一种全生命周期损失的动态测算方法技术

本发明专利技术涉及计算机技术领域，公开了一种全生命周期损失的动态测算方法，包括以下步骤：S1获取目标业务历史贷款账龄表现数据和逾期结清数据；S2根据逾期结清数据对账龄表现数据进行修正，生成修正后的账龄表现数据；S3使用经修正后的账龄表现数据，迭代出符合账龄曲线的函数模型，作为该贷款产品初始损失模型y0；S4以y0作为基础，反复迭代更新y1、y2···

【技术实现步骤摘要】
一种全生命周期损失的动态测算方法


[0001]本专利技术涉及计算机
，具体涉及一种全生命周期损失的动态测算方法。

技术介绍

[0002]在银行零售贷款业务过程中，尤其在互联网贷款业务过程中，多由合作机构进行营销获客、协助逾期催收。针对此种业务开展和逐步退出过程中，该项目全生命周期违约损失的测算，目前多直接采用合作平台历史资产表现进行测算，或者需要采集过多的客户贷后信息(包括客户还款能力、还款意愿相关的学历、职业、工作年限、收入、资产、信用历史、信用评级等)通过采用较为复杂的模型方式计算客户违约损失率的方式计算整体业务的全生命周期损失。
[0003]但受市场环境变化、行业周期性冲击等宏观经济的变化对客户还款意愿和还款能力均有较大影响，即使通过采集大类客户贷后数据测算客户违约损失率因市场环境变化同样资质的客户其违约损失率已产生了变化，加大了对该类业务全生命周期损失计算的难度和准确性。

技术实现思路

[0004]针对上述存在问题或不足，本专利技术提供一种全生命周期损失的动态测算方法，为解决现有技术对该类业务全生命周期损失计算的难点和准确性问题。
[0005]为实现上述目的，本专利技术采用了以下技术方案：
[0006]一种全生命周期损失的动态测算方法，包括以下步骤：
[0007]S1获取目标业务历史贷款账龄表现数据和逾期结清数据；
[0008]S2根据逾期结清数据对账龄表现数据进行修正，生成修正后的账龄表现数据；
[0009]S3使用经修正后的账龄表现数据，迭代出符合账龄曲线的函数模型，作为该贷款产品初始损失模型y0；
[0010]S4以y0作为该业务第1、第2个自然月放款资产的损失模型，随着放款资产逐步回收过程中，第1、2个自然月放款资产的账龄数据逐步形成，根据该实际的账龄数据模拟符合其实际情况的损失模型y1、y2，并根据y1、y2估计第3个自然月放款资产的函数模型y3，随着每月放款资产账龄数据的实际值，重新迭代更新y1、y2、
···
、y
n
，其中，n为自然月数；
[0011]S5根据不同自然月放款资产的函数模型计算该业务全生命周期损失。
[0012]作为优选，S1所述贷款账龄表现数据包括不同逾期天数的账龄表现数据，所述逾期结清数据包括该业务下用户处于逾期状态时结清操作借据的发放日期、结清日期和结清本金数据。
[0013]作为优选，S2的具体步骤如下：
[0014]修正前MOB10时的账龄数据为：该放款月资产在MOB10时的不良贷款贷款余额/MOB10时的全部贷款余额；
[0015]修正后MOB10时的账龄数据为：(该放款月资产在MOB10时的不良贷款余额+该放款
月资产累计到MOB10时的逾期结清贷款的结清本金之和)/(该放款月资产在MOB10时的不良贷款余额+该放款月资产累计到MOB10时的逾期结清贷款的结清本金之和)，同理计算其他MOB修正前后的账龄数据。
[0016]作为优选，S3的具体步骤如下：
[0017]在零售贷款业务的账龄数据表现中，通常采用函数模型f(x)＝aln(x)+b，x取0,1,2,3,
···
自然数，当x取值使f(x)≤0时，令f(x)＝0即可。
[0018]作为优选，S4的具体步骤如下：
[0019]以y0作为该业务第1、第2个自然月放款资产的损失模型，随着放款资产逐步回收过程中，第1、2个自然月放款资产的账龄数据逐步形成，根据该实际的账龄数据模拟符合其实际情况的损失模型y1、y2，其中y1＝a1ln(x)+b1,y2＝a2ln(x)+b2，并根据y1、y2估计第3个自然月放款资产的函数模型y3＝a3ln(x)+b3，以此类推；随着每月放款资产账龄数据的实际变化，重新迭代更新y1、y2、
···
、y
n
，使其与实际账龄曲线图形更加吻合。
[0020]作为优选，S5的具体步骤如下：在某一观测时点，假设该贷款业务第i个放款月资产的期数为m，则令x＝m时，求取该放款月贷款资产业务全生命周期损失值即为：y
i
＝a
i
ln(m)+b
i
。
[0021]本专利技术的有益效果在于：
[0022]本申请提出了一种全生命周期损失的动态测算方法，在测算过程中考虑了市场环境行业冲击等宏观经济对个人客户还款能力和还款意愿的影响，可定期动态对原测算结果进行修正，且不需要在贷款发放后对客户还款能力、还款意愿方面获取更多的数据，保证了全生命周期损失测算的可行性和操作性，提高了金融机构的风险计量水平。
附图说明
[0023]图1为本专利技术的MOB修正前后的账龄数据示意图。
具体实施方式
[0024]下面结合本专利技术的一个实施例的附图，对本专利技术的技术方法进行清晰地、详细的描述。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0025]在本申请实施例的描述中，需要说明的是，术语“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该专利技术产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0026]为了解决现有技术对该类业务全生命周期损失计算的难点和准确性问题，本专利技术的主要目的在于提供一种全生命周期损失的动态测算方法。
[0027]为达到上述目的，本专利技术提供了一种全生命周期损失的动态测算方法，所述方法包括：
[0028]S1获取目标业务历史贷款账龄表现数据和逾期结清数据，所述贷款账龄表现数据包括不同逾期天数的账龄表现数据，如30+、60+、90+账龄风险数据，所述逾期结清数据包括该业务下用户处于逾期状态时结清操作借据的发放日期、结清日期、结清本金数据；
[0029]S2根据逾期结清数据对账龄表现数据进行修正，生成修正后的账龄表现数据；
[0030]S3使用经修正后的账龄表现数据，迭代出符合账龄曲线的函数模型，作为该贷款产品初始损失模型y0；
[0031]S4以y0作为该业务第1、第2个自然月放款资产的损失模型，随着放款资产逐步回收过程中，第1、2个自然月放款资产的账龄数据逐步形成，根据该实际的账龄数据模拟符合其实际情况的损失模型y1、y2，并根据y1、y2估计第3个本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种全生命周期损失的动态测算方法，其特征在于，包括以下步骤：S1获取目标业务历史贷款账龄表现数据和逾期结清数据；S2根据逾期结清数据对账龄表现数据进行修正，生成修正后的账龄表现数据；S3使用经修正后的账龄表现数据，迭代出符合账龄曲线的函数模型，作为该贷款产品初始损失模型y0；S4以y0作为该业务第1、第2个自然月放款资产的损失模型，随着放款资产逐步回收过程中，第1、2个自然月放款资产的账龄数据逐步形成，根据该实际的账龄数据模拟符合其实际情况的损失模型y1、y2，并根据y1、y2估计第3个自然月放款资产的函数模型y3，随着每月放款资产账龄数据的实际值，重新迭代更新y1、y2···
y
n
，其中，n为自然月数；S5根据不同自然月放款资产的函数模型计算该业务全生命周期损失。2.如权利要求1所述的一种全生命周期损失的动态测算方法，其特征在于：S1所述贷款账龄表现数据包括不同逾期天数的账龄表现数据，所述逾期结清数据包括该业务下用户处于逾期状态时结清操作借据的发放日期、结清日期和结清本金数据。3.如权利要求1所述的一种全生命周期损失的动态测算方法，其特征在于，S2的具体步骤如下：修正前MOB10时的账龄数据为：该放款月资产在MOB10时的不良贷款贷款余额/MOB10时的全部贷款余额；修正后MOB10时的账龄数据为：(该放款月资产在MOB10时的不良贷款余额+该放款月资产累计到MOB10时的逾期结清贷款的结清本金之和)/(该放款月资产在MOB10时的不...

【专利技术属性】
技术研发人员：席刚，
申请(专利权)人：四川新网银行股份有限公司，
类型：发明
国别省市：