CN116797339A - 风险指标的计算方法、装置、存储介质及电子设备 - Google Patents
风险指标的计算方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN116797339A CN116797339A CN202310799213.4A CN202310799213A CN116797339A CN 116797339 A CN116797339 A CN 116797339A CN 202310799213 A CN202310799213 A CN 202310799213A CN 116797339 A CN116797339 A CN 116797339A
- Authority
- CN
- China
- Prior art keywords
- data
- scene
- configuration information
- target
- calculating
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 230000035945 sensitivity Effects 0.000 claims abstract description 182
- 238000004364 calculation method Methods 0.000 claims description 105
- 230000008859 change Effects 0.000 claims description 57
- 238000012502 risk assessment Methods 0.000 claims description 24
- 238000011156 evaluation Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 6
- 238000013210 evaluation model Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000007774 longterm Effects 0.000 description 14
- 230000008569 process Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 4
- 239000007787 solid Substances 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种风险指标的计算方法、装置、存储介质及电子设备,涉及金融科技领域。其中,该方法包括:获取金融产品的第一数据,其中,第一数据为金融产品在当前市场情景下的数据;依据配置信息和第一数据,计算得到第一情景数据和第二情景数据,其中,第一情景数据对应当前市场情景的现值指标,第二情景数据对应变动情景的现值指标;依据配置信息、第一情景数据以及第二情景数据,计算得到目标敏感度指标的数值。本发明解决了现有技术中在计算金融产品的多个敏感度指标时,对于每个敏感度指标均采用分别独立多次计算并输出不同情景下的估值数据的方式,存在估值次数较多导致敏感度指标的计算效率较低的技术问题。
Description
技术领域
本发明涉及金融科技领域,具体而言,涉及一种风险指标的计算方法、装置、存储介质及电子设备。
背景技术
现值指标和敏感度指标是常用的金融产品市场风险分析指标,现值指标即金融产品的估值,一般基于金融产品的交易属性、市场数据和估值模型,通过一系列的数学计算得到,敏感度指标是估值公式或估值模型中某一参数变动一单位而其他参数保持不变时,金融产品估值结果的变化。
目前,金融机构(例如,银行)在计算金融产品的多个敏感度指标时,对于每个敏感度指标,通常分别独立多次计算出当前市场情景数据下的现值,再分别独立多次计算出敏感度情景数据下的现值,通过两个或多个现值计算出敏感度指标,即需要多次计算市场情景数据下的估值,多次计算敏感度情景数据下的估值,浪费了宝贵的计算资源,并且,估值次数较多,敏感度指标的计算效率较低。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种风险指标的计算方法、装置、存储介质及电子设备,以至少解决现有技术中在计算金融产品的多个敏感度指标时,对于每个敏感度指标均采用分别独立多次计算并输出不同情景下的估值数据的方式,存在估值次数较多导致敏感度指标的计算效率较低的技术问题。
根据本发明实施例的一个方面,提供了一种风险指标的计算方法,包括:获取金融产品的第一数据,其中,第一数据为金融产品在当前市场情景下的数据;依据配置信息和第一数据,计算得到第一情景数据和第二情景数据,其中,第一情景数据对应当前市场情景的现值指标,第二情景数据对应变动情景的现值指标,变动情景为对第一数据进行变动的情景;依据配置信息、第一情景数据以及第二情景数据,计算得到目标敏感度指标的数值,其中,目标敏感度指标用于表征金融产品对于价格决定因素变化的敏感程度。
进一步地,依据配置信息和第一数据,计算得到第一情景数据和第二情景数据,包括:读取目标配置文件,获取配置信息,其中,配置信息至少包括第一配置信息,第一配置信息用于表征变动情景的数据变动逻辑;依据第一配置信息和第一数据,计算得到第一情景数据和第二情景数据。
进一步地,配置信息还包括第二配置信息和第三配置信息,第二配置信息用于表征敏感度指标与估值模型之间的对照关系,第三配置信息用于表征计算敏感度指标的方法,其中,依据配置信息、第一情景数据以及第二情景数据,计算得到目标敏感度指标的数值,包括:依据第二配置信息,确定与目标敏感度指标对应的目标估值模型;依据目标估值模型、第一情景数据以及第二情景数据,计算得到第一估值结果和第二估值结果,其中,第一估值结果为当前市场情景的现值指标,第二估值结果为变动情景的现值指标;依据第三配置信息,确定与目标敏感度指标对应的目标计算方法;依据目标计算方法、第一估值结果以及第二估值结果,计算得到目标敏感度指标的数值。
进一步地,依据目标估值模型、第一情景数据以及第二情景数据,计算得到第一估值结果和第二估值结果,包括:依据目标估值模型对第一情景数据和第二情景数据进行估值计算,得到目标字符串;基于预设的位置对应关系,将目标字符串的第一位置对应的字符作为第一估值结果,将目标字符串的第二位置对应的字符作为第二估值结果,其中,预设的位置对应关系为目标字符串的字符位置与估值结果之间的对应关系。
进一步地,目标计算方法至少包括目标敏感度指标的计算公式,其中,依据目标计算方法、第一估值结果以及第二估值结果,计算得到目标敏感度指标的数值,包括:依据计算公式,对第一估值结果和第二估值结果进行现值计算,得到目标敏感度指标的数值。
进一步地,在获取金融产品的第一数据之前,该方法还包括:根据金融产品的业务需求,确定变动情景的数据变动逻辑、敏感度指标与估值模型之间的对照关系以及计算敏感度指标的方法,生成第一配置信息、第二配置信息以及第三配置信息;依据第一配置信息、第二配置信息以及第三配置信息,生成目标配置文件。
进一步地,在依据配置信息、第一情景数据以及第二情景数据,计算得到目标敏感度指标的数值之后,该方法还包括:依据目标敏感度指标的数值,对金融产品进行风险分析,得到风险分析结果,并向目标对象发送风险分析结果,其中,风险分析结果表征金融产品对应的风险等级。
根据本发明实施例的另一方面,还提供了一种风险指标的计算装置,包括:第一获取模块,用于获取金融产品的第一数据,其中,第一数据为金融产品在当前市场情景下的数据;第一计算模块,用于依据配置信息和第一数据,计算得到第一情景数据和第二情景数据,其中,第一情景数据对应当前市场情景的现值指标,第二情景数据对应变动情景的现值指标,变动情景为对第一数据进行变动的情景;第二计算模块,用于依据配置信息、第一情景数据以及第二情景数据,计算得到目标敏感度指标的数值,其中,目标敏感度指标用于表征金融产品对于价格决定因素变化的敏感程度。
根据本发明实施例的另一方面,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中存储有计算机程序,其中,计算机程序被设置为运行时执行上述的风险指标的计算方法。
根据本发明实施例的另一方面,还提供了一种电子设备,该电子设备包括一个或多个处理器;存储器,用于存储一个或多个程序,当一个或多个程序被一个或多个处理器执行时,使得一个或多个处理器实现用于运行程序,其中,程序被设置为运行时执行上述的风险指标的计算方法。
在本发明实施例中,采用基于配置信息计算金融产品的敏感度指标的方式,首先获取金融产品的第一数据,然后依据配置信息和第一数据,计算得到第一情景数据和第二情景数据,然后依据配置信息、第一情景数据以及第二情景数据,计算得到目标敏感度指标的数值,其中,第一数据为金融产品在当前市场情景下的数据,第一情景数据对应当前市场情景的现值指标,第二情景数据对应变动情景的现值指标,变动情景为对第一数据进行变动的情景,目标敏感度指标用于表征金融产品对于价格决定因素变化的敏感程度。
在上述过程中,依据配置信息可以一次性生成计算敏感度指标所需的当前市场情景数据下的现值和敏感度情景数据下的现值,有效减少了估值次数,从而减少了估值模型的计算时间和系统开销,极大地提高了金融产品的敏感度指标的计算效率。
由此可见,通过本发明的技术方案,达到了减少估值模型的计算时间和系统开销的目的,从而实现了提高金融产品的敏感度指标的计算效率的技术效果,进而解决了现有技术中在计算金融产品的多个敏感度指标时,对于每个敏感度指标均采用分别独立多次计算并输出不同情景下的估值数据的方式,存在估值次数较多导致敏感度指标的计算效率较低的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种可选的风险指标的计算方法的流程图;
图2是根据本发明实施例的一种可选的估值模型的配置示意图;
图3是根据本发明实施例的一种可选的风险指标的计算装置的示意图;
图4是根据本发明实施例的一种可选的电子设备的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明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发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是,本发明所涉及的相关信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于展示的数据、分析的数据等),均为经用户授权或者经过各方充分授权的信息和数据。例如,本系统和相关用户或机构间设置有接口,在获取相关信息之前,需要通过接口向前述的用户或机构发送获取请求,并在接收到前述的用户或机构反馈的同意信息后,获取相关信息。
实施例1
根据本发明实施例,提供了一种风险指标的计算方法的实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种可选的风险指标的计算方法的流程图,如图1所示,该方法包括如下步骤:
步骤S101,获取金融产品的第一数据,其中,第一数据为金融产品在当前市场情景下的数据。
在上述步骤中,可以通过应用系统、处理器、电子设备等装置获取金融产品的第一数据,可选地,通过风险指标的计算系统获取金融产品的第一数据。具体地,在计算敏感度指标时,可以采用估值日(即计算当天)的市场数据即(第一数据)进行计算,因此,获取金融产品的第一数据,即获取估值日的市场数据。
步骤S102,依据配置信息和第一数据,计算得到第一情景数据和第二情景数据,其中,第一情景数据对应当前市场情景的现值指标,第二情景数据对应变动情景的现值指标,变动情景为对第一数据进行变动的情景。
在上述步骤中,配置信息可以是配置文件中的信息,例如,敏感度指标与估值模型之间的对照关系、变动情景的数据变动逻辑以及敏感度指标的计算公式等。可选地,为了便于理解,在本实施例中,将当前市场情景称为0号情景,将敏感度变动情景(即对市场数据进行变动的情景)称为1号情景。第一情景数据可以是0号情景请求数据,即计算敏感度指标所需的当前市场情景数据,第二情景数据可以是1号情景请求数据,即对相应的市场数据进行变动得到的变动后的市场数据。
步骤S103,依据配置信息、第一情景数据以及第二情景数据,计算得到目标敏感度指标的数值,其中,目标敏感度指标用于表征金融产品对于价格决定因素变化的敏感程度。
具体地,业务人员在分析某个金融产品的风险时,会有计算现值指标和敏感度指标的需求,对于不同的金融产品,需要计算的敏感度指标可能不同,因此,首先根据业务需求,确定金融产品的待计算敏感度指标,即具体的某些敏感度指标(即目标敏感度指标),例如,业务人员分析债券产品的风险时,债券产品对应的敏感度指标包括基点美元值(DollarValue of all 01,DV01)和久期,对应的估值模型为固定利息债券模型(简称固息债模型),因此,在确定出要计算的敏感度指标(例如,债券产品的敏感度指标)后,可以依据配置信息、第一情景数据以及第二情景数据,计算得到目标敏感度指标的数值。
具体地,常见的敏感度指标包括DV01、久期、DELTA指标、VEGA指标、GAMMA指标、凸度指标等,DELTA指标是指金融产品的价格相对于风险因子价格变化的敏感度,VEGA指标是指金融产品的DELTA指标相对于风险因子价格变化的敏感度,GAMMA指标是指金融产品的价格相对于风险因子价格波动率的敏感度,久期指标是指金融产品的价格相对于收益率变化的敏感度,凸度指标是指金融产品的久期指标相对于收益率变化的敏感度。
需要说明的是,本实施例的方法适用于使用同一市场数据作为基础进行变动得到1号情景数据的敏感度指标计算场景中。
基于上述步骤S101至步骤S103所限定的方案,可以获知,在本发明实施例中,采用基于配置信息计算金融产品的敏感度指标的方式,首先获取金融产品的第一数据,然后依据配置信息和第一数据,计算得到第一情景数据和第二情景数据,然后依据配置信息、第一情景数据以及第二情景数据,计算得到目标敏感度指标的数值,其中,第一数据为金融产品在当前市场情景下的数据,第一情景数据对应当前市场情景的现值指标,第二情景数据对应变动情景的现值指标,变动情景为对第一数据进行变动的情景,目标敏感度指标用于表征金融产品对于价格决定因素变化的敏感程度。
容易注意到的是,在上述过程中,依据配置信息可以一次性生成计算敏感度指标所需的当前市场情景数据下的现值和敏感度情景数据下的现值,有效减少了估值次数,从而减少了估值模型的计算时间和系统开销,极大地提高了金融产品的敏感度指标的计算效率。
由此可见,通过本发明的技术方案,达到了减少估值模型的计算时间和系统开销的目的,从而实现了提高金融产品的敏感度指标的计算效率的技术效果,进而解决了现有技术中在计算金融产品的多个敏感度指标时,对于每个敏感度指标均采用分别独立多次计算并输出不同情景下的估值数据的方式,存在估值次数较多导致敏感度指标的计算效率较低的技术问题。
在一种可选的实施例中,依据配置信息和第一数据,计算得到第一情景数据和第二情景数据,包括:读取目标配置文件,获取配置信息,其中,配置信息至少包括第一配置信息,第一配置信息用于表征变动情景的数据变动逻辑;依据第一配置信息和第一数据,计算得到第一情景数据和第二情景数据。
具体地,通过读取目标配置文件,可以获取到配置信息,配置信息主要包括以下内容:估值模型、敏感度指标、变动要素、变动量、变动类型、变动方向、计算方法(即计算公式做简单封装)等。第一配置信息可以是1号情景请求数据的变动逻辑,例如,变动量、变动类型、变动方向等。
进一步地,通过请求数据加工阶段实现0号情景请求数据和1号情景请求数据的加工,本阶段主要是根据配置信息,加工估值模型所需的0号情景请求数据和1号情景请求数据,即依据第一配置信息和第一数据,可以计算得到第一情景数据和第二情景数据。
图2是根据本发明实施例的一种可选的估值模型的配置示意图,如图2所示,固息债模型的敏感度指标包括DV01和久期,其中,DV01对应的变动要素为利率曲线,变动量为1BP,变动类型为单期限点变动,变动方向为向上,计算公式为:1号情景估值结果-0号情景估值结果;久期对应的变动要素为利率曲线,变动量为1BP,变动类型为曲线整体变动,变动方向为向上,计算公式为:(0号情景估值结果-1号情景估值结果)/(0号情景估值结果*变动量)。
具体地,风险指标的计算系统在进行估值时,仅需获取估值日的市场数据,并根据配置信息自动加工0号情景请求数据和1号情景请求数据。以固息债模型为例,一条利率曲线包含ON(Over-Night,隔夜)、7天、14天、1月、2月、3月、6月、1年、2年、3年、5年、10年,总计12个期限点,则DV01会生成12个1号情景的利率曲线,久期会生成1个1号情景的利率曲线,系统经过计算可以得到1个0号情景请求数据、13个1号情景请求数据,总计14个情景请求数据。
需要说明的是,基于配置信息计算金融产品的敏感度指标,可以支持不同金融产品的多个敏感度指标的计算,减少了估值模型的计算时间和系统开销。
在一种可选的实施例中,配置信息还包括第二配置信息和第三配置信息,第二配置信息用于表征敏感度指标与估值模型之间的对照关系,第三配置信息用于表征计算敏感度指标的方法,其中,依据配置信息、第一情景数据以及第二情景数据,计算得到目标敏感度指标的数值,包括:依据第二配置信息,确定与目标敏感度指标对应的目标估值模型;依据目标估值模型、第一情景数据以及第二情景数据,计算得到第一估值结果和第二估值结果,其中,第一估值结果为当前市场情景的现值指标,第二估值结果为变动情景的现值指标;依据第三配置信息,确定与目标敏感度指标对应的目标计算方法;依据目标计算方法、第一估值结果以及第二估值结果,计算得到目标敏感度指标的数值。
具体地,第二配置信息可以是估值模型与其对应的敏感度指标之间的对照关系,例如,固息债模型的敏感度指标包括DV01和久期,确定出要计算的敏感度指标(即目标敏感度指标)为债券产品的敏感度指标(即DV01和久期),即可依据第二配置信息,确定与债券产品的敏感度指标对应的目标估值模型为固息债模型。可选地,估值模型复用已有模型,并根据需求进行多场景估值的相关调整即可。
具体地,第三配置信息可以是敏感度指标的计算公式等,例如,DV01对应的计算公式为:1号情景估值结果-0号情景估值结果;久期对应的计算公式为:(0号情景估值结果-1号情景估值结果)/(0号情景估值结果*变动量)。
进一步地,第一估值结果可以是0号情景估值结果,即当前市场情景的现值指标,第二估值结果可以是1号情景估值结果,即变动情景的现值指标。依据目标估值模型、第一情景数据以及第二情景数据,可以计算得到第一估值结果和第二估值结果,例如,通过固息债模型对上述14个情景请求数据(1个0号情景请求数据和13个1号情景请求数据)进行计算,可以得到0号情景估值结果和1号情景估值结果。
进一步地,依据第三配置信息,可以确定与目标敏感度指标对应的目标计算方法,例如,目标敏感度指标为DV01,依据第三配置信息可以得知DV01对应的计算公式为:1号情景估值结果-0号情景估值结果。
进一步地,依据目标计算方法、第一估值结果以及第二估值结果,可以计算得到目标敏感度指标的数值,例如,目标敏感度指标为DV01,依据DV01对应的计算公式(即1号情景估值结果-0号情景估值结果)、第一估值结果(即0号情景估值结果)以及第二估值结果(即1号情景估值结果),可以计算得到DV01的数值。
需要说明的是,在上述过程中,提高了金融产品的敏感度指标的计算效率,从而有效提升了系统的执行效率。
在一种可选的实施例中,依据目标估值模型、第一情景数据以及第二情景数据,计算得到第一估值结果和第二估值结果,包括:依据目标估值模型对第一情景数据和第二情景数据进行估值计算,得到目标字符串;基于预设的位置对应关系,将目标字符串的第一位置对应的字符作为第一估值结果,将目标字符串的第二位置对应的字符作为第二估值结果,其中,预设的位置对应关系为目标字符串的字符位置与估值结果之间的对应关系。
具体地,通过估值阶段实现估值结果的生成,本阶段主要是依靠估值模型进行估值计算,得到现值指标,即依据目标估值模型对第一情景数据和第二情景数据进行估值计算,生成对应的估值结果。可选地,在本实施例中,对估值模型进行模型计算方法(例如,矩阵加法、乘法等)的设置,使估值模型通过矩阵计算,实现一次调用产生全部情景的估值结果。
可选地,目标字符串可以是数据字符串,预设的位置对应关系为目标字符串的字符位置与估值结果之间的对应关系,例如,目标字符串的第1位(即第一位置)是0号情景,第2-14位(即第二位置)是1号情景,则可以从估值结果(即目标字符串)获取对应位置的0号估值结果以及相应敏感度的1号估值结果,即将目标字符串的第一位置对应的字符作为第一估值结果(即0号情景估值结果),将目标字符串的第二位置对应的字符作为第二估值结果(即1号情景估值结果)。
具体地,第2-14位的1号情景可以对应不同的敏感度指标,例如,第2-13位是DV01的1号情景,第14位是久期的1号情景,则将目标字符串的第1位对应的字符作为0号情景估值结果,将目标字符串的第2-13位对应的字符作为DV01的1号估值结果,将目标字符串的第14位对应的字符作为久期的1号估值结果。可选地,为了便于识别估值结果,目标字符串还可以是带竖线分隔符的数据字符串。
可选地,还可以依据第一情景数据和第二情景数据生成目标请求,并向目标估值模型发送目标请求,然后通过目标估值模型接收目标请求,并根据目标请求中包含的第一情景数据和第二情景数据,计算得到第一估值结果和第二估值结果。
需要说明的是,在本实施例中,将估值模型的普通的加法、乘法转换为矩阵加法、乘法,使估值模型可以适配多情景的估值计算,实现一次调用产生全部情景的估值结果,提高了估值模型的适用性。
在一种可选的实施例中,目标计算方法至少包括目标敏感度指标的计算公式,其中,依据目标计算方法、第一估值结果以及第二估值结果,计算得到目标敏感度指标的数值,包括:依据计算公式,对第一估值结果和第二估值结果进行现值计算,得到目标敏感度指标的数值。
具体地,通过估值结果加工敏感度指标阶段实现敏感度指标的加工,本阶段主要是根据0号情景估值结果与1号情景估值结果之间的计算公式以及估值阶段的结果(即第一估值结果和第二估值结果),计算出敏感度指标的数值(即目标敏感度指标的数值)。
具体地,依据计算公式,对第一估值结果和第二估值结果进行现值计算,可以得到目标敏感度指标的数值,例如,根据DV01对应的计算公式(1号情景估值结果-0号情景估值结果),对第一估值结果(即当前市场情景的现值指标)和第二估值结果(即变动情景的现值指标)进行现值计算,得到DV01的数值。
需要说明的是,在上述过程中,大幅减少了估值模型的调用次数,极大地提高了金融产品的敏感度指标的计算效率。
在一种可选的实施例中,在获取金融产品的第一数据之前,根据金融产品的业务需求,确定变动情景的数据变动逻辑、敏感度指标与估值模型之间的对照关系以及计算敏感度指标的方法,生成第一配置信息、第二配置信息以及第三配置信息;依据第一配置信息、第二配置信息以及第三配置信息,生成目标配置文件。
具体地,通过配置信息初始化阶段实现配置信息的配置,本阶段主要是根据不同金融产品的实际需要(即金融产品的业务需求),梳理出1号情景请求数据的变动逻辑(即变动情景的数据变动逻辑)、敏感度指标与估值模型之间的对照关系以及计算敏感度指标的方法(即0号情景估值结果与1号情景估值结果之间的计算公式),生成第一配置信息、第二配置信息以及第三配置信息,得到目标配置文件。
具体地,在生成目标配置文件的过程中,还要为每个估值模型都配置好对应的敏感度指标,例如,为固息债模型配置的敏感度指标为DV01和久期。
需要说明的是,通过配置信息,可以设置估值模型需要计算的敏感度指标,可以存储并管理1号情景请求数据的变动逻辑、0号情景估值结果与1号情景估值结果之间的计算公式等,从而实现一次调用产生全部情景的估值结果,提高金融产品的敏感度指标的计算效率。
在一种可选的实施例中,在依据配置信息、第一情景数据以及第二情景数据,计算得到目标敏感度指标的数值之后,依据目标敏感度指标的数值,对金融产品进行风险分析,得到风险分析结果,并向目标对象发送风险分析结果,其中,风险分析结果表征金融产品对应的风险等级。
具体地,在依据配置信息、第一情景数据以及第二情景数据,计算得到目标敏感度指标的数值之后,还可以依据目标敏感度指标的数值,对金融产品进行风险分析,例如,依据DV01和久期的数值,对债券产品进行风险分析,并向业务人员(即目标对象)发送风险分析结果。
需要说明的是,本实施例的整个流程可以划分为4个阶段,即上述配置信息初始化阶段、请求数据加工阶段、估值阶段以及估值结果加工敏感度指标阶段。在整个过程中,基于配置信息计算金融产品的敏感度指标,可以支持不同金融产品的多个敏感度指标的计算,减少了估值模型的计算时间和系统开销;通过使用矩阵计算,实现执行一次估值任务即可得到某金融产品多个敏感度指标所需的1号情景估值结果,极大地提高了金融产品的敏感度指标的计算效率,从而有效提升了系统的执行效率。并且,大幅减少了估值模型的调用次数,应用系统的响应速度和性能均有较大提高,可以满足不同风险管理的需要,使金融产品的敏感度指标计算更加灵活,开发成本大幅减少。
由此可见,通过本发明的技术方案,达到了减少估值模型的计算时间和系统开销的目的,从而实现了提高金融产品的敏感度指标的计算效率的技术效果,进而解决了现有技术中在计算金融产品的多个敏感度指标时,对于每个敏感度指标均采用分别独立多次计算并输出不同情景下的估值数据的方式,存在估值次数较多导致敏感度指标的计算效率较低的技术问题。
实施例2
根据本发明实施例,提供了一种风险指标的计算装置的实施例,其中,图3是根据本发明实施例的一种可选的风险指标的计算装置的示意图,如图3所示,该装置包括:第一获取模块301,用于获取金融产品的第一数据,其中,第一数据为金融产品在当前市场情景下的数据;第一计算模块302,用于依据配置信息和第一数据,计算得到第一情景数据和第二情景数据,其中,第一情景数据对应当前市场情景的现值指标,第二情景数据对应变动情景的现值指标,变动情景为对第一数据进行变动的情景;第二计算模块303,用于依据配置信息、第一情景数据以及第二情景数据,计算得到目标敏感度指标的数值,其中,目标敏感度指标用于表征金融产品对于价格决定因素变化的敏感程度。
需要说明的是,上述第一获取模块301、第一计算模块302以及第二计算模块303对应于上述实施例中的步骤S101至步骤S103,三个模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例1所公开的内容。
可选地,第一计算模块包括:读取模块,用于读取目标配置文件,获取配置信息,其中,配置信息至少包括第一配置信息,第一配置信息用于表征变动情景的数据变动逻辑;第三计算模块,用于依据第一配置信息和第一数据,计算得到第一情景数据和第二情景数据。
可选地,配置信息还包括第二配置信息和第三配置信息,第二配置信息用于表征敏感度指标与估值模型之间的对照关系,第三配置信息用于表征计算敏感度指标的方法,第二计算模块包括:第一确定模块,用于依据第二配置信息,确定与目标敏感度指标对应的目标估值模型;第四计算模块,用于依据目标估值模型、第一情景数据以及第二情景数据,计算得到第一估值结果和第二估值结果,其中,第一估值结果为当前市场情景的现值指标,第二估值结果为变动情景的现值指标;第二确定模块,用于依据第三配置信息,确定与目标敏感度指标对应的目标计算方法;第五计算模块,用于依据目标计算方法、第一估值结果以及第二估值结果,计算得到目标敏感度指标的数值。
可选地,第四计算模块包括:第六计算模块,用于依据目标估值模型对第一情景数据和第二情景数据进行估值计算,得到目标字符串;第三确定模块,用于基于预设的位置对应关系,将目标字符串的第一位置对应的字符作为第一估值结果,将目标字符串的第二位置对应的字符作为第二估值结果,其中,预设的位置对应关系为目标字符串的字符位置与估值结果之间的对应关系。
可选地,目标计算方法至少包括目标敏感度指标的计算公式,第五计算模块包括:第七计算模块,用于依据计算公式,对第一估值结果和第二估值结果进行现值计算,得到目标敏感度指标的数值。
可选地,风险指标的计算装置还包括:第四确定模块,用于在获取金融产品的第一数据之前,根据金融产品的业务需求,确定变动情景的数据变动逻辑、敏感度指标与估值模型之间的对照关系以及计算敏感度指标的方法,生成第一配置信息、第二配置信息以及第三配置信息;第一生成模块,用于依据第一配置信息、第二配置信息以及第三配置信息,生成目标配置文件。
可选地,风险指标的计算装置还包括:分析模块,用于在依据配置信息、第一情景数据以及第二情景数据,计算得到目标敏感度指标的数值之后,依据目标敏感度指标的数值,对金融产品进行风险分析,得到风险分析结果,并向目标对象发送风险分析结果,其中,风险分析结果表征金融产品对应的风险等级。
实施例3
根据本发明实施例的另一方面,还提供了一种计算机可读存储介质,计算机可读存储介质中存储有计算机程序,其中,计算机程序被设置为运行时执行上述的风险指标的计算方法。
实施例4
根据本发明实施例的另一方面,还提供了一种电子设备,其中,图4是根据本发明实施例的一种可选的电子设备的示意图,如图4所示,电子设备包括一个或多个处理器;存储器,用于存储一个或多个程序,当一个或多个程序被一个或多个处理器执行时,使得一个或多个处理器实现用于运行程序,其中,程序被设置为运行时执行上述的风险指标的计算方法。处理器执行程序时实现以下步骤:获取金融产品的第一数据,其中,第一数据为金融产品在当前市场情景下的数据;依据配置信息和第一数据,计算得到第一情景数据和第二情景数据,其中,第一情景数据对应当前市场情景的现值指标,第二情景数据对应变动情景的现值指标,变动情景为对第一数据进行变动的情景;依据配置信息、第一情景数据以及第二情景数据,计算得到目标敏感度指标的数值,其中,目标敏感度指标用于表征金融产品对于价格决定因素变化的敏感程度。
可选的,处理器执行程序时还实现以下步骤:读取目标配置文件,获取配置信息,其中,配置信息至少包括第一配置信息,第一配置信息用于表征变动情景的数据变动逻辑;依据第一配置信息和第一数据,计算得到第一情景数据和第二情景数据。
可选的,配置信息还包括第二配置信息和第三配置信息,第二配置信息用于表征敏感度指标与估值模型之间的对照关系,第三配置信息用于表征计算敏感度指标的方法,处理器执行程序时还实现以下步骤:依据第二配置信息,确定与目标敏感度指标对应的目标估值模型;依据目标估值模型、第一情景数据以及第二情景数据,计算得到第一估值结果和第二估值结果,其中,第一估值结果为当前市场情景的现值指标,第二估值结果为变动情景的现值指标;依据第三配置信息,确定与目标敏感度指标对应的目标计算方法;依据目标计算方法、第一估值结果以及第二估值结果,计算得到目标敏感度指标的数值。
可选的,处理器执行程序时还实现以下步骤:依据目标估值模型对第一情景数据和第二情景数据进行估值计算,得到目标字符串;基于预设的位置对应关系,将目标字符串的第一位置对应的字符作为第一估值结果,将目标字符串的第二位置对应的字符作为第二估值结果,其中,预设的位置对应关系为目标字符串的字符位置与估值结果之间的对应关系。
可选的,目标计算方法至少包括目标敏感度指标的计算公式,处理器执行程序时还实现以下步骤:依据计算公式,对第一估值结果和第二估值结果进行现值计算,得到目标敏感度指标的数值。
可选的,处理器执行程序时还实现以下步骤:在获取金融产品的第一数据之前,根据金融产品的业务需求,确定变动情景的数据变动逻辑、敏感度指标与估值模型之间的对照关系以及计算敏感度指标的方法,生成第一配置信息、第二配置信息以及第三配置信息;依据第一配置信息、第二配置信息以及第三配置信息,生成目标配置文件。
可选的,处理器执行程序时还实现以下步骤:在依据配置信息、第一情景数据以及第二情景数据,计算得到目标敏感度指标的数值之后,依据目标敏感度指标的数值,对金融产品进行风险分析,得到风险分析结果,并向目标对象发送风险分析结果,其中,风险分析结果表征金融产品对应的风险等级。
本文中的设备可以是服务器、PC、PAD、手机等。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,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,可以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。另一点,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,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
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实施例方案的目的。
另外,在本发明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,本发明的技术方案本质上或者说对现有技术做出贡献的部分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(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种风险指标的计算方法,其特征在于,包括:
获取金融产品的第一数据,其中,所述第一数据为所述金融产品在当前市场情景下的数据;
依据配置信息和所述第一数据,计算得到第一情景数据和第二情景数据,其中,所述第一情景数据对应所述当前市场情景的现值指标,所述第二情景数据对应变动情景的现值指标,所述变动情景为对所述第一数据进行变动的情景;
依据所述配置信息、所述第一情景数据以及所述第二情景数据,计算得到目标敏感度指标的数值,其中,所述目标敏感度指标用于表征所述金融产品对于价格决定因素变化的敏感程度。
2.根据权利要求1所述的方法,其特征在于,依据配置信息和所述第一数据,计算得到第一情景数据和第二情景数据,包括:
读取目标配置文件,获取所述配置信息,其中,所述配置信息至少包括第一配置信息,所述第一配置信息用于表征所述变动情景的数据变动逻辑;
依据所述第一配置信息和所述第一数据,计算得到所述第一情景数据和所述第二情景数据。
3.根据权利要求2所述的方法,其特征在于,所述配置信息还包括第二配置信息和第三配置信息,所述第二配置信息用于表征敏感度指标与估值模型之间的对照关系,所述第三配置信息用于表征计算所述敏感度指标的方法,其中,依据所述配置信息、所述第一情景数据以及所述第二情景数据,计算得到目标敏感度指标的数值,包括:
依据所述第二配置信息,确定与所述目标敏感度指标对应的目标估值模型;
依据所述目标估值模型、所述第一情景数据以及所述第二情景数据,计算得到第一估值结果和第二估值结果,其中,所述第一估值结果为所述当前市场情景的现值指标,所述第二估值结果为所述变动情景的现值指标;
依据所述第三配置信息,确定与所述目标敏感度指标对应的目标计算方法;
依据所述目标计算方法、所述第一估值结果以及所述第二估值结果,计算得到所述目标敏感度指标的数值。
4.根据权利要求3所述的方法,其特征在于,依据所述目标估值模型、所述第一情景数据以及所述第二情景数据,计算得到第一估值结果和第二估值结果,包括:
依据所述目标估值模型对所述第一情景数据和所述第二情景数据进行估值计算,得到目标字符串;
基于预设的位置对应关系,将所述目标字符串的第一位置对应的字符作为所述第一估值结果,将所述目标字符串的第二位置对应的字符作为所述第二估值结果,其中,所述预设的位置对应关系为所述目标字符串的字符位置与估值结果之间的对应关系。
5.根据权利要求3所述的方法,其特征在于,所述目标计算方法至少包括所述目标敏感度指标的计算公式,其中,依据所述目标计算方法、所述第一估值结果以及所述第二估值结果,计算得到所述目标敏感度指标的数值,包括:
依据所述计算公式,对所述第一估值结果和所述第二估值结果进行现值计算,得到所述目标敏感度指标的数值。
6.根据权利要求3所述的方法,其特征在于,在获取金融产品的第一数据之前,所述方法还包括:
根据所述金融产品的业务需求,确定所述变动情景的数据变动逻辑、所述敏感度指标与所述估值模型之间的对照关系以及计算所述敏感度指标的方法,生成所述第一配置信息、所述第二配置信息以及所述第三配置信息;
依据所述第一配置信息、所述第二配置信息以及所述第三配置信息,生成所述目标配置文件。
7.根据权利要求1所述的方法,其特征在于,在依据所述配置信息、所述第一情景数据以及所述第二情景数据,计算得到目标敏感度指标的数值之后,所述方法还包括:
依据所述目标敏感度指标的数值,对所述金融产品进行风险分析,得到风险分析结果,并向目标对象发送所述风险分析结果,其中,所述风险分析结果表征所述金融产品对应的风险等级。
8.一种风险指标的计算装置,其特征在于,包括:
第一获取模块,用于获取金融产品的第一数据,其中,所述第一数据为所述金融产品在当前市场情景下的数据;
第一计算模块,用于依据配置信息和所述第一数据,计算得到第一情景数据和第二情景数据,其中,所述第一情景数据对应所述当前市场情景的现值指标,所述第二情景数据对应变动情景的现值指标,所述变动情景为对所述第一数据进行变动的情景;
第二计算模块,用于依据所述配置信息、所述第一情景数据以及所述第二情景数据,计算得到目标敏感度指标的数值,其中,所述目标敏感度指标用于表征所述金融产品对于价格决定因素变化的敏感程度。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行所述权利要求1至7任一项中所述的风险指标的计算方法。
10.一种电子设备,其特征在于,所述电子设备包括一个或多个处理器;存储器,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时,使得所述一个或多个处理器实现用于运行程序,其中,所述程序被设置为运行时执行所述权利要求1至7任一项中所述的风险指标的计算方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310799213.4A CN116797339A (zh) | 2023-06-30 | 2023-06-30 | 风险指标的计算方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310799213.4A CN116797339A (zh) | 2023-06-30 | 2023-06-30 | 风险指标的计算方法、装置、存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116797339A true CN116797339A (zh) | 2023-09-22 |
Family
ID=88034400
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310799213.4A Pending CN116797339A (zh) | 2023-06-30 | 2023-06-30 | 风险指标的计算方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116797339A (zh) |
-
2023
- 2023-06-30 CN CN202310799213.4A patent/CN116797339A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108804166B (zh) | 确定业务资产的流动性指标的方法及装置 | |
Fröwis et al. | The operational cost of Ethereum airdrops | |
CN110517142B (zh) | 策略评估信息的输出方法及装置 | |
CN111062602A (zh) | 企业信用风险评估的方法、装置及存储介质 | |
CN116797339A (zh) | 风险指标的计算方法、装置、存储介质及电子设备 | |
CN116823471A (zh) | 交易策略回测方法、装置、电子设备及存储介质 | |
CN110717653A (zh) | 风险识别方法及装置和电子设备 | |
CN108564401A (zh) | 用户收益处理方法、电子设备及存储介质 | |
CN113592263A (zh) | 基于动态资源归还增比的资源归还增量预测方法和装置 | |
CN109360032B (zh) | 客户评估方法、装置、设备以及存储介质 | |
AU2021383742A1 (en) | Systems and methods for confidence interval transaction settlement range predictions | |
CN109584036B (zh) | 对象计算方法、装置、电子设备及计算机可读存储介质 | |
CN110060164B (zh) | 账务数据处理方法、装置及设备 | |
CN108804640B (zh) | 基于最大化iv的数据分组方法、装置、储存介质及设备 | |
CN111932356A (zh) | 确定企业信用风险等级的方法和装置 | |
CN110688584A (zh) | 一种用户匹配方法、电子设备及计算机程序产品 | |
US10146511B2 (en) | System and method for estimating package implementation effort of SDLC activities | |
JP6852212B1 (ja) | 債権管理装置及び債権管理方法 | |
CN117909601B (zh) | 一种付费社交匹配方法、装置、设备及可读存储介质 | |
TWM564215U (zh) | 建立流動性風險評估表的系統 | |
CN109544322B (zh) | 贷款承诺账务信息处理方法及装置 | |
WO2022210017A1 (ja) | Ai分析システム、利用料算出方法、及び、記録媒体 | |
CN116362730A (zh) | 交易路由通道的确定方法、装置、存储介质及电子设备 | |
CN113256086A (zh) | 资产配置组合的确定方法、设备、存储介质 | |
CN110910247A (zh) | 一种股东推广分红方法、装置、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 |