【技术实现步骤摘要】
信用风险损失计算方法、装置、计算机设备及存储介质
[0001]本申请涉及金融科技领域，尤其涉及一种信用风险损失计算方法、装置、计算机设备及存储介质。
技术介绍
[0002]随着日趋激烈的市场竞争，企业以赊销方式销售产品这种建立在信用经济基础上的交易方式已经在世界范围内的很多领域成为企业销售的主要形式。而随之而来的就是企业的信用风险。企业的信用风险是以信用方式销售产品或提供服务的企业必须面临的，其是客户有可能无法全额支付贷款，或者是原有承诺的时间之后才能支付贷款给授信企业或银行所带来的风险。
[0003]现有一种信用风险判断工具，即通过对一系列的风险指标设定相应权重及分值，并通过打分卡方式进行综合计分评判。
[0004]然而，申请人发现，传统的信用风险判断工具，难以对小微企业这种规模较小、竞争力偏弱、受经济周期冲击影响大、偿付能力较弱的目标准确判断其信用风险，同时由于小微企业存在公开财务报表缺失且存续期较短的问题，给小微企业的非预期损失计算带来一定的麻烦，若缺乏对小微企业信用风险进行准确判断的工具，会导致对小微企业的信贷风险难以评估，从而影响银行或者非银机构对小微企业提供信贷业务，不利于银行资金流动的同时也限制了小微企业的发展。
技术实现思路
[0005]本申请实施例的目的在于提出一种信用风险损失计算方法、装置、计算机设备及存储介质，以解决对小微企业的信用风险难以准确判断的问题。
[0006]为了解决上述技术问题，本申请实施例提供一种信用风险损失计算方法，采用了如下所述的技术方案...
【技术保护点】
【技术特征摘要】
1.一种信用风险损失计算方法，其特征在于，包括下述步骤：获取企业在正常市场情况下的正常样本信息与极端市场情况下的极端样本信息，其中，所述正常样本信息至少包括：正常样本组、正常违约样本、正常违约样本损失率、正常平均违约率、正常平均违约损失率，所述极端样本信息至少包括：极端样本组、极端违约样本、极端违约样本损失率、极端平均违约率以及极端平均违约损失率；获取预设的正常违约率校准预测模型、正常违约损失率校准预测模型、极端违约率校准预测模型、极端违约损失率校准预测模型以及待测企业数据，并将所述待测企业数据分别输入至所述正常违约率校准预测模型、所述正常违约损失率校准预测模型、所述极端违约率校准预测模型以及所述极端违约损失率校准预测模型进行计算处理，得到正常违约预测率、正常违约损失预测率、极端违约预测率以及极端违约损失预测率；对所述正常违约预测率、所述正常违约损失预测率、所述极端违约预测率以及所述极端违约损失预测率分别进行对应的打分信息字段缺失率计算，得到正常违约信息缺失率、正常违约损失信息缺失率、极端违约信息缺失率以及极端违约损失信息缺失率；获取预设的取值判断条件，并根据所述正常违约信息缺失率、所述正常违约损失信息缺失率、所述极端违约信息缺失率、所述极端违约损失信息缺失率以及所述取值判断条件进行取值判断，得到正常违约率、正常违约损失率、极端违约率以及极端违约损失率；获取所述待测企业数据的当期违约敞口、正常抵押价值以及极端抵押价值，并根据所述当期违约敞口、所述正常抵押价值以及所述极端抵押价值分别计算所述待测企业数据在正常市场情况下与极端市场情况下的风险暴露，得到正常违约风险暴露与极端违约风险暴露；及根据所述正常违约率、所述正常违约损失率、所述极端违约率、所述极端违约损失率、所述正常违约风险暴露以及所述极端违约风险暴露计算所述待测企业数据的信用风险损失。2.根据权利要求1所述的信用风险损失计算方法，其特征在于，所述获取企业在正常市场情况下的正常样本信息与极端市场情况下的极端样本信息，其中，所述正常样本信息至少包括：正常样本组、正常违约样本、正常违约样本损失率、正常平均违约率、正常平均违约损失率，所述极端样本信息至少包括：极端样本组、极端违约样本、极端违约样本损失率、极端平均违约率以及极端平均违约损失率的步骤，具体包括：获取企业在正常市场情况下的正常样本数据以及企业在极端市场情况下的极端样本数据；获取预设的样本分组条件，根据所述样本分组条件对所述正常样本数据与所述极端样本数据进行分组，得到若干个正常样本组与若干个极端样本组，其中，所述样本分组条件包括：行业、存续年限、所在城市；获取预设的违约判断条件，并根据所述违约判断条件对所述正常样本组与所述极端样本组是否存在违约情况进行判断，得到符合所述违约判断条件的正常违约样本与极端违约样本，其中，所述违约判断条件包括：所述正常样本组的企业样本与所述极端样本组的企业样本在贷款发放后一年内存在任意一期逾期超过90天的情况；获取所述正常违约样本的违约损失信息与所述极端违约样本的违约损失信息，并根据所述正常违约样本的违约损失信息与所述极端违约样本的违约损失信息计算所述正常违
约样本损失率与所述极端违约样本损失率，所述违约损失信息包括：无法被追偿本金与违约敞口本金；及根据所述正常违约样本、所述正常违约样本损失率以及所述极端违约样本、所述极端违约样本损失率对所述正常样本组与所述极端样本组进行违约率与违约损失率的平均值计算，得到正常平均违约率、正常平均违约损失率、极端平均违约率以及极端平均违约损失率。3.根据权利要求2所述的信用风险损失计算方法，其特征在于，所述根据所述正常违约样本、所述正常违约样本损失率以及所述极端违约样本、所述极端违约样本损失率对所述正常样本组与所述极端样本组进行违约率与违约损失率的平均值计算，得到正常平均违约率、正常平均违约损失率、极端平均违约率以及极端平均违约损失率的步骤，具体包括：获取所述正常违约样本、所述正常违约样本损失率、所述极端违约样本以及所述极端违约样本损失率；检测每个所述正常样本组的样本数量、所述正常违约样本数量，并根据所述正常样本组的样本数量、所述正常违约样本数量与所述正常违约样本损失率进行计算，得到每个所述正常样本组对应的所述正常平均违约率与所述正常平均违约损失率；及检测每个所述极端样本组的样本数量、所述极端违约样本数量，并根据所述极端样本组的样本数量、所述极端违约样本数量与所述极端违约样本损失率进行计算，得到每个所述极端样本组对应的所述极端平均违约率与所述极端平均违约损失率。4.根据权利要求1所述的信用风险损失计算方法，其特征在于，在所述获取预设的正常违约率校准预测模型、正常违约损失率校准预测模型、极端违约率校准预测模型、极端违约损失率校准预测模型以及待测企业数据，并将所述待测企业数据分别输入至所述正常违约率校准预测模型、所述正常违约损失率校准预测模型、所述极端违约率校准预测模型以及所述极端违约损失率校准预测模型进行计算处理，得到正常违约预测率、正常违约损失预测率、极端违约预测率以及极端违约损失预测率的步骤之前，还包括以下步骤：获取预设的样本分组条件与校准样本数据，根据所述样本分组条件对所述校准样本数据进行分组，得到与所述正常样本组及所述极端样本组对应的正常校准样本组与极端校准样本组；获取预设的违约判断条件，根据所述违约判断条件对所述正常校准样本组与所述极端校准样本组是否存在违约情况进行判断，得到对应的正常校准违约样本与极端校准违约样本，其中，所述违约判断条件包括：所述正常样本组的企业样本与所述极端样本组的企业样本在贷款发放后一年内是否存在任意一期逾期超过90天的情况；获取所述正常校准违约样本的违约损失信息与所述极端校准违约样本的违约损失信息，并根据所述正常校准违约样本的违约损失信息与所述极端校准违约样本的违约损失信息计算正常校准违约样本损失率与极端校准违约样本损失率，其中，所述违约损失信息包括：无法被追偿本金与违约敞口本金；获取预设的评分条件，根据所述评分条件对每个所述正常校准样本组的所述正常校准违约样本与所述正常校准违约样本损失率以及每个所述极端校准样本组的所述极端校准违约样本与所述极端校准违约样本损失率进行评分，得到所述正常校准样本组的正常违约得分、正常违约损失得分与所述极端校准样本组的极端违约得分、极端违约损失得分；
获取预设的正常违约预测模型、正常违约损失率预测模型、极端违约预测模型、极端违约损失率预测模型；将所述正常校准样本组与所述极端校准样本组分别对应输入至所述正常违约率预测模型、所述正常违约损失率预测模型、所述极端违约率预测模型以及所述极端违约损失率预测模型进行计算处理，得到正常校准违约预测率、正常校准违约损失预测率、极端校准违约预测率以及极端校准违约损失预测率；根据所述评分条件对所述正常校准违约预测率、所述正常校准违约损失预测率、所述极端校准违约预测率以及所述极端校准违约损失预测率进行评分，得到所述正常校准样本组的正常违约预测得分、正常违约损失预测得分与所述极端校准样本组的极端违约预测得分、极端违约损失预测得分；将所述正常违约得分、...
【专利技术属性】
技术研发人员：沈嘉良，朱艳乔，
申请(专利权)人：平安科技深圳有限公司，
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。