【技术实现步骤摘要】
银行业务绩效贡献信息预测方法及装置
本专利技术涉及银行业务数据处理
，尤指一种银行业务绩效贡献信息预测方法及装置。
技术介绍
商业银行资产负债整体配置情况，内部资金转移成本定价以及业务绩效贡献预测，是商业银行经营分析的几个重要指标。商业银行资产负债整体配置情况，包括商业银行各期限资产和各期限负债的对应情况，是分析商业银行资产负债结构的重要指标和工具。良好的资产负债结构也是监管合规的要求。商业银行内部资金转移成本定价，是商业银行内部的资本定价，是测算商业银行业务绩效贡献的重要指标和工具。商业银行的业务绩效贡献，是根据资金转移成本定价，测算业务收益与成本定价的差额，是统计客户贡献，分析客户群体，内部考核还原等的重要指标和工具。现有技术中，银行对于以上经营指标的测算普遍采用人工的方式，对资产负债各类业务报表进行收集、分类、汇总、分析和测算，时效性不高，准确率存疑，无法有效的利用指标的测算结果对银行经营分析进行指导。
技术实现思路
本专利技术实施例的主要目的在于提供一种银行业务绩效贡献信息预...
【技术保护点】
1.一种银行业务绩效贡献信息预测方法，其特征在于，所述方法包括：/n获取银行应用服务系统的业务数据，所述业务数据包括到期业务数据及现存业务数据；/n对所述业务数据进行数据处理，得到资产业务数据、负债业务数据以及所述资产业务数据及负债业务数据对应的特征信息；/n将所述到期业务数据、现存业务数据及特征信息作为训练样本，对预先建立的第一机器学习模型进行训练，得到初始的资产负债配置模型及对应的训练结果；/n将所述初始的资产负债配置模型的训练结果作为训练样本，对预先建立的第二机器学习模型进行训练，得到初始的内部资金转移成本定价模型及对应的训练结果；/n将所述初始的内部资金转移成本定价...
【技术特征摘要】
1.一种银行业务绩效贡献信息预测方法，其特征在于，所述方法包括：
获取银行应用服务系统的业务数据，所述业务数据包括到期业务数据及现存业务数据；
对所述业务数据进行数据处理，得到资产业务数据、负债业务数据以及所述资产业务数据及负债业务数据对应的特征信息；
将所述到期业务数据、现存业务数据及特征信息作为训练样本，对预先建立的第一机器学习模型进行训练，得到初始的资产负债配置模型及对应的训练结果；
将所述初始的资产负债配置模型的训练结果作为训练样本，对预先建立的第二机器学习模型进行训练，得到初始的内部资金转移成本定价模型及对应的训练结果；
将所述初始的内部资金转移成本定价模型的训练结果作为计算参数，利用轧差算法计算得到业务绩效贡献信息。
2.根据权利要求1所述的方法，其特征在于，所述对所述业务数据进行数据处理包括：对缺失的业务数据进行补录，以及对业务数据中特殊规则数据进行处理。
3.根据权利要求1所述的方法，其特征在于，所述对所述业务数据进行数据处理，得到资产业务数据及负债业务数据包括：对所述到期业务数据及现存业务数据进行分类，得到资产业务数据及负债业务数据。
4.根据权利要求1所述的方法，其特征在于，所述对所述业务数据进行数据处理，得到所述资产业务数据及负债业务数据对应的特征信息还包括：对所述到期业务数据及现存业务数据进行筛选，提取特征信息，所述特征信息包括客户基本信息、业务产品信息、币种信息、本金信息、损益信息、重定价期限信息及剩余期限信息。
5.根据权利要求4所述的方法，其特征在于，所述将所述到期业务数据、现存业务数据及特征信息作为训练样本，对预先建立的第一机器学习模型进行训练，得到初始的资产负债配置模型及对应的训练结果包括：将所述到期业务数据、所述现存业务数据及所述重定价期限信息作为训练样本，对预先建立的第一机器学习模型进行训练，得到初始的重定价期限模式下的资产负债配置模型及对应的训练结果。
6.根据权利要求5所述的方法，其特征在于，所述将所述到期业务数据、现存业务数据及特征信息作为训练样本，对预先建立的第一机器学习模型进行训练，得到初始的资产负债配置模型及对应的训练结果还包括：将所述到期业务数据、所述现存业务数据及所述剩余期限信息作为训练样本，对预先建立的第一机器学习模型进行训练，得到初始的剩余期限模式下的资产负债配置模型及对应的训练结果。
7.根据权利要求6所述的方法，其特征在于，在所述将所述到期业务数据、现存业务数据及特征信息作为训练样本，对预先建立的第一机器学习模型进行训练，得到初始的资产负债配置模型及对应的训练结果之后还包括：将获取的新增的业务数据作为检验样本，对初始的重定价期限模式下的资产负债配置模型及初始的剩余期限模式下的资产负债配置模型进行优化，生成训练后的重定价...
【专利技术属性】
技术研发人员：郑洁锋，温丽明，帅翡芍，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。