[发明专利]IFRS9的信用卡预期减值方法

权利要求书

1.一种IFRS9的信用卡预期减值方法，设备包括智能计算终端、无线通信模块和存储有信用卡用户资产组合数据的数据库，所述的智能计算终端通过所述的无线通信模块与所述的数据库相连，所述的智能计算终端设有身份识别系统，该身份识别系统包括信号采集模块、微型处理器系统，所述的信号采集模块连接所述的微型处理器系统，所述微型处理器系统具有信号输出端和显示屏，所述的微型处理器系统具有预测减值计算软件；其特征在于，该方法包括如下步骤：

1)所述的智能计算终端对存储的持卡人信息的内部数据进行预处理：所述智能计算终端通过所述无线通信模块连接存储有信用卡用户资产组合数据的数据库，调用包括加密后的持卡人用户信息，包括加密的账户号码、信用卡状态、信用卡暂停代码、开户日、到期日、授信额、账户零售余额、账户现金余额、账户贷款余额、逾期信息(没有逾期、0-29天、30-89天、90天及以上逾期)、还款年化利率、历史减值信息(90、120和150天逾期)，核销和回收总额，所述的预处理包括持卡人状态、持卡人授信额度、使用情况、持卡有效期的清理、缺失、异常值处理、数据集结、特征数据的提炼和历史风险参数的处理；

2)所述的智能计算终端通过所述的无线通信模块主动调取相关外部经济数据，包括失业率、国内生产总值变化率、消费者指数变化率，

所有数据在接入智能计算终端后，通过数据处理和集结之后，留存在缓存内等待调用；

3)所述的智能计算终端综合所述的内部数据、外部经济数据对信用卡的资产进行减值参数预测，对减值额度进行计量并通过所述的智能计算终端的输出界面输出：包括减值总额，第一阶段、第二阶段、第三阶段上的减值数额，账户层面至资产组合层面的报表，包括.csv，.txt或.xlsx形式。

2.根据权利要求1所述的IFRS9的信用卡预期减值方法，其特征在于所述的智能计算终端是手机、笔记本电脑、台式电脑或平板电脑。

3.根据权利要求1所述的IFRS9的信用卡预期减值方法，其特征在于，所述的信号采集模块为摄像头或语音接收装置。

4.根据权利要求1所述的IFRS9的信用卡预期减值方法，其特征在于所述的内部历史信息，包括历史实际观测违约率、历史违约损失率、账户使用率、基于历史违约风险敞口导出的各分区上的附加因子、平均折现率和生命周期时长。

5.根据权利要求1所述的IFRS9的信用卡预期减值方法，其特征在于，所述的数据挖掘分析包括：

1)外部宏观经济信息和行业违约概率之间的公式为：

a＝Ln[P(1-P)]＝-5.9185+0.1562*UNEMPLOYMENT_RATE+(-0.0276)*REAL_GDP_GROWTH+(-0.1411)*CONSUMER_PRICE_CHANGE；

其中，UNEMPLOYMENT_RATE为官方记录的失业人数占总劳动力的比例(单位为％)，REAL_GDP_GROWTH为与上年实际GDP相比的变动比率(单位为％)，CONSUMER_PRICE_CHANGE为与上年消费者指数相比的比率变动(单位为％)；进而按下列公式计算得出P的值：

P＝exp(a)/[1+exp(a)]，P的值越大，外部违约概率越高；

2)预测的未来内部实际违约概率(PD_M，PD_M_S2，PD_M+1_S2，PD_M+2_S2，PD_M+3_S2，PD_M+4_S2)如下：

第一阶段持卡人(逾期不超过30天的持卡人)的一年期预期违约概率为：

PD_M＝{P_M/P_M-1}*ODR_M-1，

其中，P_M和P_M-1分别表示在M月份和M-1月份的外部违约概率(上述2.1中有具体介绍P_M即月份M上P的计算方法)，ODR_M-1表示在月份M-1时的内部实际违约率。

第二阶段持卡人(逾期在30-89天之间的持卡人)的生命期预期违约概率为：

PD_M_S2＝＝{[P_M/P_M-1]*ODR_M-1-[P_M-1/P_M-2]*ODR_M-2}/(1-PD_M-1)。

6.根据权利要求1所述的IFRS9的信用卡预期减值方法，其特征在于，所述的智能计算终端的减值计量软件设有数据调取、数据计算、个例分析、结果展示输出、参数设置和LOG日志六大功能。