【技术实现步骤摘要】
本申请实施例涉及计算机领域，具体而言，涉及一种模型风险等级的评估方法及装置、存储介质、电子设备。
技术介绍
1、随着模型的不断发展，已经将其应用在了各个行业，例如，将模型应用在商业银行各个业务环节中。但模型在提升银行业务管理水平和自动化程度的同时，也加剧了模型风险管理的复杂性，对模型风险管理提出了严峻挑战。
2、目前模型风险管理的范围还停留在满足监管合规的要求上，模型风险管理并没有跟上模型应用的飞速发展，现阶段国内商业银行在模型风险管理方面存在以下问题：模型风险管理依赖专家经验判断，缺乏统一量化标准。从目前的情况来看，商业银行在业务范围不断扩大的过程中，还未能认识到各种模型风险对经营管理所造成的不良影响，在这样的情况下很多商业银行就模型风险管理工作的开展还没有建立统一标准，模型风险评估缺乏科学的量化指标，主要靠经验判断，存在一定的片面性，影响模型风险评估的准确性和有效性。
技术实现思路
1、本申请实施例提供了一种模型风险等级的评估方法及装置、存储介质、电子设备，以至少解决相关技术中模型风险评估的准确性和有效性比较低的问题。
2、根据本申请的一个实施例，提供了一种模型风险等级的评估方法，包括：获取目标模型的n个模型数据集合，其中，一个上述模型数据集合对应一个模型维度，每个上述模型数据集合中均包括多个风险指标数据，上述n是大于或等于1的自然数；确定每个上述模型数据集合的目标指标得分和目标指标权重，得到n个目标指标得分和n个目标指标权重；利用上述n个目标指标得分和
3、根据本申请的另一个实施例，提供了一种模型风险等级的评估装置，包括：第一获取模块，用于获取目标模型的n个模型数据集合，其中，一个所述模型数据集合对应一个模型维度，每个所述模型数据集合中均包括多个风险指标数据，所述n是大于或等于1的自然数；第一确定模块，用于确定每个所述模型数据集合的目标指标得分和目标指标权重，得到n个目标指标得分和n个目标指标权重；第一评估模块，用于利用所述n个目标指标得分和所述n个目标指标权重评估所述目标模型的风险等级。
4、在一个示例性实施例中，上述第一获取模块，包括：第一获取单元，用于对每个上述模型数据集合均执行以下步骤，以获取每个上述模型数据集合：第一生成单元，用于按照上述模型维度生成模型数据集合；第一归类单元，用于将获取的上述风险指标数据按照所归属的模型维度归类至对应的模型数据集合中。
5、在一个示例性实施例中，上述模型维度包括以下至少之一：上述目标模型的运行数据，上述目标模型的结构数据，上述目标模型的性能数据，其中，上述性能数据包括合法性数据、与其他模型之间的关联性。
6、在一个示例性实施例中，上述第一确定模块，包括：第一计算单元，用于计算上述模型数据集合中每组风险指标数据的指标得分，得到多个指标数据，其中，上述每组风险指标数据中的风险指标数据的数据属性相同，上述每组风险指标数据的指标得分是从上述每组风险指标数据中包括的多个风险指标得分中选取的；第一确定单元，用于将多个指标数据的和值确定为上述目标指标得分。
7、在一个示例性实施例中，上述第一确定模块，包括：第二计算单元，用于计算上述模型数据集合中每组风险指标数据的权重得分，得到多个权重数据，其中，上述每组风险指标数据中的风险指标数据的数据属性相同，上述每组风险指标数据对应一个权重得分；第二确定单元，用于将多个权重数据的和值确定为上述目标指标权重。
8、在一个示例性实施例中，上述第一评估模块，包括：第一处理单元，用于对每个上述模型数据集合均执行以下步骤，以确定每个上述模型数据集合的风险评分：第二处理单元，用于利用每个上述模型数据集合对应的上述目标指标得分和上述目标指标权重计算每个上述模型数据的风险评分，得到n个风险评分；第三处理单元，用于利用n个上述风险评分计算上述目标模型的目标风险评分；基于上述目标风险评分估计上述目标模型的风险等级。
9、在一个示例性实施例中，上述第一评估模块，包括：第一比较单元，用于将上述目标风险评分与预设阈值进行比较，得到比较结果；第一评估单元，用于按照上述比较结果估计上述目标模型的风险等级，并将上述风险等级输出至显示设备进行显示。
10、根据本申请的又一个实施例，还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
11、根据本申请的又一个实施例，还提供了一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
12、通过本申请，由于获取目标模型的n个模型数据集合，一个模型数据集合对应一个模型维度，每个模型数据集合中均包括多个风险指标数据；确定每个模型数据集合的目标指标得分和目标指标权重，得到n个目标指标得分和n个目标指标权重；利用n个目标指标得分和n个目标指标权重评估目标模型的风险等级。可以将模型在多个维度的数据集中起来对模型进行评估，并不需要依赖人工经验进行评估，实现了模型风险评估的统一量化，避免了人工经验可能带来的局限性，有助于提升模型的管理效率。因此，可以解决相关技术中模型风险评估的准确性和有效性比较低的问题，达到提高模型风险评估的准确性和有效性的效果。
本文档来自技高网...【技术保护点】
1.一种模型风险等级的评估方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，获取目标模型的N个模型数据集合，包括：
3.根据权利要求1或2所述的方法，其特征在于，所述模型维度包括以下至少之一：所述目标模型的运行数据，所述目标模型的结构数据，所述目标模型的性能数据，其中，所述性能数据包括合法性数据、与其他模型之间的关联性。
4.根据权利要求1所述的方法，其特征在于，确定每个所述模型数据集合的目标指标得分，包括：
5.根据权利要求1所述的方法，其特征在于，确定每个所述模型数据集合的目标指标权重，包括：
6.根据权利要求1所述的方法，其特征在于，利用所述N个目标指标得分和所述N个目标指标权重评估所述目标模型的风险等级，包括：
7.根据权利要求6所述的方法，其特征在于，基于所述目标风险评分估计所述目标模型的风险等级，包括：
8.一种模型风险等级的评估装置，其特征在于，包括：
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序
10.一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现所述权利要求1至7任一项中所述的方法的步骤。
...【技术特征摘要】
1.一种模型风险等级的评估方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，获取目标模型的n个模型数据集合，包括：
3.根据权利要求1或2所述的方法，其特征在于，所述模型维度包括以下至少之一：所述目标模型的运行数据，所述目标模型的结构数据，所述目标模型的性能数据，其中，所述性能数据包括合法性数据、与其他模型之间的关联性。
4.根据权利要求1所述的方法，其特征在于，确定每个所述模型数据集合的目标指标得分，包括：
5.根据权利要求1所述的方法，其特征在于，确定每个所述模型数据集合的目标指标权重，包括：
6.根据权利要求1所述的方法，其特征在于，利用...
【专利技术属性】
技术研发人员：潘瑶，朱良平，申芳林，陈伟杰，陆凌，叶冠乔，张星语，郭琰琰，
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。