本发明专利技术公开了一种数据处理方法及装置，可以获得用于预测地方政府的债务违约率相关值的Wilson模型；债务违约率相关值与前瞻性债务违约率之间具有第一转换关系；获得目标地方政府在目标时间周期内的用于反映地方整体经济形势的宏观风险因子组；其中，宏观风险因子组中包括多个宏观风险因子；将目标地方政府在目标时间周期内的宏观风险因子组，输入至Wilson模型中；获得Wilson模型输出的目标地方政府在目标时间周期内的债务违约率相关值；利用预定义的与第一转换关系相对应的债务违约率转换方式，对Wilson模型输出的债务违约率相关值进行转换，获得目标地方政府在目标时间周期内的前瞻性债务违约率。本发明专利技术可以有效预测出在目标时间周期内的前瞻性债务违约率。标时间周期内的前瞻性债务违约率。标时间周期内的前瞻性债务违约率。
【技术实现步骤摘要】
一种数据处理方法及装置
[0001]本专利技术涉及数据处理
，尤其涉及一种数据处理方法及装置。
技术介绍
[0002]随着新金融工具准则的实施，预期信用损失模型在商业银行风险管理及减值计提中得到广泛应用。
[0003]而随着数据分析技术和预期信用损失模型的应用，预期信用损失模型已经愈发成为一套成熟的工具。需要说明的是，现有技术可以利用预期信用损失模型来确定某些经济指标。
[0004]但是，现有技术无法有效的确定地方政府的前瞻性债务违约率。
技术实现思路
[0005]鉴于上述问题，本专利技术提供一种克服上述问题或者至少部分地解决上述问题的数据处理方法及装置，技术方案如下：
[0006]一种数据处理方法，包括：
[0007]获得用于预测地方政府的债务违约率相关值的Wilson模型；债务违约率相关值与前瞻性债务违约率之间具有第一转换关系；
[0008]获得目标地方政府在目标时间周期内的用于反映地方整体经济形势的宏观风险因子组；其中，所述宏观风险因子组中包括多个宏观风险因子；
[0009]将所述目标地方政府在所述目标时间周期内的宏观风险因子组，输入至所述Wilson模型中；
[0010]获得所述Wilson模型输出的所述目标地方政府在所述目标时间周期内的债务违约率相关值；
[0011]利用预定义的与所述第一转换关系相对应的债务违约率转换方式，对所述Wilson模型输出的债务违约率相关值进行转换，获得所述目标地方政府在所述目标时间周期内的前瞻性债务违约率。
[0012]可选的，所述获得用于预测地方政府的债务违约率相关值的Wilson模型，包括：
[0013]获得所述目标地方政府在历史时段内的地方政府债务的历史违约率序列；所述历史违约率序列中包括多个历史时间周期的违约率；
[0014]获得用于反映所述目标地方政府在所述历史时间周期内的地方整体经济形势的宏观风险因子集；其中，所述宏观风险因子集中包括有分别与各所述历史时间周期对应的宏观风险因子组；
[0015]基于所述历史违约率序列和所述宏观风险因子集，构建所述Wilson模型。
[0016]可选的，所述获得目标地方政府在目标时间周期内的用于反映地方整体经济形势的宏观风险因子组，包括：
[0017]获得所述目标地方政府在所述目标时间周期内的、预定义的多个经济情景下的宏
观风险因子组；
[0018]所述将所述目标地方政府在所述目标时间周期内的宏观风险因子组，输入至所述Wilson模型中，包括：
[0019]分别将所述目标地方政府在所述目标时间周期内的、各所述经济情景下的宏观风险因子组输入至所述Wilson模型中；
[0020]所述获得所述Wilson模型输出的所述目标地方政府在所述目标时间周期内的债务违约率相关值，包括：
[0021]获得所述Wilson模型输出的所述目标地方政府在所述目标时间周期内的、各所述经济情景下的债务违约率相关值；
[0022]所述利用预定义的与所述第一转换关系相对应的债务违约率转换方式，对所述Wilson模型输出的债务违约率相关值进行转换，获得所述目标地方政府在所述目标时间周期内的前瞻性债务违约率，包括：
[0023]利用所述债务违约率转换方式，对所述Wilson模型输出的所述目标地方政府在所述目标时间周期内的、各所述经济情景下的债务违约率相关值进行转换，分别获得所述目标地方政府在所述目标时间周期内的、各所述经济情景下的前瞻性债务违约率。
[0024]可选的，所述多个经济情景中包括：基准经济情景、乐观经济情景和悲观经济情景。
[0025]可选的，所述获得所述目标地方政府在历史时段内的地方政府债务的历史违约率序列，包括：
[0026]获得所述目标地方政府在所述历史时段内的地方债利差时间序列；
[0027]基于所述地方债利差时间序列和预定义的违约损失率，获得所述历史违约率序列。
[0028]可选的，所述方法还包括：
[0029]获得地方政府调整系数；
[0030]基于所述地方政府调整系数、预定义的违约损失率和所述目标地方政府在所述目标时间周期内的各所述经济情景下的前瞻性债务违约率，获得所述目标地方政府在所述目标时间周期内的各所述经济情景下的预期信用损失。
[0031]可选的，所述方法还包括：
[0032]对所述目标地方政府在所述目标时间周期内的各所述经济情景下的预期信用损失进行加权求和，获得最终减值结果。
[0033]一种数据处理装置，包括：第一获得单元、第二获得单元、第一输入单元、第三获得单元和第四获得单元，其中：
[0034]所述第一获得单元，用于获得用于预测地方政府的债务违约率相关值的Wilson模型；债务违约率相关值与前瞻性债务违约率之间具有第一转换关系；
[0035]所述第二获得单元，用于获得目标地方政府在目标时间周期内的用于反映地方整体经济形势的宏观风险因子组；其中，所述宏观风险因子组中包括多个宏观风险因子；
[0036]所述第一输入单元，用于将所述目标地方政府在所述目标时间周期内的宏观风险因子组，输入至所述Wilson模型中；
[0037]所述第三获得单元，用于获得所述Wilson模型输出的所述目标地方政府在所述目
标时间周期内的债务违约率相关值；
[0038]所述第四获得单元，用于利用预定义的与所述第一转换关系相对应的债务违约率转换方式，对所述Wilson模型输出的债务违约率相关值进行转换，获得所述目标地方政府在所述目标时间周期内的前瞻性债务违约率。
[0039]可选的，所述第一获得单元，包括：第五获得单元、第六获得单元和第一构建单元；其中：
[0040]所述第五获得单元，用于获得所述目标地方政府在历史时段内的地方政府债务的历史违约率序列；所述历史违约率序列中包括多个历史时间周期的违约率；
[0041]所述第六获得单元，用于获得用于反映所述目标地方政府在所述历史时间周期内的地方整体经济形势的宏观风险因子集；其中，所述宏观风险因子集中包括有分别与各所述历史时间周期对应的宏观风险因子组；
[0042]所述第一构建单元，用于基于所述历史违约率序列和所述宏观风险因子集，构建所述Wilson模型。
[0043]可选的，所述第二获得单元，用于获得所述目标地方政府在所述目标时间周期内的、预定义的多个经济情景下的宏观风险因子组；
[0044]所述第一输入单元，用于分别将所述目标地方政府在所述目标时间周期内的、各所述经济情景下的宏观风险因子组输入至所述Wilson模型中；
[0045]所述第三获得单元，用于获得所述Wilson模型输出的所述目标地方政府在所述目标时间周期内的、各所述经济情景下的债务违约率相关值；
[0046]所述第四获得单元，用于利用所述债务违约率转换方式，对所述Wilson模型输出的所述目标地方政府在所述目标时本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种数据处理方法，其特征在于，包括：获得用于预测地方政府的债务违约率相关值的Wilson模型；债务违约率相关值与前瞻性债务违约率之间具有第一转换关系；获得目标地方政府在目标时间周期内的用于反映地方整体经济形势的宏观风险因子组；其中，所述宏观风险因子组中包括多个宏观风险因子；将所述目标地方政府在所述目标时间周期内的宏观风险因子组，输入至所述Wilson模型中；获得所述Wilson模型输出的所述目标地方政府在所述目标时间周期内的债务违约率相关值；利用预定义的与所述第一转换关系相对应的债务违约率转换方式，对所述Wilson模型输出的债务违约率相关值进行转换，获得所述目标地方政府在所述目标时间周期内的前瞻性债务违约率。2.根据权利要求1所述的数据处理方法，其特征在于，所述获得用于预测地方政府的债务违约率相关值的Wilson模型，包括：获得所述目标地方政府在历史时段内的地方政府债务的历史违约率序列；所述历史违约率序列中包括多个历史时间周期的违约率；获得用于反映所述目标地方政府在所述历史时间周期内的地方整体经济形势的宏观风险因子集；其中，所述宏观风险因子集中包括有分别与各所述历史时间周期对应的宏观风险因子组；基于所述历史违约率序列和所述宏观风险因子集，构建所述Wilson模型。3.根据权利要求1所述的数据处理方法，其特征在于，所述获得目标地方政府在目标时间周期内的用于反映地方整体经济形势的宏观风险因子组，包括：获得所述目标地方政府在所述目标时间周期内的、预定义的多个经济情景下的宏观风险因子组；所述将所述目标地方政府在所述目标时间周期内的宏观风险因子组，输入至所述Wilson模型中，包括：分别将所述目标地方政府在所述目标时间周期内的、各所述经济情景下的宏观风险因子组输入至所述Wilson模型中；所述获得所述Wilson模型输出的所述目标地方政府在所述目标时间周期内的债务违约率相关值，包括：获得所述Wilson模型输出的所述目标地方政府在所述目标时间周期内的、各所述经济情景下的债务违约率相关值；所述利用预定义的与所述第一转换关系相对应的债务违约率转换方式，对所述Wilson模型输出的债务违约率相关值进行转换，获得所述目标地方政府在所述目标时间周期内的前瞻性债务违约率，包括：利用所述债务违约率转换方式，对所述Wilson模型输出的所述目标地方政府在所述目标时间周期内的、各所述经济情景下的债务违约率相关值进行转换，分别获得所述目标地方政府在所述目标时间周期内的、各所述经济情景下的前瞻性债务违约率。4.根据权利要求3所述的数据处理方法，其特征在于，所述多个经济情景中包括：基准
经济情景、乐观经济情景和悲观经济情景。5.根据权利要求2所述的数据处理方法，其特征在于，所述获得所述目标地方政府在历史时段内的地方政府债务的历史违约率序列，包括：获得所述目标地方政府在所述历史时段内的地方债利差时间序列；基于所述地方债利差时间序列和预定义的违约损失率，获得所...
【专利技术属性】
技术研发人员：赵逸格，刘清泉，王蕴秋，
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。