[发明专利]基于信息自循环的金融建模优化方法

权利要求书

1.基于信息自循环的金融建模优化方法，其特征在于包括以下步骤：

步骤①，建立风险度量初始模型作为初始模型；

步骤②，根据模型所需资料采集客户信息；

步骤③，应用模型和客户信息对每个客户进行风险度量；

步骤④，根据每个客户度量的风险值将客户分组；

步骤⑤，统计每组客户的违约率；

步骤⑥，对照每组客户的违约率与每组客户定义的违约概率，判断模型与度量结果是否吻合，如果不吻合，则重复步骤③～⑥并修正风险度量模型，直到用该模型度量的结果与定义相符为止。

2.根据权利要求1所述的基于信息自循环的金融建模优化方法，其特征在于：步骤①所述建立风险度量初始模型的内容包括，客户信用评级模型、贷款分类指标边界值、贷款偿还能力评价指标边界值，最大授信额度边界值计算模型。

3.根据权利要求1所述的基于信息自循环的金融建模优化方法，其特征在于：步骤④所述的客户分组，是将风险度量指标取值分为若干区间，每个区间为一个分组，统计每组的客户数量以及每个组的贷款违约客户数量。

4.根据权利要求1所述的基于信息自循环的金融建模优化方法，其特征在于：步骤⑤所述的违约率＝违约客户数量/客户数量。

5.根据权利要求1所述的基于信息自循环的金融建模优化方法，其特征在于：步骤⑥所述的修正风险度量模型包括——

信用评级评价模型修正：将客户分组中的每组客户的违约率与信用等级标准定义的违约概率比较，如果不符合，则需要修正该组合的对应等级，令每个组合都存在与信用等级标准的一一对应关系；

贷款分类评价模型修正：对于流动资金贷款，用现金比率、流动比率、速动比率、总投资收益率作为评价指标；对于固定资产贷款，用经营收益实际偿债备付率、经营收益潜在偿债备付率、总投资收益率作为主要评价指标；划分不良贷款的标志是还款违约，通过统计这些指标或是计算指标排列组合的违约率，得到这些指标或是组合在不同概率下的边界值。