[发明专利]一种基于时间序列和节假日信息的银行备付金预测方法

权利要求书

1.一种基于时间序列和节假日信息的银行备付金预测方法，其特征在于，包括以下步骤：

步骤1、通过银行大数据平台抽取各银行机构的日存款额和日取款额历史数据，根据日交易总额＝日存款额和日取款额计算日交易总额并将其作为备付金的参考，构建备付金时间序列观测数据并保存至数据库；

步骤2、将法定节假日以及重大事件日期统一称为节假日；将节假日以及节假日前t₁天和节假日后t₂天单独作为一个节假日属性的统计月，而每个自然月排除节假日之外的其它日期单独作为一个自然月属性的统计月；将所有统计月进行排序；设需要预测未来M天的备付金，当前预测日期即未来第m天所在的统计月为第y个统计月，m＝1,2,…,M；

步骤3、计算各银行机构的月交易总额，并按统计月计算各银行机构的备付金月平均增长率其中，j＝1,2,…,J；J表示包含要预测的银行机构在内的与其隶属同一上级管理机构的同级银行机构总个数，S_ij和S_(i-1)j分别表示第j个同级银行机构第i年和第i-1年中第y个统计月的月交易总额，n表示数据的年份数；

步骤4、按年计算全省备付金年平均增长率其中，n为数据的年份数，Y_i表示全省各银行机构第i年的年交易总额；

步骤5、备付金月平均增长率调整：

步骤5.1、将全省备付金年平均增长率V₁作为全省各银行机构的备付金月平均增长率V_0j的参考值，将V_0j控制在V₁的w倍稳定区间内；各银行机构的备付金月平均增长率经过第一次调整后得到V_2j；

步骤5.2、首先，设当前预测日期所在的年份为第x年，计算要预测的银行机构的上级管理机构去年第y个统计月的交易总额估计值和实际值：

$T_{up}={\mathrm{\Σ}}_{j=1}^m|S_{(x-2)j}*(1+V_{2j})|;$

$S_{up}={\mathrm{\Σ}}_{j=1}^n\left|S_{(x-1)j}\right|$

其中，S_(x-2)j表示第j个同级银行机构前年即第x-2年中第y个统计月的月交易总额，S_(x-1)j表示第j个同级机构去年即第x-1年中第y个统计月的月交易总额；

然后，比较T_up和S_up，得出系数根据K对要预测的银行机构的月平均增长率进行第二次调整得到V_3q，V_3q＝K*V_3q，q∈{1,2,…,m}；

步骤5.3、根据全省备付金年平均增长率V₁的2.5倍稳定区间再次对V_3q进行限制，将V_3q的控制在V₁的w倍稳定区间内，得到V_4q；

步骤6、针对要预测的银行机构，根据以下步骤预测备付金：

步骤6.1、计算该银行机构去年第y个统计月的日平均交易额p表示去年第y个统计月包含的天数；再将U乘以该银行机构的月平均增长率V_4q，其结果记为A_m；

步骤6.2、根据第y个统计月的属性，分别进行预测；如果第y个统计月的属性为节假日，则A_m即为该银行机构当前预测日期的备付金预测值；否则如果第y个统计月的属性为自然月，则进入步骤6.3；

步骤6.3、计算该银行机构去年月同期的平均交易额其中周z表示当前预测日期的周属性，周z取周一～周日；N表示去年第y个统计月中周z的个数；即S_周z等于去年第y个统计月中所有周z的平均交易额；再将S_周z乘以该银行机构的月平均增长率V_02q，其结果记为B_m；

步骤6.4，计算该银行机构在当前日期前T天中所有周z的平均交易额其中L表示前T天中除节假日外的周z的个数；当前日期前T天即所需抽取数据的天数，将F_周z作为备付金平均值C_m；

步骤6.5、计算D_m＝a*B_m+b*C_m+0.5*A_m，作为该银行机构当前预测日期即未来第m天的备付金预测值，其中m＝1,2,…,M；a和b为加权系数，a+b＝0.5，a和b的取值与m的取值有关，m越大，则a越大，b越小。