CN113094654A - 一种产品数据处理方法、装置及设备 - Google Patents

一种产品数据处理方法、装置及设备 Download PDF

Info

Publication number
CN113094654A
CN113094654A CN202110365712.3A CN202110365712A CN113094654A CN 113094654 A CN113094654 A CN 113094654A CN 202110365712 A CN202110365712 A CN 202110365712A CN 113094654 A CN113094654 A CN 113094654A
Authority
CN
China
Prior art keywords
product
task
target
model
hook
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
CN202110365712.3A
Other languages
English (en)
Inventor
何艳群
徐敏
陶春
张旭
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.)
Industrial and Commercial Bank of China Ltd ICBC
Original Assignee
Industrial and Commercial Bank of China Ltd ICBC
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 Industrial and Commercial Bank of China Ltd ICBC filed Critical Industrial and Commercial Bank of China Ltd ICBC
Priority to CN202110365712.3A priority Critical patent/CN113094654A/zh
Publication of CN113094654A publication Critical patent/CN113094654A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/02Banking, e.g. interest calculation or account maintenance
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/06Asset management; Financial planning or analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Operations Research (AREA)
  • Computational Mathematics (AREA)
  • Technology Law (AREA)
  • Strategic Management (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Game Theory and Decision Science (AREA)
  • Algebra (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本说明书实施例提供了一种产品数据处理方法、装置及设备,可用于金融领域或其他领域。所述方法包括基于用户对任务属性页面中属性的选择,确定目标任务;获取与目标任务对应的任务信息;在根据任务信息判断目标产品是挂钩模型的情况下,获取与挂钩模型对应的指标数据;其中,所述挂钩模型用于计算产品在不同压力情景中的损益;其中,不同压力情景对应的指标数据不同;基于挂钩模型和指标数据,确定目标产品在指定压力情景中的结果偏移量。利用本说明书实施例可以解决压力测试项目不全面、产品之间不能灵活开展计量等问题,保证银行在各类压力下正常运作。

Description

一种产品数据处理方法、装置及设备
技术领域
本申请涉及金融领域,特别涉及一种产品数据处理方法、装置及设备。需要说明的是,本申请公开的产品数据处理方法、装置及设备可用于金融领域,也可用于除金融领域之外的任意领域,本申请公开的产品数据处理方法、装置及设备的应用领域不做限定。
背景技术
金融危机后,为增强金融体系的安全性与稳健性,美国推出强化审慎标准(EPS),各银行机构根据母行及在美机构资产规模的大小,需向美联储提交产品压力测试结果的定性和定量信息。可见,对银各类产品进行压力测试对保证银行在各类压力下正常运作变得越来越重要。
现有技术中,对银行中各类产品进行压力测试仅局限于对损失的分析,这种方式无法对产品进行全面测试,从而无法保证银行在各类压力下正常运作。
因此,业内亟需一种可以解决上述技术问题的技术方案。
发明内容
本说明书实施例提供了一种产品数据处理方法、装置及设备,可以解决压力测试项目不全面、产品之间不能灵活开展计量等问题,从而保证银行在各类压力下正常运作。
本说明书提供的一种产品数据处理方法、装置及设备是包括以下方式实现的。
一种产品数据处理方法,包括:基于用户对任务属性页面中属性的选择,确定目标任务;所述目标任务表示需要计算目标产品在指定压力情景中的偏移量;获取与所述目标任务对应的任务信息;在根据所述任务信息判断所述目标产品是挂钩模型的情况下,获取与所述挂钩模型对应的指标数据;其中,所述挂钩模型用于计算产品在不同压力情景中的损益;其中,不同压力情景对应的指标数据不同;基于所述挂钩模型和所述指标数据,确定所述目标产品在所述指定压力情景中的结果偏移量。
一种产品数据处理装置,包括:第一确定模块,用于基于用户对任务属性页面中属性的选择,确定目标任务;所述目标任务表示需要计算目标产品在指定压力情景中的偏移量;第一获取模块,用于获取与所述目标任务对应的任务信息;第二获取模块,用于在根据所述任务信息判断所述目标产品是挂钩模型的情况下,获取与所述挂钩模型对应的指标数据;其中,所述挂钩模型用于计算产品在不同压力情景中的损益;其中,不同压力情景对应的指标数据不同;第二确定模块,用于基于所述挂钩模型和所述指标数据,确定所述目标产品在所述指定压力情景中的结果偏移量。
一种产品数据处理设备,包括至少一个处理器以及存储计算机可执行指令的存储器,所述处理器执行所述指令时实现本说明书实施例中任意一个方法实施例的步骤。
一种计算机可读存储介质,其上存储有计算机指令,所述指令被执行时实现本说明书实施例中任意一个方法实施例的步骤。
本说明书提供的一种产品数据处理方法、装置及设备。一些实施例中可以基于用户对任务属性页面中属性的选择,确定目标任务;其中,目标任务表示需要计算目标产品在指定压力情景中的偏移量;进一步可以获取与目标任务对应的任务信息,根据任务信息判断目标产品是挂钩模型的情况下,获取与挂钩模型对应的指标数据;其中,挂钩模型用于计算产品在不同压力情景中的损益,不同压力情景对应的指标数据不同;基于挂钩模型和指标数据,确定目标产品在指定压力情景中的结果偏移量。由于可以针对各业务品种逐个或批次开展压力情景下收入和损失计量,使压力测试不再局限于对损失的分析,从而可以解决压力测试项目不全面、产品之间不能灵活开展计量等问题。由于可以灵活地根据产品树形层级关系,计算各产品的PPNR损失及收益,形成产品维度的PPNR计算结果表,从而可以大大提高系统灵活处理能力。采用本说明书提供的实施方案,不仅可以解决压力测试项目不全面、产品之间不能灵活开展计量等问题,而且可以大大提高系统灵活处理能力,保证银行在各类压力下正常运作。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解,构成本说明书的一部分,并不构成对本说明书的限定。在附图中:
图1是本说明书提供的一种产品数据处理方法的一个实施例的流程示意图;
图2是本说明书提供的一种对PPNR产品树进行分组维护的实施例的示意图;
图3是本说明书提供的一种产品数据处理装置的一个实施例的模块结构示意图;
图4是本说明书提供的一种产品数据处理服务器的一个实施例的硬件结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书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说明书中的一部分实施例,而不是全部的实施例。基于本说明书中的一个或多个实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本说明书实施例保护的范围。
下面以一个具体的应用场景为例对本说明书实施方案进行说明。具体的,图1是本说明书提供的一种产品数据处理方法的一个实施例的流程示意图。虽然本说明书提供了如下述实施例或附图所示的方法操作步骤或装置结构,但基于常规或者无需创造性的劳动在所述方法或装置中可以包括更多或者部分合并后更少的操作步骤或模块单元。
本说明书提供的一种实施方案可以应用到客户端、服务器等中。所述客户端可以包括终端设备,如智能手机、平板电脑等。所述服务器可以包括单台计算机设备,也可以包括多个服务器组成的服务器集群,或者分布式系统的服务器结构等。
需要说明的是,下述实施例描述并不对基于本说明书的其他可扩展到的应用场景中的技术方案构成限制。具体的一种实施例如图1所示,本说明书提供的一种产品数据处理方法的一种实施例中,所述方法可以包括以下步骤。
S0:基于用户对任务属性页面中属性的选择,确定目标任务;所述目标任务表示需要计算目标产品在指定压力情景中的偏移量。
其中,任务属性页面可以包括一个或多个任务属性框。任务属性框可以用于输入或选择任务属性。任务属性可以包括压力情景属性、产品属性、时间属性等。一些实施例中,任务属性可以是用户通过键盘、触摸笔等输入,也可以是用户通过选择任务属性栏中下拉菜单确定,本说明书对此不作限定。目标任务可以基于用户对任务属性页面中属性的选择确定。目标任务可以表示用户需要计算目标产品在指定压力情景中的偏移量。其中,偏移量可以包括损失、收益。一些实施场景中,产品对应的偏移量可以称为产品损益。
一些实施例中,基于用户对任务属性页面中属性的选择,可以确定一个或多个目标任务。例如一些实施例中,基于用户对任务属性页面中属性的选择,可以确定目标任务为计算票据贴现在轻度压力情景中的损益和票据转贴现在中度、重度压力情景中的损益等。当然,上述只是进行示例性说明,目标任务不限于上述举例,所属领域技术人员在本申请技术精髓的启示下,还可能做出其它变更,但只要其实现的功能和效果与本申请相同或相似,均应涵盖于本申请保护范围内。
一些实施例中,用户可以向服务器发送任务计算请求,然后服务器展示任务属性页面供用户选择压力情景、输入预测起始日期及预测期、选择需要发起计算的产品等,进一步服务器可以基于用户对任务属性页面中属性的选择确定目标任务。
一些实施例中,所述基于用户对任务属性页面中属性的选择,确定目标任务前,可以包括:从指标数据库中获取宏观经济指标数据;基于所述宏观经济指标数据和预设回归模型模拟不同压力情景,确定不同压力情景对应的指标数据;其中,所述不同压力情景至少包括下述之一:基准、轻度、中度、重度、极重度。
一些实施场景中,指标数据库可以为Oracle数据库、MySQL数据库等。指标数据库中可以包括描述国内、国际经济状况的宏观经济指标数据。一些实施场景中,宏观经济指标数据可以按数据来源分为wind经济数据、EIU经济数据。其中,wind经济数据和EIU经济数据是市场上两种不同宏观经济数据来源,可以由业务方通过其他系统获取导入。
一些实施场景中,从指标数据库中获取宏观经济指标数据后,可以基于宏观经济指标数据和预设回归模型模拟不同压力情景,从而确定不同压力情景对应的指标数据。例如,依托向量自回归模型和多元线性回归模型,接入宏观经济指标数据,模拟基准、轻度、中度、重度、极重度等5种压力情景开展情景计算,从而确定不同压力情景对应的指标数据。
一些实施例中,所述指标数据可以包括以下至少之一:GDP增长率/国内生产总值指数、M2供应量同比增长、出口总值同比增长、社会消费品零售总额同比增长、固定资产投资完成额同比增长、商品房平均价格同比增长、居民消费价格指数、生产价格指数、3个月国债收益率、10年国债收益率、美元兑人民币汇率。当然,上述只是进行示例性说明,指标数据不限于上述举例,所属领域技术人员在本申请技术精髓的启示下,还可能做出其它变更,但只要其实现的功能和效果与本申请相同或相似,均应涵盖于本申请保护范围内。
一些实施例中,所述基于用户对任务属性页面中属性的选择,确定目标任务前,还可以包括:获取所有压力测试产品;将所有压力测试产品构建为一棵产品树;所述产品树包括多个产品维度,所述产品维度包括顶层目录、预设数量的产品目录、叶子节点;其中,所述叶子节点包括对应产品的挂钩模型;所述挂钩模型可根据产品特征设定;对所述产品树进行分组维护。其中,上述预设数量可以是3、5等,具体可以根据实际场景设定,本说明书对此不作限定。
如图2所示,图2是本说明书提供的一种对PPNR产品树进行分组维护的实施例的示意图。其中,PPNR表示拨备前净收入。本实施例中,将所有的压力测试业务产品构建为一棵产品树,按照损失和收益维度维护产品树,并在产品的叶子节点提供挂钩模型功能。其中,S401为产品树顶层目录,可以用于展示产品大类信息(如利息收入、利息支出、非利息收入、非利息支出,贷款类、生息资产、存款类等),S402为产品一级目录,可以用于展示一级产品信息(如票据等),用户可自定义维护一级产品信息,S403为产品二级目录,可以用于展示二级产品信息(如票据融资等),用户可自定义维护二级产品信息,S404为产品三级目录,可以用于展示三级产品信息(如票据贴现、票据转贴现等),用户可自定义维护三级产品信息,S405为产品挂钩模型,在每个产品的叶子节点,用户可维护该产品所需的挂钩模型(也叫压力测试模型),比如余额模型或者利率模型。本实施例中,产品树可以按行内统一产品划分,然后取三级产品。当然,一些实施例中,叶子节点的挂钩模型可以由业务用户根据产品特征灵活自定义设定。需要说明的是,模型需要维护好才能挂钩到产品,挂钩模型的产品才可以用于计算产品在不同压力情景中的损益。模型只能挂在产品叶子节点参与计算。
一些实施例中,所述挂钩模型可以包括余额模型、消费模型等。例如,票据贴现的挂钩模型可以为余额模型和利率模型。具体的,余额模型的公式可以表示为:
T期票据贴现的时点预测余额={[T期的产品号=‘12’的余额]/[T-1期的产品号=‘12’的余额]}×[T-1期的产品号=‘1500100001’的时点余额]
其中,T表示时期,‘12’、‘1500100001’表示产品号。
利率模型的公式可以表示为:
T期票据贴现产品的利率=[T月的宏观经济变量]+{[(T-1月利差)+(T-2月利差)+(T-3月利差)]/3}
其中,T月的宏观经济变量可以理解为T月基准利率,等于6个月的SHIBOR,SHIBOR表示银行间同业拆借利率,T-1月利差展开可以表示为(T-1期产品号=‘1500100001’的当月利息收入)/(T-1期产品号=‘1500100001’的当月平均余额)-(T-1月的宏观经济变量),T-2月利差展开表示为(T-2期产品号=‘1500100001’的当月利息收入)/(T-2期产品号=‘1500100001’的当月平均余额)-(T-2月的宏观经济变量),T-3月利差展开表示为(T-3期产品号=‘1500100001’的当月利息收入)/(T-3期产品号=‘1500100001’的当月平均余额)-(T-3月的宏观经济变量)。
当然,上述只是进行示例性说明,挂钩模型不限于上述举例,如还可以为线性回归模型:Y(t0)=系数1×变量1(t0)+系数2×变量2(t0)+系数3×变量3(t0)+常数项,所属领域技术人员在本申请技术精髓的启示下,还可能做出其它变更,但只要其实现的功能和效果与本申请相同或相似,均应涵盖于本申请保护范围内。
S2:获取与所述目标任务对应的任务信息。
本说明书实施例中,在确定目标任务后,可以获取与目标任务对应的任务信息。
一些实施例中,目标任务可以包括目标产品、指定压力情景等,所以可以根据目标任务可以相应的获取目标产品对应的信息、指定压力情景信息等。
S4:在根据所述任务信息判断所述目标产品是挂钩模型的情况下,获取与所述挂钩模型对应的指标数据;其中,所述挂钩模型用于计算产品在不同压力情景中的损益;其中,不同压力情景对应的指标数据不同。
本说明书实施例中,在获取与目标任务对应的任务信息后,可以根据任务信息判断目标产品是否为挂钩模型。其中,挂钩模型可以用于计算产品在不同压力情景中的损益。
由于模型需要维护好才能挂钩到产品,挂钩模型的产品才可以用于计算产品在不同压力情景中的损益,模型只能挂在产品叶子节点参与计算。
一些实施例中,可以根据目标任务对应的压力情景信息、产品信息、模型信息校验目标任务中所选产品是否为挂钩模型。其中,压力情景信息可以取自其他子系统,产品信息及模型信息可以取自业务用户发起计算前维护的信息。
一些实施场景中,系统对是否维护模型及模型解析均会进行校验,比如,如果校验结果中标识产品叶子节点未挂钩模型,则无法计算;如果校验过程中模型公式解析故障或取数故障,则无法计算。
本说明书实施例中,在确定目标产品为挂钩模型的情况下,可以获取与挂钩模型对应的指标数据。其中,不同压力情景对应的指标数据不同。
一些实施例中,在根据所述任务信息判断所述目标产品是挂钩模型的情况下,还可以包括:将所述目标任务添加到异步任务队列;相应的,获取与所述挂钩模型对应的指标数据;基于所述挂钩模型和所述指标数据,确定所述目标产品在所述指定压力情景中的结果偏移量。其中,在异步任务队列中是通过异步方式对多个任务进行计算,这种异步方式不需要联机,可以提高计算效率。
一些实施例中,在所述目标产品不为挂钩模型的情况下,可以提示目标产品不为挂钩模型,以便在产品分组模型维护功能中维护模型。
一些实施场景中,可以根据目标任务对应的情景信息、产品信息、模型信息校验目标任务中所选产品是否为挂钩模型,如果是,则将目标任务添加到异步任务队列,以便后续在异步任务队列中预测目标任务中产品的收入和损失,如果不是,则可以提示目标任务中产品不为挂钩模型,然后在产品分组模型维护功能中维护模型。
一些实施例中,在将目标任务添加到异步任务队列后,可以获取与挂钩模型对应的指标数据。其中,指标数据可以包括以下至少之一:GDP增长率/国内生产总值指数、M2供应量同比增长、出口总值同比增长、社会消费品零售总额同比增长、固定资产投资完成额同比增长、商品房平均价格同比增长、居民消费价格指数、生产价格指数、3个月国债收益率、10年国债收益率、美元兑人民币汇率。
一些实施场景中,在将目标任务添加到异步任务队列后,异步任务模块可以对该笔任务的挂钩模型对应的公式进行解析,获取对应的指标数据。例如,公式中含有取数变量为“6个月的SHIBOR”,则可以享有的根据该变量获取相应数据。
一些实施例中,由于不同压力情景对应的指标数据不同,所以可以根据选择的压力情景获取对应的指标数据。例如,选择的是基准压力情景,则可以获取基准压力情景对应的指标数据;选择的是中度压力情景,则可以获取中度压力情景对应的指标数据等。
S6:基于所述挂钩模型和所述指标数据,确定所述目标产品在所述指定压力情景中的结果偏移量。
本说明书实施例中,在获取与挂钩模型对应的指标数据后,可以基于挂钩模型和指标数据,确定目标产品在指定压力情景中的结果偏移量。其中,结果偏移量可以包括损益结果。损益结果可以包括收益和损失的计量结果。
例如一些实施场景中,在获取与挂钩模型对应的指标数据后,可以根据业务用户设定的计算任务中预测期数,基于挂钩模型和指标数据,循环开始各期预测结果计量,获的目标产品在指定压力情景下各预测期内的收益和损失计量结果。
一些实施例中,所述确定所述目标产品在所述指定压力情景中的结果偏移量后,还可以将目标产品在所述指定压力情景中的结果偏移量按对应的产品维度进行汇总。例如一些实施场景中,确定目标产品在所述指定压力情景中的损益结果后,还可以将目标产品在所述指定压力情景中的损益结果按对应的产品维度进行汇总。如表1所示是将票据贴现在指定压力情景中的损益结果按对应的产品维度进行汇总后的结果。
表1
Figure BDA0003007250100000081
一些实施例中,在将结果汇总以后,可以将计算结果以产品维度保存至数据库。其中,产品维度指行内各种细分产品,如图2中PPNR产品树所列产品一级目录、产品二级目录、产品三级目录。
一些实施例中,将计算结果以产品维度保存至数据库后,还可以接收用户对任务计算结果的查询和下载。
本说明书实施例中,在实际PPNR计算过程中,可支持用户灵活地发起单个或多个产品组合的PPNR计算。
本说明书实施例中,通过对银行产品进行分组展示及存储,并在产品叶子结点挂钩模型,不仅方便用户查看各维度产品上下级关系及模型挂钩关系,同时针对PPNR计算后的结果,可灵活地根据产品树形层级关系,汇总各产品及其子产品的PPNR损失及收益,形成产品维度的PPNR计算结果表,从而可以大大提高系统灵活处理能力。
本说明书实施例中,可以根据用户需求自定义压力测试计算任务,按需对各产品开展不同严重程度的压力测试,并且支持按产品维度进行汇总展示压力测试计量结果。
本说明书实施例中,可以在不同严重程度压力情景下,针对各类资产负债业务品种分别引入挂钩模型开展损益计量,可以为业务用户提供灵活的模型配置功能以及业务品种灵活挂钩模型的配置功能,可针对各业务品种逐个或批次开展压力情景下收入和损失计量,从而解决压力测试项目不全面,产品之间不能灵活开展计量等问题。
本说明书实施例中,可以为用户提供灵活模型配置功能,支持用户按产品自由组合发起损益预测计算,还可以依托历史期全球宏观经济数据,在不同程度的压力情景下,为银行动态、前瞻性的预测未来9个季度各类资产负债业务的损失和收益情况,以保证银行在各类压力下仍能有足够的资本保持正常运作。
当然,上述只是进行示例性说明,本说明书实施例不限于上述举例,所属领域技术人员在本申请技术精髓的启示下,还可能做出其它变更,但只要其实现的功能和效果与本申请相同或相似,均应涵盖于本申请保护范围内。
从以上的描述中,可以看出,本申请实施例可以基于用户对任务属性页面中属性的选择,确定目标任务;其中,目标任务表示需要计算目标产品在指定压力情景中的偏移量;进一步可以获取与目标任务对应的任务信息,根据任务信息判断目标产品是挂钩模型的情况下,获取与挂钩模型对应的指标数据;其中,挂钩模型用于计算产品在不同压力情景中的损益,不同压力情景对应的指标数据不同;基于挂钩模型和指标数据,确定目标产品在指定压力情景中的结果偏移量。由于可以针对各业务品种逐个或批次开展压力情景下收入和损失计量,使压力测试不再局限于对损失的分析,从而可以解决压力测试项目不全面、产品之间不能灵活开展计量等问题。由于可以灵活地根据产品树形层级关系,计算各产品的PPNR损失及收益,形成产品维度的PPNR计算结果表,从而可以大大提高系统灵活处理能力。
本说明书中上述方法的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参加即可,每个实施例重点说明的都是与其他实施例的不同之处。相关之处参见方法实施例的部分说明即可。
基于上述所述一种产品数据处理方法,本说明书一个或多个实施例还提供一种产品数据处理装置。所述的装置可以包括使用了本说明书实施例所述方法的系统(包括分布式系统)、软件(应用)、模块、组件、服务器、客户端等并结合必要的实施硬件的装置。基于同一创新构思,本说明书实施例提供的一个或多个实施例中的装置如下面的实施例所述。由于装置解决问题的实现方案与方法相似,因此本说明书实施例具体的装置的实施可以参见前述方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
具体地,图3是本说明书提供的一种产品数据处理装置的一个实施例的模块结构示意图,如图3所示,本说明书提供的一种产品数据处理装置可以包括:第一确定模块120,第一获取模块122,第二获取模块124,第二确定模块126。
第一确定模块120,可以用于基于用户对任务属性页面中属性的选择,确定目标任务;所述目标任务表示需要计算目标产品在指定压力情景中的偏移量;
第一获取模块122,可以用于获取与所述目标任务对应的任务信息;
第二获取模块124,可以用于在根据所述任务信息判断所述目标产品是挂钩模型的情况下,获取与所述挂钩模型对应的指标数据;其中,所述挂钩模型用于计算产品在不同压力情景中的损益;其中,不同压力情景对应的指标数据不同;
第二确定模块126,可以用于基于所述挂钩模型和所述指标数据,确定所述目标产品在所述指定压力情景中的结果偏移量。
需要说明的,上述所述的装置根据方法实施例的描述还可以包括其他的实施方式,具体的实现方式可以参照相关方法实施例的描述,在此不作一一赘述。
本说明书还提供一种产品数据处理设备的实施例,包括处理器及用于存储处理器可执行指令的存储器,所述指令被所述处理器执行时实现包括以下步骤:基于用户对任务属性页面中属性的选择,确定目标任务;所述目标任务表示需要计算目标产品在指定压力情景中的偏移量;获取与所述目标任务对应的任务信息;在根据所述任务信息判断所述目标产品是挂钩模型的情况下,获取与所述挂钩模型对应的指标数据;其中,所述挂钩模型用于计算产品在不同压力情景中的损益;其中,不同压力情景对应的指标数据不同;基于所述挂钩模型和所述指标数据,确定所述目标产品在所述指定压力情景中的结果偏移量。
需要说明的,上述所述的设备根据方法或装置实施例的描述还可以包括其他的实施方式。具体的实现方式可以参照相关方法实施例的描述,在此不作一一赘述。
本说明书所提供的方法实施例可以在移动终端、计算机终端、服务器或者类似的运算装置中执行。以运行在服务器上为例,图4是本说明书提供的一种产品数据处理服务器的一个实施例的硬件结构框图,该服务器可以是上述实施例中的产品数据处理装置或产品数据处理设备。如图4所示,服务器10可以包括一个或多个(图中仅示出一个)处理器100(处理器100可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器200、以及用于通信功能的传输模块300。本领域普通技术人员可以理解,图4所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,服务器10还可包括比图4中所示更多或者更少的组件,例如还可以包括其他的处理硬件,如数据库或多级缓存、GPU,或者具有与图4所示不同的配置。
存储器200可用于存储应用软件的软件程序以及模块,如本说明书实施例中的产品数据处理方法对应的程序指令/模块,处理器100通过运行存储在存储器200内的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器200可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器200可进一步包括相对于处理器100远程设置的存储器,这些远程存储器可以通过网络连接至计算机终端。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。
传输模块300用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端的通信供应商提供的无线网络。在一个实例中,传输模块300包括一个网络适配器(Network Interface Controller,NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输模块300可以为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书提供的上述实施例所述的方法或装置可以通过计算机程序实现业务逻辑并记录在存储介质上,所述的存储介质可以计算机读取并执行,实现本说明书实施例所描述方案的效果。所述存储介质可以包括用于存储信息的物理装置,通常是将信息数字化后再以利用电、磁或者光学等方式的媒体加以存储。所述存储介质可以包括:利用电能方式存储信息的装置如,各式存储器,如RAM、ROM等;利用磁能方式存储信息的装置如,硬盘、软盘、磁带、磁芯存储器、磁泡存储器、U盘;利用光学方式存储信息的装置如,CD或DVD。当然,还有其他方式的可读存储介质,例如量子存储器、石墨烯存储器等等。
本说明书提供的上述产品数据处理方法或装置实施例可以在计算机中由处理器执行相应的程序指令来实现,如使用windows操作系统的c++语言在PC端实现、linux系统实现,或其他例如使用android、iOS系统程序设计语言在智能终端实现,以及基于量子计算机的处理逻辑实现等。
需要说明的是说明书上述所述的装置、设备、系统根据相关方法实施例的描述还可以包括其他的实施方式,具体的实现方式可以参照对应方法实施例的描述,在此不作一一赘述。
本申请中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于硬件+程序类实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本说明书一个或多个时可以把部分模块的功能在同一个或多个软件和/或硬件中实现,也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。
本发明是参照根据本发明实施例的方法、装置、设备、系统的流程图和/或方框图来描述的。应理解可由计算机程序指令实现,可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现指定的功能的装置。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
本领域技术人员应明白,本说明书一个或多个实施例可提供为方法、系统或计算机程序产品。因此,本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。
以上所述仅为本说明书一个或多个实施例的实施例而已,并不用于限制本本说明书一个或多个实施例。对于本领域技术人员来说,本说明书一个或多个实施例可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在权利要求范围之内。

Claims (11)

1.一种产品数据处理方法,其特征在于,包括:
基于用户对任务属性页面中属性的选择,确定目标任务;所述目标任务表示需要计算目标产品在指定压力情景中的偏移量;
获取与所述目标任务对应的任务信息;
在根据所述任务信息判断所述目标产品是挂钩模型的情况下,获取与所述挂钩模型对应的指标数据;其中,所述挂钩模型用于计算产品在不同压力情景中的损益;其中,不同压力情景对应的指标数据不同;
基于所述挂钩模型和所述指标数据,确定所述目标产品在所述指定压力情景中的结果偏移量。
2.根据权利要求1所述的方法,其特征在于,所述任务属性页面至少包括以下属性:压力情景属性、产品属性、时间属性。
3.根据权利要求1所述的方法,其特征在于,所述基于用户对任务属性页面中属性的选择,确定目标任务前,包括:
从指标数据库中获取宏观经济指标数据;
基于所述宏观经济指标数据和预设回归模型模拟不同压力情景,确定不同压力情景对应的指标数据;其中,所述不同压力情景至少包括下述之一:基准、轻度、中度、重度、极重度。
4.根据权利要求3所述的方法,其特征在于,所述指标数据包括以下至少之一:GDP增长率/国内生产总值指数、M2供应量同比增长、出口总值同比增长、社会消费品零售总额同比增长、固定资产投资完成额同比增长、商品房平均价格同比增长、居民消费价格指数、生产价格指数、3个月国债收益率、10年国债收益率、美元兑人民币汇率。
5.根据权利要求1所述的方法,其特征在于,所述基于用户对任务属性页面中属性的选择,确定目标任务前,还包括:
获取所有压力测试产品;
将所有压力测试产品构建为一棵产品树;所述产品树包括多个产品维度,所述产品维度包括顶层目录、预设数量的产品目录、叶子节点;其中,所述叶子节点包括对应产品的挂钩模型;所述挂钩模型可根据产品特征设定;
对所述产品树进行分组维护。
6.根据权利要求5所述的方法,其特征在于,所述挂钩模型包括余额模型、消费模型。
7.根据权利要求1所述的方法,其特征在于,在根据所述任务信息判断所述目标产品是挂钩模型的情况下,还包括:
将所述目标任务添加到异步任务队列;
相应的,获取与所述挂钩模型对应的指标数据;基于所述挂钩模型和所述指标数据,确定所述目标产品在所述指定压力情景中的结果偏移量。
8.根据权利要求1所述的方法,其特征在于,所述确定所述目标产品在所述指定压力情景中的结果偏移量后,还包括:
将目标产品在所述指定压力情景中的结果偏移量按对应的产品维度进行汇总。
9.一种产品数据处理装置,其特征在于,包括:
第一确定模块,用于基于用户对任务属性页面中属性的选择,确定目标任务;所述目标任务表示需要计算目标产品在指定压力情景中的偏移量;
第一获取模块,用于获取与所述目标任务对应的任务信息;
第二获取模块,用于在根据所述任务信息判断所述目标产品是挂钩模型的情况下,获取与所述挂钩模型对应的指标数据;其中,所述挂钩模型用于计算产品在不同压力情景中的损益;其中,不同压力情景对应的指标数据不同;
第二确定模块,用于基于所述挂钩模型和所述指标数据,确定所述目标产品在所述指定压力情景中的结果偏移量。
10.一种产品数据处理设备,其特征在于,包括至少一个处理器以及存储计算机可执行指令的存储器,所述处理器执行所述指令时实现权利要求1-8中任意一项所述方法的步骤。
11.一种计算机可读存储介质,其特征在于,其上存储有计算机指令,所述指令被执行时实现权利要求1至8中任一项所述方法的步骤。
CN202110365712.3A 2021-04-06 2021-04-06 一种产品数据处理方法、装置及设备 Pending CN113094654A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110365712.3A CN113094654A (zh) 2021-04-06 2021-04-06 一种产品数据处理方法、装置及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110365712.3A CN113094654A (zh) 2021-04-06 2021-04-06 一种产品数据处理方法、装置及设备

Publications (1)

Publication Number Publication Date
CN113094654A true CN113094654A (zh) 2021-07-09

Family

ID=76673646

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110365712.3A Pending CN113094654A (zh) 2021-04-06 2021-04-06 一种产品数据处理方法、装置及设备

Country Status (1)

Country Link
CN (1) CN113094654A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113515523A (zh) * 2021-07-29 2021-10-19 中国工商银行股份有限公司 一种应用子集划分方法、装置及设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150006435A1 (en) * 2013-07-01 2015-01-01 Yaniv Konchitchki Methods and systems for forecasting economic movements
CN105321113A (zh) * 2014-08-04 2016-02-10 同济大学 一种基于宏观因子的压力测试客户端
CN109376899A (zh) * 2018-08-31 2019-02-22 阿里巴巴集团控股有限公司 一种经济波动数据确定方法及装置
CN110110883A (zh) * 2019-03-21 2019-08-09 平安直通咨询有限公司上海分公司 信息预测方法、装置、计算机设备和存储介质
CN112116401A (zh) * 2020-09-28 2020-12-22 中国建设银行股份有限公司 压力测试方法、装置、设备和存储介质
CN112580965A (zh) * 2020-12-15 2021-03-30 中国建设银行股份有限公司 一种风险强度识别方法、装置及设备
WO2021059480A1 (ja) * 2019-09-27 2021-04-01 三菱電機株式会社 経済指標予測装置、生産計画装置、予測用モデル生成装置及び予測用モデル生成方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150006435A1 (en) * 2013-07-01 2015-01-01 Yaniv Konchitchki Methods and systems for forecasting economic movements
CN105321113A (zh) * 2014-08-04 2016-02-10 同济大学 一种基于宏观因子的压力测试客户端
CN109376899A (zh) * 2018-08-31 2019-02-22 阿里巴巴集团控股有限公司 一种经济波动数据确定方法及装置
CN110110883A (zh) * 2019-03-21 2019-08-09 平安直通咨询有限公司上海分公司 信息预测方法、装置、计算机设备和存储介质
WO2021059480A1 (ja) * 2019-09-27 2021-04-01 三菱電機株式会社 経済指標予測装置、生産計画装置、予測用モデル生成装置及び予測用モデル生成方法
CN112116401A (zh) * 2020-09-28 2020-12-22 中国建设银行股份有限公司 压力测试方法、装置、设备和存储介质
CN112580965A (zh) * 2020-12-15 2021-03-30 中国建设银行股份有限公司 一种风险强度识别方法、装置及设备

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113515523A (zh) * 2021-07-29 2021-10-19 中国工商银行股份有限公司 一种应用子集划分方法、装置及设备

Similar Documents

Publication Publication Date Title
Wanke et al. Predicting performance in ASEAN banks: an integrated fuzzy MCDM–neural network approach
CN110390465A (zh) 业务数据的风控分析处理方法、装置和计算机设备
US20170032458A1 (en) Systems, methods and devices for extraction, aggregation, analysis and reporting of financial data
CN107729519B (zh) 基于多源多维数据的评估方法及装置、终端
US11762819B2 (en) Clustering model analysis for big data environments
CN113095408A (zh) 风险的确定方法、装置和服务器
CN110796539A (zh) 一种征信评估方法及装置
CN109685643A (zh) 贷款审核中风险等级确定方法、装置、设备及存储介质
CN108572988A (zh) 一种房产评估数据生成方法和装置
Gomes et al. Housing market dynamics: Any news?
CN111369344A (zh) 一种动态生成预警规则的方法和装置
CN111563187A (zh) 关系确定方法、装置、系统和电子设备
CN113642923A (zh) 基于历史催收数据的不良资产包价值评估方法
CN113112186A (zh) 一种企业评估方法、装置及设备
CN109858735A (zh) 用户风险评分评定方法、装置、计算机设备及存储介质
Benth et al. Pricing energy quanto options in the framework of Markov-modulated additive processes
CN113094654A (zh) 一种产品数据处理方法、装置及设备
Malyscheff et al. Natural gas storage valuation via least squares Monte Carlo and support vector regression
CN102968741A (zh) 一种基于宏观因子的压力测试系统及方法
CN112766814A (zh) 一种信用风险压力测试模型的训练方法、装置及设备
CN112836742A (zh) 系统资源调整方法、装置及设备
CN113469696B (zh) 一种用户异常度评估方法、装置及计算机可读存储介质
CN114943563A (zh) 一种权益推送方法、装置、计算机设备及存储介质
CN113011968B (zh) 账号状态的检测方法、装置和存储介质及电子设备
CN114529399A (zh) 用户数据处理方法、装置、计算机设备和存储介质

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