RU126169U1 - AUTOMATED INFORMATION ANALYTICAL CREDIT PORTFOLIO MANAGEMENT SYSTEM - Google Patents
AUTOMATED INFORMATION ANALYTICAL CREDIT PORTFOLIO MANAGEMENT SYSTEM Download PDFInfo
- Publication number
- RU126169U1 RU126169U1 RU2012111110/08U RU2012111110U RU126169U1 RU 126169 U1 RU126169 U1 RU 126169U1 RU 2012111110/08 U RU2012111110/08 U RU 2012111110/08U RU 2012111110 U RU2012111110 U RU 2012111110U RU 126169 U1 RU126169 U1 RU 126169U1
- Authority
- RU
- Russia
- Prior art keywords
- data
- loading
- calculating
- loan
- scenario
- Prior art date
Links
Images
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
Автоматизированная информационно-аналитическая система управления кредитными портфелями, содержащая, по меньшей мере, одно рабочее место оператора, включающее устройство ввода данных, устройство приема данных о финансовых инструментах, данных об основных характеристиках финансовых инструментов, данных об операциях с финансовыми инструментами, данных по историческим значениям факторов риска, устройства промежуточного хранения и обработки данных и устройство вывода данных, при этомрабочее место оператора соединено линиями связи с сервером, содержащим средство формирования первичных матриц перехода и загрузки основной базы поведения кредитного портфеля; средство загрузки исторических и формирования сценарных качественных характеристик и объемов поколений кредитного портфеля, а также загрузки ценовых политик; средство загрузки исторических значений макрофактора, а также формирования сценарных значений макрофактора; средство для расчета качественных характеристик и макрофактора, для расчета сценарных характеристик кредитного портфеля; средство расчета стоимости фондирования, процентных платежей, потерь в результате реализации рыночного риска, а также средство формирования отчетов посредством алгоритмов создания отчетов на основе данных, рассчитанных вышеупомянутыми средствами сервера системы, причем управление средствами формирования первичных матриц перехода и загрузки основной базы поведения кредитного портфеля, расчета стоимости фондирования, процентных платежей, потерь в результате реализации рыночного риска, загрузки исторических значений макрофактора, а также формирования сцеAn automated information and analytical system for managing loan portfolios containing at least one operator’s workplace, including a data input device, a device for receiving data on financial instruments, data on the main characteristics of financial instruments, data on transactions with financial instruments, data on historical values risk factors, intermediate data storage and processing devices and data output device, while the operator’s workplace is connected by communication lines with rverom comprising means for generating primary transition matrices and loading behavior of the main base loan portfolio; a means of loading historical and generating scenario quality characteristics and volumes of generations of a loan portfolio, as well as loading pricing policies; a means of loading historical macro factor values, as well as generating scenario macro factor values; means for calculating the qualitative characteristics and macro factor, for calculating the scenario characteristics of the loan portfolio; a means of calculating the cost of funding, interest payments, losses resulting from the realization of market risk, as well as a means of generating reports using reporting algorithms based on data calculated by the aforementioned system server tools, moreover, managing means of generating primary transition matrices and loading the main loan portfolio behavior database, calculation funding costs, interest payments, losses resulting from the realization of market risk, loading of historical values of the macro factor, and also the formation of the stage
Description
Область техникиTechnical field
Полезная модель относится к вычислительным средствам, предназначенным для решения специальных задач, а именно для проведения прогнозных оценок кредитных, рыночных и стратегических рисков, моделирования сценариев управления кредитными портфелями (бизнес сценарии), моделирования макроэкономических сценариев и выбора оптимальных управленческих решений с целью снижения этих рисков. Полезная модель может быть использована для управления кредитными портфелями банковских и других финансовых учреждений.The utility model relates to computing tools designed to solve special problems, namely, to carry out predictive assessments of credit, market and strategic risks, modeling scenarios of managing loan portfolios (business scenarios), modeling macroeconomic scenarios and choosing optimal management decisions to reduce these risks. The utility model can be used to manage loan portfolios of banking and other financial institutions.
Уровень техникиState of the art
Известны различные системы для формирования кредитных портфелей и управления этими портфелями. Применение этих систем на практике требует не только специальных знаний, но почти всегда является искусством, поэтому важной задачей является оценка качества существующего портфеля - контроль за совершенными управляющим действиями. Как правило, за итоговый результат оценки качества кредитного портфеля принимают простую оценку, основанную на статистике попаданий отдельных кредитов в составе кредитного портфеля в просрочки за определенный период. Однако оценка качества кредитного портфеля только по наблюдению за статистикой попаданий в просрочки не может считаться состоятельной, поскольку не учитывает внешних факторов, воздействующих на кредитный портфель, и не может служить гарантией получения такого же результата в будущем. Оценка эффективности кредитного портфеля должна быть комплексной и опираться не только на абсолютные цифры потерь, полученных в конкретный отрезок времени, а также и на макроэкономические данные, на оценку силы воздействия экономической конъюнктуры на кредитный портфель.Various systems are known for forming and managing loan portfolios. Putting these systems into practice requires not only specialized knowledge, but is almost always an art, so an important task is to assess the quality of the existing portfolio - to control the perfect managerial actions. As a rule, the final result of assessing the quality of the loan portfolio is taken as a simple assessment based on statistics on the occurrence of individual loans in the loan portfolio in arrears for a certain period. However, assessing the quality of the loan portfolio only by observing statistics on delinquency cannot be considered consistent, since it does not take into account external factors affecting the loan portfolio and cannot guarantee the same result in the future. Assessment of the effectiveness of the loan portfolio should be comprehensive and based not only on the absolute figures of losses received in a particular period of time, but also on macroeconomic data, on the assessment of the strength of the impact of the economic situation on the loan portfolio.
Наиболее близкими к заявленной полезной модели является система управления ипотечным портфелем и портфелем потребительских кредитов (Патенты №и86249775 В1, 19.06.2001; №и57020631 В2, 28.03.2006). Система управления ипотечным портфелем и портфелем потребительских кредитов разработана в форме аналитического инструмента для улучшения анализа поведения портфеля в прошлом и прогнозирования его поведения в будущем. Система рассматривает портфели на уровне винтажей по времени выдачи кредитов. Благодаря такой группировке реализуется возможность сравнивать отдельные винтажи. Компонента раннего оповещения системы позволяет предсказать ожидаемый уровень просрочки по портфелю на определенный временной интервал. Матричная компонента объединяет винтажный анализ с компонентой раннего оповещения и предсказывает уровень просрочки кредитного портфеля на определенный момент в будущем. Результаты анализа графически отображаются и автоматически дают ответ на вопрос о целесообразности инвестирования в различные кредитные портфели.Closest to the claimed utility model is a system for managing a mortgage portfolio and a portfolio of consumer loans (Patents No. 86249775 B1, 06/19/2001; No. 57020631 B2, 03/28/2006). The mortgage and consumer loan portfolio management system was developed in the form of an analytical tool to improve the analysis of portfolio behavior in the past and forecasting its future behavior. The system considers portfolios at the vintage level by the time of issuing loans. Thanks to this grouping, it is possible to compare individual vintages. The early warning component of the system allows you to predict the expected level of delay in the portfolio for a certain time interval. The matrix component combines vintage analysis with the early warning component and predicts the level of delay in the loan portfolio at a certain point in the future. The results of the analysis are graphically displayed and automatically give an answer to the question of the advisability of investing in various loan portfolios.
Основной целью рассматриваемой как аналог системы является обеспечение содействия в понимании поведения кредитного портфеля, создание автоматизированной и динамической системы, способной по поведению портфеля в прошлом предсказать его поведение в будущем и способной также помогать в принятии решения на стадии заявки по кредиту.The main goal of the system, considered as an analogue, is to provide assistance in understanding the behavior of the loan portfolio, to create an automated and dynamic system that is able to predict its future behavior by the portfolio's behavior and can also help in making decisions at the stage of the loan application.
Однако, рассматриваемая как аналог система предназначена в основном для прогнозирования, а не управления, и в данной системе отсутствуют средства выбора варианта управления кредитными портфелями.However, considered as an analogue, the system is intended mainly for forecasting, not management, and in this system there are no means to choose the option of managing loan portfolios.
Таким образом, имеется потребность в расширении арсенала технических средств управления в системе управления кредитными портфелями.Thus, there is a need to expand the arsenal of technical management tools in the loan portfolio management system.
Сущность полезной моделиUtility Model Essence
Задачей полезной модели является расширение арсенала технических средств управления в системе управления кредитными портфелями.The objective of the utility model is to expand the arsenal of technical management tools in the loan portfolio management system.
Для решения поставленной задачи согласно полезной модели реализована автоматизированная информационно-аналитическая система управления кредитными портфелями, которая содержит, по меньшей мере, одно рабочее место оператора, включающее устройство ввода данных, устройство приема данных о финансовых инструментах, данных об основных характеристиках финансовых инструментов, данных об операциях с финансовыми инструментами, данных по историческим значениям с|)акторов риска, устройства промежуточного хранения и обработки данных и устройство вывода данных, при этом рабочее место оператора соединено линиями связи с сервером, содержащим средство формирования первичных матриц перехода и загрузки основной базы поведения кредитного портфеля; средство загрузки исторических и формирования сценарных качественных характеристик и объемов поколений кредитного портфеля, а также загрузки ценовых политик;To solve the problem according to the utility model, an automated information and analytical system for managing loan portfolios has been implemented, which contains at least one operator’s workplace, including a data input device, a device for receiving data on financial instruments, data on the main characteristics of financial instruments, data on operations with financial instruments, data on historical values from |) risk actors, intermediate storage and data processing devices and devices data output, while the operator’s workstation is connected by communication lines to a server containing a means of generating primary transition matrices and loading the main behavior portfolio of the loan portfolio; a means of loading historical and generating scenario quality characteristics and volumes of generations of a loan portfolio, as well as loading pricing policies;
средство загрузки исторических значений макрофактора, а также формирования сценарных значений макрофактора; средство для расчета качественных характеристик и макрофактора, для расчета сценарных характеристик кредитного портфеля; средство расчета стоимости фондирования, процентных платежей, потерь в результате реализации рыночного риска, а также средство формирования отчетов посредством алгоритмов создания отчетов на основе данных, рассчитанных вышеупомянутыми средствами сервера системы, причем управление средствами формирования первичных матриц перехода и загрузки основной базы поведения кредитного портфеля, расчета стоимости фондирования, процентных платежей, потерь в результате реализации рыночного риска, загрузки исторических значений макрофактора, а также формирования сценарных значений макрофактора, для расчета качественных характеристик и макрофактора, для расчета сценарных характеристик кредитного портфеля, загрузки исторических и формирования сценарных качественных характеристик и объемов поколений кредитного портфеля, а также загрузки ценовых политик, осуществляется с рабочего места оператора посредством функциональной связи устройства промежуточного хранения данных с компьютерными подсистемами. При этом рабочее место оператора выполнено с возможностью на основе отчетов, полученных на стадии создания отчетов, выбирать вариант управления, который является наиболее соответствующим наложенным ограничениям и имеет наименьшие значения рисков.a means of loading historical macro factor values, as well as generating scenario macro factor values; means for calculating the qualitative characteristics and macro factor, for calculating the scenario characteristics of the loan portfolio; a means of calculating the cost of funding, interest payments, losses resulting from the realization of market risk, as well as a means of generating reports using reporting algorithms based on data calculated by the aforementioned system server tools, moreover, managing means of generating primary transition matrices and loading the main loan portfolio behavior database, calculation funding costs, interest payments, losses resulting from the realization of market risk, loading of historical values of the macro factor, and Also, the formation of scenario values of the macro factor, for calculating the qualitative characteristics and the macro factor, for calculating the scenario characteristics of the loan portfolio, loading historical and forming the scenario quality characteristics and generation volumes of the loan portfolio, as well as downloading price policies, is carried out from the operator’s workstation through the functional connection of the intermediate storage device data with computer subsystems. At the same time, the operator’s workplace is made possible, on the basis of reports received at the reporting stage, to choose a management option that is the most appropriate for the restrictions imposed and has the lowest risk values.
Краткое описание чертежейBrief Description of the Drawings
Полезная модель поясняется чертежами, на которых представлена общая блок-схема компьютерной системы для предпочтительного варианта осуществления заявленной полезной модели (Фиг.1), блок-схема компонент сервера компьютерной системы (Фиг.2), блок-схема подсистем компьютерной системы (Фиг.3) и вспомогательная блок-схема подсистем компьютерной системы (Фиг.3а).The utility model is illustrated by drawings, which show a General block diagram of a computer system for a preferred embodiment of the claimed utility model (Figure 1), a block diagram of the components of a server of a computer system (Figure 2), a block diagram of the subsystems of a computer system (Figure 3 ) and an auxiliary block diagram of the subsystems of the computer system (Figa).
Раскрытие полезной моделиUtility Model Disclosure
Информационно-аналитическая система управления кредитными портфелями может быть выполнена на базе различных компьютерных систем, однако предпочтительным является использование системы в виде известной компьютерной сети типа «клиент/сервер», включающей сервер, соединенный с рабочими местами (клиентскими компьютерами) операторов системы и источниками данных с помощью различных видов линий связи, например оптоволоконных, телефонных, радио-, спутниковой связи и т.п.The information and analytical system for managing loan portfolios can be implemented on the basis of various computer systems, however, it is preferable to use a system in the form of a well-known computer network of the "client / server" type, including a server connected to the workstations (client computers) of the system operators and data sources with using various types of communication lines, for example fiber optic, telephone, radio, satellite communications, etc.
При этом в качестве рабочего места оператора системы может быть использован стандартный IBM-совместимый персональный компьютер или портативный компьютер, использующие известную операционную систему Microsoft Windows или другой ее эквивалент. Рабочее место оператора системы содержит устройство ввода данных (клавиатура, "мышь", сенсорный экран, и т.п.), устройство приема данных (ЗУ на жестких дисках, дисковод компакт-диска или дисковод гибкого диска), устройства промежуточного хранения и обработки данных, выполненные в виде оперативной памяти клиентского компьютера, микропроцессор, а также устройства вывода данных (например, дисплей, принтер).At the same time, a standard IBM-compatible personal computer or laptop computer using the well-known Microsoft Windows operating system or its other equivalent can be used as a workstation for the system operator. The system operator’s workstation contains a data input device (keyboard, mouse, touch screen, etc.), a data receiving device (memory on hard disks, a CD-ROM drive or a floppy disk drive), intermediate data storage and processing devices made in the form of random access memory of the client computer, a microprocessor, as well as data output devices (eg, display, printer).
Система содержит сервер 1, соединенный с рабочими местами (клиентскими компьютерами) 2 операторов системы и источниками данных 3, различными линиями связи 4. Рабочее место 2 содержит устройство ввода данных 5, устройство приема данных 6, устройства промежуточного хранения данных 7, микропроцессор 8, а также устройства вывода данных 9. Сервер 1 в предпочтительном варианте осуществления системы содержит микропроцессор 10, оперативную память 11 и носители данных 12. Сервер 1 является средством размещения компьютерных подсистем.The system comprises a
Источниками данных 3 могут быть информационные системы, реализованные в виде баз данных MS SQL Server, Oracle, SAS, Teradata, ODBC источники или им подобных, из которых данные передаются посредством линий связи, например, оптоволоконных, телефонных, через спутниковую связь или иные.Sources of
Сервер 1 содержит:
средство 13 формирования первичных матриц перехода и загрузки основной базы поведения кредитного портфеля, состоящее из ресурса 14, микропроцессора 10, ячеек 15 оперативной памяти 11, сегмента 16 жесткого диска 12 сервера;means 13 for generating primary transition matrices and loading the main behavior base of the loan portfolio, consisting of a resource 14, a
средство 17 загрузки исторических и формирования сценарных качественных характеристик и объемов поколений кредитного портфеля, а также загрузки ценовых политик, состоящее из ресурса 18, микропроцессора 10, ячеек 19 оперативной памяти 11, сегмента 20 жесткого диска 12 сервера;means 17 for loading historical and generating scenario quality characteristics and volumes of generations of a loan portfolio, as well as downloading price policies, consisting of a
средство 21 загрузки исторических значений макрофактора, а также формирования сценарных значений макрофактора, состоящее из ресурса 22, микропроцессора 10, ячеек 23 оперативной памяти 11, сегмента 24 жесткого диска 12 сервера;means 21 for loading historical values of the macro factor, as well as forming scenario values of the macro factor, consisting of a
средство 25 для расчета качественных характеристик и макрофактора, для расчета сценарных характеристик кредитного портфеля, состоящее из ресурса 26, микропроцессора 10, ячеек 27 оперативной памяти 11, сегмента 28 жесткого диска 12 сервера;means 25 for calculating the quality characteristics and macro factor, for calculating the scenario characteristics of the loan portfolio, consisting of a resource 26, a
средство 29 расчета стоимости фондирования, процентных платежей, потерь в результате реализации рыночного риска, состоящее из ресурса 30, микропроцессора 10, ячеек 31 оперативной памяти 11, сегмента 32 жесткого диска 12 сервера.means 29 for calculating the cost of funding, interest payments, losses resulting from the realization of market risk, consisting of a
Все средства 13, 17, 21, 25, 29 содержат модули формирования промежуточных отчетов и вывода данных, причем вывод данных осуществляется посредством функциональной связи с устройством 7 промежуточного хранения данных.All
Сервер 1 также содержит средство 33 формирования отчетов посредством алгоритмов создания отчетов на основе данных, рассчитанных другими средствами системы, состоящее из ресурса 34, микропроцессора 10, ячеек 35 оперативной памяти 11, сегмента 36 жесткого диска 12 сервера.
Средства 13, 17 и 21 связаны со средством 25 за счет организации функциональных связей между ячейками оперативной памяти 15 и 27, 19 и 27, 23 и 27, а средства 25 и 29 связаны друг с другом посредством организации функциональной связи между ячейками оперативной связи 27 и 31. В свою очередь функциональная связь ячеек 15 и 35, 19 и 35, 23 и 35, 27 и 35, 31 и 35 обеспечивает последовательную связь средств 13, 19, 23, 25 и 29 со средством 33. Выход средства 33 через устройство промежуточного хранения и обработки данных 7 соединен с устройством вывода данных 9 системы.
В процессе работы системы обращение оператора системы с рабочего места 2 к средствам сервера 1 осуществляется посредством единого графического пользовательского интерфейса и функциональной связи устройства 7 промежуточного хранения данных со всеми компьютерными подсистемами.During the operation of the system, the system operator accesses from the
На каждом из вышеупомянутых средств 13, 17, 21, 25, 29 сервера 1 реализована одна компьютерная подсистема, которая представляет собой совокупность банков данных, предназначенных для хранения данных, и аппаратных и/или программно-аппаратных, и/или программных модулей, предназначенных для организации функциональных связей между подсистемами, осуществления ввода внешних данных в систему, преобразования данных и передачи данных в другие подсистемы. Под банком данных понимается набор упорядоченных данных, расположенных на физических носителях данных - электромагнитных, оптических или любых других носителях. Банки данных, принадлежащие различным подсистемам, могут храниться как обособленно в различных базах данных, так и совместно в одной общей базе данных.On each of the
Средство 13 сервера 1 предназначено для реализации подсистемы загрузки и хранения данных об историческом поведении кредитного портфеля, формирования первичных матриц перехода (шаблонов) (37).The
Средство 17 предназначено для реализации подсистемы загрузки, формирования и хранения качественных характеристик кредитного портфеля (38).The
Средство 21 предназначено для реализации подсистемы загрузки исторических данных макроэкономических индикаторов и их прогнозов, формирования, моделирования и хранения сценариев макроэкономических индикаторов и макрофактора (39).The
Средство 25 предназначено для реализации подсистемы настройки алгоритма расчета сценарных характеристик портфеля, расчета этих характеристик (40).The
Средство 29 предназначено для реализации подсистемы расчета стоимости фондирования, процентных платежей и расчета рыночного риска, расчета вероятных потерь при реализации неблагоприятных сценариев (41).
Модуль создания отчетов (42) реализован на средстве 33.The reporting module (42) is implemented on the
Как показано на Фиг.3, подсистема (37) включает:As shown in FIG. 3, the subsystem (37) includes:
модуль (43) загрузки и хранения данных об историческом поведении кредитного портфеля;module (43) for loading and storing data on the historical behavior of the loan portfolio;
модуль (44) автоматизированного формирования первичных матриц перехода (шаблонов);a module (44) for the automated formation of primary transition matrices (templates);
модуль (45), в котором реализован интерфейс, посредством которого непосредственно осуществляется формирование и сохранение первичных матриц перехода, осуществляется загрузка первичных матриц перехода рассчитанных посредством модуля (44) или иных систем;module (45), which implements an interface through which the formation and storage of primary transition matrices is directly carried out, the primary transition matrices calculated by module (44) or other systems are loaded;
модуль (46) содержит окончательные версии первичных матриц (шаблонов) предназначенные для экспорта в подсистему расчета характеристик портфеля (40) и в модуль подготовки отчетов (42).module (46) contains the final versions of primary matrices (templates) intended for export to the portfolio characteristics calculation subsystem (40) and to the report preparation module (42).
Подсистема (38) включает:Subsystem (38) includes:
модуль (47) загрузки и 4юрмирования качественных характеристик по поколениям (винтажам) по уже выданным кредитам, посредством которого непосредственно загружаются и формируются качественные характеристики (LTS, PD, TPD, 90+@12МОВ, 90+@24МОВ), а также задаются сценарные характеристики будущих поколений;a module (47) for loading and 4irming quality characteristics by generation (vintage) on loans already issued, through which qualitative characteristics are directly downloaded and generated (LTS, PD, TPD, 90 + @ 12MOV, 90 + @ 24MOV), as well as scenario characteristics are set future generations;
модуль (48) обмена сценарными характеристиками с подсистемой расчета характеристик портфеля (40) и для экспорта в модуль подготовки отчетов (42).module (48) for exchanging scenario characteristics with the subsystem for calculating portfolio characteristics (40) and for export to the report preparation module (42).
Подсистема (39) включает:Subsystem (39) includes:
модуль (49) загрузки исторических трендов макроэкономических индикаторов и их прогнозы;module (49) for loading historical trends of macroeconomic indicators and their forecasts;
модуль (50) формирования макроэкономических сценариев и макрофактора (макрофактор - внутренняя переменная системы), а также для моделирования стохастического процесса поведения макрофактора;module (50) for the formation of macroeconomic scenarios and macro-factor (macro-factor is an internal variable of the system), as well as for modeling the stochastic process of macro-factor behavior;
модуль (51) формирования матрицы чувствительности к макроэкономическим воздействиям (воздействиям внешней среды), загрузки и обмена историческими и сценарными значениями макрофактора, а также для обмена значениями макрофактора с подсистемой расчета характеристик портфеля (40) и для экспорта в модуль подготовки отчетов (42).module (51) for creating a matrix of sensitivity to macroeconomic influences (environmental influences), loading and exchanging historical and scenario values of the macro factor, as well as for exchanging macro factor values with the subsystem for calculating portfolio characteristics (40) and for exporting to the report preparation module (42).
Подсистема (40) включает:Subsystem (40) includes:
модуль (52) формирования функционала минимизации ошибок;a module (52) for generating a functional for minimizing errors;
модуль (53) расчета исторических значений качественных характеристик кредитного портфеля и макрофактора;a module (53) for calculating historical values of the qualitative characteristics of the loan portfolio and macro factor;
модуль (54) расчета сценарных характеристик кредитного портфеля включает средство экспорта данных в подсистему расчета рыночного риска (41) и в модуль подготовки отчетов (42).the module (54) for calculating the scenario characteristics of the loan portfolio includes a means of exporting data to the market risk calculation subsystem (41) and to the report preparation module (42).
Подсистема (41) включает:Subsystem (41) includes:
модуль (55) расчета и хранения данных о платежах по основному долгу от новых выдач (детализация осуществляется по различным типам кредитов, в том числе по сроку, на который выдаются кредиты в случае потребительских кредитов или ипотеки);module (55) for calculating and storing data on payments on the principal debt from new issues (details are provided for various types of loans, including the period for which loans are issued in the case of consumer loans or mortgages);
модуль (56)загрузки и хранения исторических процентных ставок на разные сроки по различным финансовым инструментам доступным для финансово-кредитной организации;module (56) for loading and storing historical interest rates for different periods for various financial instruments available for a financial institution;
модуль (57) расчета и хранения данных о стоимости фондирования по новым выдачам для различных сценариев фондирования (краткосрочные заимствования, match-funding,…);module (57) for calculating and storing data on the cost of funding for new grants for various funding scenarios (short-term borrowing, match-funding, ...);
модуль (58) расчета и хранения данных о процентных платежах для различных сценариев фондирования;module (58) for calculating and storing interest payment data for various funding scenarios;
модуль (59) расчета и хранения данных о платежах по основному долгу от текущего портфеля (детализация осуществляется по различным типам кредитов, в том числе по сроку, на который выдаются кредиты в случае потребительских кредитов или ипотеки);module (59) for calculating and storing data on payments on the principal debt from the current portfolio (detailing is carried out for various types of loans, including the period for which loans are issued in the case of consumer loans or mortgages);
модуль (60) расчета текущей стоимости обслуживания долга для различных сценариев фондирования;module (60) for calculating the current cost of debt servicing for various funding scenarios;
модуль (61) формирования сценариев поведения процентных ставок;a module (61) for generating interest rate behavior scenarios;
модуль (62) генерации стохастических временных рядов поведения процентных ставок;a module (62) for generating stochastic time series of interest rate behavior;
модуль (63) расчета стоимости фондирования, процентных платежей и расчета рыночного риска при различных вариантах сценариев поведения процентных ставок и для различных сценариев фондирования.module (63) for calculating funding costs, interest payments and calculating market risk for various scenarios of interest rate behavior and for various funding scenarios.
Модули 55, 57-61 и 63 содержат средство экспорта данных в модуль подготовки отчетов (42).
Действие информационно-аналитической системы осуществляется следующим образом. В подсистему загрузки и хранения данных об историческом поведении кредитного портфеля, формирования первичных матриц перехода (37) загружают актуальные данные о распределении балансов (штук) по риск-классам, переходах балансов (штук) из риск-класса в риск-класс по каждому поколению кредитов, по каждому типу кредитов (например, срок выдачи) кредитов. Данные загружаются за весь срок жизни кредитного портфеля с помесячной дискретизаций (или с другой дискретизацией по выбору оператора-аналитика). Поимео базы:The action of the information-analytical system is as follows. The subsystem for loading and storing data on the historical behavior of the loan portfolio, the formation of primary transition matrices (37) downloads up-to-date data on the distribution of balances (pieces) by risk class, the transitions of balances (pieces) from the risk class to the risk class for each generation of loans , for each type of loan (for example, the term for issuing) loans. Data is downloaded for the entire life of the loan portfolio with monthly discretization (or with another discretization at the choice of the analytic operator). According to the base:
tenor - тип кредитов, срок выдачи кредита;tenor - type of loan, loan term;
opendate - месяц выдачи кредитов;opendate - month of issuing loans;
viewdate - месяц наблюдения;viewdate - month of observation;
riskclass - риск-класс в который осуществляется переход баланса за наблюдаемый месяц;riskclass - risk class into which the balance is transferred for the observed month;
debtrur - баланс, который переходит из риск-класса в риск-класс;debtrur - balance that transfers from a risk class to a risk class;
rc_old - риск-класс из которого осуществляется переход баланса за наблюдаемый месяц;rc_old - the risk class from which the balance is transferred for the observed month;
contract - количество контрактов, которые переходят из риск-класса в риск-класс;contract - the number of contracts that transfer from the risk class to the risk class;
debt - исходный баланс в риск-классе из которого осуществляется переход;debt - the initial balance in the risk class from which the transition is made;
prec - процент перехода;prec is the percentage of transition;
mob - возраст поколения кредитов в месяцах;mob - age of loan generation in months;
irp - сумма процентных платежей осуществленная в наблюдаемый месяц по соответствующей группе.irp - the amount of interest payments made in the observed month for the corresponding group.
Путем обработки данных с помощью соответствующих модулей в подсистеме загрузки и хранения данных об историческом поведении кредитного портфеля, формирования первичных матриц перехода (37) формируются данные о поведении кредитного портфеля и формируются первичные матрицы перехода, которые затем передаются в подсистему настройки алгоритма расчета сценарных характеристик портфеля и расчета этих характеристик (40).By processing data using the appropriate modules in the subsystem for loading and storing data on the historical behavior of the loan portfolio, generating primary transition matrices (37), data on the behavior of the loan portfolio are generated and primary transition matrices are generated, which are then transferred to the tuning subsystem of the algorithm for calculating the scenario characteristics of the portfolio and calculation of these characteristics (40).
На данной стадии осуществляется контроль первичных матриц перехода посредством построения графиков функций вероятностей перехода из одного риск-класса в другой риск-класс в зависимости от возраста поколения кредитов (44, 45). На данном этапе может быть предусмотрена возможность корректировки этих функций оператором системы, а также возможность загрузки первичных матриц перехода из других систем. Подготовленные первичные матрицы переходов запоминаются (46) и передаются в подсистему расчетов (40), а также в модуль построения отчетов (42).At this stage, the primary transition matrices are controlled by plotting the probability functions of the transition from one risk class to another risk class depending on the age of the loan generation (44, 45). At this stage, it may be possible to adjust these functions by the system operator, as well as the ability to load primary transition matrices from other systems. Prepared primary transition matrices are stored (46) and transferred to the calculation subsystem (40), as well as to the report generation module (42).
До запуска процедуры обработки данных задается функционал минимизации ошибок (52). Далее посредством обработки данных при помощи модуля (53), поступивших из подсистемы (37) в подсистему (40), осуществляется расчет исторических качественных характеристик кредитного портфеля и макрофактора. Расчетные данные качественных характеристик кредитного портфеля поступают в подсистему (38). Расчетные данные о величине макрофактора поступают в подсистему (39). На данной стадии сравнивают фактические и расчетные характеристики кредитного портфеля. Если отклонение расчетных характеристик от фактических существенно, то изменяют алгоритм подгонки, изменяют функционал и последовательности расчетов (52). Если отклонение расчетных от фактических характеристик кредитного портфеля удовлетворительно итоговые данные качественных характеристик кредитного портфеля и макрофактора передаются в подсистемы (38) и (39).Before starting the data processing procedure, the error minimization functional is set (52). Then, by processing the data using module (53), received from subsystem (37) into subsystem (40), the historical qualitative characteristics of the loan portfolio and macro factor are calculated. Estimated data on the qualitative characteristics of the loan portfolio enter the subsystem (38). The calculated data on the macro factor value enter the subsystem (39). At this stage, the actual and estimated characteristics of the loan portfolio are compared. If the deviation of the calculated characteristics from the actual ones is significant, then the fitting algorithm is changed, the functional and sequence of calculations are changed (52). If the deviation of the calculated from the actual characteristics of the loan portfolio is satisfactory, the final data of the qualitative characteristics of the loan portfolio and macro factor are transmitted to subsystems (38) and (39).
В подсистеме (38) осуществляется загрузка ценовых политик и данных о качестве кредитов из других систем, а также данные о качестве кредитов из подсистемы расчета характеристик кредитного портфеля (40). На данной стадии осуществляется формирование бизнес-сценариев, для каждого сценария по каждому поколению будущих кредитов задается объем выдач, качество и структура по срокам. Осуществляется передача сценариев в подсистему (40) и в модуль подготовки отчетов (42).Subsystem (38) downloads price policies and data on the quality of loans from other systems, as well as data on the quality of loans from the subsystem for calculating the characteristics of the loan portfolio (40). At this stage, business scenarios are being formed, for each scenario, for each generation of future loans, the volume of disbursements, the quality and the structure of the terms are set. Scripts are transferred to the subsystem (40) and to the report preparation module (42).
В подсистеме (39) осуществляется загрузка макроэкономических индикаторов и их прогнозов, а также загрузка макрофактора из подсистемы расчета характеристик кредитного портфеля (40). На данной стадии осуществляется формирование макроэкономических сценариев и макрофактора. Осуществляется передача сценариев в подсистему (40) и в модуль подготовки отчетов (42).In subsystem (39), macroeconomic indicators and their forecasts are loaded, as well as macro factors are loaded from the subsystem for calculating the characteristics of the loan portfolio (40). At this stage, the formation of macroeconomic scenarios and macro factor. Scripts are transferred to the subsystem (40) and to the report preparation module (42).
На этапе расчета сценарных характеристик портфеля задается горизонт планирования, выбираются процедуры расчета из общего перечня (расчеты по потерям, списаниям, расчеты резервов, расчет дюрации, расчет процентных платежей и платежей по основному долгу и множество других процедур) и запускается процесс расчета. Результаты расчета передаются в подсистему расчета стоимости фондирования, процентных платежей и расчета рыночного риска, расчета вероятных потерь при реализации неблагоприятных сценариев (41) и в модуль подготовки отчетов (42).At the stage of calculating the scenario characteristics of the portfolio, a planning horizon is set, calculation procedures are selected from the general list (calculations for losses, write-offs, calculation of reserves, calculation of duration, calculation of interest payments and payments on principal and many other procedures) and the calculation process starts. The calculation results are transferred to the subsystem for calculating the cost of funding, interest payments and calculation of market risk, the calculation of probable losses in the implementation of adverse scenarios (41) and the reporting module (42).
На этапе расчета рыночного риска осуществляется загрузка данных по процентным ставкам. Расчетные данные о платежах по основному долгу поступают из подсистемы (40). Осуществляется расчет данных о платежах по основному долгу от новых выдач, от текущего портфеля, о стоимости фондирования (для различных сценариев движения процентных ставок), о процентных платежах, расчет ожидаемых и непредвиденных потерь вследствие рыночного риска. Расчетные данные передаются в модуль подготовки отчетов (42).At the stage of calculating market risk, interest rate data is downloaded. Estimated data on payments on the principal debt come from subsystem (40). The calculation of data on payments on the principal debt from new issues, on the current portfolio, on the cost of funding (for various scenarios of interest rate movements), on interest payments, and on the calculation of expected and unforeseen losses due to market risk is carried out. The calculated data are transmitted to the reporting module (42).
При передаче данных в модуль подготовки отчетов (42) данные сохраняются в сегменте 36 жесткого диска 12 сервера 1. Данные, сохраненные в сегменте 36 жесткого диска загружаются в ячейки 35 оперативной памяти 11 сервера 1. В модуле подготовки отчетов предусмотрен целый спектр отчетов для управления кредитными, рыночными и стратегическими рисками (финансовые планы доходов и расходов, кредитные потери, резервы, рыночные потери, достаточность капитала, предвиденные и непредвиденные потери и т.д.). Оператору системы предоставляется широкий спектр возможностей выбора способа построения и набора данных, используемых для построения отчетов. Для отражения результатов работы системы могут использоваться все доступные и известные средства отображения. К ним могут быть отнесены таблицы, графики, световые и звуковые сигналы, программные, сервисные, справочные или иные подсказки и т.д.When transferring data to the report preparation module (42), the data is stored in the 36 segment of the
На основе отчетов, полученных на стадии создания отчетов, выбирается вариант управления, который является наиболее соответствующим наложенным ограничениям и имеет наименьшие значения рисков, т.е. осуществляется выбор лучшего варианта управления кредитным портфелем.Based on the reports received at the reporting stage, a management option is selected that is the most appropriate for the restrictions imposed and has the lowest risk values, i.e. choosing the best loan portfolio management option.
После этого данные о выбранном варианте управления запоминаются, формируется (корректируется) долгосрочный план работы таких подразделений финансово-кредитной организации как департамент рисков, финансовый департамент, казначейство, департамент маркетинга, департамент ценообразования, департамент продаж. По согласованию уполномоченного лица финансово-кредитной организации соответствующий обновленный план работы вступает в силу, становиться доступным для пользователей, работающих в указанных подразделениях.After that, data on the selected management option is stored, a long-term work plan of such departments of the financial and credit organization as risk department, financial department, treasury, marketing department, pricing department, and sales department is formed (adjusted). By agreement of the authorized person of the financial and credit organization, the corresponding updated work plan shall enter into force and become available to users working in these units.
При использовании предлагаемой автоматизированной информационно-аналитической системы повышается эффективность управления кредитным портфелем и снижается уровень рисков при управлении пассивами и активами.When using the proposed automated information and analytical system, the efficiency of managing the loan portfolio increases and the level of risks in managing liabilities and assets decreases.
Система предусматривает возможность изучения кредитных портфелей сторонних организаций и возможность построения специализированных отчетов для этих организаций в целях выработки профессиональных рекомендаций по оптимизации управления кредитными портфелями.The system provides the opportunity to study loan portfolios of third-party organizations and the ability to build specialized reports for these organizations in order to develop professional recommendations for optimizing the management of loan portfolios.
Система предусматривает возможность использования ее посредством создания специализированных отчетов в исследовательских целях для изучения законов поведения кредитного портфеля, изучения влияния кризиса на кредитный портфель, изучения силы кризиса и географии кризиса. Например, в кризис 2008-2009 годов удар кризиса пришелся, главным образом, по регионам со слабой диверсификацией экономики (Челябинск, Ростов-на-Дону), в то время как Москва и С-Петербург оказались практически вне зоны влияния кризиса.The system provides for the possibility of using it by creating specialized reports for research purposes to study the laws of behavior of the loan portfolio, study the impact of the crisis on the loan portfolio, study the strength of the crisis and the geography of the crisis. For example, in the crisis of 2008-2009, the crisis hit mainly in regions with weak diversification of the economy (Chelyabinsk, Rostov-on-Don), while Moscow and St. Petersburg were practically outside the crisis impact zone.
Claims (1)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2012111110/08U RU126169U1 (en) | 2012-03-23 | 2012-03-23 | AUTOMATED INFORMATION ANALYTICAL CREDIT PORTFOLIO MANAGEMENT SYSTEM |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2012111110/08U RU126169U1 (en) | 2012-03-23 | 2012-03-23 | AUTOMATED INFORMATION ANALYTICAL CREDIT PORTFOLIO MANAGEMENT SYSTEM |
Publications (1)
Publication Number | Publication Date |
---|---|
RU126169U1 true RU126169U1 (en) | 2013-03-20 |
Family
ID=49125218
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2012111110/08U RU126169U1 (en) | 2012-03-23 | 2012-03-23 | AUTOMATED INFORMATION ANALYTICAL CREDIT PORTFOLIO MANAGEMENT SYSTEM |
Country Status (1)
Country | Link |
---|---|
RU (1) | RU126169U1 (en) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2690396C1 (en) * | 2018-06-20 | 2019-06-03 | Арташес Валерьевич Икономов | Method for automation of credit operations using a personal user device |
RU2699682C1 (en) * | 2018-09-28 | 2019-09-09 | Акционерное общество Инжиниринговая компания "АСЭ" (АО ИК "АСЭ") | Automated risk management system |
WO2024035248A1 (en) * | 2022-08-08 | 2024-02-15 | Аскар АРЫНГАЗИН | System for processing grant, venture and investment project data |
-
2012
- 2012-03-23 RU RU2012111110/08U patent/RU126169U1/en active
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2690396C1 (en) * | 2018-06-20 | 2019-06-03 | Арташес Валерьевич Икономов | Method for automation of credit operations using a personal user device |
RU2699682C1 (en) * | 2018-09-28 | 2019-09-09 | Акционерное общество Инжиниринговая компания "АСЭ" (АО ИК "АСЭ") | Automated risk management system |
WO2024035248A1 (en) * | 2022-08-08 | 2024-02-15 | Аскар АРЫНГАЗИН | System for processing grant, venture and investment project data |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Njonde et al. | Effect of integrated financial management information system on performance of public sector: A case of Nairobi County Government | |
US11532040B2 (en) | International cash management software using machine learning | |
US11928211B2 (en) | Systems and methods for implementing a machine learning approach to modeling entity behavior | |
US20070043661A1 (en) | Systems and methods for placing debt | |
US20040015376A1 (en) | Method and system to value projects taking into account political risks | |
US20190370308A1 (en) | Hyperdimensional Vector Representations for Algorithmic Functional Grouping of Complex Systems | |
US8768809B1 (en) | Methods and systems for managing financial data | |
US8903739B1 (en) | Systems and methods for optimizing wealth | |
JP7311495B2 (en) | Improved Mortgage Rate Determination | |
US20130080298A1 (en) | System and method for processing a financial account | |
US11995622B2 (en) | Method of international cash management using machine learning | |
US20230125183A1 (en) | Debt classification and evaluation system | |
RU2474872C2 (en) | Electronic accounting device and method of recording data into financial account base used therein | |
RU126169U1 (en) | AUTOMATED INFORMATION ANALYTICAL CREDIT PORTFOLIO MANAGEMENT SYSTEM | |
US20030126071A1 (en) | Methods and systems for assessing loan portfolios | |
US20160104246A1 (en) | System for dynamically calculating claim allocations | |
US20230186385A1 (en) | Computer-implemented system and method of facilitating artificial intelligence based lending strategies and business revenue management | |
WO2017184017A1 (en) | Automated computing system for forming and monitoring investment portfolios of shares | |
Ma | Optimization of hotel financial management information system based on computational intelligence | |
CN114240100A (en) | Loan assessment method, loan assessment device, loan assessment computer equipment and loan assessment storage medium | |
US20050055194A1 (en) | Migration model | |
Iqbal et al. | Credit Risk impact on Islamic Banks Listed in the Karachi Stock Exchange in Pakistan | |
Kuzmenko et al. | Implementation of information technologies in the international accounting system of fuel and energy sector enterprises | |
Abhishek | Project Semester Report Credit Risk Analyses in Banking Sector | |
KR20200134135A (en) | Target financial statements providing method and system for improving the financial rating of a company |