流动性风险评估方法、装置、设备、介质及程序产品制造方法及图纸

本发明专利技术提供一种流动性风险评估方法、装置、设备、介质及程序产品，该方法包括：基于流动性风险评估数据表中各候选自变量因子下的历史因子数据，对各候选自变量因子进行筛选，得到关键自变量因子；基于关键自变量因子下的历史因子数据及因变量因子下的历史因子数据，构建流动性风险评估模型；基于流动性风险评估模型，应用待评估企业的各关键自变量因子下的目标因子数据，得到待评估企业在各关键自变量因子下的流动性风险评估结果，由此既提高流动性风险评估效率，又提高了流动性风险评估准确率。率。率。

【技术实现步骤摘要】
流动性风险评估方法、装置、设备、介质及程序产品


[0001]本专利技术涉及数据处理
，尤其涉及一种流动性风险评估方法、装置、设备、介质及程序产品。

技术介绍

[0002]流动性风险是指公司或金融机构无法及时获得足够的资金来回应突发的需求，导致无法按时偿付债务或提供流动性支持的风险。
[0003]现有技术中，通常是通过业务人员对一些影响流动性风险的数据进行分析，或者通过对整个底层数据较为熟悉的实施人员对数据进行分析，最后根据分析结果，确定是否存在流动性风险。
[0004]此种方式需要较长的实施周期，导致流动性风险评估效率低，并且人工进行分析还容易出现分析错误，导致流动性风险评估准确率低。

技术实现思路

[0005]本专利技术提供一种流动性风险评估方法、装置、设备、介质及程序产品，用以解决现有技术中人工进行分析导致流动性风险评估的效率低及准确率低的缺陷。
[0006]本专利技术提供一种流动性风险评估方法，包括：
[0007]在检测到用户上传的流动性风险评估数据表的情况下，基于所述流动性风险评估数据表中各候选自变量因子下的历史因子数据，对各所述候选自变量因子进行筛选，得到关键自变量因子，所述流动性风险评估数据表中包括待评估企业的至少一个所述候选自变量因子下的历史因子数据及一个因变量因子下的历史因子数据；
[0008]基于所述关键自变量因子下的历史因子数据及所述因变量因子下的历史因子数据，构建流动性风险评估模型；
[0009]基于所述流动性风险评估模型，应用所述待评估企业的各所述关键自变量因子下的目标因子数据，得到所述待评估企业在各所述关键自变量因子下的流动性风险评估结果，所述目标因子数据为所述关键自变量因子在目标测试压力程度下的因子数据。
[0010]在一些实施例中，所述基于所述流动性风险评估数据表中各候选自变量因子下的历史因子数据，对各所述候选自变量因子进行筛选，得到关键自变量因子，包括：
[0011]基于各所述候选自变量因子下的历史因子数据及所述因变量因子下的历史因子数据，以所述因变量因子为目标，采用向前逐步回归法，对各所述候选自变量因子进行筛选，得到关键自变量因子。
[0012]在一些实施例中，所述以所述因变量因子为目标，采用向前逐步回归法，对各所述候选自变量因子进行筛选之前，还包括：
[0013]对各所述候选自变量因子下的历史因子数据及所述因变量因子下的历史因子数据进行标准化处理。
[0014]在一些实施例中，所述对各所述候选自变量因子下的历史因子数据及所述因变量
因子下的历史因子数据进行标准化处理之前，还包括：
[0015]获取各所述候选自变量因子下的标准化历史因子数据；
[0016]获取各所述候选自变量因子下的历史因子数据在预设统计指标下的统计结果；
[0017]基于所述统计结果，对各所述候选自变量因子下的历史因子数据进行修正处理。
[0018]在一些实施例中，所述待评估企业的各所述关键自变量因子下的目标因子数据是通过以下步骤得到的：
[0019]确定所述待评估企业的各所述关键自变量因子匹配的目标测试压力程度；
[0020]基于各所述关键自变量因子匹配的目标测试压力程度及各所述关键自变量因子下的历史因子数据，确定各所述关键自变量因子下的目标因子数据。
[0021]在一些实施例中，所述得到所述待评估企业在各所述关键自变量因子下的流动性风险评估结果之后，还包括：
[0022]基于各所述关键指标因子下的流动性风险评估结果，生成针对各所述关键指标因子的风险预警机制。
[0023]本专利技术还提供一种流动性风险评估装置，包括：
[0024]筛选模块，用于在检测到用户上传的流动性风险评估数据表的情况下，基于所述流动性风险评估数据表中各候选自变量因子下的历史因子数据，对各所述候选自变量因子进行筛选，得到关键自变量因子，所述流动性风险评估数据表中包括待评估企业的至少一个所述候选自变量因子下的历史因子数据及一个因变量因子下的历史因子数据；
[0025]构建模块，用于基于所述关键自变量因子下的历史因子数据及所述因变量因子下的历史因子数据，构建流动性风险评估模型；
[0026]评估模块，用于基于所述流动性风险评估模型，应用所述待评估企业的各所述关键自变量因子下的目标因子数据，得到所述待评估企业在各所述关键自变量因子下的流动性风险评估结果，所述目标因子数据为所述关键自变量因子在目标测试压力程度下的因子数据。
[0027]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述金融机构环境风险评估方法。
[0028]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述金融机构环境风险评估方法。
[0029]本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述金融机构环境风险评估方法。
[0030]本专利技术提供的流动性风险评估方法、装置、设备、介质及程序产品，在检测到用户上传的流动性风险评估数据表的情况下，先对流动性风险评估数据表中的候选自变量因子进行筛选，得到关键自变量因子，从用户预估的影响流动性风险的多个候选自变量因子中筛选出影响较大的关键自变量因子，减少后续数据处理量，提高流动性风险评估效率，接着基于关键自变量因子下的历史因子数据及因变量因子下的历史因子数据，构建流动性风险评估模型；最后基于流动性风险评估模型，应用待评估企业的各关键自变量因子下的目标因子数据，得到待评估企业在各关键自变量因子下的流动性风险评估结果，通过构建的流动性风险评估模型，自动精准地获取流动性风险评估结果，提高流动性风险评估准确率。
附图说明
[0031]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0032]图1是本专利技术提供的流动性风险评估方法的流程示意图之一；
[0033]图2是本专利技术提供的流动性风险评估装置的结构示意图；
[0034]图3是本专利技术提供的电子设备的结构示意图。
具体实施方式
[0035]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术中的附图，对本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0036]下面将结合附图详细描述本专利技术的技术方案。图1是本专利技术提供的流动性风险评估方法的流程示意图之一，该方法中各步骤的执行主体可以是流动本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种流动性风险评估方法，其特征在于，包括：在检测到用户上传的流动性风险评估数据表的情况下，基于所述流动性风险评估数据表中各候选自变量因子下的历史因子数据，对各所述候选自变量因子进行筛选，得到关键自变量因子，所述流动性风险评估数据表中包括待评估企业的至少一个所述候选自变量因子下的历史因子数据及一个因变量因子下的历史因子数据；基于所述关键自变量因子下的历史因子数据及所述因变量因子下的历史因子数据，构建流动性风险评估模型；基于所述流动性风险评估模型，应用所述待评估企业的各所述关键自变量因子下的目标因子数据，得到所述待评估企业在各所述关键自变量因子下的流动性风险评估结果，所述目标因子数据为所述关键自变量因子在目标测试压力程度下的因子数据。2.根据权利要求1所述的流动性风险评估方法，其特征在于，所述基于所述流动性风险评估数据表中各候选自变量因子下的历史因子数据，对各所述候选自变量因子进行筛选，得到关键自变量因子，包括：基于各所述候选自变量因子下的历史因子数据及所述因变量因子下的历史因子数据，以所述因变量因子为目标，采用向前逐步回归法，对各所述候选自变量因子进行筛选，得到关键自变量因子。3.根据权利要求2所述的流动性风险评估方法，其特征在于，所述以所述因变量因子为目标，采用向前逐步回归法，对各所述候选自变量因子进行筛选之前，还包括：对各所述候选自变量因子下的历史因子数据及所述因变量因子下的历史因子数据进行标准化处理。4.根据权利要求3所述的流动性风险评估方法，其特征在于，所述对各所述候选自变量因子下的历史因子数据及所述因变量因子下的历史因子数据进行标准化处理之前，还包括：获取各所述候选自变量因子下的历史因子数据在预设统计指标下的统计结果；基于所述统计结果，对各所述候选自变量因子下的历史因子数据进行修正处理。5.根据权利要求1所述的流动性风险评估方法，其特征在于，所述待评估企业的各所述关键自变量因子下的目标...

【专利技术属性】
技术研发人员：张扬，黄蝶，
申请(专利权)人：中银金融科技有限公司，
类型：发明
国别省市：