一种债券资产规模配置的系统及方法技术方案

本发明专利技术涉及金融资产配置技术领域，具体为一种债券资产规模配置的系统及方法。所述方法基于所述系统，所述系统包括数据处理模块，用于采集数据、清洗数据、分析数据并最终形成可交易债券组合清单；模型配置模块，用于设置约束条件，并利用整数线性规划算法建立服从所有约束条件的模型；债券配置模块，用于根据可交易债券组合清单和模型进行债券的实际配置。本技术方案能够得出满足约束条件下的最高加权利率组合。利率组合。利率组合。

【技术实现步骤摘要】
一种债券资产规模配置的系统及方法


[0001]本专利技术涉及金融资产配置
，具体为一种债券资产规模配置的系统及方法。

技术介绍

[0002]债券因其投资风险低、收益波动小等特点，一直是广大金融业机构固收类资产配置中必不可少的组成部分，特别是在利率较低、贷款投放困难时，债券配置比例会进一步增加。
[0003]金融机构在配置债券时，由于安全性和收益性要求，一般会受到债券规模、单债上限、加权久期及收益率等约束，目前配置组合的常用方法是先形成可购买的债券清单，然后根据利率从高到低满额配置，配置完成后计算加权久期和持有收益率，如果满足要求则完成配置，如不满足要求则重复挑选计算过程。
[0004]利用此种方法得出的配置组合不一定是在满足久期下的最高收益率组合，并且十分依赖专家的经验，且过程中需要较复杂的手工计算，容易出错。

技术实现思路

[0005]本专利技术的目的在于：提出一种债券资产规模配置的系统及方法，该技术方案能够得出满足约束条件下的最高加权利率组合。
[0006]为解决上述问题，本专利技术提供的基础方案：一种债券资产规模配置的系统，包括：
[0007]数据处理模块，用于采集数据、清洗数据、分析数据并最终形成可交易债券组合清单；
[0008]模型配置模块，用于设置约束条件，并利用整数线性规划算法建立服从所有约束条件的模型；
[0009]债券配置模块，用于根据可交易债券组合清单和模型进行债券的实际配置。
[0010]基础方案的有益效果：数据处理模块采集数据与清洗数据保证了数据的时效性与准确性，同时也为后续数据应用奠定了基础；模型配置模块通过设置约束条件使得最终配置的债券满足各方的要求，并利用整数线性规划算法使得债券配置的组合收益率最高。
[0011]作为优选方案，所述数据处理模块还包括风控子模块，用于根据风控要求进行风控设置，风控设置的内容包括可交易债券的门槛条件，所述门槛条件根据实际需求设置为部分满足或全部满足。
[0012]通过风控子模块满足监管风控的要求，增加债券配置的安全性。
[0013]作为优选方案，所述可交易债券组合清单的数据类型包括证券代码、证券简称、剩余期限、中债估值、持有期收益、债/主评级、规模上限。
[0014]可交易债券组合清单中多维度的数据进一步提高了最终资产配置组合的准确性，也能够更好地进行约束以便满足客户需求。
[0015]作为优选方案，还包括客户分析模块，用于采集数据得出客户的投资偏好。
[0016]分析客户的投资偏好，使得之阿全组合更符合用户的预期，进一步提升客户满意度。
[0017]作为优选方案，所述模型配置模块还包括约束优化子模块，当组合中某些债券无法配置时，所述约束优化子模块将分析无法配置的原因，并将分析结果设置为新的约束条件；所述约束优化子模块还用于把客户的投资偏好设置为约束条件。
[0018]通过将无法配置的原因分析后设置为新的约束条件，能够避免后续因为相同原因而导致债券配置失败，使得后续债券配置更顺利；将用户的投资偏好设为约束条件使得债券满足客户偏好的基础上达到最高。
[0019]一种债券资产规模配置的方法，所述方法运用了权利要求1
‑
5任一项所述的一种债券资产规模配置的系统，具体包括：
[0020]S1：采集数据，进行数据处理，形成可交易债券组合清单；
[0021]S2：建立约束条件，多个条件之间采用“与”的关系；
[0022]S3：利用整数线性规划算法，建立服从于S2所有约束条件的模型，寻找满足约束条件下的最高加权利率组合。
[0023]本方法通过形成可交易债券组合清单，建立约束条件并进一步形成服从约束条件的模型，将可交易债券组合清单输入前述模型得到满足约束条件下的最高加权利率组合；可交易债券组合清单满足了时效性，约束条件及模型满足了准确性，利用整数线性规划算法满足了组合收益率最高。
[0024]作为优选方案，所述S1包括：
[0025]S11：从数据源实时采集可供交易的债券指标数据；
[0026]S12：对采集的债券指标数据进行清洗；
[0027]S13：经过S12数据清洗的债券指标数据最终形成可交易债券组合清单。
[0028]S11进一步满足了时效性，S12方便后续应用采集的数据，S13为后续输入模型做好准备。
[0029]作为优选方案，所述S12包括指标名称统一、单位统一、数值范围整数化处理以及对不同数据源的冗余信息进行交叉验证、合并。
[0030]通过对数据进行多方面的处理使得数据形式趋于统一，方便后续应用，对冗余信息的验证、合并也使得数据更加精简，优化了本方法的处理速度。
[0031]作为优选方案，所述S3具体包括：
[0032]S31：根据约束条件对所述债券组合原始清单进行特征处理，并最终形成配置组合的建模；
[0033]S32：根据模型产生的组合结果进行债券配置。
[0034]S31建立服从约束条件的模型，使得债券配置符合要求，S32通过模型进行配置，由于模型建立时利用了整数线性规划算法，因此能够寻找到满足约束条件下的最高加权利率组合。
附图说明
[0035]图1是一种债券资产规模配置的方法的逻辑图。
具体实施方式
[0036]下面通过具体实施方式对本申请技术方案进行进一步详细说明：
[0037]如图1所示，一种债券资产规模配置的系统，包括数据处理模块、模型配置模块、债券配置模块。
[0038]数据处理模块，将根据数据采集策略，首先通过接口或爬虫从数据源实时采集可供交易债券信息，采集信息至少包括债券名称、债券代码、收益率、评级信息、久期及规模等。
[0039]数据处理模块还包括风控子模块，用于根据风控要求进行风控设置采集整合完毕后，根据相关监管政策以及机构内部风控要求，设置可供债券交易门槛，门槛条件灵活组合，可设置为部分满足或全部满足，最终形成可交易债券组合清单。本模块由于实时采集可供交易债券信息，因此其数据具有很高的时效性，进而保证最终结果的准确性。
[0040]模型配置模块，设置有组合约束条件，所述约束条件包括但不限于加权久期、规模组合、单债上限、持有期收益率等，多个条件之间采用“与”的关系。系统根据约束条件对所述债券组合原始清单进行特征处理，形成模型原始输入数据，然后根据组合约束条件建立与约束特征的一对一映射，最终形成配置组合的建模。
[0041]于一种实施例中，模型配置模块还包括约束优化子模块，当组合中某些债券无法配置时，所述约束优化子模块将分析无法配置的原因，并将分析结果设置为新的约束条件。约束优化子模块还将分析无法配置的原因为暂时性还是永久性原因，若为暂时性原因，新加入的约束条件将在本次债券配置结束后移除，若为永久性原因，将会把新加入的约束条件进行保存，避免后续处理时重复分析。约束子模块还将分析无法配置的原因是否为普遍性原因，若不为普遍性原本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种债券资产规模配置的系统，其特征在于：包括：数据处理模块，用于采集数据、清洗数据、分析数据并最终形成可交易债券组合清单；模型配置模块，用于设置约束条件，并利用整数线性规划算法建立服从所有约束条件的模型；债券配置模块，用于根据可交易债券组合清单和模型进行债券的实际配置。2.根据权利要求1所述的一种债券资产规模配置的系统，其特征在于：所述数据处理模块还包括风控子模块，用于根据风控要求进行风控设置，风控设置的内容包括可交易债券的门槛条件，所述门槛条件根据实际需求设置为部分满足或全部满足。3.根据权利要求1所述的一种债券资产规模配置的系统，其特征在于：所述可交易债券组合清单的数据类型包括证券代码、证券简称、剩余期限、中债估值、持有期收益、债/主评级、规模上限。4.根据权利要求1所述的一种债券资产规模配置的系统，其特征在于：还包括客户分析模块，用于采集数据得出客户的投资偏好。5.根据权利要求4所述的一种债券资产规模配置的系统，其特征在于：所述模型配置模块还包括约束优化子模块，当组合中存在无法配置的债券时，所述约束优化子模块将分析无法配置的原因，并将分析结果设置为新的约束条件；所述约束优化子模块还用...

【专利技术属性】
技术研发人员：张小为，
申请(专利权)人：重庆富民银行股份有限公司，
类型：发明
国别省市：