【技术实现步骤摘要】
金融机构的业务处理方法、装置、计算机设备和存储介质
[0001]本专利技术涉及大数据的
，尤其涉及一种金融机构的业务处理方法、装置、计算机设备和存储介质。
技术介绍
[0002]金融机构开展业务会存在盈利的情况，也存在亏损的情况，通过分析厉害上的亏损率，可以在一定程度上判定金融机构的经营状态。
[0003]一般情况下，亏损率会随着时间推移发生周期性变化，对于金融机构而言，应注意亏损率极端扩大的情形，这代表着金融机构的经营模式出了重大问题，应及时调整相关的业务。
[0004]目前对亏损率的分析主要是依赖技术人员人工对金融机构的财务报表进行分析，从而制定对金融机构的业务，人工分析不仅工作量大、耗时高，而且容易出现错漏，整体的效率偏低，导致业务定制失误，容易给金融机构带来风险。
技术实现思路
[0005]本专利技术提出了一种金融机构的业务处理方法、装置、计算机设备和存储介质，以解决人工根据金融机构的亏损率制定业务的效率偏低、容易给金融机构带来风险的问题。
[0006]第一方面，本专利技...
【技术保护点】
【技术特征摘要】
1.一种金融机构的业务处理方法，其特征在于，包括：采集金融机构在历史上多个时间周期内开展业务的亏损率；使用所述亏损率应用极值理论的点过程方法拟合亏损模型，所述亏损模型用于挖掘所述金融机构在所述时间周期内的亏损发生极端事件的规律；检验拟合所述亏损模型的效果；若所述效果符合预期的目标，则根据所述亏损模型对亏损率计算置信区间；根据所述置信区间计算所述金融机构未来开展业务时亏损呈现的趋势；根据所述趋势对所述金额机构执行与业务相关的处理。2.根据权利要求1所述的方法，其特征在于，所述使用所述亏损率应用极值理论的点过程方法拟合亏损模型，包括：应用极值理论中的峰值逾越方法POT，对所述金融机构在所述时间周期内的亏损发生的极端事件，所述极端事件表示所述金融在所述时间周期内的亏损率大于预设的阈值；在亏损模型中，设定所述金融在所述时间周期内的亏损发生所述极端事件的机制符合预设的强度函数的动态随机泊松过程；使用所述亏损率拟合所述亏损模型中的参数；其中，所述强度函数的结构如下：Δt
i
＝Ψ
i
ε
i
Δt
i
为第i次极端事件与第i
‑
1次极端事件之间的时间间隔，ε
i
为独立分布的随机变量，Ψ
i
的动态化结构是确定极值理论模型的类型的唯一标志。3.根据权利要求2所述的方法，其特征在于，若所述极值理论模型的类型为ACD模型，则所述动态化结构Ψ
i
满足：或者，若所述极值理论模型的类型为log
‑
ACD模型，则所述动态化结构Ψ
i
满足：其中，p和q均为延迟阶数，ω、a
j
、b
j
为参数。4.根据权利要求3所述的方法，其特征在于，所述使用所述亏损率拟合所述亏损模型中的参数，包括：将p和q取值为1，将所述强度函数构造为：其中：其中：
为强度函数，x
t
为时间周期t内亏损率超过阈值u的部分，为时间周期t之前的所有与亏损相关的信息，x
N(t)
为时间周期t之前、最近一次发生所述极端事件时亏损率超过阈值u的部分，λ0(
·
)是风险函数，t
N(t)
为时间周期t之前、最近一次发生所述极端事件时的事件周期，Ψ
N(t)
是自回归条件结构；ξ、β0、β1、β2为所述亏损模型中待拟合的参数；拟合所述亏损模型中待拟合的参数。5.根据权利要求4所述的方法，其特征在于，所述拟合所述亏损模型中待拟合的参数，包括：对所述亏损模型中待拟合的参数设置似然函数：搜索所述亏损模型中待拟合的参数的数值，以使所述似然函数的统计值最大化。6.根据权利要求1
‑
5中任一项所述的方法，其特征在于，所述使用所述亏损率应用极值理论的点过程方法拟合亏损模型，包括：使用所述亏损率应用极值理论的点过程方法拟合多个亏损模型；分别对多个所述亏损模型计算赤池信息量准则下的数值；确定所述数值最小的所述亏损模型有效；其中，所述赤池信息量准则准则为：AIC＝2K
‑
2ln(L)AIC为所述赤池信息量准则准则下的数值，K为所述亏损模型中的参数个数，L为所述亏损率的似然函数。7.根据权利要求1
‑
5中任一项所述的方法，其特征在于，所述检验拟合所述亏损模型的效果，包括：对所述亏损模型执行W检验：其中：其中：x
t
为时间周期t内亏损率超过阈值u的部分，为时间周期t之前的所有与亏损相关的信息，x
N(t)<...
【专利技术属性】
技术研发人员：陈鹏，张惠婷，蔡腾腾，林嵩，
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：
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。