违约损失率预测方法及装置制造方法及图纸

本申请提供了一种违约损失率预测方法及装置，该方法包括：获取目标债项的债项数据；基于所述债项数据中的债项类型，确定所述目标债项对应的LGD预测模型；应用所述目标债项对应的LGD预测模型和债项数据，得到该目标债项的最终违约损失率。本申请能够提高违约损失率预测的准确性。

【技术实现步骤摘要】
违约损失率预测方法及装置
本申请涉及数据处理
，尤其涉及一种违约损失率预测方法及装置。
技术介绍
违约损失率LGD是指债务人对某一债项违约后导致的损失金额与暴露于该违约风险下的所有金额之间的比例，即损失占风险暴露总额的百分比。从贷款回收的角度看，违约损失率可以反映贷款的回收程度，即违约损失率＝1－回收率，而回收率＝回收金额/放款金额，回收金额是指客户发生违约后，因无法偿还债务，通过拍卖担保品，强制执行借款人存款或其他催收方式所回收的金额。巴塞尔新资本协议中的内部评级高级法允许银行业对LGD进行自行估计，但目前大多数银行还无法自行计算LGD，或因数据缺乏、数理统计模型少以及LGD计算方法落后等原因导致LGD预测的准确性低。
技术实现思路
针对现有技术中的问题，本申请提出了一种违约损失率预测方法及装置，能够提高违约损失率预测的准确性。为了解决上述技术问题，本申请提供以下技术方案：第一方面，本申请提供一种违约损失率预测方法，包括：获取目标债项的债项数据；基于所述债项数据中的债项类型，确定所述目标债项对本文档来自技高网...

【技术保护点】
1.一种违约损失率预测方法，其特征在于，包括：/n获取目标债项的债项数据；/n基于所述债项数据中的债项类型，确定所述目标债项对应的LGD预测模型；/n应用所述目标债项对应的LGD预测模型和债项数据，得到该目标债项的最终违约损失率。/n

【技术特征摘要】
1.一种违约损失率预测方法，其特征在于，包括：
获取目标债项的债项数据；
基于所述债项数据中的债项类型，确定所述目标债项对应的LGD预测模型；
应用所述目标债项对应的LGD预测模型和债项数据，得到该目标债项的最终违约损失率。


2.根据权利要求1所述的违约损失率预测方法，其特征在于，所述基于所述债项数据中的债项类型，确定所述目标债项对应的LGD预测模型，包括：
获取多条历史债项对应的实际违约损失率和历史债项数据；
应用各条所述历史债项对应的实际违约损失率和历史债项数据，得到多个LGD预测模型；
根据所述债项数据中的债项类型和多个所述LGD预测模型，确定所述目标债项对应的LGD预测模型。


3.根据权利要求1所述的违约损失率预测方法，其特征在于，所述应用所述目标债项对应的LGD预测模型和债项数据，得到该目标债项的最终违约损失率，包括：
若所述目标债项的债项类型属于非违约债项类型，则基于该目标债项的债项类型，以及预设的债项类型与权重关系表，确定所述目标债项对应的权重值组；
应用所述目标债项对应的LGD预测模型、权重值组和债项数据，得到所述目标债项的最终违约损失率。


4.根据权利要求1所述的违约损失率预测方法，其特征在于，所述应用所述目标债项对应的LGD预测模型和债项数据，得到该目标债项的最终违约损失率，包括：
若所述目标债项的债项类型属于违约债项类型，则基于所述目标债项对应的LGD预测模型和债项数据，得到所述目标债项的最终违约损失率。


5.根据权利要求2所述的违约损失率预测方法，其特征在于，所述应用各条所述历史债项对应的实际违约损失率和历史债项数据，得到多个LGD预测模型，包括：
若每条所述历史债项的债项类型均属于非违约债项类型，则基于各条所述历史债项的债项类型，以及预设的债项类型与权重关系表，得到各条所述历史债项各自对应的权重值组；
应用各条所述历史债项各自对应的权重值组和实际违约损失率，得到多个LGD预测子模型；
应用所述LGD预测子模型，以及各条历史债项各自对应的权重值组和实际违约损失率，得到多个LGD预测模型；
其中，属于非违约债项类型的债项类型包括：信用保证类型、房产土地类型、事业类客户类型、其他类型和低风险信贷业务类型。


6.根据权利要求2所述的违约损失率预测方法，其特征在于，所述应用各条所述历史债项对应的实际违约损失率和历史债项数据，得到多个LGD预测模型，包括：
若每条所述历史债项的债项类型均属于违约债项类型，则应用各条所述历史债项对应的实际违约损失率和历史债项数据，得到多个LGD预测模型；
其中，属于违约债项类型的债项类型包括：信用保证违约类型和其他担保类违约类型。


7.根据权利要求3所述的违约损失率预测方法，其特征在于，所述应用所述目标债项对应的LGD预测模型、权重值组和债项数据，得到所述目标债项的最终违约损失率，包括：
应用所述目标债项对应的LGD预测模型和权重值组，得到该目标债项对应的原始违约损失率；
判断所述目标债项对应的客户信用等级是否在预设的信用等级范围内，若是，则应用所述原始违约损失率、预设的第一校准参数和第二校准参数，得到所述目标债项对应的衰退期调整违约损失率；
判断所述目标债项对应的入账机构的未校准平均违约损失率是否小于实际违约损失率，若是，则应用预设的第三校准参数、第四校准参数和所述...

【专利技术属性】
技术研发人员：陈星光，何伟彬，袁进威，伊国安，赵国民，
申请(专利权)人：中国建设银行股份有限公司，
类型：发明
国别省市：北京;11