个或多个网络接口720，其用于经由一个或多个通信链路722与其他设备交换数据。一个或多个通信总线724将上文所描述的部件耦合在一起。
通信链路722可以以任何方式实现，例如，通过局域网、广域网(例如，因特网)、点对点连接等、或其任何组合。通信链路722可以包括由任何协议或协议组合支配的硬连线链路、无线链路、路由器、网关功能、名称服务器等的任何组合。
本文一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法的步骤。
本文实施例还提供一种计算机可读指令，其中当处理器执行所述指令时，其中的程序使得处理器执行上述方法的步骤。
应理解，在本文的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本文实施例的实施过程构成任何限定。
还应理解，在本文实施例中，术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系。例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本文的范围。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本文所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本文实施例方案的目的。
另外，在本文各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本文的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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)执行本文各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本文中应用了具体实施例对本文的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本文的方法及其核心思想；同时，对于本领域的一般技术人员，依据本文的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本文的限制。

Claims (10)

1.一种投资组合风险评估系统，其特征在于，包括：指标验证模块、爬虫分析模块、预警模块及数据库；
所述指标验证模块用于获取历史投资组合数据；根据所述历史投资组合数据，针对每个风险指标的多种计算方法计算投资组合的每个风险指标的多个风险指标值；根据每个风险指标的多个风险指标值，确定所述投资组合的每个风险指标的稳定性，将稳定性满足预定条件的风险指标作为投资组合的风险评价指标；
所述爬虫分析模块用于获取投资组合的新闻信息；根据所述投资组合的新闻信息，确定所述投资组合的负面等级，将所述投资组合的负面等级存储于数据库中；
所述预警模块用于根据所述投资组合的风险评价指标及所述投资组合的负面等级，确定所述投资组合的风险等级。
2.如权利要求1所述的投资组合风险评估系统，其特征在于，所述爬虫分析模块根据所述投资组合的新闻信息，确定所述投资组合的负面等级，包括：
从所述投资组合的新闻信息中筛选出负面新闻；
统计负面新闻的条数及权重；
根据负面新闻的条数及权重，确定投资组合的负面等级。
3.如权利要求1所述的投资组合风险评估系统，其特征在于，还包括：绩效分析模块及界面配置模块；
所述绩效分析模块用于根据历史投资组合数据及投资组合的风险评价指标，对投资管理人进行评价，将投资管理人的评价结果存储于数据库中；
所述界面配置模块用于从数据库存储的信息中提取信息列表，根据信息列表生成评估界面。
4.如权利要求3所述的投资组合风险评估系统，其特征在于，所述绩效分析模块根据历史投资组合数据及投资组合的风险评价指标，对投资管理人进行评价，包括：
对所述历史投资组合数据按所述投资管理人进行分组，确定各投资管理人的历史投资组合数据；
根据各投资管理人的历史投资组合数据，计算各类投资组合的收益；
根据各类投资组合的收益，确定投资管理人的风格画像及资产配置归因；
根据各投资管理人的历史投资组合数据及投资组合的风险评价指标，计算各类投资组合的风险评价指标值；
根据各类投资组合的收益及风险评价指标值，确定投资管理人的选股及择时能力。
5.如权利要求1所述的投资组合风险评估系统，其特征在于，还包括：组合管理模块；
所述组合管理模块用于根据所述历史投资组合数据，确定投资组合的历史表现；根据所述投资组合的历史表现，对相似投资组合的未来表现进行预测，将所述投资组合的历史表现及未来表现预测结果存储于数据库中；
其中，所述投资组合的历史表现包括属性指标、规模指标、收益指标、风险评价指标及绩效指标变化趋势中的一个或多个。
6.如权利要求1所述的投资组合风险评估系统，其特征在于，还包括：资产研究模块；
所述资产研究模块用于对各投资组合的持有情况、预订时间段内各投资组合产品的变化情况进行统计，将统计结果存入数据库中，以供用户查询。
7.如权利要求1所述的投资组合风险评估系统，其特征在于，还包括：清洗模块；
所述清洗模块用于对从账务核算系统获取的数据进行预处理，得到按预定表格存储的历史投资组合数据。
8.如权利要求7所述的投资组合风险评估系统，其特征在于，所述清洗模块还用于比对所述历史投资组合数据与从账务核算系统获取的数据，若历史投资组合数据与账务核算系统获取的数据存在差异，则记录差异信息，并生成报警信息。
9.一种投资组合风险评估方法，其特征在于，包括；
获取历史投资组合数据；根据所述历史投资组合数据，针对每个风险指标的多种计算方法计算投资组合的每个风险指标的多个风险指标值；根据每个风险指标的多个风险指标值，确定所述投资组合的每个风险指标的稳定性，将稳定性满足预定条件的风险指标作为投资组合的风险评价指标；
获取投资组合的新闻信息；根据所述投资组合的新闻信息，确定所述投资组合的负面等级；
根据所述投资组合的风险评价指标及所述投资组合的负面等级，确定所述投资组合的风险等级。
10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求9所述的投资组合风险评估方法。
CN202110007973.8A 2021-01-05 2021-01-05 一种投资组合风险评估系统、方法及计算机设备 Pending CN112700149A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110007973.8A CN112700149A (zh) 2021-01-05 2021-01-05 一种投资组合风险评估系统、方法及计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110007973.8A CN112700149A (zh) 2021-01-05 2021-01-05 一种投资组合风险评估系统、方法及计算机设备

Publications (1)

Publication Number Publication Date
CN112700149A true CN112700149A (zh) 2021-04-23

Family

ID=75514741

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110007973.8A Pending CN112700149A (zh) 2021-01-05 2021-01-05 一种投资组合风险评估系统、方法及计算机设备

Country Status (1)

Country Link
CN (1) CN112700149A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113469818A (zh) * 2021-07-08 2021-10-01 建信金融科技有限责任公司 投资风险预警方法、装置、电子设备及计算机可读介质
CN114418582A (zh) * 2021-12-23 2022-04-29 泰康保险集团股份有限公司 基于区块链的年金数据处理方法、装置、设备及存储介质
CN116051199A (zh) * 2022-12-06 2023-05-02 上海贝耳塔信息技术有限公司 一种组合结构的评价方法、装置、设备及介质
CN116402345A (zh) * 2023-03-31 2023-07-07 华能信息技术有限公司 一种安全告警管理方法
CN116882737A (zh) * 2023-06-29 2023-10-13 易方达基金管理有限公司 一种投资风险预测预警方法、装置、终端和存储介质
WO2023245549A1 (zh) * 2022-06-23 2023-12-28 深圳市富途网络科技有限公司 基于人工智能的基金组合更新方法、装置、设备及介质

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113469818A (zh) * 2021-07-08 2021-10-01 建信金融科技有限责任公司 投资风险预警方法、装置、电子设备及计算机可读介质
CN113469818B (zh) * 2021-07-08 2023-04-28 建信金融科技有限责任公司 投资风险预警方法、装置、电子设备及计算机可读介质
CN114418582A (zh) * 2021-12-23 2022-04-29 泰康保险集团股份有限公司 基于区块链的年金数据处理方法、装置、设备及存储介质
WO2023245549A1 (zh) * 2022-06-23 2023-12-28 深圳市富途网络科技有限公司 基于人工智能的基金组合更新方法、装置、设备及介质
CN116051199A (zh) * 2022-12-06 2023-05-02 上海贝耳塔信息技术有限公司 一种组合结构的评价方法、装置、设备及介质
CN116402345A (zh) * 2023-03-31 2023-07-07 华能信息技术有限公司 一种安全告警管理方法
CN116402345B (zh) * 2023-03-31 2024-05-28 华能信息技术有限公司 一种安全告警管理方法
CN116882737A (zh) * 2023-06-29 2023-10-13 易方达基金管理有限公司 一种投资风险预测预警方法、装置、终端和存储介质

Similar Documents

Publication Publication Date Title
Hasan et al. Social capital and trade credit
Adair et al. The reporting of risk in real estate appraisal property risk scoring
Krichene Using a naive Bayesian classifier methodology for loan risk assessment: Evidence from a Tunisian commercial bank
Alexander Bayesian methods for measuring operational risk
CN112700149A (zh) 一种投资组合风险评估系统、方法及计算机设备
Akhigbe et al. Bank monitoring, profit efficiency and the commercial lending business model
US20030120577A1 (en) Business performance index processing system
KR101059106B1 (ko) 재무위험 관리 시스템
Höbarth Modeling the relationship between financial indicators and company performance. An empirical study for US-listed companies.
Ive et al. Trade credit in the UK construction industry: an empirical analysis of construction contractor financial positioning and performance
US8275637B1 (en) Earnings at risk method and system
Demirci et al. Shuffling through the bargain bin: Real-estate holdings of public firms
Saitri et al. How Firm Characteristics Affect the Dividend Policy of Listed Banking Companies on The Indonesian Stock Exchange in 2019-2021
Dyakov et al. Trade less and exit overcrowded markets: Lessons from international mutual funds
Zhang et al. Does the research meeting affect the shareholding ratio of institutional investors in listed companies? Empirical evidence from China
RU2630169C1 (ru) Автоматизированная вычислительная система для формирования и мониторинга инвестиционных портфелей акций
US20100131311A1 (en) Method for modifying the terms of a financial instrument
Grody et al. Risk accounting-part 2: The risk data aggregation and risk reporting (BCBS 239) foundation of enterprise risk management (ERM) and risk governance
Kisaka Effect of Credit rating practices on loan book performance of commercial banks in Kenya
CN115221212A (zh) 基金投资数据管理系统及方法
KR20100019121A (ko) 수출입기업의 환위험 관리시스템 및 관리방법
JMP et al. Unraveling Information Sharing in Consumer Credit Markets
US20080183635A1 (en) Financing instrument evaluation based on equivalent time-scale based calculations
Comerton‐Forde et al. Broker recommendations and Australian small‐cap equity fund management
ORBUNDE et al. Intangible Asset Investment and Business Sustainability of Deposit Money Banks in Nigeria

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