[发明专利]违约损失率预测方法及装置

权利要求书

1.一种违约损失率预测方法，其特征在于，包括：

获取目标债项的债项数据；

基于所述债项数据中的债项类型，确定所述目标债项对应的LGD预测模型；

应用所述目标债项对应的LGD预测模型和债项数据，得到该目标债项的最终违约损失率。

2.根据权利要求1所述的违约损失率预测方法，其特征在于，所述基于所述债项数据中的债项类型，确定所述目标债项对应的LGD预测模型，包括：

获取多条历史债项对应的实际违约损失率和历史债项数据；

应用各条所述历史债项对应的实际违约损失率和历史债项数据，得到多个LGD预测模型；

根据所述债项数据中的债项类型和多个所述LGD预测模型，确定所述目标债项对应的LGD预测模型。

3.根据权利要求1所述的违约损失率预测方法，其特征在于，所述应用所述目标债项对应的LGD预测模型和债项数据，得到该目标债项的最终违约损失率，包括：

若所述目标债项的债项类型属于非违约债项类型，则基于该目标债项的债项类型，以及预设的债项类型与权重关系表，确定所述目标债项对应的权重值组；

应用所述目标债项对应的LGD预测模型、权重值组和债项数据，得到所述目标债项的最终违约损失率。

4.根据权利要求1所述的违约损失率预测方法，其特征在于，所述应用所述目标债项对应的LGD预测模型和债项数据，得到该目标债项的最终违约损失率，包括：

若所述目标债项的债项类型属于违约债项类型，则基于所述目标债项对应的LGD预测模型和债项数据，得到所述目标债项的最终违约损失率。

5.根据权利要求2所述的违约损失率预测方法，其特征在于，所述应用各条所述历史债项对应的实际违约损失率和历史债项数据，得到多个LGD预测模型，包括：

若每条所述历史债项的债项类型均属于非违约债项类型，则基于各条所述历史债项的债项类型，以及预设的债项类型与权重关系表，得到各条所述历史债项各自对应的权重值组；

应用各条所述历史债项各自对应的权重值组和实际违约损失率，得到多个LGD预测子模型；

应用所述LGD预测子模型，以及各条历史债项各自对应的权重值组和实际违约损失率，得到多个LGD预测模型；

其中，属于非违约债项类型的债项类型包括：信用保证类型、房产土地类型、事业类客户类型、其他类型和低风险信贷业务类型。

6.根据权利要求2所述的违约损失率预测方法，其特征在于，所述应用各条所述历史债项对应的实际违约损失率和历史债项数据，得到多个LGD预测模型，包括：

若每条所述历史债项的债项类型均属于违约债项类型，则应用各条所述历史债项对应的实际违约损失率和历史债项数据，得到多个LGD预测模型；

其中，属于违约债项类型的债项类型包括：信用保证违约类型和其他担保类违约类型。

7.根据权利要求3所述的违约损失率预测方法，其特征在于，所述应用所述目标债项对应的LGD预测模型、权重值组和债项数据，得到所述目标债项的最终违约损失率，包括：

应用所述目标债项对应的LGD预测模型和权重值组，得到该目标债项对应的原始违约损失率；

判断所述目标债项对应的客户信用等级是否在预设的信用等级范围内，若是，则应用所述原始违约损失率、预设的第一校准参数和第二校准参数，得到所述目标债项对应的衰退期调整违约损失率；

判断所述目标债项对应的入账机构的未校准平均违约损失率是否小于实际违约损失率，若是，则应用预设的第三校准参数、第四校准参数和所述衰退期调整违约损失率，得到所述目标债项对应的分行校准违约损失率；

根据所述目标债项的授信产品类型和所述分行校准违约损失率，确定所述目标债项的最终违约损失率；

其中，所述债项数据还包括：客户信用等级、授信产品类型和入账机构信息。