[发明专利]一种基于风险归因的信贷风险控制方法、装置和电子设备

说明书

本发明公开了一种基于风险归因的信贷风险控制方法、装置、电子设备及计算机可读介质。其中，本发明的方法将信贷风险元素进行归类，构建n个信贷风险因子，并对于历史信贷用户集，计算历史每天的信贷风险变化R_ovd以及各信贷风险因子贡献率f_i；使用各信贷风险因子贡献率f_i拟合所述信贷风险变化R_ovd的曲线，得到各信贷风险因子贡献率f_i的暴露值x_i；最后，根据各信贷风险因子的暴露值x_i调整信贷风险控制策略。本发明能够实现更加精细、准确且自动化的分析组合信贷的风险因素，并据此调整关于组合信贷贷产的策略。

技术领域

本发明涉及计算机信息处理领域，具体而言，涉及一种基于风险归因的信贷风险控制方法、装置、电子设备及计算机可读介质。

背景技术

信贷资产面临的风险主要来自外部的信用风险、宏观政策风险、内部的操作风险、流动性风险等，其中尤以信用风险为最。针对信用风险，目前主要是以逾期率来衡量。可以理解，信贷资产在同一时刻都暴露在多个不同的风险因素下，它们之间共同的作用形成了逾期率的涨跌和波动。但是，按照目前常规的数据处理方式，我们无法了解究竟哪些因素导致了逾期率的变化。

结构化多因子风险模型是目前指数增强和阿尔法对冲基金应用比较广泛的风险分析工具。结构化风险模型对收益率进行简单的线性分解，对于第j只股票收益的分解形式可以表示为：

r_j＝x₁f₁+x₂f₂+x₃f₃+…x_Kf_K+μ_j,

其中，r_j表示第j只股票的收益率，x_K表示第j只股票在第K个因子上的暴露(也称为因子载荷)，f_K表示第j只股票第K个因子的因子收益率(即每单位因子暴露所承载的收益率)，μ_j表示第j只股票的特质收益率(相当于扰动项)。

对于一个包含N只股票的投资组合，假设组合的权重为：

w＝(w₁,w₂,...,w)^T，

那么组合收益率可以表示为：

然而，现有的结构化多因子风险模型是应用于股票或基金类投资组合中，并没有人尝试将其应用于信贷资产中来对信贷风险进行归因以进行信贷策略的调整。

发明内容

由此，本发明的目的旨在解决现有的信贷风险模型无法地信贷风险的来源进行量化分析，从而无法精确地调整和应对信贷风险的变化的问题。

为解决上述技术问题，本发明第一方面提出一种基于风险归因的信贷风险控制方法，包括：将信贷风险元素进行归类，构建n个信贷风险因子，n和i均为自然数，n≥2，1≤i≤n；对于历史信贷用户集，计算历史每天的信贷风险变化R_ovd以及各信贷风险因子贡献率f_i；使用各信贷风险因子贡献率f_i拟合所述信贷风险变化R_ovd的曲线，得到各信贷风险因子贡献率f_i的暴露值x_i；根据各信贷风险因子的暴露值x_i调整信贷风险控制策略。

根据本发明的一种优选实施方式，所述拟合步骤为多项式拟合，即u表示是回归残差。

根据本发明的一种优选实施方式，根据以下方法计算所述信贷风险因子贡献率：