【技术实现步骤摘要】
能源类债券数据的处理方法及装置、存储介质及电子设备
[0001]本专利技术涉及计算机
，特别涉及一种能源类债券数据的处理方法及装置、存储介质及电子设备。
技术介绍
[0002]当前我国能源类发债客户主要集中在国有企业，能源类发债客户存在债券兑付风险，近年来能源类客户的债券资产信用风险逐渐暴露，能源类客户存在债务规模大、国有企业为主、经营状况受能源价格影响较大等特征。能源类发债客户发布的债券可以称为能源类债券，能源类债券为债券资产的一大类，对于整体债券投资的预期信用损失估计举足轻重。
[0003]目前，能源类债券的预期信用损失依赖于前瞻性调整系数，但是当前前瞻性调整系数的设置过程粗糙，仅仅由管理层或技术人员人为判断后进行设置，无法客观反映能源类债券存在的风险，因此导致预期信用损失结果不准确。
技术实现思路
[0004]有鉴于此，本专利技术提供一种能源类债券数据的处理方法及装置、存储介质及电子设备，本专利技术通过对能源类敞口的数据进行处理，以及构建风险链结模型，并使用风险链结模型处理数据，得到前瞻性...
【技术保护点】
【技术特征摘要】
1.一种能源类债券数据的处理方法，其特征在于，包括：获取能源类敞口的敞口数据，所述敞口数据中包含所述能源类敞口的各笔能源类债券的债券数据；对各个所述债券数据进行处理，获取所述能源类敞口的长期平均违约率和信用利差序列，所述信用利差序列中包含每个预设的时点的信用利差；基于所述长期平均违约率和所述信用利差序列，确定所述能源类敞口的信用周期指数序列；应用所述信用周期指数序列和预先建立的宏观经济指标库，建立风险链结模型；获取在每个宏观场景的宏观因子预测数据，并调用所述风险链结模型对每个所述宏观因子预测数据进行处理，得到每个所述宏观场景的信用周期指数预测数据；对于每个所述宏观场景，对所述信用周期指数预测数据进行处理，得到每笔所述能源类债券在所述宏观场景的前瞻性调整系数；对每笔所述能源类债券的各个前瞻性调整系数进行处理，得到所述能源类敞口的预期信用损失结果。2.根据权利要求1所述的方法，其特征在于，所述对各个所述债券数据进行处理，获取所述能源类敞口的长期平均违约率和信用利差序列，包括：获取国债债券的到期收益率数据，对所述到期收益率数据进行线性差值处理，得到所述国债债券的国债债券利率；基于每个所述债券数据，确定每笔所述能源类债券的剩余期限以及债券收益率；对于每笔所述能源类债券，在所述国债债券利率中确定与所述能源类债券的剩余期限对应的目标国债债券利率，对所述目标国债债券利率和所述能源类债券的债券收益率进行处理，得到所述能源类债券的债券信用利差；对各个所述能源类债券的债券信用利差进行处理，得到每个所述时点的信用利差，并将每个所述时点的信用利差组成所述能源类敞口的信用利差序列；获取每个所述时点的债券存量数据以及债券违约数据；对于每个所述时点，基于所述债券存量数据确定债券发行人数量，并确定所述时点的违约时间范围，基于所述债券违约数据确定在所述违约时间范围内的违约债券发行人数量，并对所述债券发行人数量和所述违约债券发行人数量进行处理，得到所述时点的债券发行人违约率；对各个所述债券发行人违约率进行求均值运算，并将得到的均值确定为所述能源类敞口的长期平均违约率。3.根据权利要求1所述的方法，其特征在于，所述基于所述长期平均违约率和所述信用利差序列，确定所述能源类敞口的信用周期指数序列，包括：确定违约损失率；对于每个所述时点的信用利差，对所述信用利差和所述违约损失率进行运算，得到所述时点的违约概率；对所述长期平均违约率进行处理，得到敞口相关性系数；对所述敞口相关性系数和每个所述时点的违约概率进行处理，得到每个所述时点的信用周期指数；
将各个所述信用周期指数组成所述能源类敞口的信用周期指数序列。4.根据权利要求1所述的方法，其特征在于，所述应用所述信用周期指数序列和预先建立的宏观经济指标库，建立风险链结模型，包括：对各个所述债券数据进行处理，获取所述能源类敞口的风险特征数据；对所述风险特征数据、所述宏观经济指标库中的各个宏观指标以及所述信用周期指标数据进行处理，得到多个回归模型；在各个所述回归模型中确定风险链结模型。5.根据权利要求2所述的方法，其特征在于，所述对各个所述能源类债券的债券信用利差进行处理，得到每个所述时点的信用利差，包括：对于每个所述时点，基于每个所述能源类债券的债券信用利差，确定每个所述能源类债券在所述时点的时点信用利差，并对各个所述时点信用利差进行求均值运算，将得到的均值确定为所述时点的信用利差。6.一种能源类...
【专利技术属性】
技术研发人员：刘清泉，赵逸格，王蕴秋，王仲谋，李洁馨，姜蕴璐，
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。