一种计算小微企业贷款违约概率PD的方法技术

本发明专利技术涉及统计分析和数据处理技术领域，具体提供了一种计算小微企业贷款违约概率PD的方法，分为以下步骤：S1、统计月度迁移数据表；S2、计算迁移比率；S3、计算月度平均转移矩阵；S4、计算一段期间转移矩阵；S5、对期间违约概率进行前瞻性调整；S6、计算多年期违约概率；S7、计算前瞻性调整后的边际违约概率MPD；S8、PD取值。与现有技术相比，本发明专利技术的一种计算小微企业贷款违约概率PD的方法，减少小微企业违约贷款的事件的发生，规范了小微企业市场发展，具有良好的推广价值。

【技术实现步骤摘要】
一种计算小微企业贷款违约概率PD的方法
本专利技术涉及统计分析和数据处理
，具体提供了一种计算小微企业贷款PD的方法。
技术介绍
近年来小微企业的数量在不断的增加,但是小微企业固有的问题是存在资金短缺,随着国家的发展,对小微企业的扶持力度大大增强,这样一来,越来越多的小微企业通过银行贷款的形式来获取资金。小微企业获取银行贷款的次数越来越多，同时受市场环境的影响，小微企业出现大量的贷款逾期现象，贷款违约的现象也越来越多，为了保证银行的资金安全，如何去避免贷款逾期及违约现象的发生是本领域技术人员亟待解决的事情。
技术实现思路
本专利技术是针对上述现有技术的不足，提供一种实用性强的计算小微企业贷款违约概率PD的方法。本专利技术解决其技术问题所采用的技术方案是：一种计算小微企业贷款违约概率PD的方法，分为以下步骤：S1、统计月度迁移数据表；S2、计算迁移比率；S3、计算月度平均转移矩阵；S4、计算一段期间转移矩阵；S5、对期间违约概率进行前瞻性调整；S6、计算多年期违约概率；S7、计算前瞻性调整后的边际违约概率MPD；S8、PD取值。进一步的,在步骤S1中，根据企业规模分别选择表内对公贷款最近一段时间的历史数据，以月为跨度将这段期间的历史数据划分为几个合适的区间，筛选出开始时点和结束时点均存在的客户。进一步的,将开始时点和结束时点均存在的客户借据按客户维度进行汇总统计，若同一个客户下存在多个借据，则取该客户下所有借据最差的十级分类结果，作为该客户最终的十级分类结果，并在同一时点同一客户只保留一条记录。进一步的,在步骤S2中，分别统计期初各类别的客户数滚动至期末的情况，并分别计算出每个分类在开始时点至结束时点滚动至其他分类的概率情况。进一步的,在步骤S3中，对于在步骤S2中计算的十级分类滚动率矩阵按照十级分类维度分别求算数平均值，得出前瞻性调整前的月度平均转移矩阵。进一步的,在步骤S4中，使用马尔可夫链转移矩阵方法将月度平均转移矩阵乘以次数，得到转移矩阵为一段期间的转移矩阵，最后一列为各个分类下的一段期间的违约概率。进一步的,在步骤S5中，包括：S501、按照转换公式针对每个分类的一段期间违约概率PD调整前计算对应的Q调整前，并加上对应的ΔQ得到新的分数Q调整后，再运用公式转换为前瞻性调整后的PD调整后，即：Q调整后＝Q调整前+ΔQ，S502、若使用转移矩阵进行PD计算时，需根据调整后的一年期PD等比调整转移矩阵，确保转移矩阵中每行和为100％。等比调整公式如下：ΔQ由业务人员在系统中进行维护，分乐观、基准、悲观三种情景，因此调整后的转移矩阵也分三种情景。进一步的,在步骤S6中，根据三种情景下前瞻性调整后的转移矩阵分别计算三种情景下调整后的多年期违约概率CPD。进一步的,在步骤S8中，包括：S801、取一年期的前瞻性调整后的边际违约概率；S802、当存续期≤1年：取一年期的前瞻性调整后的边际违约概率；当存续期＞1年：取对应各年的前瞻性调整后边际违约概率。S803、默认为违约，PD＝1；在三种情景下，PD值均默认为1。本专利技术的一种计算小微企业贷款违约概率PD的方法和现有技术相比，具有以下突出的有益效果：通过将小微企业最近一段时间的贷款情况、经营情况、还款情况等数据进行汇总计算，利用马尔科夫链的连续稳定性，推算出未来小微企业所贷款项的违约概率，对于违约概率超出预警线的贷款进行限制，从而保证银行的资金安全。减少小微企业违约贷款的事件的发生，规范了小微企业市场发展。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。附图1是一种计算小微企业贷款违约概率PD的方法的流程示意图；附图2是一种计算小微企业贷款违约概率PD的方法的计算一段期间转移矩阵示意图。具体实施方式为了使本
的人员更好的理解本专利技术的方案，下面结合具体的实施方式对本专利技术作进一步的详细说明。显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例都属于本专利技术保护的范围。统计分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。通过对数据进行统计分析，进而得出相应的结论，这些结论可以帮助人们做出判断，以便采取适当行动。在20世纪早期，统计分析的数学基础就已经确立，尤其计算机的出现和发展，让统计分析的实际操作和应用成为可能，并得以推广。马尔科夫转移矩阵法在预测市场占有率上，是运用转移概率矩阵对市场占有率进行市场趋势分析放入方法。马尔科夫是俄国数学家，他在20世纪初发现，一个系统的某些因素在转移中，第n次结果只受n-1的结果影响，只与当前所处状态有关，与其他无关。在马尔科夫分析中，引入状态转移这个概念。所谓状态是指客观事物可能出现或存在的状态，状态转移是指客观事物有一种状态转移到另一种状态的概率。本专利采用马尔科夫连转移矩阵的方法，利用贷款中出现的各种状态(五级分类)，利用马尔科夫转移矩阵法将贷款发展各个阶段进行计算，得出贷款出现为损失的概率(即违约概率)。下面给出一个最佳实施例：如图1、2所示，本实施中的计算小微企业贷款违约概率PD的方法，分为以下步骤：S1、统计月度迁移数据表：根据企业规模，如大中企业和小微企业，分别选择表内对公贷款最近13个月月末的历史数据，月末时点存量、借据金额大于0，业务数据的借据十级分类情况，以月为跨度划分为12个月度区间，筛选出开始时点和结束时点均存在的客户。将所选借据按客户维度进行汇总统计，若同一客户下存在多个借据，则取该客户下所有借据最差的十级分类结果，作为该客户最终的十级分类结果，并且在同一时点同一客户只保留一条记录。示例如下：客户数量正常一正常二正常三关注一关注二关注三违约合计正常一A1B1C1D1E1F1G1a正常二A2B2C2D2E2F2G2b正常三A3B3C3D3E3F3G3c关注一A4B4C4D4E4F本文档来自技高网...

【技术保护点】
1.一种计算小微企业贷款违约概率PD的方法，其特征在于，分为以下步骤：/nS1、统计月度迁移数据表；/nS2、计算迁移比率；/nS3、计算月度平均转移矩阵；/nS4、计算一段期间转移矩阵；/nS5、对期间违约概率进行前瞻性调整；/nS6、计算多年期违约概率；/nS7、计算前瞻性调整后的边际违约概率MPD；/nS8、PD取值。/n

【技术特征摘要】
1.一种计算小微企业贷款违约概率PD的方法，其特征在于，分为以下步骤：
S1、统计月度迁移数据表；
S2、计算迁移比率；
S3、计算月度平均转移矩阵；
S4、计算一段期间转移矩阵；
S5、对期间违约概率进行前瞻性调整；
S6、计算多年期违约概率；
S7、计算前瞻性调整后的边际违约概率MPD；
S8、PD取值。


2.根据权利要求1所述的一种计算小微企业贷款违约概率PD的方法，其特征在于，在步骤S1中，根据企业规模分别选择表内对公贷款最近一段时间的历史数据，以月为跨度将这段期间的历史数据划分为几个合适的区间，筛选出开始时点和结束时点均存在的客户。


3.根据权利要求2所述的一种计算小微企业贷款违约概率PD的方法，其特征在于，将开始时点和结束时点均存在的客户借据按客户维度进行汇总统计，若同一个客户下存在多个借据，则取该客户下所有借据最差的十级分类结果，作为该客户最终的十级分类结果，并在同一时点同一客户只保留一条记录。


4.根据权利要求3所述一种计算小微企业贷款违约概率PD的方法，其特征在于，在步骤S2中，分别统计期初各类别的客户数滚动至期末的情况，并分别计算出每个分类在开始时点至结束时点滚动至其他分类的概率情况。


5.根据权利要求1所述的一种计算小微企业贷款违约概率PD的方法，其特征在于，在步骤S3中，对于在步骤S2中计算的十级分类滚动率矩阵按照十级分类维度分别求算数平均值，得出前瞻性调整前的月度平均转移矩阵。


...

【专利技术属性】
技术研发人员：张强，
申请(专利权)人：浪潮卓数大数据产业发展有限公司，
类型：发明
国别省市：江苏;32