專利名稱：基于信息自循環(huán)的金融建模優(yōu)化方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種金融建模優(yōu)化方法，尤其涉及一種基于信息自循環(huán)的金融建模優(yōu) 化方法。
背景技術(shù)：
在我國，信貸業(yè)務(wù)收入占銀行收入80%以上，成為銀行企業(yè)收入和利潤的主要來 源。信貸屬于高風(fēng)險業(yè)務(wù)，由不良貸款產(chǎn)生的風(fēng)險成本接近甚至超過了資金成本率，降低不 良貸款率已成為金融企業(yè)提高效益和政府監(jiān)管當(dāng)局防范金融風(fēng)險的焦點(diǎn)。此次世界金融危 機(jī)暴露出來的問題顯示，國際金融監(jiān)管體系并沒有錯，錯在某些國家放松了監(jiān)管力度，我國 從本世紀(jì)初開始引進(jìn)國際先進(jìn)的銀行監(jiān)管體系，并加大了推廣力度，使得中國在此次金融 危機(jī)中避免了大的損失。如何保證監(jiān)管體系更有效，而且長期有效，需要不斷完善風(fēng)險評價 模型，如何快速和低成本的完善模型，仍然是目前存在的一大難題。

發(fā)明內(nèi)容
本發(fā)明的目的就是為了解決現(xiàn)有技術(shù)中存在的上述問題，提供一種基于信息自循 環(huán)的金融建模優(yōu)化方法。本發(fā)明的目的通過以下技術(shù)方案來實(shí)現(xiàn)基于信息自循環(huán)的金融建模優(yōu)化方法，其包括以下步驟步驟①，建立風(fēng)險度量初始模型作為初始模型；步驟②，根據(jù)模型所需資料采集客戶信息；步驟③，應(yīng)用模型和客戶信息對每個客戶進(jìn)行風(fēng)險度量；步驟④，根據(jù)每個客戶度量的風(fēng)險值將客戶分組；步驟⑤，統(tǒng)計(jì)每組客戶的違約率；步驟⑥，對照每組客戶的違約率與每組客戶定義的違約概率，判斷模型與度量結(jié) 果是否吻合，如果不吻合，則重復(fù)步驟③ ⑥并修正風(fēng)險度量模型，直到用該模型度量的結(jié) 果與定義相符為止。上述的基于信息自循環(huán)的金融建模優(yōu)化方法，其中步驟①所述建立風(fēng)險度量初 始模型的內(nèi)容包括，客戶信用評級模型、貸款分類指標(biāo)邊界值、貸款償還能力評價指標(biāo)邊界 值，最大授信額度邊界值計(jì)算模型。進(jìn)一步地，上述的基于信息自循環(huán)的金融建模優(yōu)化方法，其中步驟④所述的客戶 分組，是將風(fēng)險度量指標(biāo)取值分為若干區(qū)間，每個區(qū)間為一個分組，統(tǒng)計(jì)每組的客戶數(shù)量以 及每個組的貸款違約客戶數(shù)量。更進(jìn)一步地，上述的基于信息自循環(huán)的金融建模優(yōu)化方法，其中步驟⑤所述的違 約率=違約客戶數(shù)量/客戶數(shù)量。再進(jìn)一步地，上述的基于信息自循環(huán)的金融建模優(yōu)化方法，其中步驟⑥所述的修 正風(fēng)險度量模型包括——
信用評級評價模型修正將客戶分組中的每組客戶的違約率與信用等級標(biāo)準(zhǔn)定義 的違約概率比較，如果不符合，則需要修正該組合的對應(yīng)等級，令每個組合都存在與信用等 級標(biāo)準(zhǔn)的一一對應(yīng)關(guān)系；貸款分類評價模型修正對于流動資金貸款，用現(xiàn)金比率、流動比率、速動比率、總 投資收益率作為評價指標(biāo)；對于固定資產(chǎn)貸款，用經(jīng)營收益實(shí)際償債備付率、經(jīng)營收益潛在 償債備付率、總投資收益率作為主要評價指標(biāo)；劃分不良貸款的標(biāo)志是還款違約，通過統(tǒng) 計(jì)這些指標(biāo)或是計(jì)算指標(biāo)排列組合的違約率，得到這些指標(biāo)或是組合在不同概率下的邊界值。本發(fā)明技術(shù)方案的突出的實(shí)質(zhì)性特點(diǎn)和顯著的進(jìn)步主要體現(xiàn)在采用本發(fā)明后， 將其結(jié)合軟件應(yīng)用到銀行信貸管理系統(tǒng)后，能夠以最嚴(yán)謹(jǐn)?shù)乃悸?、最短的時間、最便捷的運(yùn) 算和最低的成本來實(shí)現(xiàn)風(fēng)險管理模型優(yōu)化。本發(fā)明以極低廉的成本解決了銀行風(fēng)險管理模 型優(yōu)化問題，同時解決了風(fēng)險管理軟件系統(tǒng)維護(hù)升級的一大難題，能夠準(zhǔn)確有效的避免傳 統(tǒng)方法在項(xiàng)目評估技術(shù)上遇到的困難。


本發(fā)明的目的、優(yōu)點(diǎn)和特點(diǎn)，將通過下面優(yōu)選實(shí)施例的非限制性說明進(jìn)行圖示和 解釋。這些實(shí)施例僅是應(yīng)用本發(fā)明技術(shù)方案的典型范例，凡采取等同替換或者等效變換而 形成的技術(shù)方案，均落在本發(fā)明要求保護(hù)的范圍之內(nèi)。這些附圖當(dāng)中，圖1是基于信息自循環(huán)的金融建模優(yōu)化方法應(yīng)用于銀行信貸管理系統(tǒng)軟件的模 塊構(gòu)造示意圖；圖2是模型優(yōu)化模塊的結(jié)構(gòu)示意圖。
具體實(shí)施例方式基于信息自循環(huán)的金融建模優(yōu)化方法，其特別之處在于包括以下步驟步驟①，建 立風(fēng)險度量初始模型作為初始模型。步驟②，根據(jù)模型所需資料采集客戶信息。步驟③，應(yīng) 用模型和客戶信息對每個客戶進(jìn)行風(fēng)險度量。步驟④，根據(jù)每個客戶度量的風(fēng)險值將客戶 分組。步驟⑤，統(tǒng)計(jì)每組客戶的違約率。步驟⑥，對照每組客戶的違約率與每組客戶定義的 違約概率，判斷模型與度量結(jié)果是否吻合，如果不吻合，則重復(fù)步驟③ ⑥并修正風(fēng)險度量 模型，直到用該模型度量的結(jié)果與定義相符為止。具體來說，步驟①所述建立風(fēng)險度量初始模型，是首次建立模型必不可少的步驟， 當(dāng)模型建立以后的優(yōu)化完善過程不需再經(jīng)過。步驟②、步驟③屬于應(yīng)用模型完成日常工作， 是對具體業(yè)務(wù)進(jìn)行風(fēng)險評價的必要步驟，也是風(fēng)險度量模型優(yōu)化所需的信息來源。風(fēng)險度 量模型優(yōu)化是利用日常工作自我積累的信息，不需專門為其準(zhǔn)備信息，能夠采用不增加任 何成本的方式解決了信息來源。并且，步驟②所述采集客戶信息，特指風(fēng)險作業(yè)必不可少的 一個步驟，不指定具體內(nèi)容。每項(xiàng)風(fēng)險作業(yè)采集信息的具體內(nèi)容，因模板不同，所需客戶信 息內(nèi)容不同，如信用評級模型中評分模板所需要的全部客戶信息與貸款分類所需信息內(nèi)容 不同。結(jié)合本發(fā)明一較佳的實(shí)施方式來看，所述建立風(fēng)險度量初始模型的內(nèi)容包括，客 戶信用評級模型、貸款分類指標(biāo)邊界值、貸款償還能力評價指標(biāo)邊界值，最大授信額度邊界
4值計(jì)算模型。所述的客戶分組，是將風(fēng)險度量指標(biāo)取值分為若干區(qū)間，每個區(qū)間為一個分 組，統(tǒng)計(jì)每組的客戶數(shù)量以及每個組的貸款違約客戶數(shù)量。并且，當(dāng)風(fēng)險評價指標(biāo)體系設(shè)置 了兩個以上風(fēng)險度量指標(biāo)時，每個分組就是指標(biāo)排列的一個組合。再結(jié)合實(shí)際操作中的數(shù)據(jù)處理來看，違約率=違約客戶數(shù)量/客戶數(shù)量。步驟⑥ 所述的修正風(fēng)險度量模型包括——信用評級評價模型修正將客戶分組中的每組客戶的違約率與信用等級標(biāo)準(zhǔn)定義 的違約概率比較，如果不符合，則需要修正該組合的對應(yīng)等級，令每個組合都存在與信用等 級標(biāo)準(zhǔn)的一一對應(yīng)關(guān)系。同時，由于信用評級采用多個指標(biāo)，如評分、資產(chǎn)負(fù)債率、償還本金 信用記錄、償還利息信用記錄，每個指標(biāo)組合就是一個分組。貸款分類評價模型修正對于流動資金貸款，用現(xiàn)金比率、流動比率、速動比率、總 投資收益率作為評價指標(biāo)；對于固定資產(chǎn)貸款，用經(jīng)營收益實(shí)際償債備付率、經(jīng)營收益潛在 償債備付率、總投資收益率作為主要評價指標(biāo)；劃分不良貸款的標(biāo)志是還款違約，通過統(tǒng) 計(jì)這些指標(biāo)或是計(jì)算指標(biāo)排列組合的違約率，得到這些指標(biāo)或是組合在不同概率下的邊界值。再者，上述貸款分類評價模型修正方法中，找出指標(biāo)的邊界值的方法，適合用于修 正單一指標(biāo)的評價標(biāo)準(zhǔn)。如圖1所示，是本發(fā)明應(yīng)用于銀行信貸管理系統(tǒng)軟件的模塊構(gòu)造示意圖，主菜單 包括客戶管理11、文件管理12、財(cái)務(wù)數(shù)據(jù)13、評級授信14、流動資金調(diào)查評價15、銀行貸款 項(xiàng)目評估16、項(xiàng)目后評估17、信貸資產(chǎn)分類18、模型優(yōu)化19。在實(shí)際操作中，首先操作客戶 管理11，建立一個客戶檔案，或選取一個客戶。然后操作文件管理12，建立或打開一個文件 名，每次貸款(一個貸款合同)建立一個文件名。接著操作財(cái)務(wù)數(shù)據(jù)13，輸入必要的財(cái)務(wù)數(shù) 據(jù)。隨后進(jìn)行評級授信14，信用評級是用于反映客戶優(yōu)劣的風(fēng)險評價作業(yè)，授信是用于衡 量客戶最大貸款承受能力的一種風(fēng)險評價作業(yè)，往往同時完成。與此同時，進(jìn)行流動資金調(diào) 查評價15，其是流動資金貸款風(fēng)險評價作業(yè)。然后進(jìn)行銀行貸款項(xiàng)目評估16，其是對項(xiàng)目 貸款風(fēng)險評價作業(yè)。隨后進(jìn)行項(xiàng)目后評估17，其是一種驗(yàn)證項(xiàng)目評估準(zhǔn)確性的風(fēng)險評價作 業(yè)；同時，能夠進(jìn)行信貸資產(chǎn)分類18，一般每季度一次，為貸后管理提供依據(jù)的風(fēng)險評價作 業(yè)。模型優(yōu)化19，是應(yīng)用本發(fā)明的核心模塊，其包括初始化模板191、客戶分組設(shè)置192、分 組客戶數(shù)量193、違約客戶數(shù)量194、客戶違約率195、修正模板196相互之間數(shù)據(jù)互聯(lián)，即如 圖2所示。以某農(nóng)信社信用評級模型為例，實(shí)施步驟說明如下步驟①選取評級模型，如表1 表4。表1信用等級的違約率標(biāo)準(zhǔn)值(違約概率)
權(quán)利要求
1.基于信息自循環(huán)的金融建模優(yōu)化方法，其特征在于包括以下步驟步驟①，建立風(fēng)險度量初始模型作為初始模型；步驟②，根據(jù)模型所需資料采集客戶信息；步驟③，應(yīng)用模型和客戶信息對每個客戶進(jìn)行風(fēng)險度量；步驟④，根據(jù)每個客戶度量的風(fēng)險值將客戶分組；步驟⑤，統(tǒng)計(jì)每組客戶的違約率；步驟⑥，對照每組客戶的違約率與每組客戶定義的違約概率，判斷模型與度量結(jié)果是 否吻合，如果不吻合，則重復(fù)步驟③ ⑥并修正風(fēng)險度量模型，直到用該模型度量的結(jié)果與 定義相符為止。
2.根據(jù)權(quán)利要求1所述的基于信息自循環(huán)的金融建模優(yōu)化方法，其特征在于步驟① 所述建立風(fēng)險度量初始模型的內(nèi)容包括，客戶信用評級模型、貸款分類指標(biāo)邊界值、貸款償 還能力評價指標(biāo)邊界值，最大授信額度邊界值計(jì)算模型。
3.根據(jù)權(quán)利要求1所述的基于信息自循環(huán)的金融建模優(yōu)化方法，其特征在于步驟④ 所述的客戶分組，是將風(fēng)險度量指標(biāo)取值分為若干區(qū)間，每個區(qū)間為一個分組，統(tǒng)計(jì)每組的 客戶數(shù)量以及每個組的貸款違約客戶數(shù)量。
4.根據(jù)權(quán)利要求1所述的基于信息自循環(huán)的金融建模優(yōu)化方法，其特征在于步驟⑤ 所述的違約率=違約客戶數(shù)量/客戶數(shù)量。
5.根據(jù)權(quán)利要求1所述的基于信息自循環(huán)的金融建模優(yōu)化方法，其特征在于步驟⑥ 所述的修正風(fēng)險度量模型包括——信用評級評價模型修正將客戶分組中的每組客戶的違約率與信用等級標(biāo)準(zhǔn)定義的違 約概率比較，如果不符合，則需要修正該組合的對應(yīng)等級，令每個組合都存在與信用等級標(biāo) 準(zhǔn)的一一對應(yīng)關(guān)系；貸款分類評價模型修正對于流動資金貸款，用現(xiàn)金比率、流動比率、速動比率、總投資 收益率作為評價指標(biāo)；對于固定資產(chǎn)貸款，用經(jīng)營收益實(shí)際償債備付率、經(jīng)營收益潛在償債 備付率、總投資收益率作為主要評價指標(biāo)；劃分不良貸款的標(biāo)志是還款違約，通過統(tǒng)計(jì)這些 指標(biāo)或是計(jì)算指標(biāo)排列組合的違約率，得到這些指標(biāo)或是組合在不同概率下的邊界值。
全文摘要
本發(fā)明涉及一種基于信息自循環(huán)的金融建模優(yōu)化方法，特點(diǎn)是其建立風(fēng)險度量初始模型作為初始模型，根據(jù)模型所需資料采集客戶信息，應(yīng)用模型和客戶信息對每個客戶進(jìn)行風(fēng)險度量，根據(jù)每個客戶度量的風(fēng)險值將客戶分組，統(tǒng)計(jì)每組客戶的違約率，對照每組客戶的違約率與每組客戶定義的違約概率，判斷模型與度量結(jié)果是否吻合，如果不吻合，則重復(fù)修正風(fēng)險度量模型，直到用該模型度量的結(jié)果與定義相符為止。采用本發(fā)明后，將其結(jié)合軟件應(yīng)用到銀行信貸管理系統(tǒng)后，能夠以最嚴(yán)謹(jǐn)?shù)乃悸?、最短的時間、最便捷的運(yùn)算和最低的成本來實(shí)現(xiàn)風(fēng)險管理模型優(yōu)化。
文檔編號G06Q40/00GK102081781SQ20091023463
公開日2011年6月1日 申請日期2009年11月26日 優(yōu)先權(quán)日2009年11月26日
發(fā)明者陳曉明 申請人:陳曉明